Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-08 16:19 UTC

promptfoo / modelaudit

Security scanner for AI/ML model files. Detects malicious code, backdoors, and vulnerabilities before deployment

PythonMIT★ 76 Sterne⑂ 20 Forksseit März 2025Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird

promptfoo/modelaudit erreicht einen Gesundheitsindex von 93 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Vitality (94/100) ab, am schwächsten bei Community & Adoption (67/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

93
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.

93
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 79 wird auf der veröffentlichten Indexskala auf 93 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

promptfooOrganisation · verifizierte Domain
455 Follower20 öffentliche Reposseit Juni 2023

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPImodelaudit0.2.5211.02759vor 77 Tagenaimlmodel-scanningpicklepytorchsecuritytensorflow

Metriken nach Kategorie

Vitalität

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

94Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

97Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
33.2/36Commit-Rhythmus — 48/52 Wochen mit Commits
18/18Commit-Volumen — 1.328 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_year1.328
human_commit_share0,71
days_since_last_push0
active_weeks_last_year48

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 46 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 11,7 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count46
latest_release_tagmodelaudit-picklescan-v0.1.12
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases11,7

Community & Verbreitung

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

67Gut · 17 % des Gesamtindex

Popularität & Verbreitung

44Schwach
Wie die Bewertung erfolgt
30.4/60Stars — 76 Stars
10.7/25Forks — 20 Forks
3.3/15Watcher — 5 Watcher
Verwendete Eingangsdaten
forks20
stars76
watchers5
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 (MIT)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges5
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesbadge.fury.io, shields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

67Gut
Wie die Bewertung erfolgt
53.9/80Downloads pro Monat — 11.027 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesmodelaudit
dependents—
ecosystemspypi
total_downloads—
monthly_downloads11.027
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)

38Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
10/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 56 % der Commits
13.5/13.5Breite der Beitragenden — 13 Beitragende
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor1
contributors_sampled13
top_contributor_share0,556

Reaktionsfähigkeit bei Issues & PRs

71Gut
Wie die Bewertung erfolgt
42/42Issue-Lösungsquote — 100 % der Issues geschlossen
27.8/30PR-Annahme — 1.727/1.864 entschiedene PRs gemergt
0/13Newcomer PR acceptance — 0/1 PRs von Erstbeitragenden in 30 Tagen gemergt
1.5/15OpenSSF Scorecard: Code-Review — Found 2/17 approved changesets -- score normalized to 1
Verwendete Eingangsdaten
merged_prs1.727
open_issues0
closed_issues16
prs_merged_7d17
prs_decided_7d18
prs_merged_30d30
prs_decided_30d31
issue_closed_ratio1
closed_unmerged_prs137
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1

Eigentümerschaft & Trägerschaft

85Exzellent
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
20/20Verifizierte Domain
19.1/25Reichweite des Inhabers — 455 Follower von promptfoo
16.2/25Kontohistorie — 20 öffentliche Repos, Kontoalter ca. 3 Jahre
Verwendete Eingangsdaten
followers455
owner_typeOrganization
is_verifiedja
owner_loginpromptfoo
public_repos20
account_age_days1.199

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 77 Tagen
20/20Versionshistorie — 59 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmodelaudit
ecosystemspypi
any_deprecatednein
min_days_since_publish77

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

86Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

90Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 9 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfigja
has_linter_configja
has_precommit_confignein

Dokumentation

80Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://www.promptfoo.dev/docs/model-audit/
10/10Repository-Beschreibung
0/10Topics
0/10Wiki
Verwendete Eingangsdaten
topics—
has_wikinein
homepagehttps://www.promptfoo.dev/docs/model-audit/
docs_sitehttps://www.promptfoo.dev/docs/model-audit/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

72Gut · 16 % des Gesamtindex

Sicherheitslage

65Gut
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 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
0.8/7.5Code-Review — Found 2/17 approved changesets -- score normalized to 1
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
3.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 7
4.5/5SAST — SAST tool detected but not run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate6,5

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_packages80
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:modelaudit@0.2.52 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 80 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.

92Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md, packages/modelaudit-picklescan/AGENTS.md
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://www.promptfoo.dev/llms.txt)
40/40Lesbare Commit-Historie — 71 von 71 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://www.promptfoo.dev/llms.txt
legible_history_share1
agent_instruction_filesAGENTS.md, CLAUDE.md, packages/modelaudit-picklescan/AGENTS.md
agent_instruction_max_bytes18.051

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

92Exzellent
Wie die Bewertung erfolgt
12.6/18Bootstrap mit einem Befehl — packages/modelaudit-picklescan/Cargo.toml (Toolchain-Konvention, kein Task-Runner)
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — modelaudit/protos/py.typed, modelaudit/py.typed, packages/modelaudit-picklescan/src/modelaudit_picklescan/py.typed
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
10/10Belegte Agentenpraxis — 8 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 26 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
7/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 7
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesCargo.lock, package-lock.json, uv.lock
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configsmodelaudit/protos/py.typed, modelaudit/py.typed, packages/modelaudit-picklescan/src/modelaudit_picklescan/py.typed
agent_commit_share0,08
toolchain_manifestspackages/modelaudit-picklescan/Cargo.toml
dependency_bot_commit_share0,26

AI-Code-Lesbarkeit für Modelle

71Gut
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (modelaudit/protos/py.typed, modelaudit/py.typed, packages/modelaudit-picklescan/src/modelaudit_picklescan/py.typed)
44.1/55Handhabbare Dateigrößen — 103/522 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes1.170.825
source_files_sampled522
oversized_source_files103

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

76GitHub-Sterne
13Mitwirkende
1.328Commits, letzte 12 Monate
0Tage seit letztem Push
46Releases
1Bus-Faktor
0offene Issues
npm, 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 ★ / 20 ⇿
0Sterne
20Forks
35Releases

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.

0481216202022026-032026-062026-09
Major 0Minor 0Patch 25
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 · 2026-10-08 16:18 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
1Code-ReviewFound 2/17 approved changesets -- score normalized to 1
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous 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
10Packagingpackaging workflow detected
7Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 7
9SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 24
RegistryPaketVersionsvorgabeManifest
npmprettier^3.8.1package.json
PyPIclick>=8.3.3pyproject.toml
PyPIyaspin>=2.5.0pyproject.toml
PyPInumpy>=1.19.0,<2.0pyproject.toml
PyPInumpy>=2.4.3,<2.5pyproject.toml
PyPInumpy>=2.5,<2.6pyproject.toml
PyPIscipy>=1.7.0pyproject.toml
PyPIcyclonedx-python-lib>=11.0.0pyproject.toml
PyPIdefusedxml>=0.7.1pyproject.toml
PyPIhuggingface-hub>=0.23.0pyproject.toml
PyPIrequests>=2.28.0pyproject.toml
PyPIanyio>=4.14.2pyproject.toml
PyPIpython-dotenv>=1.0.0pyproject.toml
PyPIplatformdirs>=3.0.0pyproject.toml
PyPIpyyaml>=6.0,<7.0pyproject.toml
PyPIpydantic>=2.11.0,<3.0pyproject.toml
PyPIfsspec>=2025.5.1pyproject.toml
PyPIs3fs>=2025.5.1pyproject.toml
PyPIgcsfs>=2025.5.1pyproject.toml
PyPIposthog>=7.0.0pyproject.toml
PyPIprotobuf>=5.29.0pyproject.toml
PyPImsgpack>=1.2.1,<2.0pyproject.toml
PyPItomli>=2.0.0pyproject.toml
PyPImodelaudit-picklescan>=0.1.11,<0.2.0pyproject.toml
Alle Abhängigkeiten 226

