Öffentliches Register
Software-GesundheitsberichtSchema 0.15.0 · Metriken 2.10.0 · 2026-07-20 09:22 UTC

panther-labs / panther-analysis

Built-in Panther detection rules and policies

PythonApache-2.0★ 458 Sterne⑂ 201 Forksseit Okt. 2019Auf GitHub ansehen ↗
#security#python#cybersecurity#siem

panther-labs/panther-analysis erreicht einen Gesundheitsindex von 95 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Vitality (97/100) ab, am schwächsten bei Security (55/100). Zuletzt vor 4 Tagen aktualisiert. 7 Mitwirkende tragen den Großteil der jüngsten Arbeit.

95
gesamt / 100
Außergewöhnlich

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.

95
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 82 wird auf der veröffentlichten Indexskala auf 95 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Panther LabsOrganisation
112 Follower25 öffentliche Reposseit Aug. 2018

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

Metriken nach Kategorie

Vitalität

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

97Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

97Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 4 Tagen
33.2/36Commit-Rhythmus — 48/52 Wochen mit Commits
18/18Commit-Volumen — 397 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year397
human_commit_share—
days_since_last_push4
active_weeks_last_year48

Release-Disziplin

98Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 12 Tagen
27/27Release-Rhythmus — ein Release etwa alle 11,7 Tage
8/10OpenSSF Scorecard: Signed-Releases — 5 out of the last 5 releases have a total of 5 signed artifacts.
Verwendete Eingangsdaten
releases_count100
latest_release_tagv3.112.0
releases_from_tagsnein
days_since_latest_release12
mean_days_between_releases11,7

Community & Verbreitung

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

81Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

71Gut
Wie die Bewertung erfolgt
43.1/60Stars — 458 Stars
19.2/25Forks — 201 Forks
8.4/15Watcher — 33 Watcher
Verwendete Eingangsdaten
forks201
stars458
watchers33
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
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?

90Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

93Außergewöhnlich
Wie die Bewertung erfolgt
51.3/54Bus-Faktor — 7 Beitragende decken die Hälfte aller Commits ab
18.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 17 % der Commits
13.5/13.5Breite der Beitragenden — 100 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 14 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor7
contributors_sampled100
top_contributor_share0,174

Reaktionsfähigkeit bei Issues & PRs

93Außergewöhnlich
Wie die Bewertung erfolgt
41.6/42Issue-Lösungsquote — 99 % der Issues geschlossen
26.2/30PR-Annahme — 1.775/2.029 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
13.5/15OpenSSF Scorecard: Code-Review — Found 24/25 approved changesets -- score normalized to 9
Verwendete Eingangsdaten
merged_prs1.775
open_issues1
closed_issues95
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,99
closed_unmerged_prs254
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

84Exzellent
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
14.8/25Reichweite des Inhabers — 112 Follower von panther-labs
22.3/25Kontohistorie — 25 öffentliche Repos, Kontoalter ca. 7 Jahre
Verwendete Eingangsdaten
followers112
owner_typeOrganization
is_verified—
owner_loginpanther-labs
public_repos25
account_age_days2.908
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

82Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 14 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .pylintrc
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 27 out of 27 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

65Gut
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://panther.com/
10/10Repository-Beschreibung
10/10Topics — 4 Topics
0/10Wiki
Verwendete Eingangsdaten
topicssecurity, python, cybersecurity, siem
has_wikinein
homepagehttps://panther.com/
docs_sitehttps://panther.com/
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

55Mittel · 16 % des Gesamtindex

Sicherheitslage

55Mittel
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 — 27 out of 27 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
6.8/7.5Code-Review — Found 24/25 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 14 contributing companies or organizations
0/10Dangerous-Workflow — 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
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
2/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 4
4.5/5SAST — SAST tool is not run on all commits -- score normalized to 9
2/5Security-Policy — security policy file detected
6/7.5Signed-Releases — 5 out of the last 5 releases have a total of 5 signed artifacts.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 23 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,5
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging. Die verbleibenden Gewichte wurden renormalisiert.

