Öffentliches Register
Software-GesundheitsberichtSchema 0.17.0 · Metriken 2.10.0 · 2026-07-21 04:57 UTC

pallets-eco / flask-debugtoolbar

A toolbar overlay for debugging Flask applications

JavaScript · PythonBSD-3-Clause★ 978 Sterne⑂ 148 Forksseit Dez. 2011Auf GitHub ansehen ↗
ArtBibliothekNetzwerkdienstwie das ermittelt wird
#python#flask#flask-debugtoolbar#debug#flask-sqlalchemy#profile#jinja#werkzeug

pallets-eco/flask-debugtoolbar erreicht einen Gesundheitsindex von 84 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (84/100) ab, am schwächsten bei AI Readiness (43/100). Zuletzt vor 4 Tagen aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

84
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.

84
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 71 wird auf der veröffentlichten Indexskala auf 84 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Pallets EcosystemOrganisation
342 Follower38 öffentliche Reposseit Mai 2021

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIFlask-DebugToolbar0.16.0-31vor 660 Tagen

Metriken nach Kategorie

Vitalität

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

46Schwach · 21 % des Gesamtindex

Entwicklungsaktivität

39Schwach
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 4 Tagen
0.7/36Commit-Rhythmus — 1/52 Wochen mit Commits
2.7/18Commit-Volumen — 1 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — 1 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Verwendete Eingangsdaten
commits_last_year1
human_commit_share—
days_since_last_push4
active_weeks_last_year1

Release-Disziplin

57Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 9 Releases veröffentlicht
7.2/36Release-Aktualität — letztes Release vor 660 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 210,5 Tage
10/10OpenSSF Scorecard: Signed-Releases — 1 out of the last 1 releases have a total of 1 signed artifacts.
Verwendete Eingangsdaten
releases_count9
latest_release_tag0.16.0
releases_from_tagsnein
days_since_latest_release660
mean_days_between_releases210,5

Community & Verbreitung

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

82Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

74Gut
Wie die Bewertung erfolgt
48.5/60Stars — 978 Stars
18.1/25Forks — 148 Forks
7/15Watcher — 19 Watcher
Verwendete Eingangsdaten
forks148
stars978
watchers19
growth_stateorganic
growth_factor_pct100

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (BSD-3-Clause)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges—
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_services—
has_pull_request_templateja

Nachhaltigkeit & Governance

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

79Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

75Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
15.9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 29 % der Commits
13.5/13.5Breite der Beitragenden — 51 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 28 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor3
contributors_sampled51
top_contributor_share0,293

Reaktionsfähigkeit bei Issues & PRs

76Gut
Wie die Bewertung erfolgt
32.1/42Issue-Lösungsquote — 76 % der Issues geschlossen
21.8/30PR-Annahme — 117/161 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
12/15OpenSSF Scorecard: Code-Review — Found 4/5 approved changesets -- score normalized to 8
Verwendete Eingangsdaten
merged_prs117
open_issues31
closed_issues101
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,765
closed_unmerged_prs44
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

88Exzellent
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
18.2/25Reichweite des Inhabers — 342 Follower von pallets-eco
21.9/25Kontohistorie — 38 öffentliche Repos, Kontoalter ca. 5 Jahre
Verwendete Eingangsdaten
followers342
owner_typeOrganization
is_verified—
owner_loginpallets-eco
public_repos38
account_age_days1.882
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

79Gut
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
14/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 660 Tagen
20/20Versionshistorie — 31 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesFlask-DebugToolbar
ecosystemspypi
any_deprecatednein
min_days_since_publish660

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

84Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

80Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 3 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — tox.ini
9.6/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 0 out of 15 merged PRs checked by a CI test -- score normalized to 0
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfigja
has_linter_configja
has_precommit_configja

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://flask-debugtoolbar.readthedocs.io
10/10Repository-Beschreibung
10/10Topics — 8 Topics
0/10Wiki
Verwendete Eingangsdaten
topicspython, flask, flask-debugtoolbar, debug, flask-sqlalchemy, profile, jinja, werkzeug
has_wikinein
homepagehttps://flask-debugtoolbar.readthedocs.io
docs_sitehttps://flask-debugtoolbar.readthedocs.io
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

71Gut · 16 % des Gesamtindex

Sicherheitslage

64Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
6/7.5Branch-Protection — branch protection is not maximal on development and all release branches
0/2.5CI-Tests — 0 out of 15 merged PRs checked by a CI test -- score normalized to 0
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6/7.5Code-Review — Found 4/5 approved changesets -- score normalized to 8
2.5/2.5Contributors — project has 28 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
0/7.5Maintained — 1 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
0/5Packaging — keine Daten
3/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
4.5/5Security-Policy — security policy file detected
7.5/7.5Signed-Releases — 1 out of the last 1 releases have a total of 1 signed artifacts.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate6,5
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging. 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_packages7
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:Flask-DebugToolbar@0.16.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 7 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.

43Schwach · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

1Kritisch
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
0/40Lesbare Commit-Historie — keine Daten
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share—
agent_instruction_files—
agent_instruction_max_bytes—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Lesbare Commit-Historie. Die verbleibenden Gewichte wurden renormalisiert.

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

61Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — tox.ini
11/11Statische Typprüfung — src/flask_debugtoolbar/py.typed
0/10Reproduzierbare Umgebung
0/10Belegte Agentenpraxis — keine Daten
5/8Automatisierte Wartung — Abhängigkeits-Automatisierung konfiguriert, in den erfassten Commits nicht beobachtet
6/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configssrc/flask_debugtoolbar/py.typed
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Belegte Agentenpraxis. Die verbleibenden Gewichte wurden renormalisiert.

