Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-22 15:14 UTC

pmgraham / datagrunt

Datagrunt is a Python library designed to simplify the way you work with CSV, Excel, Parquet, and PDF files. It provides a streamlined approach to reading, processing, and transforming your data into various formats, making data manipulation efficient and intuitive.

Python · RustMIT★ 13 Sterne⑂ 3 Forksseit Aug. 2024Auf GitHub ansehen ↗

pmgraham/datagrunt erreicht einen Gesundheitsindex von 87 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei AI Readiness (94/100) ab, am schwächsten bei Community & Adoption (55/100). Zuletzt vor 6 Tagen 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

Martin GrahamPersönliches Konto
13 Follower10 öffentliche Reposseit Apr. 2011@Google

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIdatagrunt4.6.22.998138vor 20 Tagencsvdataduckdbpolarspyarrowxlsxdelimiterpdf

Metriken nach Kategorie

Vitalität

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

86Exzellent · 21 % des Gesamtindex
Wie die Bewertung erfolgt
36/36Push-Aktualitätletzter Push vor 6 Tagen
11.8/36Commit-Rhythmus17/52 Wochen mit Commits
18/18Commit-Volumen481 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year481
human_commit_share0,56
days_since_last_push6
active_weeks_last_year17

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus3 Releases veröffentlicht
36/36Release-Aktualitätletztes Release vor 31 Tagen
27/27Release-Rhythmusein Release etwa alle 0 Tage
0/10OpenSSF Scorecard: Signed-Releaseskeine Daten
Verwendete Eingangsdaten
releases_count3
latest_release_tag4.5.6
releases_from_tagsnein
days_since_latest_release31
mean_days_between_releases0
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?

55Mittel · 17 % des Gesamtindex
Wie die Bewertung erfolgt
17.5/60Stars13 Stars
2.5/25Forks3 Forks
0/15Watcher2 Watcher
Verwendete Eingangsdaten
forks3
stars13
watchers2
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenzanerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateja
Wie die Bewertung erfolgt
46.4/80Downloads pro Monat2.998 Downloads/Monat über pypi
0/20Abhängige in der Registryvon diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesdatagrunt
dependents
ecosystemspypi
total_downloads
monthly_downloads2.998
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?

56Mittel · 23 % des Gesamtindex
Wie die Bewertung erfolgt
9/54Bus-Faktor1 Beitragende decken die Hälfte aller Commits ab
0/22.5Commit-Verteilungwichtigste beitragende Person verfasste 100 % der Commits
2.7/13.5Breite der Beitragenden2 Beitragende
3/10OpenSSF Scorecard: Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
Verwendete Eingangsdaten
bus_factor1
contributors_sampled2
top_contributor_share0,998
Wie die Bewertung erfolgt
39.1/42Issue-Lösungsquote93 % der Issues geschlossen
28.3/30PR-Annahme182/193 entschiedene PRs gemergt
0/13Newcomer PR acceptancekein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-ReviewFound 0/24 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs182
open_issues10
closed_issues132
prs_merged_7d0
prs_decided_7d0
prs_merged_30d11
prs_decided_30d11
issue_closed_ratio0,93
closed_unmerged_prs11
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.
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaftpersönliches (Nutzer-)Konto
0/20Verifizierte Domainfür Nutzerkonten nicht anwendbar
8.2/25Reichweite des Inhabers13 Follower von pmgraham
19.6/25Kontohistorie10 öffentliche Repos, Kontoalter ca. 15 Jahre
Verwendete Eingangsdaten
followers13
owner_typeUser
is_verified
owner_loginpmgraham
public_repos10
account_age_days5.595
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar1 Paket(e) auf pypi
35/35Veröffentlichungsaktualitätletzte Veröffentlichung vor 20 Tagen
20/20Versionshistorie138 veröffentlichte Versionen
20/20Nicht veraltetaktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesdatagrunt
ecosystemspypi
any_deprecatednein
min_days_since_publish20

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

82Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows6 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfigurationpyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests18 out of 18 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
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Sitehttps://www.datagrunt.io
10/10Repository-Beschreibung
10/10Topics13 Topics
0/10Wiki
Verwendete Eingangsdaten
topicscsv, csv-parser, data-analysis, data-engineering, data-science, data-wrangling, dataframe, duckdb, open-source, polars, python, python3, pyarrow
has_wikinein
homepagehttps://www.datagrunt.io
docs_sitehttps://www.datagrunt.io
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

81Exzellent · 16 % des Gesamtindex
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifactsno binaries found in the repo
2.2/7.5Branch-Protectionbranch protection is not maximal on development and all release branches
2.5/2.5CI-Tests18 out of 18 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0/7.5Code-ReviewFound 0/24 approved changesets -- score normalized to 0
0.8/2.5Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10/10Dangerous-Workflowno dangerous workflow patterns detected
7.5/7.5Dependency-Update-Toolupdate tool detected
0/5Fuzzingproject is not fuzzed
2.5/2.5Lizenzlicense file detected
7.5/7.5Maintained30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10
5/5Packagingpackaging workflow detected
4/5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 8
5/5SASTSAST tool is run on all commits
5/5Security-Policysecurity policy file detected
0/7.5Signed-Releaseskeine Daten
7.5/7.5Token-PermissionsGitHub workflow tokens follow principle of least privilege
6.8/7.5Vulnerabilities1 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,6
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisorieskeine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisorieskeine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisorieskein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages6
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:datagrunt@4.6.2 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 6 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.

94Außergewöhnlich · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45AgentenanweisungenCLAUDE.md
15/15Maschinenlesbare Doku (llms.txt)llms.txt wird von der Projektwebsite ausgeliefert (https://pymupdf.readthedocs.io/llms.txt)
40/40Lesbare Commit-Historie55 von 56 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://pymupdf.readthedocs.io/llms.txt
legible_history_share0,982
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes6.950
Wie die Bewertung erfolgt
12.6/18Bootstrap mit einem Befehlrust/Cargo.toml, rust/datagrunt-core/Cargo.toml, rust/datagrunt-python/Cargo.toml (Toolchain-Konvention, kein Task-Runner)
22/22Automatisierte Tests
11/11Lint-/Format-Konfigurationpyproject.toml ([tool.ruff])
11/11Statische Typprüfungsrc/datagrunt/py.typed
10/10Reproduzierbare Umgebunglockfile
10/10Belegte Agentenpraxis53 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung11 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
8/10OpenSSF Scorecard: Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 8
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesCargo.lock
has_dockerfilenein
typed_languagenein
bootstrap_files
has_devcontainernein
has_linter_configja
typecheck_configssrc/datagrunt/py.typed
agent_commit_share0,53
toolchain_manifestsrust/Cargo.toml, rust/datagrunt-core/Cargo.toml, rust/datagrunt-python/Cargo.toml
dependency_bot_commit_share0,11
Wie die Bewertung erfolgt
27/45Typprüfbarer CodePython mit Typprüfungs-Konfiguration (src/datagrunt/py.typed)
55/55Handhabbare Dateigrößen0/151 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes49.751
source_files_sampled151
oversized_source_files0

Eckdaten

13GitHub-Sterne
2Mitwirkende
481Commits, letzte 12 Monate
6Tage seit letztem Push
3Releases
1Bus-Faktor
10offene Issues
crates.io, 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 ★ / 3 ⇿
0Sterne
3Forks

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.

12233312025-062025-122026-06
OpenSSF Scorecard 7.6 / 10
7.6Gesamtwert

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 · 2026-08-22 15:14 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests18 out of 18 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/24 approved changesets -- score normalized to 0
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
8Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 8
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
9Vulnerabilities1 existing vulnerabilities detected
Direkte Abhängigkeiten 5
RegistryPaketVersionsvorgabeManifest
PyPIduckdb>=1.5.3pyproject.toml
PyPIpolars>=1.41.2pyproject.toml
PyPIpyarrow>=24.0.0pyproject.toml
PyPIXlsxWriter>=3.2.9pyproject.toml
PyPIfastexcel>=0.20.2pyproject.toml
Alle Abhängigkeiten 105