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.

67Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

75Gut
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
0/40Lesbare Commit-Historie — keine Daten
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share—
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes30.842
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Lesbare Commit-Historie. Die verbleibenden Gewichte wurden renormalisiert.

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

78Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .pylintrc
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
0/10Belegte Agentenpraxis — keine Daten
5/8Automatisierte Wartung — Abhängigkeits-Automatisierung konfiguriert, in den erfassten Commits nicht beobachtet
4/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 4
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesPipfile.lock
has_dockerfileja
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configs—
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

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 1/1.127 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes121.530
source_files_sampled1.127
oversized_source_files1

Maschinenlesbare AI-Schnittstellen

33Gefährdet
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
20/20MCP-Server
0/40Lauffähige Beispiele
Verwendete Eingangsdaten
example_dirs—
has_mcp_signalja
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto). Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

458GitHub-Sterne
100Mitwirkende
397Commits, letzte 12 Monate
4Tage seit letztem Push
100Releases
7Bus-Faktor
1offene Issues
PyPIPaket-Ökosysteme

Weitere Details

OpenSSF Scorecard 5.5 / 10
5.5Gesamtwert

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 · 2026-07-20 09:21 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-Tests27 out of 27 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 24/25 approved changesets -- score normalized to 9
10Contributorsproject has 14 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
4Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 4
9SASTSAST tool is not run on all commits -- score normalized to 9
4Security-Policysecurity policy file detected
8Signed-Releases5 out of the last 5 releases have a total of 5 signed artifacts.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities23 existing vulnerabilities detected
Alle Abhängigkeiten 130

