Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-21 09:48 UTC

qua-platform / py-qua-tools

Tools for enhancing your quantum experiments

PythonBSD-3-Clause★ 60 Sterne⑂ 33 Forksseit Juni 2021Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#python#qua

qua-platform/py-qua-tools erreicht einen Gesundheitsindex von 83 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Sustainability & Governance (83/100) ab, am schwächsten bei Security (46/100). Zuletzt heute aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

83
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.

83
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 70 wird auf der veröffentlichten Indexskala auf 83 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

QUA PlatformOrganisation
128 Follower17 öffentliche Reposseit Juli 2020

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIqualang-tools0.24.012.22959vor 0 Tagen

Metriken nach Kategorie

Vitalität

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

81Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

80Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
17.3/36Commit-Rhythmus — 25/52 Wochen mit Commits
17.2/18Commit-Volumen — 82 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year82
human_commit_share1
days_since_last_push0
active_weeks_last_year25

Release-Disziplin

83Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 69 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 65,9 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count69
latest_release_tagv0.24.0
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases65,9

Community & Verbreitung

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

60Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

41Schwach
Wie die Bewertung erfolgt
28.7/60Stars — 60 Stars
12.5/25Forks — 33 Forks
0/15Watcher — 2 Watcher
Verwendete Eingangsdaten
forks33
stars60
watchers2
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

77Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (BSD-3-Clause)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges3
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

68Gut
Wie die Bewertung erfolgt
54.5/80Downloads pro Monat — 12.229 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesqualang-tools
dependents—
ecosystemspypi
total_downloads—
monthly_downloads12.229
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?

83Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

77Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
17.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 22 % der Commits
13.5/13.5Breite der Beitragenden — 39 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor3
contributors_sampled39
top_contributor_share0,22

Reaktionsfähigkeit bei Issues & PRs

92Exzellent
Wie die Bewertung erfolgt
37.1/42Issue-Lösungsquote — 88 % der Issues geschlossen
26.9/30PR-Annahme — 269/300 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 2/2 PRs von Erstbeitragenden in 30 Tagen gemergt
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Verwendete Eingangsdaten
merged_prs269
open_issues5
closed_issues38
prs_merged_7d3
prs_decided_7d3
prs_merged_30d3
prs_decided_30d3
issue_closed_ratio0,884
closed_unmerged_prs31
first_time_authors_30d1
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

66Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
15.2/25Reichweite des Inhabers — 128 Follower von qua-platform
21.1/25Kontohistorie — 17 öffentliche Repos, Kontoalter ca. 6 Jahre
Verwendete Eingangsdaten
followers128
owner_typeOrganization
is_verifiednein
owner_loginqua-platform
public_repos17
account_age_days2.279

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20Versionshistorie — 59 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesqualang-tools
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

74Gut · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 3 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .flake8, pyproject.toml ([tool.black])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 8 out of 8 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

60Mittel
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
0/15Dokumentations-/Homepage-Site
10/10Repository-Beschreibung
10/10Topics — 2 Topics
10/10Wiki
Verwendete Eingangsdaten
topicspython, qua
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?

46Schwach · 16 % des Gesamtindex

Sicherheitslage

43Schwach
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 — 8 out of 8 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
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
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
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
0/5Security-Policy — security policy file not 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
0/7.5Vulnerabilities — 61 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

56Mittel
Wie die Bewertung erfolgt
9.5/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: pillow 11.1.0 (critical 9.1)
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
32.6/40Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 251 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories112
affected_packages18
assessed_packages170
unassessed_packages0
affected_by_severitycritical 3, high 4, moderate 10, low 1
direct_affected_packages1
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 170 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. Dieses Repository veröffentlicht kein Paket, das der Index auflöst; bewertet wurde daher der Abhängigkeitsgraph des Repositorys. Dieser Graph vermischt Entwicklungs- und Test-Pins mit ausgelieferten Abhängigkeiten, daher werden nur die deklarierten Laufzeit-Abhängigkeiten bewertet; transitive Befunde werden als Kontext ausgewiesen und fließen nicht in die Bewertung ein. 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.

52Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

27Gefährdet
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
26.7/40Lesbare Commit-Historie — 50 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,5
agent_instruction_files—
agent_instruction_max_bytes—

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

53Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .flake8, pyproject.toml ([tool.black])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 6 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
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_files—
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,06
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

54Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.5/55Handhabbare Dateigrößen — 2/238 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes85.685
source_files_sampled238
oversized_source_files2

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 — examples, notebooks
Verwendete Eingangsdaten
example_dirsexamples, notebooks
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

60GitHub-Sterne
39Mitwirkende
82Commits, letzte 12 Monate
0Tage seit letztem Push
69Releases
3Bus-Faktor
5offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:qualang-tools@0.24.0; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 33 ⇿
0Sterne
33Forks
60Releases

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.

01325383332021-082023-122026-05
Major 0Minor 22Patch 36

Jeder Punkt umfasst 5 Tage.

OpenSSF Scorecard 4.3 / 10
4.3Gesamtwert

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 · 2026-10-21 09:47 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-Tests8 out of 8 merged PRs checked by a CI test -- score normalized to 10
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
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
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
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities61 existing vulnerabilities detected
Direkte Abhängigkeiten 33
RegistryPaketVersionsvorgabeManifest
PyPImatplotlib>=3.10.5pyproject.toml
PyPIpillow—pyproject.toml
PyPIcontourpy—pyproject.toml
PyPIkiwisolver—pyproject.toml
PyPInumpy<3pyproject.toml
PyPIqm-qua>=1.2.3pyproject.toml
PyPIscikit-learn>=1.7.2pyproject.toml
PyPIgrpclib0.4.5pyproject.toml
PyPIgrpcio>=1.75.1pyproject.toml
PyPIattrs>=22.2.0pyproject.toml
PyPIpackaging>=20.0pyproject.toml
PyPIscipy—pyproject.toml
PyPIdill^0.3.4pyproject.toml
PyPIpypiwin32^223pyproject.toml
PyPIipython^8.10.0pyproject.toml
PyPIpandas>=2.3.3pyproject.toml
PyPIdash^2.0.0pyproject.toml
PyPIdash-html-components^2.0.0pyproject.toml
PyPIdash-core-components^2.0.0pyproject.toml
PyPIdash-bootstrap-components^1.6.0pyproject.toml
PyPIdash-cytoscape^0.3.0pyproject.toml
PyPIdash-table^5.0.0pyproject.toml
PyPIdash-dangerously-set-inner-html^0.0.2pyproject.toml
PyPIdocutils>=0.14.0 <= 0.21pyproject.toml
PyPIwaitress^3.0.1pyproject.toml
PyPImarkupsafe>=3.0.3pyproject.toml
PyPIxarray>=2025.1.0,<2025.7.0pyproject.toml
PyPInetCDF4—pyproject.toml
PyPIcftime—pyproject.toml
PyPIcirq—pyproject.toml
PyPItqdm^4.67.1pyproject.toml
PyPItypedunits>=0.0.2pyproject.toml
PyPIqcodes—pyproject.toml
Alle Abhängigkeiten 170

