Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-12 22:14 UTC

sbi-dev / sbi

sbi is a Python package for simulation-based inference, designed to meet the needs of both researchers and practitioners. Whether you need fine-grained control or an easy-to-use interface, sbi has you covered.

PythonApache-2.0★ 860 Sterne⑂ 256 Forksseit Feb. 2020Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#simulation-based-inference#likelihood-free-inference#bayesian-inference#parameter-estimation#pytorch#machine-learning

sbi-dev/sbi erreicht einen Gesundheitsindex von 96 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Sustainability & Governance (74/100). Zuletzt vor 9 Tagen aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

96
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.

96
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 84 wird auf der veröffentlichten Indexskala auf 96 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

sbiOrganisation
62 Follower5 öffentliche Reposseit Aug. 2023

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIsbi0.27.021.81739vor 39 Tagenbayesian-inferencesimulation-based-inferencepytorch

Metriken nach Kategorie

Vitalität

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

87Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

85Exzellent
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 9 Tagen
28.4/36Commit-Rhythmus — 41/52 Wochen mit Commits
18/18Commit-Volumen — 214 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_year214
human_commit_share0,68
days_since_last_push9
active_weeks_last_year41

Release-Disziplin

91Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 39 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 39 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 108,2 Tage
8/10OpenSSF Scorecard: Signed-Releases — 4 out of the last 4 releases have a total of 4 signed artifacts.
Verwendete Eingangsdaten
releases_count39
latest_release_tagv0.27.0
releases_from_tagsnein
days_since_latest_release39
mean_days_between_releases108,2

Community & Verbreitung

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

80Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

74Gut
Wie die Bewertung erfolgt
47.6/60Stars — 860 Stars
20.1/25Forks — 256 Forks
6.5/15Watcher — 16 Watcher
Verwendete Eingangsdaten
forks256
stars860
watchers16
growth_stateorganic
growth_factor_pct100

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges7
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesbadge.fury.io, codecov.io, github.com, shields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

72Gut
Wie die Bewertung erfolgt
57.9/80Downloads pro Monat — 21.817 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagessbi
dependents—
ecosystemspypi
total_downloads—
monthly_downloads21.817
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?

74Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

61Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
12.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 44 % der Commits
13.5/13.5Breite der Beitragenden — 93 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 23 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled93
top_contributor_share0,442

Reaktionsfähigkeit bei Issues & PRs

87Exzellent
Wie die Bewertung erfolgt
39.7/42Issue-Lösungsquote — 94 % der Issues geschlossen
25.9/30PR-Annahme — 926/1.071 entschiedene PRs gemergt
9.8/13Newcomer PR acceptance — 3/4 PRs von Erstbeitragenden in 30 Tagen gemergt
12/15OpenSSF Scorecard: Code-Review — Found 16/19 approved changesets -- score normalized to 8
Verwendete Eingangsdaten
merged_prs926
open_issues45
closed_issues778
prs_merged_7d0
prs_decided_7d0
prs_merged_30d10
prs_decided_30d11
issue_closed_ratio0,945
closed_unmerged_prs145
first_time_authors_30d3
first_time_prs_merged_30d3
first_time_prs_decided_30d4

Eigentümerschaft & Trägerschaft

55Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
12.9/25Reichweite des Inhabers — 62 Follower von sbi-dev
11.9/25Kontohistorie — 5 öffentliche Repos, Kontoalter ca. 3 Jahre
Verwendete Eingangsdaten
followers62
owner_typeOrganization
is_verifiednein
owner_loginsbi-dev
public_repos5
account_age_days1.138

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 39 Tagen
20/20Versionshistorie — 39 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagessbi
ecosystemspypi
any_deprecatednein
min_days_since_publish39

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 11 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 22 out of 22 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

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://sbi.readthedocs.io
10/10Repository-Beschreibung
10/10Topics — 6 Topics
10/10Wiki
Verwendete Eingangsdaten
topicssimulation-based-inference, likelihood-free-inference, bayesian-inference, parameter-estimation, pytorch, machine-learning
has_wikija
homepagehttps://sbi.readthedocs.io
docs_sitehttps://sbi.readthedocs.io
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

82Exzellent · 16 % des Gesamtindex

Sicherheitslage

78Gut
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 — 22 out of 22 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 23 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 — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
4/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
2.5/5SAST — SAST tool is not run on all commits -- score normalized to 5
5/5Security-Policy — security policy file detected
6/7.5Signed-Releases — 4 out of the last 4 releases have a total of 4 signed artifacts.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,8
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection. 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_packages58
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:sbi@0.27.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 58 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.