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 5 direkte und 100 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIduckdbdirekt
PyPIfastexceldirekt
PyPIpolarsdirekt
PyPIpyarrowdirekt
PyPIxlsxwriterdirekt
crates.ioaho-corasick1.1.4indirekt
crates.ioanyhow1.0.102indirekt
crates.ioautocfg1.5.1indirekt
crates.iobit-set0.8.0indirekt
crates.iobit-vec0.8.0indirekt
crates.iobitflags2.13.0indirekt
crates.iocfg-if1.0.4indirekt
crates.iocsvindirekt
crates.iocsv1.4.0indirekt
crates.iocsv-core0.1.13indirekt
crates.ioequivalent1.0.2indirekt
crates.ioerrno0.3.14indirekt
crates.iofancy-regexindirekt
crates.iofancy-regex0.19.0indirekt
crates.iofastrand2.4.1indirekt
crates.iofnv1.0.7indirekt
crates.iofoldhash0.1.5indirekt
crates.iogetrandom0.3.4indirekt
crates.iogetrandom0.4.2indirekt
crates.iohashbrown0.15.5indirekt
crates.iohashbrown0.17.1indirekt
crates.ioheck0.5.0indirekt
crates.ioid-arena2.3.0indirekt
crates.ioindexmap2.14.0indirekt
crates.ioitoa1.0.18indirekt
crates.ioleb128fmt0.1.0indirekt
crates.iolibc0.2.186indirekt
crates.iolinux-raw-sys0.12.1indirekt
crates.iolog0.4.32indirekt
crates.iomemchr2.8.2indirekt
crates.ionum-traits0.2.19indirekt
crates.ioonce_cell1.21.4indirekt
crates.ioportable-atomic1.13.1indirekt
crates.ioppv-lite860.2.21indirekt
crates.ioprettyplease0.2.37indirekt
crates.ioproc-macro21.0.106indirekt
crates.ioproptestindirekt
crates.ioproptest1.11.0indirekt
crates.iopyo3indirekt
crates.iopyo30.29.0indirekt
crates.iopyo3-build-config0.29.0indirekt
crates.iopyo3-ffi0.29.0indirekt
crates.iopyo3-macros0.29.0indirekt
crates.iopyo3-macros-backend0.29.0indirekt
crates.ioquick-error1.2.3indirekt
crates.ioquote1.0.45indirekt
crates.ior-efi5.3.0indirekt
crates.ior-efi6.0.0indirekt
crates.iorand0.9.5indirekt
crates.iorand_chacha0.9.0indirekt
crates.iorand_core0.9.5indirekt
crates.iorand_xorshift0.4.0indirekt
crates.ioregex-automata0.4.16indirekt
crates.ioregex-syntax0.8.11indirekt
crates.iorustix1.1.4indirekt
crates.iorusty-fork0.3.1indirekt
crates.ioryu1.0.23indirekt
crates.iosemver1.0.28indirekt
crates.ioserde1.0.228indirekt
crates.ioserde_core1.0.228indirekt
crates.ioserde_derive1.0.228indirekt
crates.ioserde_json1.0.150indirekt
crates.iosyn2.0.117indirekt
crates.iotarget-lexicon0.13.5indirekt
crates.iotempfileindirekt
crates.iotempfile3.27.0indirekt
crates.iounarray0.1.4indirekt
crates.iounicode-ident1.0.24indirekt
crates.iounicode-xid0.2.6indirekt
crates.iowait-timeout0.2.1indirekt
crates.iowasip21.0.4+wasi-0.2.12indirekt
crates.iowasip30.4.0+wasi-0.3.0-rc-2026-01-06indirekt
crates.iowasm-encoder0.244.0indirekt
crates.iowasm-metadata0.244.0indirekt
crates.iowasmparser0.244.0indirekt
crates.iowindows-link0.2.1indirekt
crates.iowindows-sys0.61.2indirekt
crates.iowit-bindgen0.51.0indirekt
crates.iowit-bindgen0.57.1indirekt
crates.iowit-bindgen-core0.51.0indirekt
crates.iowit-bindgen-rust0.51.0indirekt
crates.iowit-bindgen-rust-macro0.51.0indirekt
crates.iowit-component0.244.0indirekt
crates.iowit-parser0.244.0indirekt
crates.iozerocopy0.8.55indirekt
crates.iozerocopy-derive0.8.55indirekt
crates.iozmij1.0.21indirekt
PyPIbumpverindirekt
PyPIhypothesisindirekt
PyPImaturinindirekt
PyPImypyindirekt
PyPIpdfplumberindirekt
PyPIpillowindirekt
PyPIpre-commitindirekt
PyPIpymupdfindirekt
PyPIpypdfium2indirekt
PyPIpytesseractindirekt
PyPIpytestindirekt
PyPIpytest-covindirekt
PyPIruffindirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:datagrunt@4.6.2 zieht 6 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.

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 StatistikenPyPI.