Öffentliches Register
Software-GesundheitsberichtSchema 0.17.0 · Metriken 2.10.0 · 2026-07-21 03:18 UTC

pypa / abi3audit

Scans Python packages for abi3 violations and inconsistencies

PythonMIT★ 123 Sterne⑂ 16 Forksseit Sept. 2022Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#cpython-api#cpython-extensions#cpython-internals#python

pypa/abi3audit erreicht einen Gesundheitsindex von 89 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Sustainability & Governance (82/100) ab, am schwächsten bei AI Readiness (43/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

89
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.

89
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 75 wird auf der veröffentlichten Indexskala auf 89 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Python Packaging AuthorityOrganisation
2.374 Follower59 öffentliche Reposseit März 2011

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIabi3audit0.0.26333.09725vor 178 Tagen

Metriken nach Kategorie

Vitalität

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

81Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

81Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
20.8/36Commit-Rhythmus — 30/52 Wochen mit Commits
16.5/18Commit-Volumen — 67 Commits im letzten Jahr
8/10OpenSSF Scorecard: Maintained — 9 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 8
Verwendete Eingangsdaten
commits_last_year67
human_commit_share—
days_since_last_push0
active_weeks_last_year30

Release-Disziplin

82Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 26 Releases veröffentlicht
27/36Release-Aktualität — letztes Release vor 178 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 53,3 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count26
latest_release_tagv0.0.26
releases_from_tagsnein
days_since_latest_release178
mean_days_between_releases53,3
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?

66Gut · 17 % des Gesamtindex

Popularität & Verbreitung

50Mittel
Wie die Bewertung erfolgt
33.8/60Stars — 123 Stars
9.8/25Forks — 16 Forks
6/15Watcher — 13 Watcher
Verwendete Eingangsdaten
forks16
stars123
watchers13
growth_stateorganic
growth_factor_pct100

Community-Gesundheit

65Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges—
has_contributingnein
has_issue_templatenein
has_code_of_conductja
readme_badge_services—
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

92Exzellent
Wie die Bewertung erfolgt
73.6/80Downloads pro Monat — 333.097 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesabi3audit
dependents—
ecosystemspypi
total_downloads—
monthly_downloads333.097
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?

82Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

61Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
11.9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 47 % der Commits
13.5/13.5Breite der Beitragenden — 10 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 25 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled10
top_contributor_share0,471

Reaktionsfähigkeit bei Issues & PRs

76Gut
Wie die Bewertung erfolgt
33.3/42Issue-Lösungsquote — 79 % der Issues geschlossen
28.7/30PR-Annahme — 173/181 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
4.5/15OpenSSF Scorecard: Code-Review — Found 1/3 approved changesets -- score normalized to 3
Verwendete Eingangsdaten
merged_prs173
open_issues7
closed_issues27
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,794
closed_unmerged_prs8
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

99Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
24.3/25Reichweite des Inhabers — 2.374 Follower von pypa
24.9/25Kontohistorie — 59 öffentliche Repos, Kontoalter ca. 15 Jahre
Verwendete Eingangsdaten
followers2.374
owner_typeOrganization
is_verified—
owner_loginpypa
public_repos59
account_age_days5.619
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 178 Tagen
20/20Versionshistorie — 25 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesabi3audit
ecosystemspypi
any_deprecatednein
min_days_since_publish178

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

71Gut · 19 % des Gesamtindex

Engineering-Praktiken

68Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 5 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-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_confignein
has_precommit_confignein

Dokumentation

75Gut
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://pypi.org/project/abi3audit
10/10Repository-Beschreibung
10/10Topics — 4 Topics
10/10Wiki
Verwendete Eingangsdaten
topicscpython-api, cpython-extensions, cpython-internals, python
has_wikija
homepagehttps://pypi.org/project/abi3audit
docs_sitehttps://pypi.org/project/abi3audit
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

77Gut · 16 % des Gesamtindex

Sicherheitslage

71Gut
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
2.2/7.5Code-Review — Found 1/3 approved changesets -- score normalized to 3
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
6/7.5Maintained — 9 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 8
0/5Packaging — keine Daten
5/5Pinned-Dependencies — all dependencies are pinned
5/5SAST — SAST tool is run on all commits
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
2.2/7.5Vulnerabilities — 7 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate7,1
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging, 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_packages20
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:abi3audit@0.0.26 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 20 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.