85Exzellent · 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 — 68 von 68 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_url—
legible_history_share1
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes1.849

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

79Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — devcontainer, Dockerfile, lockfile
2/10Belegte Agentenpraxis — 1 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 27 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
8/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainerja
has_linter_configja
typecheck_configs—
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0,27

AI-Code-Lesbarkeit für Modelle

54Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.5/55Handhabbare Dateigrößen — 2/221 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes111.488
source_files_sampled221
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

860GitHub-Sterne
93Mitwirkende
214Commits, letzte 12 Monate
9Tage seit letztem Push
39Releases
2Bus-Faktor
45offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Star history carried forward from 2026-07-21: GitHub restricted the stargazers API to repository admins, so it can no longer be collected. The repository has 860 stars today.

Weitere Details

Stern- und Fork-Verlauf 849 ★ / 256 ⇿
849Sterne
256Forks
39Releases

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.

Die Sternehistorie wird mit dem Stand vom 2026-07-21 gezeigt. GitHub hat die Stargazers-API im Juli 2026 auf Repository-Administratoren beschränkt, diese Reihe lässt sich daher nicht mehr fortschreiben; die Gesamtzahl der Sterne oben bleibt aktuell.

02004006008001.000848255222020-032023-062026-08
Major 0Minor 20Patch 19

Jeder Punkt umfasst 6 Tage.

OpenSSF Scorecard 7.8 / 10
7.8Gesamtwert

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 · 2026-09-12 22:13 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-Tests22 out of 22 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 23 contributing companies or organizations
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
10Packagingpackaging workflow detected
8Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 8
5SASTSAST tool is not run on all commits -- score normalized to 5
10Security-Policysecurity policy file detected
8Signed-Releases4 out of the last 4 releases have a total of 4 signed artifacts.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 12
RegistryPaketVersionsvorgabeManifest
PyPIjoblib>=1.0.0pyproject.toml
PyPImatplotlib—pyproject.toml
PyPInumpy—pyproject.toml
PyPIpillow—pyproject.toml
PyPInflows>=0.14.0pyproject.toml
PyPIscikit-learn—pyproject.toml
PyPIscipy—pyproject.toml
PyPIskorch—pyproject.toml
PyPItensorboard—pyproject.toml
PyPItorch>=1.13.0pyproject.toml
PyPItqdm—pyproject.toml
PyPIzuko>=1.2.0pyproject.toml
Alle Abhängigkeiten 289

