Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-20 10:45 UTC

shcherbak-ai / contextgem

ContextGem: Effortless LLM extraction from documents

Python · Jupyter NotebookApache-2.0★ 2.003 Sterne⑂ 186 Forksseit Okt. 2024Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#ai#contract-analysis#data-extraction#document-intelligence#generative-ai#legaltech#llm#llm-extraction#llm-framework#llm-pipeline#llms#nlp#prompt-engineering#text-analysis#unstructured-data#autoprompting

shcherbak-ai/contextgem erreicht einen Gesundheitsindex von 81 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (88/100) ab, am schwächsten bei Security (48/100). Zuletzt vor 37 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

81
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.

81
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 69 wird auf der veröffentlichten Indexskala auf 81 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Shcherbak AIOrganisation
30 Follower6 öffentliche Reposseit Juni 2024

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIcontextgem0.27.011.02851vor 37 Tagenartificial-intelligenceaspect-extractionautomated-promptingconcept-extractioncontent-extractioncontext-awarecontextgemcontract-analysiscontract-automationcontract-intelligencecontract-managementcontract-parsingcontract-reviewdata-extractiondocumentdocument-analysisdocument-extractiondocument-intelligencedocument-parsingdocument-pipelinedocument-processingdocument-qadocument-understandingentity-extractionextraction-justificationsextraction-pipelinefintechgenerative-aiinformation-extractioninsights-extractionknowledge-extractionlarge-language-modelslegaltechllmllm-extractionllm-frameworkllm-libraryllm-reasoninglow-codemachine-learningmultilingualmultimodalneural-segmentationnlpno-prompt-engineeringprompt-freequestion-answeringreference-mappingsemantic-analysisstructured-datastructured-data-extractiontext-analysistext-processingtopic-extractionunstructured-datazero-shot

Metriken nach Kategorie

Vitalität

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

69Gut · 21 % des Gesamtindex

Entwicklungsaktivität

49Schwach
Wie die Bewertung erfolgt
18/36Push-Aktualität — letzter Push vor 37 Tagen
6.2/36Commit-Rhythmus — 9/52 Wochen mit Commits
15.1/18Commit-Volumen — 47 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 12 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year47
human_commit_share1
days_since_last_push37
active_weeks_last_year9

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 51 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 37 Tagen
27/27Release-Rhythmus — ein Release etwa alle 26,4 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count51
latest_release_tagv0.27.0
releases_from_tagsnein
days_since_latest_release37
mean_days_between_releases26,4
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?

81Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

79Gut
Wie die Bewertung erfolgt
53.6/60Stars — 2.003 Stars
18.9/25Forks — 186 Forks
6.7/15Watcher — 17 Watcher
Verwendete Eingangsdaten
forks186
stars2.003
watchers17
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

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_badges27
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesshields.io, www.bestpractices.dev
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

67Gut
Wie die Bewertung erfolgt
53.9/80Downloads pro Monat — 11.028 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagescontextgem
dependents—
ecosystemspypi
total_downloads—
monthly_downloads11.028
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)

18Kritisch
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0.4/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 98 % der Commits
5.4/13.5Breite der Beitragenden — 4 Beitragende
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Verwendete Eingangsdaten
bus_factor1
contributors_sampled4
top_contributor_share0,981

Reaktionsfähigkeit bei Issues & PRs

78Gut
Wie die Bewertung erfolgt
39.6/42Issue-Lösungsquote — 94 % der Issues geschlossen
28.6/30PR-Annahme — 61/64 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 2/24 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs61
open_issues1
closed_issues17
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,944
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

51Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
10.7/25Reichweite des Inhabers — 30 Follower von shcherbak-ai
10.7/25Kontohistorie — 6 öffentliche Repos, Kontoalter ca. 2 Jahre
Verwendete Eingangsdaten
followers30
owner_typeOrganization
is_verifiednein
owner_loginshcherbak-ai
public_repos6
account_age_days824

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 37 Tagen
20/20Versionshistorie — 51 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagescontextgem
ecosystemspypi
any_deprecatednein
min_days_since_publish37

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

88Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

86Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 8 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
12/20OpenSSF Scorecard: CI-Tests — 4 out of 6 merged PRs checked by a CI test -- score normalized to 6
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://contextgem.dev/
10/10Repository-Beschreibung
10/10Topics — 16 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsai, contract-analysis, data-extraction, document-intelligence, generative-ai, legaltech, llm, llm-extraction, llm-framework, llm-pipeline, llms, nlp, prompt-engineering, text-analysis, unstructured-data, autoprompting
has_wikinein
homepagehttps://contextgem.dev/
docs_sitehttps://contextgem.dev/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

48Schwach · 16 % des Gesamtindex

Sicherheitslage

43Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all release branches
1.5/2.5CI-Tests — 4 out of 6 merged PRs checked by a CI test -- score normalized to 6
1.2/2.5CII-Best-Practices — badge detected: Passing
0/7.5Code-Review — Found 2/24 approved changesets -- score normalized to 0
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
0/10Dangerous-Workflow — 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
7.5/7.5Maintained — 12 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
4/5SAST — SAST tool detected but not run on all commits
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 — 22 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate4,3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

67Gut
Wie die Bewertung erfolgt
9.5/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: pillow 11.3.0 (critical 9.1)
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
32.6/40Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 220 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories36
affected_packages1
assessed_packages67
unassessed_packages0
affected_by_severitycritical 1
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:contextgem@0.27.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 67 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.

