Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-07 22:36 UTC

sonic182 / aiosonic

A very fast Python asyncio http and websockets client

PythonMIT★ 170 Sterne⑂ 23 Forksseit Juli 2019Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#python#http#http-client#asyncio#websockets

sonic182/aiosonic erreicht einen Gesundheitsindex von 84 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (83/100) ab, am schwächsten bei Sustainability & Governance (58/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

84
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.

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

Eigentümerschaft

Johanderson MogollonPersönliches Konto
43 Follower48 öffentliche Reposseit Apr. 2013

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIaiosonic1.1.0738.17781vor 0 Tagen

Metriken nach Kategorie

Vitalität

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

83Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

71Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
9.7/36Commit-Rhythmus — 14/52 Wochen mit Commits
15.3/18Commit-Volumen — 50 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 23 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year50
human_commit_share0,86
days_since_last_push0
active_weeks_last_year14

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 71 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 11,3 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count71
latest_release_tag1.1.0
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases11,3
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?

68Gut · 17 % des Gesamtindex

Popularität & Verbreitung

51Mittel
Wie die Bewertung erfolgt
36.1/60Stars — 170 Stars
11.2/25Forks — 23 Forks
3.3/15Watcher — 5 Watcher
Verwendete Eingangsdaten
forks23
stars170
watchers5
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

65Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges3
has_contributingnein
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesbadge.fury.io, github.com, readthedocs.org
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

98Außergewöhnlich
Wie die Bewertung erfolgt
78.2/80Downloads pro Monat — 738.177 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesaiosonic
dependents—
ecosystemspypi
total_downloads—
monthly_downloads738.177
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)

29Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0.8/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 96 % der Commits
13.5/13.5Breite der Beitragenden — 12 Beitragende
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor1
contributors_sampled12
top_contributor_share0,963

Reaktionsfähigkeit bei Issues & PRs

60Mittel
Wie die Bewertung erfolgt
42/42Issue-Lösungsquote — 100 % der Issues geschlossen
10.2/30PR-Annahme — 185/544 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 2/23 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs185
open_issues0
closed_issues51
prs_merged_7d3
prs_decided_7d3
prs_merged_30d5
prs_decided_30d6
issue_closed_ratio1
closed_unmerged_prs359
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

58Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
11.8/25Reichweite des Inhabers — 43 Follower von sonic182
24.3/25Kontohistorie — 48 öffentliche Repos, Kontoalter ca. 13 Jahre
Verwendete Eingangsdaten
followers43
owner_typeUser
is_verified—
owner_loginsonic182
public_repos48
account_age_days4.933
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 0 Tagen
20/20Versionshistorie — 81 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesaiosonic
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

80Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 1 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff]), tox.ini
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 20 out of 20 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

75Gut
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://aiosonic.readthedocs.io/en/latest/
10/10Repository-Beschreibung
10/10Topics — 5 Topics
10/10Wiki
Verwendete Eingangsdaten
topicspython, http, http-client, asyncio, websockets
has_wikija
homepagehttps://aiosonic.readthedocs.io/en/latest/
docs_sitehttps://aiosonic.readthedocs.io/en/latest/
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

68Gut · 16 % des Gesamtindex

Sicherheitslage

60Mittel
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 — 20 out of 20 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
0/7.5Code-Review — Found 2/23 approved changesets -- score normalized to 0
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 — 23 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
3.5/5SAST — SAST tool is not run on all commits -- score normalized to 7
2/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
0/7.5Vulnerabilities — 26 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6
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
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories55
affected_packages8
assessed_packages99
unassessed_packages0
affected_by_severitycritical 1, high 5, moderate 1, low 1
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories, Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. 99 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. Dieses Repository veröffentlicht kein Paket, das der Index auflöst; bewertet wurde daher der Abhängigkeitsgraph des Repositorys. Dieser Graph vermischt Entwicklungs- und Test-Pins mit ausgelieferten Abhängigkeiten, daher werden nur die deklarierten Laufzeit-Abhängigkeiten bewertet; transitive Befunde werden als Kontext ausgewiesen und fließen nicht in die Bewertung ein. 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.

65Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

64Mittel
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
18.6/40Lesbare Commit-Historie — 30 von 86 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,349
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes4.816

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

69Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff]), tox.ini
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 14 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
lockfilespackage-lock.json, poetry.lock, uv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,14

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/49 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes47.039
source_files_sampled49
oversized_source_files0

Eckdaten

170GitHub-Sterne
12Mitwirkende
50Commits, letzte 12 Monate
0Tage seit letztem Push
71Releases
1Bus-Faktor
0offene Issues
npm, PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:aiosonic@1.1.0; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 23 ⇿
0Sterne
23Forks
57Releases

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.

048121620242322019-102023-022026-06
Major 1Minor 26Patch 30

Jeder Punkt umfasst 7 Tage.