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 21 direkte und 268 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIjoblib—direkt
PyPIjoblib1.6.0direkt
PyPImatplotlib3.10.9direkt
PyPImatplotlib3.11.1direkt
PyPInflows—direkt
PyPInflows0.14direkt
PyPInumpy2.2.6direkt
PyPInumpy2.4.6direkt
PyPIpillow12.3.0direkt
PyPIscikit-learn1.7.2direkt
PyPIscikit-learn1.9.0direkt
PyPIscipy1.15.3direkt
PyPIscipy1.17.1direkt
PyPIscipy1.18.1direkt
PyPIskorch1.4.0direkt
PyPItensorboard2.21.0direkt
PyPItorch—direkt
PyPItorch2.13.0direkt
PyPItqdm4.70.0direkt
PyPIzuko—direkt
PyPIzuko1.6.0direkt
PyPIabsl-py2.5.0indirekt
PyPIaccessible-pygments0.0.5indirekt
PyPIalabaster1.0.0indirekt
PyPIannotated-types0.8.0indirekt
PyPIanyio4.14.2indirekt
PyPIappnope1.0.0indirekt
PyPIargon2-cffi25.1.0indirekt
PyPIargon2-cffi-bindings26.1.0indirekt
PyPIarrow1.4.0indirekt
PyPIarviz0.23.4indirekt
PyPIarviz1.3.0indirekt
PyPIarviz-base1.3.0indirekt
PyPIarviz-plots1.3.1indirekt
PyPIarviz-stats1.3.1indirekt
PyPIasttokens3.0.2indirekt
PyPIasync-lru2.3.0indirekt
PyPIattrs26.1.0indirekt
PyPIbabel2.18.0indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIbleach6.4.0indirekt
PyPIcachetools6.2.6indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.1indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIclick8.5.0indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcons0.4.7indirekt
PyPIcontourpy1.3.2indirekt
PyPIcontourpy1.3.3indirekt
PyPIcoverage7.16.0indirekt
PyPIcuda-bindings13.3.1indirekt
PyPIcuda-pathfinder1.8.0indirekt
PyPIcuda-toolkit13.0.3.0indirekt
PyPIcycler0.12.1indirekt
PyPIdebugpy1.8.21indirekt
PyPIdecopatch1.4.10indirekt
PyPIdecorator5.3.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdistlib0.4.3indirekt
PyPIdocutils0.21.2indirekt
PyPIdocutils0.22.4indirekt
PyPIeinops0.8.2indirekt
PyPIetuples0.3.10indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIexecuting2.2.1indirekt
PyPIfastjsonschema2.22.2indirekt
PyPIffmpeg1.4indirekt
PyPIfilelock3.32.5indirekt
PyPIfonttools4.64.0indirekt
PyPIfqdn1.5.1indirekt
PyPIfsspec2026.7.0indirekt
PyPIgreenlet3.5.5indirekt
PyPIgrpcio1.83.1indirekt
PyPIh110.16.0indirekt
PyPIh5netcdf1.8.1indirekt
PyPIh5py3.16.0indirekt
PyPIhf-xet1.6.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhuggingface-hub1.29.0indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.19indirekt
PyPIimagesize2.0.1indirekt
PyPIimportlib-metadata9.0.1indirekt
PyPIiniconfig2.3.0indirekt
PyPIipykernel7.3.0indirekt
PyPIipython8.39.0indirekt
PyPIipython9.17.1indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIisoduration20.11.0indirekt
PyPIjedi0.20.0indirekt
PyPIjinja23.1.6indirekt
PyPIjson50.15.0indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-builder1.2.2indirekt
PyPIjupyter-cache1.0.1indirekt
PyPIjupyter-client8.10.0indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyter-events0.12.1indirekt
PyPIjupyter-lsp2.3.1indirekt
PyPIjupyter-server2.21.0indirekt
PyPIjupyter-server-terminals0.5.4indirekt
PyPIjupyterlab4.6.3indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupyterlab-server2.28.0indirekt
PyPIjupytext1.19.5indirekt
PyPIkiwisolver1.5.1indirekt
PyPIlark1.3.1indirekt
PyPIlazy-loader0.5indirekt
PyPIlightgbm4.7.0indirekt
PyPIllvmlite0.47.0indirekt
PyPIllvmlite0.48.0indirekt
PyPIlogical-unification0.4.7indirekt
PyPImakefun1.16.0indirekt
PyPImarkdown3.10.3indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImdit-py-plugins0.6.1indirekt
PyPImdurl0.1.2indirekt
PyPIminikanren1.0.5indirekt
PyPImistune3.3.4indirekt
PyPImlx0.32.2indirekt
PyPImlx-metal0.32.2indirekt
PyPImpmath1.3.0indirekt
PyPImultipledispatch1.0.0indirekt
PyPImyst-nb1.4.0indirekt
PyPImyst-parser4.0.1indirekt
PyPImyst-parser5.1.0indirekt
PyPInarwhals2.25.0indirekt
PyPInbclient0.11.0indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.11.1indirekt
PyPInest-asyncio21.7.2indirekt
PyPInetworkx3.4.2indirekt
PyPInetworkx3.6.1indirekt
PyPInodeenv1.10.0indirekt
PyPInotebook7.6.2indirekt
PyPInotebook-shim0.2.4indirekt
PyPInumba0.65.1indirekt
PyPInumba0.66.0indirekt
PyPInvidia-cublas13.1.1.3indirekt
PyPInvidia-cuda-cupti13.0.85indirekt
PyPInvidia-cuda-nvrtc13.0.88indirekt
PyPInvidia-cuda-runtime13.0.96indirekt
PyPInvidia-cudnn-cu139.20.0.48indirekt
PyPInvidia-cufft12.0.0.61indirekt
PyPInvidia-cufile1.15.1.6indirekt