76Gut · 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 — 97 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,97
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes6.687

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

69Gut
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 — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
8/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainernein
has_linter_configja
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
54.2/55Handhabbare Dateigrößen — 3/197 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes361.064
source_files_sampled197
oversized_source_files3

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

2.003GitHub-Sterne
4Mitwirkende
47Commits, letzte 12 Monate
37Tage seit letztem Push
51Releases
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 ★ / 186 ⇿
0Sterne
186Forks
50Releases

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.

04080120160200186152025-042025-122026-09
Major 0Minor 26Patch 23

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 4.3 / 10
4.3Gesamtwert

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 · 2026-09-20 10:45 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all release branches
6CI-Tests4 out of 6 merged PRs checked by a CI test -- score normalized to 6
5CII-Best-Practicesbadge detected: Passing
0Code-ReviewFound 2/24 approved changesets -- score normalized to 0
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
0Dangerous-Workflowdangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained12 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
8SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities22 existing vulnerabilities detected
Direkte Abhängigkeiten 18
RegistryPaketVersionsvorgabeManifest
PyPIaiolimiter(>=1.2.1,<2.0.0)pyproject.toml
PyPIcolorlog(>=6.9.0,<7.0.0)pyproject.toml
PyPIdocstring-parser(>=0.17.0,<1.0.0)pyproject.toml
PyPIfastjsonschema(>=2.21.2,<3.0.0)pyproject.toml
PyPIgenai-prices==0.1.2pyproject.toml
PyPIjinja2(>=3.1.5,<4.0.0)pyproject.toml
PyPIlitellm==1.96.2pyproject.toml
PyPIlxml(>=5.4.0,<7.0.0)pyproject.toml
PyPIopenai==2.54.0pyproject.toml
PyPIpillow(>=11.3.0,<12.0.0)pyproject.toml
PyPIpydantic(>=2.10.6,<3.0.0)pyproject.toml
PyPIpython-ulid(>=3.0.0,<4.0.0)pyproject.toml
PyPItenacity(>=9.1.2,<10.0.0)pyproject.toml
PyPItethered(>=0.5.1,<1.0.0)pyproject.toml
PyPItyping-extensions(>=4.14.1,<5.0.0)pyproject.toml
PyPIwtpsplit-lite(>=0.2.0,<0.3.0)pyproject.toml
PyPIonnxruntime(<1.24.0)pyproject.toml
PyPIonnxruntime(>=1.24.0)pyproject.toml
Alle Abhängigkeiten 168

