Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-13 03:38 UTC

seruva19 / ayase

Modular media quality metrics toolkit.

PythonMIT★ 2 Sterne⑂ 0 Forksseit März 2026Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekTerminal-Oberflächewie das ermittelt wird

seruva19/ayase erreicht einen Gesundheitsindex von 9 von 100 und liegt damit im Bereich Kritisch. Am stärksten schneidet es bei Engineering Quality (85/100) ab, am schwächsten bei Security (1/100). Zuletzt vor 5 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

9
gesamt / 100
Kritisch

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.

9
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 46 wird auf der veröffentlichten Indexskala auf 44 kalibriert (Register-Kalibrierung 2026-08-02). Die Richtlinie für Hochrisikojurisdiktionen wendet einen Multiplikator von 20 % auf die gewichtete Gesamtgesundheit an und begrenzt sie auf die Obergrenze Gefährdet von 34.

Eigentümerschaft

seruva19Persönliches Konto
31 Follower11 öffentliche Reposseit März 2017

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIayase0.1.7681874vor 5 Tagenaicomputer-visiondatasetimagemetricsmlquality-assessmentvideovqa

Metriken nach Kategorie

Vitalität

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

45Schwach · 21 % des Gesamtindex

Entwicklungsaktivität

75Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 5 Tagen
13.8/36Commit-Rhythmus — 20/52 Wochen mit Commits
18/18Commit-Volumen — 228 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year228
human_commit_share1
days_since_last_push5
active_weeks_last_year20

Release-Disziplin

1Kritisch
Wie die Bewertung erfolgt
0/27Liefert Releases aus — keine Releases veröffentlicht
0/36Release-Aktualität — keine Releases
0/27Release-Rhythmus — keine Releases
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count0

Community & Verbreitung

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

37Schwach · 17 % des Gesamtindex

Popularität & Verbreitung

1Kritisch
Wie die Bewertung erfolgt
0/60Stars — 2 Stars
0/25Forks — 0 Forks
0/15Watcher — 0 Watcher
Verwendete Eingangsdaten
forks0
stars2
watchers0
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_badges0
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_services—
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

48Schwach
Wie die Bewertung erfolgt
38.8/80Downloads pro Monat — 818 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesayase
dependents—
ecosystemspypi
total_downloads—
monthly_downloads818
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?

48Schwach · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

12Kritisch
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 100 % der Commits
1.4/13.5Breite der Beitragenden — 1 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor1
contributors_sampled1
top_contributor_share1

Eigentümerschaft & Trägerschaft

51Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
10.8/25Reichweite des Inhabers — 31 Follower von seruva19
19.9/25Kontohistorie — 11 öffentliche Repos, Kontoalter ca. 9 Jahre
Verwendete Eingangsdaten
followers31
owner_typeUser
is_verified—
owner_loginseruva19
public_repos11
account_age_days3.452
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 5 Tagen
20/20Versionshistorie — 74 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesayase
ecosystemspypi
any_deprecatednein
min_days_since_publish5

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

85Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

92Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 1 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff], [tool.black])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

75Gut
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
0/15Dokumentations-/Homepage-Site
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepage—
docs_site—
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

1Kritisch · 16 % des Gesamtindex

Sicherheitslage

1Kritisch
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
0/25Dependabot-Konfiguration
0/25Lockfiles für Abhängigkeiten
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfiles—
manifestspyproject.toml
has_codeql_workflownein
has_security_policynein
has_dependabot_confignein
high_risk_jurisdiction_cap34
high_risk_jurisdiction_multiplier20
security_posture_after_multiplier1
security_posture_before_jurisdiction1
Die Richtlinie für Hochrisikojurisdiktionen wendet einen Multiplikator von 20 % an und begrenzt die Sicherheitslage auf die Obergrenze Gefährdet von 34.

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.

75Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

78Gut
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md
0/15Maschinenlesbare Doku (llms.txt)
33.1/40Lesbare Commit-Historie — 62 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,62
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes27.045

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

60Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff], [tool.black])
11/11Statische Typprüfung — src/ayase/py.typed
10/10Reproduzierbare Umgebung — Dockerfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configssrc/ayase/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/ayase/py.typed)
54.7/55Handhabbare Dateigrößen — 4/870 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes101.418
source_files_sampled870
oversized_source_files4

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, sample
Verwendete Eingangsdaten
example_dirsexamples, sample
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

2GitHub-Sterne
1Mitwirkende
228Commits, letzte 12 Monate
5Tage seit letztem Push
0Releases
1Bus-Faktor
0offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/13 03:37:53 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Weitere Details

