Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-20 01:06 UTC

protectai / nbdefense

Secure Jupyter Notebooks and Experimentation Environment

PythonApache-2.0★ 87 Sterne⑂ 22 Forksseit März 2023Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#jupyter-notebook#security-tools

protectai/nbdefense erreicht einen Gesundheitsindex von 34 von 100 und liegt damit im Bereich Gefährdet. Am stärksten schneidet es bei Engineering Quality (74/100) ab, am schwächsten bei Vitality (25/100). Zuletzt vor 590 Tagen aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

34
gesamt / 100
Gefährdet

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.

34
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 56 wird auf der veröffentlichten Indexskala auf 59 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Protect AIOrganisation
786 Follower16 öffentliche Reposseit Apr. 2022

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPInbdefense1.0.52566vor 698 Tagen

Metriken nach Kategorie

Vitalität

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

25Gefährdet · 21 % des Gesamtindex

Entwicklungsaktivität

1Kritisch
Wie die Bewertung erfolgt
0/36Push-Aktualität — letzter Push vor 590 Tagen
0/36Commit-Rhythmus — 0/52 Wochen mit Commits
0/18Commit-Volumen — 0 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Verwendete Eingangsdaten
commits_last_year0
human_commit_share0,467
days_since_last_push590
active_weeks_last_year0

Release-Disziplin

60Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 6 Releases veröffentlicht
7.2/36Release-Aktualität — letztes Release vor 698 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 114,6 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count6
latest_release_tagv1.0.5
releases_from_tagsnein
days_since_latest_release698
mean_days_between_releases114,6
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?

58Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

48Schwach
Wie die Bewertung erfolgt
31.4/60Stars — 87 Stars
11/25Forks — 22 Forks
5.6/15Watcher — 11 Watcher
Verwendete Eingangsdaten
forks22
stars87
watchers11
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

70Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges6
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatenein

Nachhaltigkeit & Governance

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

73Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

59Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
12.8/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 43 % der Commits
10.8/13.5Breite der Beitragenden — 8 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled8
top_contributor_share0,429

Reaktionsfähigkeit bei Issues & PRs

88Exzellent
Wie die Bewertung erfolgt
38.2/42Issue-Lösungsquote — 91 % der Issues geschlossen
23.3/30PR-Annahme — 59/76 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Verwendete Eingangsdaten
merged_prs59
open_issues1
closed_issues10
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,909
closed_unmerged_prs17
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

69Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
20.8/25Reichweite des Inhabers — 786 Follower von protectai
17.9/25Kontohistorie — 16 öffentliche Repos, Kontoalter ca. 4 Jahre
Verwendete Eingangsdaten
followers786
owner_typeOrganization
is_verifiednein
owner_loginprotectai
public_repos16
account_age_days1.629

Paketpflege

79Gut
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
14/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 698 Tagen
20/20Versionshistorie — 6 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesnbdefense
ecosystemspypi
any_deprecatednein
min_days_since_publish698

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

74Gut · 19 % des Gesamtindex

Engineering-Praktiken

74Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 8 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 0 out of 30 merged PRs checked by a CI test -- score normalized to 0
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

75Gut
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
0/15Dokumentations-/Homepage-Site
10/10Repository-Beschreibung
10/10Topics — 2 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsjupyter-notebook, security-tools
has_wikinein
homepage—
docs_site—
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

50Mittel · 16 % des Gesamtindex

Sicherheitslage

50Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
3.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
0/2.5CI-Tests — 0 out of 30 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
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 4 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 — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
0/5Packaging — keine Daten
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 149 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

52Mittel
Wie die Bewertung erfolgt
14.8/35Direkte Abhängigkeiten ohne bekannte Advisories — 2 betroffen: nbconvert 7.0.0 (moderate 6.5), requests 2.32.2 (moderate 5.5)
10/25Indirekte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: mistune 2.1.0 (high 7.5)
26.9/40Keine offenen Advisories — 3 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 467 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories38
affected_packages3
assessed_packages83
unassessed_packages0
affected_by_severityhigh 1, moderate 2
direct_affected_packages2
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:nbdefense@1.0.5 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 83 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.

63Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

40Schwach
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 28 von 28 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

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

69Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 60
8/8Automatisierte Wartung — 32 der letzten 60 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespoetry.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile, docs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,533

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/44 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes16.845
source_files_sampled44
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 — notebooks
Verwendete Eingangsdaten
example_dirsnotebooks
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

87GitHub-Sterne
8Mitwirkende
0Commits, letzte 12 Monate
590Tage seit letztem Push
6Releases
2Bus-Faktor
1offene 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 ★ / 22 ⇿
0Sterne
22Forks
1Releases

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.

