Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-04 21:37 UTC

pydantic / pydantic-extra-types

Extra Pydantic types.

PythonMIT★ 327 Sterne⑂ 98 Forksseit Feb. 2023Auf GitHub ansehen ↗
ArtBibliothekDesktop-AnwendungKommandozeilenwerkzeugwie das ermittelt wird
#countries#mac-address#phone-number#pydantic#python

pydantic/pydantic-extra-types erreicht einen Gesundheitsindex von 95 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Sustainability & Governance (91/100) ab, am schwächsten bei Community & Adoption (67/100). Zuletzt vor 2 Tagen aktualisiert. 6 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

PydanticOrganisation
2.950 Follower80 öffentliche Reposseit Aug. 2022

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIpydantic-extra-types2.11.168.102.92424vor 141 Tagen

Metriken nach Kategorie

Vitalität

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

82Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

82Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 2 Tagen
19.4/36Commit-Rhythmus — 28/52 Wochen mit Commits
16.6/18Commit-Volumen — 69 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 25 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year69
human_commit_share0,72
days_since_last_push2
active_weeks_last_year28

Release-Disziplin

82Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 23 Releases veröffentlicht
27/36Release-Aktualität — letztes Release vor 121 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 59,9 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count23
latest_release_tagv2.11.2
releases_from_tagsnein
days_since_latest_release121
mean_days_between_releases59,9
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?

67Gut · 17 % des Gesamtindex

Popularität & Verbreitung

62Mittel
Wie die Bewertung erfolgt
40.8/60Stars — 327 Stars
16.6/25Forks — 98 Forks
5/15Watcher — 9 Watcher
Verwendete Eingangsdaten
forks98
stars327
watchers9
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

50Mittel
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

100Außergewöhnlich
Wie die Bewertung erfolgt
80/80Downloads pro Monat — 68.102.924 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagespydantic-extra-types
dependents—
ecosystemspypi
total_downloads—
monthly_downloads68.102.924
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?

91Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

88Exzellent
Wie die Bewertung erfolgt
48.6/54Bus-Faktor — 6 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 — 72 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 25 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor6
contributors_sampled72
top_contributor_share0,292

Reaktionsfähigkeit bei Issues & PRs

84Exzellent
Wie die Bewertung erfolgt
33/42Issue-Lösungsquote — 79 % der Issues geschlossen
26.3/30PR-Annahme — 225/257 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 9/9 PRs von Erstbeitragenden in 30 Tagen gemergt
12/15OpenSSF Scorecard: Code-Review — Found 16/19 approved changesets -- score normalized to 8
Verwendete Eingangsdaten
merged_prs225
open_issues27
closed_issues99
prs_merged_7d0
prs_decided_7d0
prs_merged_30d10
prs_decided_30d10
issue_closed_ratio0,786
closed_unmerged_prs32
first_time_authors_30d3
first_time_prs_merged_30d9
first_time_prs_decided_30d9

Eigentümerschaft & Trägerschaft

95Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
24.9/25Reichweite des Inhabers — 2.950 Follower von pydantic
21/25Kontohistorie — 80 öffentliche Repos, Kontoalter ca. 3 Jahre
Verwendete Eingangsdaten
followers2.950
owner_typeOrganization
is_verified—
owner_loginpydantic
public_repos80
account_age_days1.457
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 141 Tagen
20/20Versionshistorie — 24 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagespydantic-extra-types
ecosystemspypi
any_deprecatednein
min_days_since_publish141

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

80Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 1 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-Commit-Hooks
0/6.4.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_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

60Mittel
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
0/15Dokumentations-/Homepage-Site
10/10Repository-Beschreibung
10/10Topics — 5 Topics
10/10Wiki
Verwendete Eingangsdaten
topicscountries, mac-address, phone-number, pydantic, python
has_wikija
homepage—
docs_site—
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

86Exzellent · 16 % des Gesamtindex

Sicherheitslage

83Exzellent
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 — 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
6/7.5Code-Review — Found 16/19 approved changesets -- score normalized to 8
2.5/2.5Contributors — project has 25 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
7.5/7.5Maintained — 25 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
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
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
6/7.5Vulnerabilities — 2 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate8,3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. 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_packages5
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:pydantic-extra-types@2.11.1 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 5 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.

