Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-20 23:25 UTC

scarletkc / vexor

A semantic search engine for files and code.

PythonMIT★ 245 Sterne⑂ 16 Forksseit Nov. 2025Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#embeddings#ai#cli#python#search#vector#claude#codex#skills#terminal#mcp-server

scarletkc/vexor erreicht einen Gesundheitsindex von 78 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Engineering Quality (90/100) ab, am schwächsten bei Community & Adoption (50/100). Zuletzt vor 18 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

78
gesamt / 100
Gut

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.

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

Eigentümerschaft

KcPersönliches Konto
122 Follower31 öffentliche Reposseit Mai 2019@FOGMOE

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIvexor0.30.01.75052vor 23 Tagenaiclifilesemantic-searchtypervector

Metriken nach Kategorie

Vitalität

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

77Gut · 21 % des Gesamtindex

Entwicklungsaktivität

69Gut
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 18 Tagen
12.5/36Commit-Rhythmus — 18/52 Wochen mit Commits
18/18Commit-Volumen — 354 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year354
human_commit_share0,98
days_since_last_push18
active_weeks_last_year18

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 52 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 23 Tagen
27/27Release-Rhythmus — ein Release etwa alle 8,6 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count52
latest_release_tagv0.30.0
releases_from_tagsnein
days_since_latest_release23
mean_days_between_releases8,6

Community & Verbreitung

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

50Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

48Schwach
Wie die Bewertung erfolgt
38.7/60Stars — 245 Stars
9.8/25Forks — 16 Forks
0/15Watcher — 0 Watcher
Verwendete Eingangsdaten
forks16
stars245
watchers0
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_badges6
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

54Mittel
Wie die Bewertung erfolgt
43.2/80Downloads pro Monat — 1.750 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesvexor
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1.750
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?

56Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

20Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0.5/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 98 % der Commits
4.1/13.5Breite der Beitragenden — 3 Beitragende
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor1
contributors_sampled3
top_contributor_share0,98

Reaktionsfähigkeit bei Issues & PRs

62Mittel
Wie die Bewertung erfolgt
21/42Issue-Lösungsquote — 50 % der Issues geschlossen
28.6/30PR-Annahme — 63/66 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
4.5/15OpenSSF Scorecard: Code-Review — Found 10/30 approved changesets -- score normalized to 3
Verwendete Eingangsdaten
merged_prs63
open_issues4
closed_issues4
prs_merged_7d0
prs_decided_7d0
prs_merged_30d5
prs_decided_30d5
issue_closed_ratio0,5
closed_unmerged_prs3
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

60Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
15/25Reichweite des Inhabers — 122 Follower von scarletkc
23/25Kontohistorie — 31 öffentliche Repos, Kontoalter ca. 7 Jahre
Verwendete Eingangsdaten
followers122
owner_typeUser
is_verified—
owner_loginscarletkc
public_repos31
account_age_days2.711
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 23 Tagen
20/20Versionshistorie — 52 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesvexor
ecosystemspypi
any_deprecatednein
min_days_since_publish23

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

90Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 2 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 — 29 out of 29 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://pypi.org/project/vexor/
10/10Repository-Beschreibung
10/10Topics — 11 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsembeddings, ai, cli, python, search, vector, claude, codex, skills, terminal, mcp-server
has_wikija
homepagehttps://pypi.org/project/vexor/
docs_sitehttps://pypi.org/project/vexor/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

61Mittel · 16 % des Gesamtindex

Sicherheitslage

55Mittel
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 — 29 out of 29 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
2.2/7.5Code-Review — Found 10/30 approved changesets -- score normalized to 3
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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 4 issue activity found in the last 90 days -- score normalized to 10
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 — Project has not signed or included provenance with any releases.
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
0/7.5Vulnerabilities — 21 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate5,5

Abhängigkeits-Advisories

85Exzellent
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
10.2/25Indirekte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: certifi 2026.10.18 (high 7.4)
40/40Keine offenen Advisories — kein Advisory ist länger als 90 Tage öffentlich
Verwendete Eingangsdaten
sourceosv
advisories2
affected_packages1
assessed_packages60
unassessed_packages0
affected_by_severityhigh 1
direct_affected_packages0
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:vexor@0.30.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 60 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.

68Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 88 von 98 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,898
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes4.381

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

61Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 22 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 2 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
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_configja
typecheck_configs—
agent_commit_share0,22
toolchain_manifests—
dependency_bot_commit_share0,02

AI-Code-Lesbarkeit für Modelle

53Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
52.7/55Handhabbare Dateigrößen — 4/96 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes75.035
source_files_sampled96
oversized_source_files4

Eckdaten

245GitHub-Sterne
3Mitwirkende
354Commits, letzte 12 Monate
18Tage seit letztem Push
52Releases
1Bus-Faktor
4offene 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 ★ / 16 ⇿
0Sterne
16Forks
49Releases

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.

03581013151542025-112026-042026-10
Major 0Minor 24Patch 18
OpenSSF Scorecard 5.5 / 10
5.5Gesamtwert

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 · 2026-10-20 23:24 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests29 out of 29 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
3Code-ReviewFound 10/30 approved changesets -- score normalized to 3
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
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
0Signed-ReleasesProject has not signed or included provenance with any releases.
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
0Vulnerabilities21 existing vulnerabilities detected
Direkte Abhängigkeiten 17
RegistryPaketVersionsvorgabeManifest
PyPIgoogle-genai>=1.57.0pyproject.toml
PyPIopenai>=1.0.0pyproject.toml
PyPIpython-dotenv>=1.0.0pyproject.toml
PyPIpathspec>=0.12.1pyproject.toml
PyPIrank-bm25>=0.2.2pyproject.toml
PyPInumpy>=1.23.0pyproject.toml
PyPItokenizers>=0.15.0pyproject.toml
PyPItyper>=0.20.0pyproject.toml
PyPIrich>=13.0.0pyproject.toml
PyPIcharset-normalizer>=3.3.0pyproject.toml
PyPIpypdf>=4.0.0pyproject.toml
PyPIpython-docx>=0.8.11pyproject.toml
PyPIpython-pptx>=0.6.21pyproject.toml
PyPItree-sitter>=0.23.0pyproject.toml
PyPItree-sitter-javascript>=0.23.0pyproject.toml
PyPItree-sitter-typescript>=0.23.0pyproject.toml
PyPIwatchdog>=6.0.0pyproject.toml
Alle Abhängigkeiten 141