Direkte Abhängigkeiten 81
RegistryPaketVersionsvorgabeManifest
PyPItyper>=0.12.0,<1.0pyproject.toml
PyPIrich>=13.7.0,<15.0pyproject.toml
PyPIpydantic>=2.5.0,<3.0pyproject.toml
PyPIpydantic-settings>=2.1.0,<3.0pyproject.toml
PyPIopencv-python>=4.9.0,<5.0pyproject.toml
PyPIpillow>=10.2.0,<13.0pyproject.toml
PyPInumpy>=1.24.0,<3.0pyproject.toml
PyPItqdm>=4.66.0,<5.0pyproject.toml
PyPIpyarrow>=15.0.0,<23.0pyproject.toml
PyPIpandas>=2.1.0,<3.0pyproject.toml
PyPIimageio>=2.33.0,<3.0pyproject.toml
PyPIimageio-ffmpeg>=0.4.9,<1.0pyproject.toml
PyPItextual>=0.52.0pyproject.toml
PyPItorch>=2.1.0,<2.11pyproject.toml
PyPItorchvision>=0.16.0,<0.26pyproject.toml
PyPItorchaudio>=2.1.0,<2.11pyproject.toml
PyPItransformers>=4.45.0,<5.0pyproject.toml
PyPIqwen-vl-utils>=0.0.8pyproject.toml
PyPIhuggingface-hub>=0.20.0,<2.0pyproject.toml
PyPIsafetensors>=0.4.0pyproject.toml
PyPItimm>=0.9.12pyproject.toml
PyPIeinops>=0.8.1pyproject.toml
PyPIeinops-exts>=0.0.4,<0.1pyproject.toml
PyPIgeomloss>=0.2.6,<1.0pyproject.toml
PyPIpeft>=0.2.0,<1.0pyproject.toml
PyPIftfy>=6.0pyproject.toml
PyPIregex>=2024.0.0pyproject.toml
PyPIiopath>=0.1.10,<0.2pyproject.toml
PyPIpytorchvideo>=0.1.5,<0.2pyproject.toml
PyPIlpips>=0.1.4pyproject.toml
PyPIopen-clip-torch>=2.24.0pyproject.toml
PyPIpyiqa>=0.1.13,<1.0pyproject.toml
PyPIscipy>=1.11.0pyproject.toml
PyPIscikit-image>=0.19.0pyproject.toml
PyPIscikit-video>=1.1.11pyproject.toml
PyPIdecord>=0.6.0pyproject.toml
PyPIvebench==1.0.0pyproject.toml
PyPIv-stream>=0.1.2pyproject.toml
PyPIprdc>=0.2pyproject.toml
PyPIscikit-learn>=1.3.0pyproject.toml
PyPIjoblib>=1.3.0pyproject.toml
PyPInumba>=0.58.0pyproject.toml
PyPImatplotlib>=3.7.0pyproject.toml
PyPIcolour-science>=0.4.0pyproject.toml
PyPIPyWavelets>=1.3.0pyproject.toml
PyPIpyrtools>=1.0.9pyproject.toml
PyPIcvvdp>=0.5.6,<0.6pyproject.toml
PyPIPyYAML>=6.0pyproject.toml
PyPIrequests>=2.31.0pyproject.toml
PyPIscenedetect>=0.6.5,<1.0pyproject.toml
PyPIomegaconf>=2.3.0pyproject.toml
PyPInltk>=3.8.0pyproject.toml
PyPIaccelerate>=0.25.0pyproject.toml
PyPIdiffusers>=0.25.0pyproject.toml
PyPIpaddlepaddle>=3.0pyproject.toml
PyPIpaddleocr>=3.0pyproject.toml
PyPIpython-Levenshtein>=0.21.0pyproject.toml
PyPIfaster-whisper>=1.2.0,<2.0pyproject.toml
PyPImsclap>=1.3.4,<2.0pyproject.toml
PyPIaudiobox_aesthetics>=0.0.4,<0.1.0pyproject.toml
PyPImediapipe>=0.10.0,<1.0pyproject.toml
PyPIrtmlib>=0.0.13pyproject.toml
PyPIinsightface>=0.7.0pyproject.toml
PyPIonnxruntime>=1.14.0pyproject.toml
PyPIultralytics>=8.0.0,<9.0pyproject.toml
PyPIinvisible-watermark>=0.2.0pyproject.toml
PyPIlibrosa>=0.10.1,<0.11pyproject.toml
PyPImuq>=0.1.0pyproject.toml
PyPImoviepy>=1.0.3,<2.0pyproject.toml
PyPIpyloudnorm>=0.1.1,<1.0pyproject.toml
PyPIpython_speech_features>=0.6,<1.0pyproject.toml
PyPIsoundfile>=0.12.0pyproject.toml
PyPIsilero-vad>=6.0.0,<7.0pyproject.toml
PyPItorchmetrics>=1.0.0pyproject.toml
PyPItransnetv2-pytorch>=1.0.0pyproject.toml
PyPIumap-learn>=0.5.0pyproject.toml
PyPIwget>=3.2,<4.0pyproject.toml
PyPIsetuptools>=69,<70pyproject.toml
PyPItomli>=2.0.1,<3.0pyproject.toml
PyPItomli-w>=1.0.0,<2.0pyproject.toml
PyPItyping_extensions>=4.0.0pyproject.toml
Alle Abhängigkeiten nicht erhoben

Der aufgelöste Abhängigkeitssatz konnte für diesen Bericht nicht erhoben werden: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

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 seruva19/ayase teilen. Nebeneinander lesen →

96roboflow/supervisionWe write your reusable computer vision tools. 💜Außergewöhnlich99ultralytics/ultralyticsUltralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingAußergewöhnlich97roboflow/rf-detrRF-DETR is a real-time object detection and segmentation model architecture developed by Roboflow, SOTA on COCO, designed for fine-tuning. [ICLR 2026] Außergewöhnlich100onnx/onnxOpen standard for machine learning interoperabilityAußergewöhnlich99pydantic/logfireAI observability platform for production LLM and agent systems.Außergewöhnlich99mlflow/mlflowThe open source AI engineering platform for agents, LLMs, and ML models. MLflow enables teams of all sizes to debug, evaluate, monitor, and optimize production-quality AI applications while controlling costs and managing access to models and data.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.