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 26 direkte und 200 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
npmprettier3.9.9direkt
PyPIanyio4.15.1direkt
PyPIclick8.5.0direkt
PyPIcyclonedx-python-lib11.12.0direkt
PyPIdefusedxml0.7.1direkt
PyPIfsspec2026.9.0direkt
PyPIgcsfs2026.10.0direkt
PyPIhuggingface-hub2.1.1direkt
PyPImodelaudit-picklescan0.1.12direkt
PyPImsgpack1.2.3direkt
PyPInumpy1.26.4direkt
PyPInumpy2.4.6direkt
PyPInumpy2.5.3direkt
PyPIplatformdirs4.12.3direkt
PyPIposthog7.62.1direkt
PyPIprotobuf7.36.2direkt
PyPIpydantic2.13.5direkt
PyPIpython-dotenv1.2.4direkt
PyPIpyyaml6.0.3direkt
PyPIrequests2.34.2direkt
PyPIs3fs2026.9.0direkt
PyPIscipy1.15.3direkt
PyPIscipy1.17.1direkt
PyPIscipy1.18.1direkt
PyPItomli2.4.1direkt
PyPIyaspin3.5.1direkt
crates.ioheck0.5.0indirekt
crates.iolibc0.2.190indirekt
crates.ioonce_cell1.21.4indirekt
crates.ioportable-atomic1.15.0indirekt
crates.ioproc-macro21.0.107indirekt
crates.iopyo30.29.3indirekt
crates.iopyo3-build-config0.29.3indirekt
crates.iopyo3-ffi0.29.3indirekt
crates.iopyo3-macros0.29.3indirekt
crates.iopyo3-macros-backend0.29.3indirekt
crates.ioquote1.0.47indirekt
crates.iosyn2.0.119indirekt
crates.iotarget-lexicon0.13.5indirekt
crates.iounicode-ident1.0.26indirekt
PyPIabsl-py2.5.0indirekt
PyPIaiobotocore3.9.2indirekt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiohttp3.14.3indirekt
PyPIaioitertools0.13.0indirekt
PyPIaiosignal1.4.0indirekt
PyPIalembic1.20.0indirekt
PyPIannotated-doc0.0.5indirekt
PyPIannotated-types0.8.0indirekt
PyPIast-serialize0.12.1indirekt
PyPIastunparse1.6.3indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs26.1.0indirekt
PyPIbackoff2.2.1indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIbackports-zstd1.7.0indirekt
PyPIboolean-py5.0indirekt
PyPIbotocore1.43.106indirekt
PyPIbrotli1.2.0indirekt
PyPIbrotlicffi1.2.0.2indirekt
PyPIcachetools7.2.0indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.1indirekt
PyPIcharset-normalizer3.5.2indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.16.2indirekt
PyPIcryptography50.0.2indirekt
PyPIcuda-bindings13.4.3indirekt
PyPIcuda-pathfinder1.8.3indirekt
PyPIcuda-toolkit13.0.3.0indirekt
PyPIdatabricks-sdk0.67.0indirekt
PyPIdecorator5.3.1indirekt
PyPIdill0.4.1indirekt
PyPIdistro1.9.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIfastapi0.142.2indirekt
PyPIfilelock4.0.10indirekt
PyPIflatbuffers25.12.19indirekt
PyPIfrozenlist1.8.0indirekt
PyPIgast0.7.0indirekt
PyPIgitdb4.0.12indirekt
PyPIgitpython3.2.0indirekt
PyPIgoogle-api-core2.40.0indirekt
PyPIgoogle-auth2.59.1indirekt
PyPIgoogle-auth-oauthlib1.5.0indirekt
PyPIgoogle-cloud-core2.8.0indirekt
PyPIgoogle-cloud-storage3.16.0indirekt
PyPIgoogle-cloud-storage-control1.16.0indirekt
PyPIgoogle-crc32c1.9.0indirekt
PyPIgoogle-pasta0.2.0indirekt
PyPIgoogle-resumable-media2.11.0indirekt
PyPIgoogleapis-common-protos1.75.5indirekt
PyPIgreenlet3.5.6indirekt
PyPIgrpc-google-iam-v10.14.5indirekt
PyPIgrpcio1.84.0indirekt
PyPIgrpcio-status1.84.0indirekt
PyPIh110.16.0indirekt
PyPIh5py3.14.0indirekt
PyPIhf-xet1.6.0indirekt
PyPIhttpcore22.13.1indirekt
PyPIhttpx22.13.1indirekt
PyPIhttpx2-jsfetch1.0indirekt
PyPIidna3.20indirekt
PyPIimportlib-metadata9.0.1indirekt
PyPIinflate641.0.4indirekt
PyPIiniconfig2.3.0indirekt
PyPIjinja23.1.6indirekt
PyPIjmespath1.1.0indirekt
PyPIjoblib1.6.0indirekt
PyPIkeras3.15.1indirekt
PyPIlibclang18.1.1indirekt
PyPIlibrt0.16.0indirekt
PyPIlicense-expression30.4.4indirekt
PyPImako1.4.3indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.4indirekt
PyPImdurl0.1.2indirekt
PyPIml-dtypes0.5.4indirekt
PyPIml-dtypes0.6.0indirekt
PyPImlflow-skinny3.16.1indirekt
PyPImodelaudit0.2.54indirekt
PyPImpmath1.3.0indirekt
PyPImultidict6.9.1indirekt