AI-Code-Lesbarkeit für Modelle

80Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — JavaScript mit Typprüfungs-Konfiguration (src/flask_debugtoolbar/py.typed)
53.1/55Handhabbare Dateigrößen — 3/87 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageJavaScript
largest_source_bytes285.314
source_files_sampled87
oversized_source_files3

Maschinenlesbare AI-Schnittstellen

40Schwach
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto)
0/20MCP-Server
40/40Lauffähige Beispiele — example
Verwendete Eingangsdaten
example_dirsexample
has_mcp_signalnein
api_schema_files—
interfaces_expected_ofnetwork-service

Eckdaten

978GitHub-Sterne
51Mitwirkende
1Commits, letzte 12 Monate
4Tage seit letztem Push
9Releases
3Bus-Faktor
31offene Issues
PyPIPaket-Ökosysteme

Weitere Details

Stern- und Fork-Verlauf 978 ★ / 0 ⇿
978Sterne

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.

02004006008001.000978952011-122019-032026-06

Jeder Punkt umfasst 14 Tage.

OpenSSF Scorecard 6.5 / 10
6.5Gesamtwert

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 · 2026-07-21 04:57 UTC

10Binary-Artifactsno binaries found in the repo
8Branch-Protectionbranch protection is not maximal on development and all release branches
0CI-Tests0 out of 15 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
8Code-ReviewFound 4/5 approved changesets -- score normalized to 8
10Contributorsproject has 28 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintained1 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
k. A.Packagingpackaging workflow not detected
6Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 6
0SASTSAST tool is not run on all commits -- score normalized to 0
9Security-Policysecurity policy file detected
10Signed-Releases1 out of the last 1 releases have a total of 1 signed artifacts.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 1
RegistryPaketVersionsvorgabeManifest
PyPIflask>=2.3.0pyproject.toml
Alle Abhängigkeiten 63

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 2 direkte und 61 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIflask—direkt
PyPIflask3.0.3direkt
PyPIalabaster0.7.13indirekt
PyPIbabel2.14.0indirekt
PyPIblinker1.8.1indirekt
PyPIbuild1.2.2indirekt
PyPIcachetools5.3.3indirekt
PyPIcertifi2024.7.4indirekt
PyPIcfgv3.4.0indirekt
PyPIchardet5.2.0indirekt
PyPIcharset-normalizer3.3.2indirekt
PyPIclick8.1.7indirekt
PyPIcolorama0.4.6indirekt
PyPIdistlib0.3.8indirekt
PyPIdocutils0.20.1indirekt
PyPIexceptiongroup1.2.1indirekt
PyPIfilelock3.14.0indirekt
PyPIflask-sqlalchemy3.1.1indirekt
PyPIgreenlet3.0.3indirekt
PyPIidentify2.5.36indirekt
PyPIidna3.7indirekt
PyPIimagesize1.4.1indirekt
PyPIimportlib-metadata7.1.0indirekt
PyPIiniconfig2.0.0indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjinja23.1.4indirekt
PyPImarkupsafe2.1.5indirekt
PyPImypy1.11.2indirekt
PyPImypy-extensions1.0.0indirekt
PyPInodeenv1.8.0indirekt
PyPIpackaging24.0indirekt
PyPIpallets-sphinx-themes2.1.3indirekt
PyPIplatformdirs4.2.1indirekt
PyPIpluggy1.5.0indirekt
PyPIpre-commit3.5.0indirekt
PyPIpygments2.18.0indirekt
PyPIpyproject-api1.6.1indirekt
PyPIpyproject-hooks1.1.0indirekt
PyPIpyright1.1.382.post1indirekt
PyPIpytest8.3.3indirekt
PyPIpytz2024.1indirekt
PyPIpyyaml6.0.1indirekt
PyPIrequests2.32.0indirekt
PyPIsnowballstemmer2.2.0indirekt
PyPIsphinx7.1.2indirekt
PyPIsphinxcontrib-applehelp1.0.4indirekt
PyPIsphinxcontrib-devhelp1.0.2indirekt
PyPIsphinxcontrib-htmlhelp2.0.1indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-log-cabinet1.0.1indirekt
PyPIsphinxcontrib-qthelp1.0.3indirekt
PyPIsphinxcontrib-serializinghtml1.1.5indirekt
PyPIsqlalchemy2.0.29indirekt
PyPItomli2.0.1indirekt
PyPItox4.15.1indirekt
PyPItypes-docutils0.21.0.20240423indirekt
PyPItypes-pygments2.18.0.20240506indirekt
PyPItypes-setuptools69.5.0.20240423indirekt
PyPItyping-extensions4.11.0indirekt
PyPIurllib32.2.2indirekt
PyPIvirtualenv20.26.1indirekt
PyPIwerkzeug3.0.3indirekt
PyPIzipp3.19.1indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:Flask-DebugToolbar@0.16.0 zieht 7 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 pallets-eco/flask-debugtoolbar teilen. Nebeneinander lesen →

99apache/supersetApache Superset is a Data Visualization and Data Exploration PlatformAußergewöhnlich97elastic/apm-agent-pythonAußergewöhnlich96slackapi/bolt-pythonA framework to build Slack apps using PythonAußergewöhnlich100open-telemetry/opentelemetry-pythonOpenTelemetry Python API and SDK Außergewöhnlich100scikit-learn/scikit-learnscikit-learn: machine learning in PythonAußergewöhnlich100reflex-dev/reflex🕸️ Web apps in pure Python 🐍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 v0.17.0 — vollständige Methodik · Metriken-Wiki.

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