PyPInvidia-curand10.4.0.35indirekt
PyPInvidia-cusolver12.0.4.66indirekt
PyPInvidia-cusparse12.6.3.3indirekt
PyPInvidia-cusparselt-cu130.8.1indirekt
PyPInvidia-nccl-cu132.29.7indirekt
PyPInvidia-nvjitlink13.3.33indirekt
PyPInvidia-nvshmem-cu133.4.5indirekt
PyPInvidia-nvtx13.0.85indirekt
PyPIopt-einsum3.4.0indirekt
PyPIoverrides7.7.0indirekt
PyPIpackaging26.3indirekt
PyPIpandas2.3.3indirekt
PyPIpandas3.0.5indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.7indirekt
PyPIpexpect4.9.0indirekt
PyPIplatformdirs4.11.6indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.0.1indirekt
PyPIprometheus-client0.26.0indirekt
PyPIprompt-toolkit3.0.53indirekt
PyPIprotobuf7.36.1indirekt
PyPIpsutil7.2.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.5indirekt
PyPIpydantic-core2.46.5indirekt
PyPIpydantic-settings2.15.0indirekt
PyPIpydata-sphinx-theme0.15.4indirekt
PyPIpydata-sphinx-theme0.20.0indirekt
PyPIpygments2.21.0indirekt
PyPIpymc—indirekt
PyPIpymc5.25.1indirekt
PyPIpymc5.28.5indirekt
PyPIpymc6.3.1indirekt
PyPIpyparsing3.3.2indirekt
PyPIpyright1.1.411indirekt
PyPIpyro-api0.1.2indirekt
PyPIpyro-ppl—indirekt
PyPIpyro-ppl1.9.1indirekt
PyPIpytensor2.31.7indirekt
PyPIpytensor2.38.3indirekt
PyPIpytensor3.3.0indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-harvest1.10.5indirekt
PyPIpytest-mock3.15.1indirekt
PyPIpytest-split0.11.0indirekt
PyPIpytest-testmon2.2.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.6.0indirekt
PyPIpython-dotenv1.2.3indirekt
PyPIpython-json-logger4.2.0indirekt
PyPIpytz2026.3.post1indirekt
PyPIpywinpty3.0.5indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.2.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrfc3987-syntax1.1.0indirekt
PyPIrich15.0.0indirekt
PyPIroman-numerals4.1.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIruff0.9.0indirekt
PyPIsafetensors0.8.0indirekt
PyPIsend2trash2.1.0indirekt
PyPIsetuptools—indirekt
PyPIsetuptools84.0.0indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.1.1indirekt
PyPIsoupsieve2.9.2indirekt
PyPIsphinx8.1.3indirekt
PyPIsphinx9.0.4indirekt
PyPIsphinx9.1.0indirekt
PyPIsphinx-autobuild2024.10.3indirekt
PyPIsphinx-autobuild2025.8.25indirekt
PyPIsphinx-autodoc-typehints3.0.1indirekt
PyPIsphinx-autodoc-typehints3.13.4indirekt
PyPIsphinx-autodoc-typehints3.6.1indirekt
PyPIsphinx-book-theme1.1.4indirekt
PyPIsphinx-book-theme1.4.0indirekt
PyPIsphinx-design0.6.1indirekt
PyPIsphinx-design0.7.0indirekt
PyPIsphinx-math-dollar1.2.1indirekt
PyPIsphinx-math-dollar1.3indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsqlalchemy2.0.52indirekt
PyPIstack-data0.6.3indirekt
PyPIstarlette1.6.0indirekt
PyPIsympy1.14.0indirekt
PyPItabpfn8.5.0indirekt
PyPItabulate0.10.0indirekt
PyPItensorboard-data-server0.7.2indirekt
PyPIterminado0.18.1indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItinycss21.5.1indirekt
PyPItomli2.4.1indirekt
PyPItoolz1.1.0indirekt
PyPItorchtestcase2018.2indirekt
PyPItornado6.5.8indirekt
PyPItraitlets5.16.1indirekt
PyPItriton3.7.1indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.4indirekt
PyPItzdata2026.3indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib32.7.0indirekt
PyPIuvicorn0.52.4indirekt
PyPIvirtualenv21.7.7indirekt
PyPIwatchfiles1.2.0indirekt
PyPIwcwidth0.8.3indirekt
PyPIwebcolors25.10.0indirekt
PyPIwebencodings0.6.1indirekt
PyPIwebsocket-client1.9.2indirekt
PyPIwebsockets16.1.1indirekt
PyPIwebsockets17.1indirekt
PyPIwerkzeug3.1.8indirekt
PyPIxarray2025.6.1indirekt
PyPIxarray2026.7.0indirekt
PyPIxarray-einstats0.11.0indirekt
PyPIxarray-einstats0.8.0indirekt
PyPIxarray-einstats0.9.1indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:sbi@0.27.0 zieht 58 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 sbi-dev/sbi teilen. Nebeneinander lesen →

100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.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. Außergewöhnlich100onnx/onnxOpen standard for machine learning interoperabilityAußergewöhnlich100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich99huggingface/huggingface_hubThe official CLI and Python client for the Hugging Face Hub.Außergewöhnlich99ultralytics/ultralyticsUltralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingAußergewöhnlich

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.