75Gut · 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 — 72 von 72 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)

100Außergewöhnlich
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — pydantic_extra_types/py.typed
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 7 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 28 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configspydantic_extra_types/py.typed
agent_commit_share0,07
toolchain_manifests—
dependency_bot_commit_share0,28

AI-Code-Lesbarkeit für Modelle

81Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (pydantic_extra_types/py.typed)
54.1/55Handhabbare Dateigrößen — 1/62 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes151.665
source_files_sampled62
oversized_source_files1

Eckdaten

327GitHub-Sterne
72Mitwirkende
69Commits, letzte 12 Monate
2Tage seit letztem Push
23Releases
6Bus-Faktor
27offene 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 ★ / 98 ⇿
0Sterne
98Forks
23Releases

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.

0204060801009832023-022024-102026-07
Major 1Minor 11Patch 11

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 8.3 / 10
8.3Gesamtwert

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 · 2026-08-04 21:37 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-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
8Code-ReviewFound 16/19 approved changesets -- score normalized to 8
10Contributorsproject has 25 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained25 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
8Vulnerabilities2 existing vulnerabilities detected
Direkte Abhängigkeiten 2
RegistryPaketVersionsvorgabeManifest
PyPIpydantic>=2.5.2pyproject.toml
PyPItyping-extensions—pyproject.toml
Alle Abhängigkeiten 53

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 2 direkte und 51 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIpydantic2.13.4direkt
PyPItyping-extensions4.15.0direkt
PyPIannotated-types0.7.0indirekt
PyPIattrs26.1.0indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.10.7indirekt
PyPIcoverage7.13.0indirekt
PyPIcron-converter1.3.1indirekt
PyPIdirty-equals0.11indirekt
PyPIdnspython2.7.0indirekt
PyPIdnspython2.8.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIiniconfig2.1.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjsonschema4.25.1indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIlibrt0.7.5indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImdurl0.1.2indirekt
PyPImypy1.19.1indirekt
PyPImypy-extensions1.1.0indirekt
PyPIpackaging25.0indirekt
PyPIpathspec0.12.1indirekt
PyPIpendulum3.2.0indirekt
PyPIphonenumbers9.0.33indirekt
PyPIpluggy1.6.0indirekt
PyPIpycountry24.6.1indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpygments2.19.2indirekt
PyPIpymongo4.17.0indirekt
PyPIpytest8.4.2indirekt
PyPIpytest9.0.2indirekt
PyPIpytest-pretty1.3.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-ulid3.1.0indirekt
PyPIpytz2026.2indirekt
PyPIreferencing0.36.2indirekt
PyPIreferencing0.37.0indirekt
PyPIrich14.2.0indirekt
PyPIrpds-py0.27.1indirekt
PyPIrpds-py0.30.0indirekt
PyPIruff0.15.19indirekt
PyPIsemver3.0.4indirekt
PyPIsix1.17.0indirekt
PyPItomli2.3.0indirekt
PyPItypes-jsonschema4.26.0.20260202indirekt
PyPItypes-jsonschema4.26.0.20260402indirekt
PyPItypes-pytz2025.2.0.20251108indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.2indirekt
PyPIuuid-utils0.14.1indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:pydantic-extra-types@2.11.1 zieht 5 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 pydantic/pydantic-extra-types teilen. Nebeneinander lesen →

99pydantic/pydantic-aiAI Agent Framework, the Pydantic wayAußergewöhnlich99pydantic/logfireAI observability platform for production LLM and agent systems.Außergewöhnlich99langchain-ai/langgraphBuild resilient agents.Außergewöhnlich99litestar-org/litestarLight, flexible and extensible ASGI framework | Built to scaleAußergewöhnlich98fastapi/fastapiFastAPI framework, high performance, easy to learn, fast to code, ready for productionAußergewöhnlich98pydantic/pydanticData validation using Python type hintsAußergewöhnlich

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 v0.31.0 — vollständige Methodik · Metriken-Wiki.

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