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 33 direkte und 137 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIattrs25.4.0direkt
PyPIcftime1.6.4.post1direkt
PyPIcirq1.5.0direkt
PyPIcontourpy1.3.0direkt
PyPIdash2.18.2direkt
PyPIdash-bootstrap-components1.7.1direkt
PyPIdash-core-components2.0.0direkt
PyPIdash-cytoscape0.3.0direkt
PyPIdash-dangerously-set-inner-html0.0.2direkt
PyPIdash-html-components2.0.0direkt
PyPIdash-table5.0.0direkt
PyPIdill0.3.9direkt
PyPIdocutils0.21direkt
PyPIgrpcio1.83.1direkt
PyPIgrpclib0.4.5direkt
PyPIipython8.18.1direkt
PyPIkiwisolver1.4.7direkt
PyPImarkupsafe3.0.3direkt
PyPImatplotlib3.10.9direkt
PyPInetcdf41.7.2direkt
PyPInumpy2.0.2direkt
PyPIpackaging24.2direkt
PyPIpandas2.3.3direkt
PyPIpillow11.1.0direkt
PyPIpypiwin32223direkt
PyPIqcodes0.52.0direkt
PyPIqm-qua1.4.1direkt
PyPIscikit-learn1.7.2direkt
PyPIscipy1.13.1direkt
PyPItqdm4.67.1direkt
PyPItypedunits0.0.2direkt
PyPIwaitress3.0.2direkt
PyPIxarray2025.6.1direkt
PyPIanyio4.8.0indirekt
PyPIappnope1.0.0indirekt
PyPIasttokens3.0.0indirekt
PyPIblack24.10.0indirekt
PyPIblinker1.9.0indirekt
PyPIbroadbean0.14.0indirekt
PyPIcachetools5.5.2indirekt
PyPIcertifi2025.1.31indirekt
PyPIcf-xarray0.10.6indirekt
PyPIcffi2.1.1indirekt
PyPIcharset-normalizer3.4.1indirekt
PyPIcirq-aqt1.5.0indirekt
PyPIcirq-core1.5.0indirekt
PyPIcirq-google1.5.0indirekt
PyPIcirq-ionq1.5.0indirekt
PyPIcirq-pasqal1.5.0indirekt
PyPIcirq-web1.5.0indirekt
PyPIclick8.1.8indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcycler0.12.1indirekt
PyPIcython3.2.4indirekt
PyPIdask2026.8.0indirekt
PyPIdatadog-api-client2.32.0indirekt
PyPIdebugpy1.8.22indirekt
PyPIdecorator5.2.1indirekt
PyPIdeprecation2.1.0indirekt
PyPIduet0.2.9indirekt
PyPIexceptiongroup1.2.2indirekt
PyPIexecuting2.2.0indirekt
PyPIflake87.3.0indirekt
PyPIflask3.0.3indirekt
PyPIfonttools4.56.0indirekt
PyPIfsspec2026.9.0indirekt
PyPIgoogle-api-core2.24.1indirekt
PyPIgoogle-auth2.38.0indirekt
PyPIgoogleapis-common-protos1.68.0indirekt
PyPIgrpcio-status1.62.3indirekt
PyPIh110.16.0indirekt
PyPIh24.3.0indirekt
PyPIh5netcdf1.8.1indirekt
PyPIh5py3.16.0indirekt
PyPIhpack4.1.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhyperframe6.1.0indirekt
PyPIidna3.10indirekt
PyPIimportlib-metadata8.6.1indirekt
PyPIiniconfig2.0.0indirekt
PyPIipykernel7.3.0indirekt
PyPIipywidgets8.1.9indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjedi0.19.2indirekt
PyPIjinja23.1.5indirekt
PyPIjoblib1.4.2indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-client8.10.0indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyterlab-widgets3.0.17indirekt
PyPIlocket1.0.0indirekt
PyPImarshmallow3.23.3indirekt
PyPImarshmallow-polyfield5.11indirekt
PyPImatplotlib-inline0.1.7indirekt
PyPImccabe0.7.0indirekt
PyPImpmath1.3.0indirekt
PyPImultidict6.7.1indirekt
PyPImypy-extensions1.0.0indirekt
PyPInarwhals2.25.0indirekt
PyPInest-asyncio1.6.0indirekt
PyPInest-asyncio21.7.4indirekt
PyPInetworkx3.4.2indirekt
PyPIopentelemetry-api1.45.1indirekt
PyPIparso0.8.4indirekt
PyPIpartd1.4.2indirekt
PyPIpastel0.2.1indirekt
PyPIpathspec0.12.1indirekt
PyPIpexpect4.9.0indirekt
PyPIplatformdirs4.3.6indirekt
PyPIplotly5.24.1indirekt
PyPIpluggy1.5.0indirekt
PyPIpoethepoet0.18.1indirekt
PyPIprompt-toolkit3.0.50indirekt
PyPIproto-plus1.26.0indirekt
PyPIprotobuf5.29.6indirekt
PyPIpsutil7.2.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpyarrow25.0.1indirekt
PyPIpyasn10.6.1indirekt
PyPIpyasn1-modules0.4.1indirekt
PyPIpycodestyle2.14.0indirekt
PyPIpycparser3.11indirekt
PyPIpyflakes3.4.0indirekt
PyPIpygments2.19.1indirekt
PyPIpyparsing3.2.1indirekt
PyPIpytest8.4.2indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpytz2025.1indirekt
PyPIpyvisa1.15.0indirekt
PyPIpywin32308indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.2.0indirekt
PyPIqm-saas1.2.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.33.1indirekt
PyPIretrying1.3.4indirekt
PyPIrpds-py0.30.0indirekt
PyPIrsa4.9indirekt
PyPIruamel-yaml0.19.1indirekt
PyPIschema0.7.8indirekt
PyPIsetuptools69.5.1indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIstack-data0.6.3indirekt
PyPIsympy1.13.3indirekt
PyPItabulate0.10.0indirekt
PyPItenacity9.0.0indirekt
PyPIthreadpoolctl3.5.0indirekt
PyPItinydb4.8.2indirekt
PyPItomli2.2.1indirekt
PyPItoolz1.2.0indirekt
PyPItornado6.5.10indirekt
PyPItraitlets5.14.3indirekt
PyPItyping-extensions4.15.0indirekt
PyPItzdata2025.1indirekt
PyPIuncertainties3.2.3indirekt
PyPIurllib32.3.0indirekt
PyPIversioningit3.3.0indirekt
PyPIwcwidth0.2.13indirekt
PyPIwebsockets16.1.1indirekt
PyPIwerkzeug3.0.6indirekt
PyPIwidgetsnbextension4.0.16indirekt
PyPIwrapt2.5.1indirekt
PyPIzipp3.21.0indirekt
Abhängigkeits-Advisories 18