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 130 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaiohappyeyeballs2.6.2indirekt
PyPIaiohttp3.13.3indirekt
PyPIaiosignal1.4.0indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.12.1indirekt
PyPIappdirs1.4.4indirekt
PyPIastroid3.3.11indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs25.4.0indirekt
PyPIbackoff2.2.1indirekt
PyPIbandit1.9.4indirekt
PyPIblack26.3.1indirekt
PyPIboto31.42.97indirekt
PyPIbotocore1.42.97indirekt
PyPIcertifi2025.11.12indirekt
PyPIcffi2.1.0indirekt
PyPIcfgv3.5.0indirekt
PyPIchardet5.2.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIclick8.3.3indirekt
PyPIcolorama0.4.6indirekt
PyPIcontextlib221.6.0indirekt
PyPIcryptography49.0.0indirekt
PyPIdatadog0.52.2indirekt
PyPIdecorator5.2.1indirekt
PyPIdiff-cover10.0.0indirekt
PyPIdill0.4.1indirekt
PyPIdistlib0.4.3indirekt
PyPIdynaconf3.2.13indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfilelock3.29.6indirekt
PyPIfrozenlist1.8.0indirekt
PyPIgql4.0.0indirekt
PyPIgraphql-core3.2.11indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.18indirekt
PyPIiniconfig2.3.0indirekt
PyPIisort5.13.2indirekt
PyPIjinja23.1.6indirekt
PyPIjmespath1.0.1indirekt
PyPIjsonlines4.0.0indirekt
PyPIjsonpath-ng1.5.3indirekt
PyPIjsonschema4.25.1indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIlibrt0.12.0indirekt
PyPIlinkify-it-py2.1.0indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImccabe0.7.0indirekt
PyPImdit-py-plugins0.6.1indirekt
PyPImdurl0.1.2indirekt
PyPImoto5.2.2indirekt
PyPImultidict6.7.1indirekt
PyPImypy1.20.2indirekt
PyPImypy-extensions1.1.0indirekt
PyPInested-lookup0.2.25indirekt
PyPInodeenv1.10.0indirekt
PyPIpackaging25.0indirekt
PyPIpanther-analysis-tool1.7.0indirekt
PyPIpanther-core0.16.2indirekt
PyPIpanther-detection-helpers0.4.0indirekt
PyPIpathspec1.0.4indirekt
PyPIplatformdirs4.10.0indirekt
PyPIpluggy1.6.0indirekt
PyPIply3.11indirekt
PyPIpolicyuniverse1.5.1.20230817indirekt
PyPIpre-commit4.6.0indirekt
PyPIpropcache0.4.1indirekt
PyPIpycountry24.6.1indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.12.5indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpygments2.19.2indirekt
PyPIpylint3.3.9indirekt
PyPIpytest9.0.3indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.4.3indirekt
PyPIpytokens0.4.1indirekt
PyPIpyyaml—indirekt
PyPIpyyaml6.0.3indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2025.11.3indirekt
PyPIrequests2.33.1indirekt
PyPIresponses0.26.2indirekt
PyPIrich15.0.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIruamel-yaml0.18.17indirekt
PyPIruamel-yaml-clib0.2.15indirekt
PyPIs3transfer0.16.1indirekt
PyPIschema0.7.8indirekt
PyPIsemver3.0.4indirekt
PyPIsetuptools80.9.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsqlfluff4.2.2indirekt
PyPIstevedore5.9.0indirekt
PyPItblib3.2.2indirekt
PyPItextual6.3.0indirekt
PyPItoml0.10.2indirekt
PyPItomli2.3.1indirekt
PyPItomlkit0.15.0indirekt
PyPItqdm4.67.3indirekt
PyPItree-sitter0.26.0indirekt
PyPItree-sitter-bash0.25.1indirekt
PyPItree-sitter-css0.25.0indirekt
PyPItree-sitter-go0.25.0indirekt
PyPItree-sitter-html0.23.2indirekt
PyPItree-sitter-java0.23.5indirekt
PyPItree-sitter-javascript0.25.0indirekt
PyPItree-sitter-json0.24.8indirekt
PyPItree-sitter-markdown0.5.1indirekt
PyPItree-sitter-python0.25.0indirekt
PyPItree-sitter-regex0.25.0indirekt
PyPItree-sitter-rust0.23.2indirekt
PyPItree-sitter-sql0.3.7indirekt
PyPItree-sitter-toml0.7.0indirekt
PyPItree-sitter-xml0.7.0indirekt
PyPItree-sitter-yaml0.7.2indirekt
PyPItyper0.20.1indirekt
PyPItyper-config1.4.3indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPIuc-micro-py2.0.0indirekt
PyPIurllib32.7.0indirekt
PyPIvirtualenv21.6.0indirekt
PyPIwerkzeug3.1.8indirekt
PyPIwrapt2.0.1indirekt
PyPIxmltodict1.0.4indirekt
PyPIyarl1.22.0indirekt
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 panther-labs/panther-analysis teilen. Nebeneinander lesen →

99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.Außergewöhnlich99OpenCTI-Platform/openctiOpen Cyber Threat Intelligence PlatformAußergewöhnlich99prowler-cloud/prowlerProwler is the world’s most widely used open-source cloud security platform that automates security and compliance across any cloud environment.Außergewöhnlich98intuitem/ciso-assistant-communityCISO Assistant is a one-stop-shop GRC platform for Risk Management, AppSec, Compliance & Audit, TPRM, BIA, Privacy, and Reporting. It supports 200+ global frameworks with automatic control mapping, including ISO 27001, NIST CSF, SOC 2, CIS, PCI DSS, NIS2, DORA, GDPR, HIPAA, CMMC, and more.Außergewöhnlich98theupdateframework/python-tufPython reference implementation of The Update Framework (TUF)Außergewöhnlich97MISP/MISPMISP (core software) - Open Source Threat Intelligence and Sharing PlatformAußergewöhnlich

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 v0.15.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken.