Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-20 00:46 UTC

opendatacube / odc-stac

Load STAC items into xarray Datasets.

PythonApache-2.0★ 203 Sterne⑂ 29 Forksseit Okt. 2021Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird

opendatacube/odc-stac erreicht einen Gesundheitsindex von 87 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (86/100) ab, am schwächsten bei Community & Adoption (60/100). Zuletzt vor 1 Tag aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

87
gesamt / 100
Exzellent

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

87
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 73 wird auf der veröffentlichten Indexskala auf 87 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Open Data CubeOrganisation
317 Follower53 öffentliche Reposseit März 2017

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIodc-stac0.5.387.78846vor 51 Tagen

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

84Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

78Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 1 Tagen
15.2/36Commit-Rhythmus — 22/52 Wochen mit Commits
16.3/18Commit-Volumen — 65 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 24 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year65
human_commit_share0,87
days_since_last_push1
active_weeks_last_year22

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 24 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 52 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 101 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count24
latest_release_tagv0.5.3
releases_from_tagsnein
days_since_latest_release52
mean_days_between_releases101
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

60Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

55Mittel
Wie die Bewertung erfolgt
37.4/60Stars — 203 Stars
12.1/25Forks — 29 Forks
5.8/15Watcher — 12 Watcher
Verwendete Eingangsdaten
forks29
stars203
watchers12
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

50Mittel
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges0
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_services—
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

82Exzellent
Wie die Bewertung erfolgt
65.9/80Downloads pro Monat — 87.788 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesodc-stac
dependents—
ecosystemspypi
total_downloads—
monthly_downloads87.788
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

70Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

37Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
4.2/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 82 % der Commits
13.5/13.5Breite der Beitragenden — 24 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 12 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled24
top_contributor_share0,815

Reaktionsfähigkeit bei Issues & PRs

83Exzellent
Wie die Bewertung erfolgt
36/42Issue-Lösungsquote — 86 % der Issues geschlossen
27.1/30PR-Annahme — 147/163 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
9/15OpenSSF Scorecard: Code-Review — Found 6/9 approved changesets -- score normalized to 6
Verwendete Eingangsdaten
merged_prs147
open_issues18
closed_issues107
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,856
closed_unmerged_prs16
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

73Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
18/25Reichweite des Inhabers — 317 Follower von opendatacube
24.6/25Kontohistorie — 53 öffentliche Repos, Kontoalter ca. 9 Jahre
Verwendete Eingangsdaten
followers317
owner_typeOrganization
is_verifiednein
owner_loginopendatacube
public_repos53
account_age_days3.489

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 51 Tagen
20/20Versionshistorie — 46 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesodc-stac
ecosystemspypi
any_deprecatednein
min_days_since_publish51

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

86Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 4 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff], [tool.pylint])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 16 out of 16 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://odc-stac.readthedocs.io/
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepagehttps://odc-stac.readthedocs.io/
docs_sitehttps://odc-stac.readthedocs.io/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

61Mittel · 16 % des Gesamtindex

Sicherheitslage

51Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.5/2.5CI-Tests — 16 out of 16 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
4.5/7.5Code-Review — Found 6/9 approved changesets -- score normalized to 6
2.5/2.5Contributors — project has 12 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 24 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
3.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 7
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
3/7.5Vulnerabilities — 6 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate5,1
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages49
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:odc-stac@0.5.3 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 49 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

72Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

43Schwach
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://code.visualstudio.com/llms.txt)
28.2/40Lesbare Commit-Historie — 46 von 87 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://code.visualstudio.com/llms.txt
legible_history_share0,529
agent_instruction_files—
agent_instruction_max_bytes—

AI-Verify-Loop (Build / Test / Typprüfung)

79Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/Makefile, notebooks/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff], [tool.pylint])
11/11Statische Typprüfung — odc/stac/py.typed
10/10Reproduzierbare Umgebung — devcontainer, Dockerfile, lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
7/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 7
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_filesdocs/Makefile, notebooks/Makefile
has_devcontainerja
has_linter_configja
typecheck_configsodc/stac/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (odc/stac/py.typed)
55/55Handhabbare Dateigrößen — 0/28 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes38.085
source_files_sampled28
oversized_source_files0

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — samples
Verwendete Eingangsdaten
example_dirssamples
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

203GitHub-Sterne
24Mitwirkende
65Commits, letzte 12 Monate
1Tage seit letztem Push
24Releases
1Bus-Faktor
18offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 29 ⇿
0Sterne
29Forks
21Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

0510152025302922021-102024-032026-09
Major 0Minor 2Patch 17

Jeder Punkt umfasst 5 Tage.

OpenSSF Scorecard 5.1 / 10
5.1Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-09-20 00:46 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
10CI-Tests16 out of 16 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
6Code-ReviewFound 6/9 approved changesets -- score normalized to 6
10Contributorsproject has 12 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained24 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
7Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 7
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
4Vulnerabilities6 existing vulnerabilities detected
Direkte Abhängigkeiten 11
RegistryPaketVersionsvorgabeManifest
PyPIaffine—pyproject.toml
PyPIodc-geo>=0.5.0pyproject.toml
PyPIodc-loader>=0.6.4pyproject.toml
PyPIrasterio>=1.0.0,!=1.3.0,!=1.3.1pyproject.toml
PyPIdask—pyproject.toml
PyPInumpy>=1.20.0pyproject.toml
PyPIpandas—pyproject.toml
PyPIpystac>=1.0.0,<2pyproject.toml
PyPItoolz—pyproject.toml
PyPItyping-extensions—pyproject.toml
PyPIxarray>=0.19pyproject.toml
Alle Abhängigkeiten 150

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 22 direkte und 128 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaffine2.4.0direkt
PyPIdask2026.6.0direkt
PyPInumpy—direkt
PyPInumpy2.2.6direkt
PyPInumpy2.4.6direkt
PyPInumpy2.5.0direkt
PyPIodc-geo—direkt
PyPIodc-geo0.5.1direkt
PyPIodc-loader—direkt
PyPIodc-loader0.6.4direkt
PyPIpandas2.3.3direkt
PyPIpandas3.0.3direkt
PyPIpystac—direkt
PyPIpystac1.14.3direkt
PyPIrasterio—direkt
PyPIrasterio1.4.4direkt
PyPIrasterio1.5.0direkt
PyPItoolz1.1.0direkt
PyPItyping-extensions4.15.0direkt
PyPIxarray—direkt
PyPIxarray2025.6.1direkt
PyPIxarray2026.4.0direkt
PyPIalabaster1.0.0indirekt
PyPIappnope0.1.4indirekt
PyPIasttokens3.0.1indirekt
PyPIattrs26.1.0indirekt
PyPIbabel2.18.0indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIbleach6.4.0indirekt
PyPIbotocore1.43.36indirekt
PyPIcachetools7.1.4indirekt
PyPIcertifi2026.6.17indirekt
PyPIcffi2.0.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIclick8.4.2indirekt
PyPIclick-plugins1.1.1.2indirekt
PyPIcligj0.7.2indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcoverage7.14.3indirekt
PyPIdebugpy1.8.21indirekt
PyPIdecorator5.3.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdistributed2026.6.0indirekt
PyPIdocutils0.21.2indirekt
PyPIdocutils0.22.4indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecuting2.2.1indirekt
PyPIfastjsonschema2.21.2indirekt
PyPIfish—indirekt
PyPIflit-core—indirekt
PyPIfsspec2026.6.0indirekt
PyPIgeopandas1.1.3indirekt
PyPIgit—indirekt
PyPIgraphviz—indirekt
PyPIhtop—indirekt
PyPIidna3.18indirekt
PyPIimagesize2.0.0indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIipykernel7.3.0indirekt
PyPIipython8.39.0indirekt
PyPIipython9.14.1indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIjedi0.20.0indirekt
PyPIjinja23.1.6indirekt
PyPIjmespath1.1.0indirekt
PyPIjq—indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-client8.9.1indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIlocket1.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImistune3.3.2indirekt
PyPImsgpack1.2.1indirekt
PyPInbclient0.11.0indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.10.4indirekt
PyPInbsphinx0.9.8indirekt
PyPInest-asyncio21.7.2indirekt
PyPIodc-stac0.5.3indirekt
PyPIpackaging26.2indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.7indirekt
PyPIpartd1.4.2indirekt
PyPIpexpect4.9.0indirekt
PyPIplatformdirs4.10.0indirekt
PyPIpluggy1.6.0indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpsutil7.2.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpycparser3.0indirekt
PyPIpygments2.20.0indirekt
PyPIpyogrio0.12.1indirekt
PyPIpyparsing3.3.2indirekt
PyPIpyproj3.7.1indirekt
PyPIpyproj3.7.2indirekt
PyPIpystac-client0.9.0indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-timeout2.4.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpytz2026.2indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.1.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIroman-numerals4.1.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIrpds-py2026.5.1indirekt
PyPIruff0.15.19indirekt
PyPIshapely2.1.2indirekt
PyPIsilversearcher-ag—indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.1.1indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsoupsieve2.8.4indirekt
PyPIsphinx8.1.3indirekt
PyPIsphinx9.0.4indirekt
PyPIsphinx9.1.0indirekt
PyPIsphinx-autodoc-typehints3.0.1indirekt
PyPIsphinx-autodoc-typehints3.11.0indirekt
PyPIsphinx-autodoc-typehints3.6.1indirekt
PyPIsphinx-rtd-theme3.1.0indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jquery4.1indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIstack-data0.6.3indirekt
PyPIstackstac0.5.0indirekt
PyPItblib3.2.2indirekt
PyPItig—indirekt
PyPItinycss21.5.1indirekt
PyPItomli2.4.1indirekt
PyPItornado6.5.7indirekt
PyPItraitlets5.15.1indirekt
PyPItzdata2026.2indirekt
PyPIurllib32.7.0indirekt
PyPIwcwidth0.8.1indirekt
PyPIwebencodings0.5.1indirekt
PyPIzict3.0.0indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:odc-stac@0.5.3 zieht 49 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit opendatacube/odc-stac teilen. Nebeneinander lesen →

100apache/arrowApache Arrow is the universal columnar format and multi-language toolbox for fast data interchange and in-memory analyticsAußergewöhnlich100scikit-learn/scikit-learnscikit-learn: machine learning in PythonAußergewöhnlich100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Außergewöhnlich100aws/serverless-application-modelThe AWS Serverless Application Model (AWS SAM) transform is a AWS CloudFormation macro that transforms SAM templates into CloudFormation templates.Außergewöhnlich100envoyproxy/envoyCloud-native high-performance edge/middle/service proxyAußergewöhnlich100uxlfoundation/oneDNNoneAPI Deep Neural Network Library (oneDNN)Außergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.