Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-18 23:53 UTC

rotmanfinhub / deep-macrofin

Deep neural network for solving continuous time economic models

PythonMIT★ 13 Sterne⑂ 10 Forksseit Mai 2024Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird

rotmanfinhub/deep-macrofin erreicht einen Gesundheitsindex von 54 von 100 und liegt damit im Bereich Mittel. Am stärksten schneidet es bei Engineering Quality (67/100) ab, am schwächsten bei Community & Adoption (35/100). Zuletzt vor 31 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

54
gesamt / 100
Mittel

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.

54
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 53 wird auf der veröffentlichten Indexskala auf 54 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Rotman FinHubOrganisation
28 Follower8 öffentliche Reposseit Okt. 2021

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIdeep_macrofin0.5.36616vor 75 Tagen

Metriken nach Kategorie

Vitalität

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

58Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

35Schwach
Wie die Bewertung erfolgt
18/36Push-Aktualität — letzter Push vor 31 Tagen
4.8/36Commit-Rhythmus — 7/52 Wochen mit Commits
11.5/18Commit-Volumen — 18 Commits im letzten Jahr
1/10OpenSSF Scorecard: Maintained — 2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
Verwendete Eingangsdaten
commits_last_year18
human_commit_share1
days_since_last_push31
active_weeks_last_year7

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 17 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 75 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 73,1 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count17
latest_release_tagv0.5.3
releases_from_tagsnein
days_since_latest_release75
mean_days_between_releases73,1
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?

35Schwach · 17 % des Gesamtindex

Popularität & Verbreitung

26Gefährdet
Wie die Bewertung erfolgt
17.5/60Stars — 13 Stars
8/25Forks — 10 Forks
0/15Watcher — 1 Watcher
Verwendete Eingangsdaten
forks10
stars13
watchers1
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_badges3
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesbadge.fury.io, github.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

30Gefährdet
Wie die Bewertung erfolgt
24.3/80Downloads pro Monat — 66 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesdeep_macrofin
dependents—
ecosystemspypi
total_downloads—
monthly_downloads66
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?

58Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

13Kritisch
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
1.1/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 95 % der Commits
2.7/13.5Breite der Beitragenden — 2 Beitragende
0/10OpenSSF Scorecard: Contributors — project has 0 contributing companies or organizations -- score normalized to 0
Verwendete Eingangsdaten
bus_factor1
contributors_sampled2
top_contributor_share0,952

Reaktionsfähigkeit bei Issues & PRs

79Gut
Wie die Bewertung erfolgt
39.4/42Issue-Lösungsquote — 94 % der Issues geschlossen
29.4/30PR-Annahme — 50/51 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/23 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs50
open_issues1
closed_issues15
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,938
closed_unmerged_prs1
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

57Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
10.5/25Reichweite des Inhabers — 28 Follower von rotmanfinhub
16.9/25Kontohistorie — 8 öffentliche Repos, Kontoalter ca. 4 Jahre
Verwendete Eingangsdaten
followers28
owner_typeOrganization
is_verifiednein
owner_loginrotmanfinhub
public_repos8
account_age_days1.815

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 75 Tagen
20/20Versionshistorie — 16 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesdeep_macrofin
ecosystemspypi
any_deprecatednein
min_days_since_publish75

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

67Gut · 19 % des Gesamtindex

Engineering-Praktiken

58Mittel
Wie die Bewertung erfolgt
24/24CI-Workflows — 3 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
10/20OpenSSF Scorecard: CI-Tests — 13 out of 22 merged PRs checked by a CI test -- score normalized to 5
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein

Dokumentation

80Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://rotmanfinhub.github.io/deep-macrofin/
10/10Repository-Beschreibung
0/10Topics
0/10Wiki
Verwendete Eingangsdaten
topics—
has_wikinein
homepagehttps://rotmanfinhub.github.io/deep-macrofin/
docs_sitehttps://rotmanfinhub.github.io/deep-macrofin/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

44Schwach · 16 % des Gesamtindex

Sicherheitslage

30Gefährdet
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
1.2/2.5CI-Tests — 13 out of 22 merged PRs checked by a CI test -- score normalized to 5
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/23 approved changesets -- score normalized to 0
0/2.5Contributors — project has 0 contributing companies or organizations -- score normalized to 0
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
0.8/7.5Maintained — 2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
5/5Packaging — packaging workflow detected
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 — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 127 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): 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_packages48
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:deep_macrofin@0.5.3 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 48 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.

