Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-14 12:15 UTC

runloopai / api-client-python

Official Python SDK for Runloop — secure Linux sandboxes (Devboxes) where AI agents run code, edit files, and expose ports

PythonMIT★ 28 Sterne⑂ 2 Forksseit Juni 2024Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#agent-runtime#ai#ai-agents#code-execution#code-interpreter#devbox#llm#microvm#python#runloop#sandbox#sdk

runloopai/api-client-python erreicht einen Gesundheitsindex von 92 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (95/100) ab, am schwächsten bei Community & Adoption (57/100). Zuletzt vor 1 Tag aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

92
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.

92
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 78 wird auf der veröffentlichten Indexskala auf 92 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Runloop AIOrganisation · verifizierte Domain
34 Follower65 öffentliche Reposseit Nov. 2023

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIrunloop_api_client1.32.0502.046148vor 5 Tagenagent-runtimeai-agentscode-executioncode-interpreterdevboxllmmicrovmrunloopsandbox

Metriken nach Kategorie

Vitalität

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

95Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

92Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 1 Tagen
27.7/36Commit-Rhythmus — 40/52 Wochen mit Commits
18/18Commit-Volumen — 169 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year169
human_commit_share0,65
days_since_last_push1
active_weeks_last_year40

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 5 Tagen
27/27Release-Rhythmus — ein Release etwa alle 10,1 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count100
latest_release_tagv1.32.0
releases_from_tagsnein
days_since_latest_release5
mean_days_between_releases10,1
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?

57Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

23Gefährdet
Wie die Bewertung erfolgt
23.2/60Stars — 28 Stars
0/25Forks — 2 Forks
0/15Watcher — 1 Watcher
Verwendete Eingangsdaten
forks2
stars28
watchers1
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 (MIT)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges1
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

95Außergewöhnlich
Wie die Bewertung erfolgt
76/80Downloads pro Monat — 502.046 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesrunloop_api_client
dependents—
ecosystemspypi
total_downloads—
monthly_downloads502.046
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?

75Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

61Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
12.5/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 44 % der Commits
13.5/13.5Breite der Beitragenden — 14 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10
Verwendete Eingangsdaten
bus_factor2
contributors_sampled14
top_contributor_share0,443

Reaktionsfähigkeit bei Issues & PRs

68Gut
Wie die Bewertung erfolgt
0/42Issue-Lösungsquote — keine Issues oder keine Daten
28.9/30PR-Annahme — 796/825 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
1.5/15OpenSSF Scorecard: Code-Review — Found 4/28 approved changesets -- score normalized to 1
Verwendete Eingangsdaten
merged_prs796
open_issues0
closed_issues0
prs_merged_7d1
prs_decided_7d1
prs_merged_30d5
prs_decided_30d8
issue_closed_ratio—
closed_unmerged_prs29
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Issue-Lösungsquote, Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

80Exzellent
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
20/20Verifizierte Domain
11.1/25Reichweite des Inhabers — 34 Follower von runloopai
18.6/25Kontohistorie — 65 öffentliche Repos, Kontoalter ca. 2 Jahre
Verwendete Eingangsdaten
followers34
owner_typeOrganization
is_verifiedja
owner_loginrunloopai
public_repos65
account_age_days1.028

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 5 Tagen
20/20Versionshistorie — 148 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesrunloop_api_client
ecosystemspypi
any_deprecatednein
min_days_since_publish5

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

90Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 8 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 6 out of 6 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

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://docs.runloop.ai
10/10Repository-Beschreibung
10/10Topics — 12 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsagent-runtime, ai, ai-agents, code-execution, code-interpreter, devbox, llm, microvm, python, runloop, sandbox, sdk
has_wikija
homepagehttps://docs.runloop.ai
docs_sitehttps://docs.runloop.ai
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

63Mittel · 16 % des Gesamtindex

Sicherheitslage

54Mittel
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
2.5/2.5CI-Tests — 6 out of 6 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
0.8/7.5Code-Review — Found 4/28 approved changesets -- score normalized to 1
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
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 — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
0.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
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 — 36 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,4
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): 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_packages17
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:runloop_api_client@1.32.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 17 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.

92Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
15/15Maschinenlesbare Doku (llms.txt) — llms.txt vorhanden
40/40Lesbare Commit-Historie — 56 von 65 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_url—
legible_history_share0,862
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes1.164

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

88Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — src/runloop_api_client/py.typed
10/10Reproduzierbare Umgebung — devcontainer, Dockerfile, lockfile
10/10Belegte Agentenpraxis — 13 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
5/8Automatisierte Wartung — Abhängigkeits-Automatisierung konfiguriert, in den erfassten Commits nicht beobachtet
1/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainerja
has_linter_configja
typecheck_configssrc/runloop_api_client/py.typed
agent_commit_share0,13
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

81Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/runloop_api_client/py.typed)
54.4/55Handhabbare Dateigrößen — 5/465 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes173.281
source_files_sampled465
oversized_source_files5

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
Verwendete Eingangsdaten
example_dirsexamples
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

28GitHub-Sterne
14Mitwirkende
169Commits, letzte 12 Monate
1Tage seit letztem Push
100Releases
2Bus-Faktor
0offene 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 ★ / 2 ⇿
0Sterne
2Forks
38Releases

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.

111222212025-062025-092026-01
Major 1Minor 28Patch 8
OpenSSF Scorecard 5.4 / 10
5.4Gesamtwert

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 · 2026-09-14 12:15 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests6 out of 6 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
1Code-ReviewFound 4/28 approved changesets -- score normalized to 1
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
1Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 1
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
0Vulnerabilities36 existing vulnerabilities detected
Direkte Abhängigkeiten 7
RegistryPaketVersionsvorgabeManifest
PyPIhttpx>=0.23.0, <1pyproject.toml
PyPIpydantic>=2.0, <3pyproject.toml
PyPItyping-extensions>=4.14, <5pyproject.toml
PyPIanyio>=3.5.0, <5pyproject.toml
PyPIdistro>=1.7.0, <2pyproject.toml
PyPIsniffio—pyproject.toml
PyPIuuid-utils>=0.11.0pyproject.toml
Alle Abhängigkeiten 130