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 18 direkte und 150 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaiolimiter1.2.1direkt
PyPIcolorlog6.10.1direkt
PyPIdocstring-parser0.17.0direkt
PyPIfastjsonschema2.21.2direkt
PyPIgenai-prices0.0.55direkt
PyPIjinja23.1.6direkt
PyPIlitellm1.82.2direkt
PyPIlxml6.0.2direkt
PyPIonnxruntime1.23.2direkt
PyPIonnxruntime1.24.3direkt
PyPIopenai2.21.0direkt
PyPIpillow11.3.0direkt
PyPIpydantic2.12.5direkt
PyPIpython-ulid3.1.0direkt
PyPItenacity9.1.4direkt
PyPItethered0.2.0direkt
PyPItyping-extensions4.15.0direkt
PyPIwtpsplit-lite0.2.0direkt
PyPIaccessible-pygments0.0.5indirekt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohttp3.13.3indirekt
PyPIaiosignal1.4.0indirekt
PyPIalabaster0.7.16indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.12.1indirekt
PyPIargcomplete3.6.3indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs25.4.0indirekt
PyPIbabel2.18.0indirekt
PyPIbandit1.9.4indirekt
PyPIbcrypt5.0.0indirekt
PyPIbeautifulsoup44.14.3indirekt
PyPIcertifi2026.2.25indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.6indirekt
PyPIclick8.3.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcoloredlogs15.0.1indirekt
PyPIcommitizen4.13.9indirekt
PyPIcoverage7.13.4indirekt
PyPIcryptography46.0.5indirekt
PyPIcssselect1.4.0indirekt
PyPIdecli0.6.3indirekt
PyPIdecorator5.2.1indirekt
PyPIdeprecated1.3.1indirekt
PyPIdeptry0.24.0indirekt
PyPIdistlib0.4.0indirekt
PyPIdistro1.9.0indirekt
PyPIdocutils0.21.2indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfabric3.2.2indirekt
PyPIfastuuid0.14.0indirekt
PyPIfilelock3.25.2indirekt
PyPIflatbuffers25.12.19indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.2.0indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.4.2indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhuggingface-hub1.7.1indirekt
PyPIhumanfriendly10.0indirekt
PyPIidentify2.6.18indirekt
PyPIidna3.11indirekt
PyPIimagesize2.0.0indirekt
PyPIimportlib-metadata8.7.1indirekt
PyPIiniconfig2.3.0indirekt
PyPIinterrogate1.7.0indirekt
PyPIinvoke2.2.1indirekt
PyPIjiter0.13.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-core5.9.1indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdurl0.1.2indirekt
PyPImemory-profiler0.61.0indirekt
PyPImpmath1.3.0indirekt
PyPImultidict6.7.1indirekt
PyPInbformat5.10.4indirekt
PyPInest-asyncio1.6.0indirekt
PyPInodeenv1.10.0indirekt
PyPInumpy2.2.6indirekt
PyPInumpy2.4.3indirekt
PyPIpackaging26.0indirekt
PyPIparamiko4.0.0indirekt
PyPIplatformdirs4.9.4indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.5.1indirekt
PyPIprompt-toolkit3.0.51indirekt
PyPIpropcache0.4.1indirekt
PyPIprotobuf7.34.0indirekt
PyPIpsutil7.2.2indirekt
PyPIpy1.11.0indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpydata-sphinx-theme0.15.4indirekt
PyPIpydata-sphinx-theme0.16.1indirekt
PyPIpygments2.19.2indirekt
PyPIpympler1.1indirekt
PyPIpynacl1.6.2indirekt
PyPIpyreadline33.5.4indirekt
PyPIpyright1.1.408indirekt
PyPIpytest8.4.2indirekt
PyPIpytest-cov6.3.0indirekt
PyPIpytest-recording0.13.4indirekt
PyPIpython-discovery1.1.3indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpywin32311indirekt
PyPIpyyaml6.0.3indirekt
PyPIquestionary2.1.1indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2026.2.28indirekt
PyPIrequests2.32.5indirekt
PyPIrequirements-parser0.13.0indirekt
PyPIrich14.3.3indirekt
PyPIrpds-py0.30.0indirekt
PyPIruff0.15.6indirekt
PyPIshellingham1.5.4indirekt
PyPIsniffio1.3.1indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsoupsieve2.8.3indirekt
PyPIsphinx7.4.7indirekt
PyPIsphinx-autobuild2024.10.3indirekt
PyPIsphinx-autobuild2025.8.25indirekt
PyPIsphinx-autodoc-typehints2.3.0indirekt
PyPIsphinx-book-theme1.1.4indirekt
PyPIsphinx-book-theme1.2.0indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-design0.6.1indirekt
PyPIsphinx-design0.7.0indirekt
PyPIsphinx-last-updated-by-git0.3.8indirekt
PyPIsphinx-sitemap2.9.0indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsphinxext-opengraph0.13.0indirekt
PyPIstarlette0.52.1indirekt
PyPIstevedore5.7.0indirekt
PyPIsympy1.14.0indirekt
PyPItabulate0.10.0indirekt
PyPItermcolor3.3.0indirekt
PyPItiktoken0.12.0indirekt
PyPItokenizers0.22.2indirekt
PyPItomli2.4.0indirekt
PyPItomlkit0.14.0indirekt
PyPItqdm4.67.3indirekt
PyPItraitlets5.14.3indirekt
PyPItyper0.24.1indirekt
PyPItypes-html5lib1.1.11.20251117indirekt
PyPItypes-lxml2026.2.16indirekt
PyPItypes-webencodings0.5.0.20251108indirekt
PyPItyping-inspection0.4.2indirekt
PyPIurllib32.6.3indirekt
PyPIuvicorn0.41.0indirekt
PyPIvcrpy8.1.1indirekt
PyPIvirtualenv21.2.0indirekt
PyPIwatchfiles1.1.1indirekt
PyPIwcwidth0.6.0indirekt
PyPIwebsockets16.0indirekt
PyPIwrapt2.1.2indirekt
PyPIyarl1.23.0indirekt
PyPIzipp3.23.0indirekt
Abhängigkeits-Advisories 1

Die Installation von pypi:contextgem@0.27.0 zieht 67 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
pillow11.3.0direktkritisch3612.3.0

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 shcherbak-ai/contextgem teilen. Nebeneinander lesen →

98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsAußergewöhnlich98langchain-ai/langgraphjsFramework to build resilient language agents as graphs.Außergewöhnlich96vercel/aiThe AI Toolkit for TypeScript. From the creators of Next.js, the AI SDK is a free open-source library for building AI-powered applications and agents Außergewöhnlich96yamadashy/repomix📦 Repomix is a powerful tool that packs your entire repository into a single, AI-friendly file. Perfect for when you need to feed your codebase to Large Language Models (LLMs) or other AI tools like Claude, ChatGPT, DeepSeek, Perplexity, Gemini, Gemma, Llama, Grok, and more.Außergewöhnlich100deepset-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.Außergewöhnlich99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.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.