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 36 direkte und 105 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIcharset-normalizer—direkt
PyPIcharset-normalizer3.5.1direkt
PyPIgoogle-genai—direkt
PyPIgoogle-genai2.19.0direkt
PyPInumpy—direkt
PyPInumpy2.2.6direkt
PyPInumpy2.4.6direkt
PyPInumpy2.5.2direkt
PyPIopenai—direkt
PyPIopenai3.3.1direkt
PyPIpathspec—direkt
PyPIpathspec1.1.1direkt
PyPIpypdf—direkt
PyPIpypdf6.16.1direkt
PyPIpython-docx—direkt
PyPIpython-docx1.2.0direkt
PyPIpython-dotenv—direkt
PyPIpython-dotenv1.2.3direkt
PyPIpython-pptx—direkt
PyPIpython-pptx1.0.2direkt
PyPIrank-bm25—direkt
PyPIrank-bm250.2.2direkt
PyPIrich—direkt
PyPIrich15.0.0direkt
PyPItokenizers—direkt
PyPItokenizers0.23.1direkt
PyPItree-sitter—direkt
PyPItree-sitter0.26.0direkt
PyPItree-sitter-javascript—direkt
PyPItree-sitter-javascript0.25.0direkt
PyPItree-sitter-typescript—direkt
PyPItree-sitter-typescript0.23.2direkt
PyPItyper—direkt
PyPItyper0.27.1direkt
PyPIwatchdog—direkt
PyPIwatchdog6.0.0direkt
PyPIaltgraph0.17.5indirekt
PyPIannotated-doc0.0.5indirekt
PyPIannotated-types0.8.0indirekt
PyPIanyio4.14.2indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbuild—indirekt
PyPIbuild1.5.0indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.1indirekt
PyPIclick8.4.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcoloredlogs15.0.1indirekt
PyPIcoverage7.15.4indirekt
PyPIcryptography50.0.0indirekt
PyPIdistro1.9.0indirekt
PyPIdocutils0.23indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfastembed—indirekt
PyPIfastembed0.8.0indirekt
PyPIfilelock3.32.3indirekt
PyPIflashrank—indirekt
PyPIflashrank0.2.10indirekt
PyPIflatbuffers25.12.19indirekt
PyPIfsspec2026.7.0indirekt
PyPIgoogle-auth2.56.3indirekt
PyPIh110.16.0indirekt
PyPIhatchling—indirekt
PyPIhf-xet1.6.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpcore22.12.0indirekt
PyPIhttpx0.28.1indirekt
PyPIhttpx22.12.0indirekt
PyPIhttpx2-jsfetch1.0indirekt
PyPIhuggingface-hub1.28.0indirekt
PyPIhumanfriendly10.0indirekt
PyPIid1.6.1indirekt
PyPIidna3.19indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.6.0indirekt
PyPIjeepney0.9.0indirekt
PyPIjiter0.16.0indirekt
PyPIkeyring25.7.0indirekt
PyPIloguru0.7.3indirekt
PyPIlxml6.1.2indirekt
PyPImacholib1.16.4indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImdurl0.1.2indirekt
PyPImmh35.2.1indirekt
PyPImore-itertools11.1.0indirekt
PyPImpmath1.3.0indirekt
PyPInh30.3.6indirekt
PyPIonnxruntime1.23.2indirekt
PyPIonnxruntime1.29.0indirekt
PyPIonnxruntime-gpu—indirekt
PyPIonnxruntime-gpu1.24.1indirekt
PyPIonnxruntime-gpu1.29.0indirekt
PyPIpackaging26.3indirekt
PyPIpefile2024.8.26indirekt
PyPIpillow12.3.0indirekt
PyPIpluggy1.6.0indirekt
PyPIprotobuf7.36.0indirekt
PyPIpy-rust-stemmers0.1.8indirekt
PyPIpyasn10.6.4indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.4indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpygments2.21.0indirekt
PyPIpyinstaller—indirekt
PyPIpyinstaller6.22.2indirekt
PyPIpyinstaller-hooks-contrib2026.6indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpyreadline33.5.6indirekt
PyPIpytest—indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-cov—indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml6.0.3indirekt
PyPIreadme-renderer45.0indirekt
PyPIrequests2.34.2indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc39862.0.0indirekt
PyPIruff0.16.3indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsetuptools84.0.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsniffio1.3.1indirekt
PyPIsympy1.14.0indirekt
PyPItenacity9.1.4indirekt
PyPItomli2.4.1indirekt
PyPItqdm4.70.0indirekt
PyPItruststore0.10.4indirekt
PyPItwine—indirekt
PyPItwine7.0.0indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.4indirekt
PyPIurllib32.7.0indirekt
PyPIwebsockets16.1.1indirekt
PyPIwin32-setctime1.2.0indirekt
PyPIxlsxwriter3.2.9indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 1

Die Installation von pypi:vexor@0.30.0 zieht 60 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
certifi2026.10.18indirekthoch22026.10.19

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 scarletkc/vexor 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.Außergewöhnlich99awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsAußergewöhnlich98lancedb/lancedbDeveloper-friendly OSS embedded retrieval library for multimodal AI. Search More; Manage Less.Außergewöhnlich98n8n-io/n8nFair-code workflow automation platform with native AI capabilities. Combine visual building with custom code, self-host or cloud, 400+ integrations.Außergewöhnlich98CherryHQ/cherry-studioAI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMsAußergewöhnlich98deepnote/deepnoteDeepnote is a drop-in replacement for Jupyter with an AI-first design, sleek UI, new blocks, and native data integrations. Use Python, R, and SQL locally in your favorite IDE, then scale to Deepnote cloud for real-time collaboration, Deepnote agent, and deployable data apps. https://deepnote.com/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.