PyPImultivolumefile0.2.3indirekt
PyPImypy2.4.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPInamex0.1.0indirekt
PyPInarwhals2.26.0indirekt
PyPInetworkx3.4.2indirekt
PyPInetworkx3.6.1indirekt
PyPInetworkx3.7indirekt
PyPInvidia-cublas13.1.1.3indirekt
PyPInvidia-cuda-cupti13.0.85indirekt
PyPInvidia-cuda-nvrtc13.0.88indirekt
PyPInvidia-cuda-runtime13.0.96indirekt
PyPInvidia-cudnn-cu139.24.0.43indirekt
PyPInvidia-cufft12.0.0.61indirekt
PyPInvidia-cufile1.15.1.6indirekt
PyPInvidia-curand10.4.0.35indirekt
PyPInvidia-cusolver12.0.4.66indirekt
PyPInvidia-cusparse12.6.3.3indirekt
PyPInvidia-cusparselt-cu130.8.1indirekt
PyPInvidia-nccl-cu122.32.3indirekt
PyPInvidia-nccl-cu132.30.7indirekt
PyPInvidia-nvjitlink13.4.92indirekt
PyPInvidia-nvshmem-cu133.4.5indirekt
PyPInvidia-nvtx13.0.85indirekt
PyPIoauthlib4.0.0indirekt
PyPIonnx1.23.1indirekt
PyPIopentelemetry-api1.45.0indirekt
PyPIopentelemetry-proto1.45.0indirekt
PyPIopentelemetry-sdk1.45.0indirekt
PyPIopentelemetry-semantic-conventions0.66b0indirekt
PyPIopt-einsum3.4.0indirekt
PyPIoptree0.20.0indirekt
PyPIpackageurl-python0.17.6indirekt
PyPIpackaging26.3indirekt
PyPIpathspec1.1.1indirekt
PyPIpluggy1.6.0indirekt
PyPIpropcache0.5.4indirekt
PyPIproto-plus1.29.0indirekt
PyPIpsutil7.2.2indirekt
PyPIpy-serializable2.1.0indirekt
PyPIpy-ubjson0.16.1indirekt
PyPIpy7zr1.1.3indirekt
PyPIpyasn10.6.4indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpybcj1.0.8indirekt
PyPIpycparser3.0indirekt
PyPIpycryptodomex3.23.0indirekt
PyPIpydantic-core2.46.5indirekt
PyPIpygments2.21.0indirekt
PyPIpyppmd1.3.1indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpyupgrade3.21.2indirekt
PyPIrequests-oauthlib2.0.0indirekt
PyPIrich15.0.0indirekt
PyPIruff0.16.10indirekt
PyPIsafetensors0.8.0indirekt
PyPIscikit-learn1.7.2indirekt
PyPIscikit-learn1.9.1indirekt
PyPIsetuptools84.0.0indirekt
PyPIsix1.17.0indirekt
PyPIsmmap5.0.3indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsqlalchemy2.0.54indirekt
PyPIsqlalchemy2.1.3indirekt
PyPIsqlparse0.6.0indirekt
PyPIstarlette1.7.0indirekt
PyPIsympy1.14.0indirekt
PyPItensorflow2.21.0indirekt
PyPItensorrt11.3.0.99indirekt
PyPItensorrt-cu1311.3.0.99indirekt
PyPItensorrt-cu13-bindings11.3.0.99indirekt
PyPItensorrt-cu13-libs11.3.0.99indirekt
PyPItermcolor3.3.0indirekt
PyPItexttable1.7.0indirekt
PyPItflite2.18.0indirekt
PyPIthreadpoolctl3.7.0indirekt
PyPItokenize-rt6.2.0indirekt
PyPItorch2.14.1indirekt
PyPItqdm4.70.1indirekt
PyPItriton3.8.0indirekt
PyPItruststore0.10.4indirekt
PyPIty0.0.84indirekt
PyPItypes-click7.1.8indirekt
PyPItypes-protobuf7.35.1.20260906indirekt
PyPItypes-pyyaml6.0.12.20260906indirekt
PyPItypes-requests2.33.0.20260906indirekt
PyPItypes-tensorflow2.18.0.20260827indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.4indirekt
PyPIurllib32.8.0indirekt
PyPIuvicorn0.54.0indirekt
PyPIwheel0.48.0indirekt
PyPIwrapt2.5.0indirekt
PyPIxgboost3.2.0indirekt
PyPIxgboost3.4.1indirekt
PyPIyarl1.25.1indirekt
PyPIzipp4.1.1indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:modelaudit@0.2.52 zieht 80 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 promptfoo/modelaudit teilen. Nebeneinander lesen →

100onnx/onnxOpen standard for machine learning interoperabilityAußergewöhnlich98zenml-io/zenmlZenML 🙏: One AI Platform from Pipelines to Agents. https://zenml.io.Außergewöhnlich96roboflow/supervisionWe write your reusable computer vision tools. 💜Außergewöhnlich96aws/sagemaker-python-sdkA library for training and deploying machine learning models on Amazon SageMakerAußergewöhnlich98replicate/cogContainers for machine learningAußergewöhnlich100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.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.