45Schwach · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

29Gefährdet
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
29.4/40Lesbare Commit-Historie — 48 von 87 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,552
agent_instruction_files—
agent_instruction_max_bytes—

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

32Gefährdet
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 87
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
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_confignein
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

54Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
53.5/55Handhabbare Dateigrößen — 2/71 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes109.873
source_files_sampled71
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

13GitHub-Sterne
2Mitwirkende
18Commits, letzte 12 Monate
31Tage seit letztem Push
17Releases
1Bus-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 ★ / 10 ⇿
0Sterne
10Forks
11Releases

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.

02468101012024-082025-082026-07
Major 0Minor 3Patch 8

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 3.0 / 10
3.0Gesamtwert

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 · 2026-10-18 23:53 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
5CI-Tests13 out of 22 merged PRs checked by a CI test -- score normalized to 5
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/23 approved changesets -- score normalized to 0
0Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
1Maintained2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
10Packagingpackaging workflow 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
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities127 existing vulnerabilities detected
Direkte Abhängigkeiten 7
RegistryPaketVersionsvorgabeManifest
PyPInumpy>=2.0pyproject.toml
PyPIpandas>=2.2.2pyproject.toml
PyPItorch>=2.3.0pyproject.toml
PyPIsympy>=1.12pyproject.toml
PyPItqdm>=4.66.4pyproject.toml
PyPImatplotlib>=3.9.0pyproject.toml
PyPIscikit-learn>=1.3.2pyproject.toml
Alle Abhängigkeiten 186