048121620242222023-042024-122026-09
Major 0Minor 0Patch 1

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 5.0 / 10
5.0Gesamtwert

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 01:06 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
0CI-Tests0 out of 30 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 4 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
k. A.Packagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities149 existing vulnerabilities detected
Direkte Abhängigkeiten 12
RegistryPaketVersionsvorgabeManifest
PyPIclick^8.1.3pyproject.toml
PyPIrequirements-parser0.5.0pyproject.toml
PyPIdetect-secrets1.4.0pyproject.toml
PyPInbformat5.6.1pyproject.toml
PyPIpresidio_analyzer2.2.29pyproject.toml
PyPInbconvert7.0.0pyproject.toml
PyPIjinja2^3.1.2pyproject.toml
PyPIrequests2.32.2pyproject.toml
PyPItqdm4.66.3pyproject.toml
PyPIrich12.6.0pyproject.toml
PyPIpandas^1.3.5pyproject.toml
PyPItomlkit0.11.6pyproject.toml
Alle Abhängigkeiten 160

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 13 direkte und 147 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIclick8.1.3direkt
PyPIdetect-secrets1.4.0direkt
PyPIjinja23.1.2direkt
PyPIjinja23.1.4direkt
PyPInbconvert7.0.0direkt
PyPInbformat5.6.1direkt
PyPIpandas1.3.5direkt
PyPIpresidio-analyzer2.2.29direkt
PyPIrequests2.32.2direkt
PyPIrequirements-parser0.5.0direkt
PyPIrich12.6.0direkt
PyPItomlkit0.11.6direkt
PyPItqdm4.66.3direkt
PyPIattrs22.2.0indirekt
PyPIbabel2.12.1indirekt
PyPIbandit1.7.5indirekt
PyPIbeautifulsoup44.11.2indirekt
PyPIbeautifulsoup44.12.1indirekt
PyPIblack24.3.0indirekt
PyPIbleach6.0.0indirekt
PyPIblis0.7.9indirekt
PyPIcatalogue2.0.8indirekt
PyPIcertifi2024.7.4indirekt
PyPIcffi1.15.1indirekt
PyPIcfgv3.3.1indirekt
PyPIcharset-normalizer2.1.1indirekt
PyPIcharset-normalizer3.1.0indirekt
PyPIcolorama0.4.6indirekt
PyPIcommonmark0.9.1indirekt
PyPIconfection0.0.4indirekt
PyPIcsscompressor0.9.5indirekt
PyPIcymem2.0.7indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdistlib0.3.6indirekt
PyPIdocopt0.6.2indirekt
PyPIdunamai1.13.2indirekt
PyPIentrypoints0.4indirekt
PyPIexceptiongroup1.1.1indirekt
PyPIfastjsonschema2.16.3indirekt
PyPIfilelock3.10.0indirekt
PyPIfsspec2024.6.1indirekt
PyPIghp-import2.1.0indirekt
PyPIgitdb4.0.10indirekt
PyPIgitpython3.1.41indirekt
PyPIhtmlmin20.1.13indirekt
PyPIhuggingface-hub0.13.3indirekt
PyPIidentify2.5.21indirekt
PyPIidna3.7indirekt
PyPIimportlib-metadata6.0.0indirekt
PyPIimportlib-metadata6.1.0indirekt
PyPIimportlib-resources5.12.0indirekt
PyPIiniconfig2.0.0indirekt
PyPIjsmin3.0.1indirekt
PyPIjsonschema4.17.3indirekt
PyPIjupyter-client7.4.9indirekt
PyPIjupyter-core4.12.0indirekt
PyPIjupyterlab-pygments0.2.2indirekt
PyPIlangcodes3.3.0indirekt
PyPIlightgallery0.5indirekt
PyPIlxml4.9.2indirekt
PyPImarkdown3.3.7indirekt
PyPImarkupsafe2.1.2indirekt
PyPImergedeep1.3.4indirekt
PyPImistune2.0.5indirekt
PyPImkdocs1.4.2indirekt
PyPImkdocs-git-authors-plugin0.7.0indirekt
PyPImkdocs-git-revision-date-localized-plugin1.2.0indirekt
PyPImkdocs-material8.5.10indirekt
PyPImkdocs-material-extensions1.1.1indirekt
PyPImkdocs-meta-descriptions-plugin2.2.0indirekt
PyPImkdocs-minify-plugin0.6.4indirekt
PyPImpmath1.3.0indirekt
PyPImurmurhash1.0.9indirekt
PyPImypy1.1.1indirekt
PyPImypy-extensions1.0.0indirekt
PyPInbclient0.7.2indirekt
PyPInest-asyncio1.5.6indirekt
PyPInetworkx3.1indirekt
PyPInodeenv1.7.0indirekt
PyPInumpy1.24.2indirekt
PyPInvidia-cublas-cu1212.1.3.1indirekt