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 7 direkte und 123 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIanyio4.12.1direkt
PyPIdistro1.9.0direkt
PyPIhttpx0.28.1direkt
PyPIpydantic2.12.5direkt
PyPIsniffio1.3.1direkt
PyPItyping-extensions4.15.0direkt
PyPIuuid-utils0.14.1direkt
PyPIaccessible-pygments0.0.5indirekt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohttp3.13.3indirekt
PyPIaiosignal1.4.0indirekt
PyPIalabaster0.7.16indirekt
PyPIalabaster1.0.0indirekt
PyPIannotated-types0.7.0indirekt
PyPIapeye1.4.1indirekt
PyPIapeye-core1.1.5indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs25.4.0indirekt
PyPIautodocsumm0.2.6indirekt
PyPIbabel2.18.0indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIbeautifulsoup44.14.3indirekt
PyPIcachecontrol0.14.3indirekt
PyPIcachecontrol0.14.4indirekt
PyPIcertifi2026.1.4indirekt
PyPIcharset-normalizer3.4.6indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.10.7indirekt
PyPIcoverage7.13.4indirekt
PyPIcssutils2.11.1indirekt
PyPIdict2css0.3.0.post1indirekt
PyPIdirty-equals0.11indirekt
PyPIdocutils0.21.2indirekt
PyPIdocutils0.22.4indirekt
PyPIdomdf-python-tools3.10.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIfilelock3.19.1indirekt
PyPIfilelock3.25.2indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfuro2025.12.19indirekt
PyPIh110.16.0indirekt
PyPIh24.3.0indirekt
PyPIhpack4.1.0indirekt
PyPIhtml5lib1.1indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx-aiohttp0.1.12indirekt
PyPIhyperframe6.1.0indirekt
PyPIidna3.11indirekt
PyPIimagesize1.5.0indirekt
PyPIimagesize2.0.0indirekt
PyPIimportlib-metadata8.7.1indirekt
PyPIiniconfig2.1.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjinja23.1.6indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdurl0.1.2indirekt
PyPImore-itertools10.8.0indirekt
PyPImsgpack1.1.2indirekt
PyPImultidict6.7.0indirekt
PyPImypy1.17.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPInatsort8.4.0indirekt
PyPInodeenv1.10.0indirekt
PyPIpackaging25.0indirekt
PyPIpathspec1.0.3indirekt
PyPIplatformdirs4.4.0indirekt
PyPIplatformdirs4.9.4indirekt
PyPIpluggy1.6.0indirekt
PyPIpropcache0.4.1indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpygments2.19.2indirekt
PyPIpyright1.1.399indirekt
PyPIpytest8.4.2indirekt
PyPIpytest9.0.2indirekt
PyPIpytest-asyncio1.2.0indirekt
PyPIpytest-asyncio1.3.0indirekt
PyPIpytest-cov7.0.0indirekt
PyPIpytest-timeout2.4.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-frontmatter1.1.0indirekt
PyPIpyyaml6.0.3indirekt
PyPIrequests2.32.5indirekt
PyPIrespx0.22.0indirekt
PyPIrich14.2.0indirekt
PyPIroman5.1indirekt
PyPIroman5.2indirekt
PyPIroman-numerals4.1.0indirekt
PyPIruamel-yaml0.18.16indirekt
PyPIruamel-yaml-clib0.2.15indirekt
PyPIruff0.14.13indirekt
PyPIrunloop-api-client1.31.0indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsoupsieve2.8.3indirekt
PyPIsphinx7.4.7indirekt
PyPIsphinx8.1.3indirekt
PyPIsphinx9.0.4indirekt
PyPIsphinx9.1.0indirekt
PyPIsphinx-autodoc-typehints2.3.0indirekt
PyPIsphinx-autodoc-typehints3.0.1indirekt
PyPIsphinx-autodoc-typehints3.6.1indirekt
PyPIsphinx-autodoc-typehints3.9.8indirekt
PyPIsphinx-basic-ng1.0.0b2indirekt
PyPIsphinx-jinja2-compat0.4.1indirekt
PyPIsphinx-prompt1.10.2indirekt
PyPIsphinx-prompt1.8.0indirekt
PyPIsphinx-prompt1.9.0indirekt
PyPIsphinx-tabs3.4.5indirekt
PyPIsphinx-toolbox4.1.2indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIstandard-imghdr3.10.14indirekt
PyPItabulate0.10.0indirekt
PyPItabulate0.9.0indirekt
PyPItime-machine2.19.0indirekt
PyPItime-machine3.2.0indirekt
PyPItomli2.4.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPIurllib32.6.3indirekt
PyPIwebencodings0.5.1indirekt
PyPIyarl1.22.0indirekt
PyPIzipp3.23.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:runloop_api_client@1.32.0 zieht 17 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 runloopai/api-client-python 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.Außergewöhnlich98langchain-ai/langgraphBuild resilient agents.Außergewöhnlich98mem0ai/mem0The Memory Layer for AI Agents - Drop-in memory infrastructure for AI agents and apps. Context that persists. Built for production.Außergewöhnlich98langchain-ai/langchainThe agent engineering platform.Außergewöhnlich98bytedance/deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.Außergewöhnlich98ComposioHQ/composioComposio powers 1000+ toolkits, tool search, context management, authentication, and a sandboxed workbench to help you build AI agents that turn intent into action.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.