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 170 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 18 tragen bekannte Advisories, davon 1 direkte.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
pillow11.1.0direktkritisch4313.0.0
anyio4.8.0indirektkritisch44.14.2
black24.10.0indirektkritisch326.3.1
certifi2025.1.31indirekthoch22026.10.19
pyasn10.6.1indirekthoch100.6.4
setuptools69.5.1indirekthoch683.0.0
urllib32.3.0indirekthoch162.8.0
flask3.0.3indirektmittel23.1.3
fonttools4.56.0indirektmittel24.60.2
h24.3.0indirektmittel24.4.1
hpack4.1.0indirektmittel24.2.0
idna3.10indirektmittel23.15
jinja23.1.5indirektmittel23.1.6
marshmallow3.23.3indirektmittel24.1.2
multidict6.7.1indirektmittel26.9.1
pytest8.4.2indirektmittel29.0.3
werkzeug3.0.6indirektmittel83.1.9
pygments2.19.1indirektniedrig22.20.0

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 qua-platform/py-qua-tools teilen. Nebeneinander lesen →

100scikit-learn/scikit-learnscikit-learn: machine learning in PythonAußergewöhnlich100open-telemetry/opentelemetry-pythonOpenTelemetry Python API and SDK Außergewöhnlich100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Außergewöhnlich100matplotlib/matplotlibmatplotlib: plotting with PythonAußergewöhnlich100deepset-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.Außergewöhnlich100huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. 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.