OpenSSF Scorecard 6.0 / 10
6.0Gesamtwert

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 · 2026-10-07 22:36 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests20 out of 20 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 2/23 approved changesets -- score normalized to 0
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
10Maintained23 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
7SASTSAST tool is not run on all commits -- score normalized to 7
4Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
0Vulnerabilities26 existing vulnerabilities detected
Direkte Abhängigkeiten 3
RegistryPaketVersionsvorgabeManifest
PyPIcharset-normalizer>=2.0.0,<4.0.0pyproject.toml
PyPIh2>=4.4.1,<5.0.0pyproject.toml
PyPIonecache^0.8.1pyproject.toml
Alle Abhängigkeiten 99

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 5 direkte und 94 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIcharset-normalizer3.2.0direkt
PyPIcharset-normalizer3.3.2direkt
PyPIcharset-normalizer3.5.1direkt
PyPIh24.4.1direkt
PyPIonecache0.8.1direkt
npmtypescript5.7.3indirekt
npmws8.21.0indirekt
PyPIaiodns4.0.4indirekt
PyPIalabaster0.7.12indirekt
PyPIalabaster0.7.16indirekt
PyPIanyio4.13.0indirekt
PyPIasgiref3.11.1indirekt
PyPIbabel2.14.0indirekt
PyPIbabel2.18.0indirekt
PyPIbabel2.9.1indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIcertifi2023.7.22indirekt
PyPIcertifi2024.7.4indirekt
PyPIcertifi2026.5.20indirekt
PyPIcffi2.0.0indirekt
PyPIclick8.3.3indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.14.1indirekt
PyPIdocutils0.17.1indirekt
PyPIdocutils0.20.1indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIh110.16.0indirekt
PyPIhpack4.2.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttptools0.8.0indirekt
PyPIhttpx0.28.1indirekt
PyPIhyperframe6.1.0indirekt
PyPIidna2.10indirekt
PyPIidna3.15indirekt
PyPIidna3.17indirekt
PyPIimagesize1.2.0indirekt
PyPIimagesize1.4.1indirekt
PyPIimagesize1.5.0indirekt
PyPIimagesize2.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjinja23.0.1indirekt
PyPIjinja23.1.6indirekt
PyPImarkupsafe2.0.1indirekt
PyPImarkupsafe2.1.5indirekt
PyPImarkupsafe3.0.3indirekt
PyPIpackaging20.9indirekt
PyPIpackaging23.2indirekt
PyPIpackaging26.2indirekt
PyPIpluggy1.6.0indirekt
PyPIproxy-py2.4.10indirekt
PyPIpycares5.0.1indirekt
PyPIpycparser3.0indirekt
PyPIpygments2.15.0indirekt
PyPIpygments2.20.0indirekt
PyPIpyparsing2.4.7indirekt
PyPIpytest9.0.3indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-mock3.15.1indirekt
PyPIpytest-sugar1.1.1indirekt
PyPIpytest-timeout2.4.0indirekt
PyPIpytz2021.1indirekt
PyPIrequests2.31.0indirekt
PyPIrequests2.33.0indirekt
PyPIrequests2.34.2indirekt
PyPIruff0.14.14indirekt
PyPIsnowballstemmer2.1.0indirekt
PyPIsnowballstemmer2.2.0indirekt
PyPIsnowballstemmer3.1.0indirekt
PyPIsphinx4.1.1indirekt
PyPIsphinx7.2.6indirekt
PyPIsphinx7.4.7indirekt
PyPIsphinx-rtd-theme2.0.0indirekt
PyPIsphinx-rtd-theme3.0.2indirekt
PyPIsphinxcontrib-applehelp1.0.2indirekt
PyPIsphinxcontrib-applehelp1.0.8indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp1.0.2indirekt
PyPIsphinxcontrib-devhelp1.0.6indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.0.5indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jquery4.1indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp1.0.3indirekt
PyPIsphinxcontrib-qthelp1.0.7indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml1.1.10indirekt
PyPIsphinxcontrib-serializinghtml1.1.5indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPItermcolor3.3.0indirekt
PyPItomli2.4.1indirekt
PyPItyping-extensions4.15.0indirekt
PyPIurllib31.26.5indirekt
PyPIurllib32.7.0indirekt
PyPIuvicorn0.38.0indirekt
PyPIuvloop0.22.1indirekt
PyPIwinloop0.3.1indirekt
Abhängigkeits-Advisories 8

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 99 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 8 tragen bekannte Advisories, davon 0 direkte.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
anyio4.13.0indirektkritisch44.14.2
certifi2023.7.22indirekthoch22024.7.4
idna2.10indirekthoch43.15
jinja23.0.1indirekthoch103.1.6
urllib31.26.5indirekthoch202.8.0
urllib32.7.0indirekthoch62.8.0
requests2.31.0indirektmittel62.33.0
pygments2.15.0indirektniedrig32.20.0

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 sonic182/aiosonic teilen. Nebeneinander lesen →

98urllib3/urllib3urllib3 is a user-friendly HTTP client library for PythonAußergewöhnlich97Kludex/uvicornAn ASGI web server, for Python. 🦄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.Außergewöhnlich98strawberry-graphql/strawberryA GraphQL library for Python that leverages type annotations 🍓Außergewöhnlich98locustio/locustWrite scalable load tests in plain Python 🚗💨Außergewöhnlich99ag2ai/faststreamAsynchronous Python framework for event-driven services. A thin client for Kafka, RabbitMQ, NATS, Redis and MQTT with full access to native broker features, plus AsyncAPI docs, in-memory tests and observability out of the box.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.