PyPInvidia-cuda-cupti-cu1212.1.105indirekt
PyPInvidia-cuda-nvrtc-cu1212.1.105indirekt
PyPInvidia-cuda-runtime-cu1212.1.105indirekt
PyPInvidia-cudnn-cu128.9.2.26indirekt
PyPInvidia-cufft-cu1211.0.2.54indirekt
PyPInvidia-curand-cu1210.3.2.106indirekt
PyPInvidia-cusolver-cu1211.4.5.107indirekt
PyPInvidia-cusparse-cu1212.1.0.106indirekt
PyPInvidia-nccl-cu122.19.3indirekt
PyPInvidia-nvjitlink-cu1212.5.82indirekt
PyPInvidia-nvtx-cu1212.1.105indirekt
PyPIpackaging23.0indirekt
PyPIpackaging24.0indirekt
PyPIpandocfilters1.5.0indirekt
PyPIpathspec0.11.1indirekt
PyPIpathy0.10.1indirekt
PyPIpbr5.11.1indirekt
PyPIphonenumbers8.13.7indirekt
PyPIpkgutil-resolve-name1.3.10indirekt
PyPIplatformdirs2.6.1indirekt
PyPIpluggy1.0.0indirekt
PyPIpre-commit2.20.0indirekt
PyPIpreshed3.0.8indirekt
PyPIpycparser2.21indirekt
PyPIpydantic1.10.13indirekt
PyPIpygments2.14.0indirekt
PyPIpygments2.15.0indirekt
PyPIpymdown-extensions10.0indirekt
PyPIpyrsistent0.19.3indirekt
PyPIpytest7.2.0indirekt
PyPIpytest-watch4.2.0indirekt
PyPIpython-dateutil2.8.2indirekt
PyPIpytz2022.7.1indirekt
PyPIpytz2023.3indirekt
PyPIpywin32305indirekt
PyPIpyyaml6.0indirekt
PyPIpyyaml-env-tag0.1indirekt
PyPIpyzmq25.0.1indirekt
PyPIregex2022.10.31indirekt
PyPIrequests-file1.5.1indirekt
PyPIresponses0.22.0indirekt
PyPIsetuptools70.0.0indirekt
PyPIsix1.16.0indirekt
PyPIsmart-open6.3.0indirekt
PyPIsmmap5.0.0indirekt
PyPIsoupsieve2.4indirekt
PyPIspacy3.4.4indirekt
PyPIspacy-alignments0.9.0indirekt
PyPIspacy-legacy3.0.12indirekt
PyPIspacy-loggers1.0.4indirekt
PyPIspacy-transformers1.1.9indirekt
PyPIsrsly2.4.6indirekt
PyPIstevedore3.5.2indirekt
PyPIsympy1.13.1indirekt
PyPIthinc8.1.9indirekt
PyPItinycss21.2.1indirekt
PyPItldextract3.4.0indirekt
PyPItokenizers0.13.2indirekt
PyPItoml0.10.2indirekt
PyPItomli2.0.1indirekt
PyPItorch2.2.0indirekt
PyPItornado6.4.1indirekt
PyPItraitlets5.9.0indirekt
PyPItransformers4.25.1indirekt
PyPItriton2.2.0indirekt
PyPItyper0.7.0indirekt
PyPItypes-requests2.28.11.15indirekt
PyPItypes-setuptools67.6.0.5indirekt
PyPItypes-toml0.10.8.5indirekt
PyPItypes-tqdm4.65.0.0indirekt
PyPItypes-urllib31.26.25.8indirekt
PyPItyping-extensions4.12.0indirekt
PyPIurllib31.26.19indirekt
PyPIvirtualenv20.21.0indirekt
PyPIwasabi0.10.1indirekt
PyPIwatchdog2.3.1indirekt
PyPIwatchdog3.0.0indirekt
PyPIwebencodings0.5.1indirekt
PyPIzipp3.19.1indirekt
Abhängigkeits-Advisories 3

Die Installation von pypi:nbdefense@1.0.5 zieht 83 Pakete nach sich, direkt und transitiv: 3 tragen bekannte Advisories, davon 2 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
mistune2.1.0indirekthoch283.3.0
nbconvert7.0.0direktmittel67.17.1
requests2.32.2direktmittel42.33.0

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 protectai/nbdefense teilen. Nebeneinander lesen →

99prowler-cloud/prowlerProwler is the world’s most widely used open-source cloud security platform that automates security and compliance across any cloud environment.Außergewöhnlich97jupyterhub/jupyterhubMulti-user server for Jupyter notebooksAußergewöhnlich97plotly/plotly.pyThe interactive graphing library for Python :sparkles:Außergewöhnlich96microsoft/FLAMLA fast library for AutoML and tuning. Join our Discord: https://discord.gg/Cppx2vSPVP.Außergewöhnlich96blacklanternsecurity/bbotThe recursive internet scanner for hackers. 🧡Außergewöhnlich96ipython/ipykernelIPython Kernel for JupyterAußergewöhnlich

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.