43Schwach · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

1Kritisch
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
0/40Lesbare Commit-Historie — keine Daten
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share—
agent_instruction_files—
agent_instruction_max_bytes—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Lesbare Commit-Historie. Die verbleibenden Gewichte wurden renormalisiert.

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

72Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine Daten
5/8Automatisierte Wartung — Abhängigkeits-Automatisierung konfiguriert, in den erfassten Commits nicht beobachtet
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_confignein
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

52Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
51.6/55Handhabbare Dateigrößen — 1/16 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes89.948
source_files_sampled16
oversized_source_files1

Eckdaten

123GitHub-Sterne
10Mitwirkende
67Commits, letzte 12 Monate
0Tage seit letztem Push
26Releases
2Bus-Faktor
7offene Issues
PyPIPaket-Ökosysteme

Weitere Details

Stern- und Fork-Verlauf 123 ★ / 0 ⇿
123Sterne

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.

0255075100125123182022-102024-082026-07

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 7.1 / 10
7.1Gesamtwert

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 · 2026-07-21 03:18 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
3Code-ReviewFound 1/3 approved changesets -- score normalized to 3
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
8Maintained9 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 8
k. A.Packagingpackaging workflow not detected
10Pinned-Dependenciesall dependencies are pinned
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
3Vulnerabilities7 existing vulnerabilities detected
Direkte Abhängigkeiten 8
RegistryPaketVersionsvorgabeManifest
PyPIabi3info>= 2024.06.19pyproject.toml
PyPIkaitaistruct~= 0.10pyproject.toml
PyPIpackaging>= 21.3pyproject.toml
PyPIpefile>= 2022.5.30pyproject.toml
PyPIpyelftools>= 0.29pyproject.toml
PyPIrequests>= 2.32.5pyproject.toml
PyPIrequests-cache>= 0.9.6pyproject.toml
PyPIrich>= 12.5.1pyproject.toml
Alle Abhängigkeiten 39

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 8 direkte und 31 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIabi3info2025.11.29direkt
PyPIkaitaistruct0.11direkt
PyPIpackaging26.0direkt
PyPIpefile2024.8.26direkt
PyPIpyelftools0.32direkt
PyPIrequests2.32.5direkt
PyPIrequests-cache1.2.1direkt
PyPIrich14.2.0direkt
PyPIattrs25.4.0indirekt
PyPIcattrs25.3.0indirekt
PyPIcertifi2026.1.4indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIclick8.3.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.13.1indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIidna3.11indirekt
PyPIiniconfig2.3.0indirekt
PyPIinterrogate1.7.0indirekt
PyPIlibrt0.7.8indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImdurl0.1.2indirekt
PyPImypy1.19.1indirekt
PyPImypy-extensions1.1.0indirekt
PyPIpathspec1.0.3indirekt
PyPIplatformdirs4.5.1indirekt
PyPIpluggy1.6.0indirekt
PyPIpretend1.0.9indirekt
PyPIpy1.11.0indirekt
PyPIpygments2.19.2indirekt
PyPIpytest9.0.2indirekt
PyPIpytest-cov7.0.0indirekt
PyPIruff0.14.14indirekt
PyPItabulate0.9.0indirekt
PyPItomli2.4.0indirekt
PyPItypes-requests2.32.4.20260107indirekt
PyPItyping-extensions4.15.0indirekt
PyPIurl-normalize2.2.1indirekt
PyPIurllib32.6.3indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:abi3audit@0.0.26 zieht 20 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 pypa/abi3audit teilen. Nebeneinander lesen →

100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Außergewöhnlich100streamlit/streamlitStreamlit — A faster way to build and share data apps.Außergewöhnlich100python-pillow/PillowPython Imaging Library (fork)Außergewöhnlich100matplotlib/matplotlibmatplotlib: plotting with PythonAußergewöhnlich100scikit-learn/scikit-learnscikit-learn: machine learning in PythonAußergewöhnlich100open-telemetry/opentelemetry-pythonOpenTelemetry Python API and SDK 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 v0.17.0 — vollständige Methodik · Metriken-Wiki.

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