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 18 direkte und 168 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPImatplotlib—direkt
PyPImatplotlib3.10.8direkt
PyPInumpy—direkt
PyPInumpy2.2.6direkt
PyPInumpy2.4.2direkt
PyPIpandas—direkt
PyPIpandas2.3.3direkt
PyPIpandas3.0.1direkt
PyPIscikit-learn—direkt
PyPIscikit-learn1.7.2direkt
PyPIscikit-learn1.8.0direkt
PyPIsympy—direkt
PyPIsympy1.14.0direkt
PyPItorch—direkt
PyPItorch2.10.0direkt
PyPItorch2.10.0+cu126direkt
PyPItqdm—direkt
PyPItqdm4.67.3direkt
PyPIanyio4.12.1indirekt
PyPIappnope0.1.4indirekt
PyPIargon2-cffi25.1.0indirekt
PyPIargon2-cffi-bindings25.1.0indirekt
PyPIarrow1.4.0indirekt
PyPIasttokens3.0.1indirekt
PyPIasync-lru2.2.0indirekt
PyPIattrs25.4.0indirekt
PyPIbabel2.18.0indirekt
PyPIbackrefs6.2indirekt
PyPIbeautifulsoup44.14.3indirekt
PyPIbleach6.3.0indirekt
PyPIcertifi2026.1.4indirekt
PyPIcffi2.0.0indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIclick8.3.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcontourpy1.3.2indirekt
PyPIcontourpy1.3.3indirekt
PyPIcuda-bindings12.9.4indirekt
PyPIcuda-pathfinder1.3.4indirekt
PyPIcycler0.12.1indirekt
PyPIdebugpy1.8.20indirekt
PyPIdecorator5.2.1indirekt
PyPIdeep-macrofin0.5.0indirekt
PyPIdefusedxml0.7.1indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecuting2.2.1indirekt
PyPIfastjsonschema2.21.2indirekt
PyPIfilelock3.24.3indirekt
PyPIfonttools4.61.1indirekt
PyPIfqdn1.5.1indirekt
PyPIfsspec2026.2.0indirekt
PyPIghp-import2.1.0indirekt
PyPIgitdb4.0.12indirekt
PyPIgitpython3.1.46indirekt
PyPIh110.16.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIidna3.11indirekt
PyPIiniconfig2.3.0indirekt
PyPIipykernel7.2.0indirekt
PyPIipython8.38.0indirekt
PyPIipython9.10.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIipywidgets8.1.8indirekt
PyPIisoduration20.11.0indirekt
PyPIjedi0.19.2indirekt
PyPIjinja23.1.6indirekt
PyPIjoblib1.5.3indirekt
PyPIjson50.13.0indirekt
PyPIjsonpointer3.0.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter1.1.1indirekt
PyPIjupyter-client8.8.0indirekt
PyPIjupyter-console6.6.3indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyter-events0.12.0indirekt
PyPIjupyter-lsp2.3.0indirekt
PyPIjupyter-server2.17.0indirekt
PyPIjupyter-server-terminals0.5.4indirekt
PyPIjupyterlab4.5.4indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupyterlab-server2.28.0indirekt
PyPIjupyterlab-widgets3.0.16indirekt
PyPIkiwisolver1.4.9indirekt
PyPIlark1.3.1indirekt
PyPImarkdown3.10.2indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.1indirekt
PyPImergedeep1.3.4indirekt
PyPImistune3.2.0indirekt
PyPImkdocs—indirekt
PyPImkdocs1.6.1indirekt
PyPImkdocs-get-deps0.2.0indirekt
PyPImkdocs-git-revision-date-localized-plugin—indirekt
PyPImkdocs-git-revision-date-localized-plugin1.5.1indirekt
PyPImkdocs-material—indirekt
PyPImkdocs-material9.7.2indirekt
PyPImkdocs-material-extensions—indirekt
PyPImkdocs-material-extensions1.3.1indirekt
PyPImpmath1.3.0indirekt
PyPInbclient0.10.4indirekt
PyPInbconvert7.17.0indirekt
PyPInbformat5.10.4indirekt
PyPInest-asyncio1.6.0indirekt
PyPInetworkx3.4.2indirekt
PyPInetworkx3.6.1indirekt
PyPInotebook7.5.3indirekt
PyPInotebook-shim0.2.4indirekt
PyPInvidia-cublas-cu1212.6.4.1indirekt
PyPInvidia-cuda-cupti-cu1212.6.80indirekt
PyPInvidia-cuda-nvrtc-cu1212.6.77indirekt
PyPInvidia-cuda-runtime-cu1212.6.77indirekt
PyPInvidia-cudnn-cu129.10.2.21indirekt
PyPInvidia-cufft-cu1211.3.0.4indirekt
PyPInvidia-cufile-cu121.11.1.6indirekt
PyPInvidia-curand-cu1210.3.7.77indirekt
PyPInvidia-cusolver-cu1211.7.1.2indirekt
PyPInvidia-cusparse-cu1212.5.4.2indirekt
PyPInvidia-cusparselt-cu120.7.1indirekt
PyPInvidia-nccl-cu122.27.5indirekt
PyPInvidia-nvjitlink-cu1212.6.85indirekt
PyPInvidia-nvshmem-cu123.4.5indirekt
PyPInvidia-nvtx-cu1212.6.77indirekt
PyPIoverrides7.7.0indirekt
PyPIpackaging26.0indirekt
PyPIpaginate0.5.7indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.6indirekt
PyPIpathspec1.0.4indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow12.1.1indirekt
PyPIpip26.0.1indirekt
PyPIplatformdirs4.9.2indirekt
PyPIpluggy1.6.0indirekt
PyPIprometheus-client0.24.1indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpsutil7.2.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpycparser3.0indirekt
PyPIpygments2.19.2indirekt
PyPIpymdown-extensions—indirekt
PyPIpymdown-extensions10.21indirekt
PyPIpyparsing3.3.2indirekt
PyPIpytest—indirekt
PyPIpytest9.0.2indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-json-logger4.0.0indirekt
PyPIpytz2025.2indirekt
PyPIpywinpty3.0.3indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyyaml-env-tag1.1indirekt
PyPIpyzmq27.1.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.32.5indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrfc3987-syntax1.1.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIscipy1.15.3indirekt
PyPIscipy1.17.0indirekt
PyPIsend2trash2.1.0indirekt
PyPIsetuptools82.0.0indirekt
PyPIsix1.17.0indirekt
PyPIsmmap5.0.2indirekt
PyPIsoupsieve2.8.3indirekt
PyPIstack-data0.6.3indirekt
PyPIterminado0.18.1indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItinycss21.4.0indirekt
PyPItomli2.4.0indirekt
PyPItornado6.5.4indirekt
PyPItraitlets5.14.3indirekt
PyPItriton3.6.0indirekt
PyPItyping-extensions4.15.0indirekt
PyPItzdata2025.3indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib32.6.3indirekt
PyPIwatchdog6.0.0indirekt
PyPIwcwidth0.6.0indirekt
PyPIwebcolors25.10.0indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsocket-client1.9.0indirekt
PyPIwidgetsnbextension4.0.15indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:deep_macrofin@0.5.3 zieht 48 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 rotmanfinhub/deep-macrofin teilen. Nebeneinander lesen →

100onnx/onnxOpen standard for machine learning interoperabilityAußergewöhnlich100psf/blackThe uncompromising Python code formatterAußergewöhnlich100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich100astropy/astropyAstronomy and astrophysics core libraryAußergewöhnlich100uxlfoundation/oneDNNoneAPI Deep Neural Network Library (oneDNN)Außergewöhnlich100risingwavelabs/risingwaveEvent streaming platform for agentic AI. Continuously ingest, transform, and serve event streams in real time, at scale.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.