Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-13 18:36 UTC

spcl / dace

DaCe - Data Centric Parallel Programming

Python · Jupyter NotebookBSD-3-Clause★ 592 Sterne⑂ 163 Forksseit Feb. 2019Auf GitHub ansehen ↗

ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird

#high-performance-computing #programming-language #cuda #fpga #high-level-synthesis #vivado-hls

spcl/dace erreicht einen Gesundheitsindex von 95 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei AI Readiness (67/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

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.

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)

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 82 wird auf der veröffentlichten Indexskala auf 95 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

SPCLOrganisation

382 Follower166 öffentliche Reposseit Aug. 2017

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

Paket-Ökosysteme

Registry	Paket	Version	Downloads / Monat	Versionen	Zuletzt veröffentlicht
PyPI	dace	1.0.2	20.740	35	vor 542 Tagen

Metriken nach Kategorie

Vitalität

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

93Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

94Außergewöhnlich

Wie die Bewertung erfolgt

36/36	Push-Aktualität — letzter Push vor 0 Tagen
29.8/36	Commit-Rhythmus — 43/52 Wochen mit Commits
18/18	Commit-Volumen — 241 Commits im letzten Jahr
10/10	OpenSSF Scorecard: Maintained — 30 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10

Verwendete Eingangsdaten

commits_last_year	241
human_commit_share	0,98
days_since_last_push	0
active_weeks_last_year	43

Release-Disziplin

92Exzellent

Wie die Bewertung erfolgt

27/27	Liefert Releases aus — 35 Releases veröffentlicht
36/36	Release-Aktualität — letztes Release vor 12 Tagen
19.8/27	Release-Rhythmus — ein Release etwa alle 65,1 Tage
0/10	OpenSSF Scorecard: Signed-Releases — keine Daten

Verwendete Eingangsdaten

releases_count	35
latest_release_tag	v2.0.0-alpha8
releases_from_tags	nein
days_since_latest_release	12
mean_days_between_releases	65,1

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?

76Gut · 17 % des Gesamtindex

Popularität & Verbreitung

70Gut

Wie die Bewertung erfolgt

45/60	Stars — 592 Stars
18.4/25	Forks — 163 Forks
6.4/15	Watcher — 15 Watcher

Verwendete Eingangsdaten

forks	163
stars	592
watchers	15
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

Community-Gesundheit

85Exzellent

Wie die Bewertung erfolgt

22.5/22.5	README
22.5/22.5	Lizenz — anerkannte Lizenz (BSD-3-Clause)
18/18	CONTRIBUTING-Leitfaden
13.5/13.5	Verhaltenskodex
0/7.2	Issue-Vorlage
0/6.3	PR-Vorlage

Verwendete Eingangsdaten

has_readme	ja
has_license	ja
readme_badges	5
has_contributing	ja
has_issue_template	nein
has_code_of_conduct	ja
readme_badge_services	badge.fury.io, codecov.io, github.com, readthedocs.org
has_pull_request_template	nein

Ökosystem-Verbreitung (Downloads)

72Gut

Wie die Bewertung erfolgt

57.6/80	Downloads pro Monat — 20.740 Downloads/Monat über pypi
0/20	Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen

Verwendete Eingangsdaten

packages	dace
dependents	—
ecosystems	pypi
total_downloads	—
monthly_downloads	20.740
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?

73Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

61Mittel

Wie die Bewertung erfolgt

25.2/54	Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
12.6/22.5	Commit-Verteilung — wichtigste beitragende Person verfasste 44 % der Commits
13.5/13.5	Breite der Beitragenden — 75 Beitragende
10/10	OpenSSF Scorecard: Contributors — project has 14 contributing companies or organizations

Verwendete Eingangsdaten

bus_factor	2
contributors_sampled	75
top_contributor_share	0,441

Reaktionsfähigkeit bei Issues & PRs

83Exzellent

Wie die Bewertung erfolgt

29.3/42	Issue-Lösungsquote — 70 % der Issues geschlossen
25.3/30	PR-Annahme — 1.651/1.959 entschiedene PRs gemergt
13/13	Newcomer PR acceptance — 1/1 PRs von Erstbeitragenden in 30 Tagen gemergt
15/15	OpenSSF Scorecard: Code-Review — all changesets reviewed

Verwendete Eingangsdaten

merged_prs	1.651
open_issues	142
closed_issues	328
prs_merged_7d	13
prs_decided_7d	16
prs_merged_30d	44
prs_decided_30d	54
issue_closed_ratio	0,698
closed_unmerged_prs	308
first_time_authors_30d	1
first_time_prs_merged_30d	1
first_time_prs_decided_30d	1

Eigentümerschaft & Trägerschaft

74Gut

Wie die Bewertung erfolgt

30/30	Organisatorische Trägerschaft — im Besitz einer Organisation
0/20	Verifizierte Domain
18.6/25	Reichweite des Inhabers — 382 Follower von spcl
25/25	Kontohistorie — 166 öffentliche Repos, Kontoalter ca. 9 Jahre

Verwendete Eingangsdaten

followers	382
owner_type	Organization
is_verified	nein
owner_login	spcl
public_repos	166
account_age_days	3.314

Paketpflege

79Gut

Wie die Bewertung erfolgt

25/25	Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
14/35	Veröffentlichungsaktualität — letzte Veröffentlichung vor 542 Tagen
20/20	Versionshistorie — 35 veröffentlichte Versionen
20/20	Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen

Verwendete Eingangsdaten

packages	dace
ecosystems	pypi
any_deprecated	nein
min_days_since_publish	542

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich

Wie die Bewertung erfolgt

24/24	CI-Workflows — 8 Workflow(s)
24/24	Tests vorhanden
16/16	Linter-Konfiguration — ruff.toml
9.6/9.6	Pre-Commit-Hooks
0/6.4	.editorconfig
20/20	OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10

Verwendete Eingangsdaten

has_ci	ja
has_tests	ja
has_editorconfig	nein
has_linter_config	ja
has_precommit_config	ja

Dokumentation

100Außergewöhnlich

Wie die Bewertung erfolgt

30/30	README
25/25	Dokumentationsverzeichnis
15/15	Dokumentations-/Homepage-Site — http://dace.is/fast
10/10	Repository-Beschreibung
10/10	Topics — 6 Topics
10/10	Wiki

Verwendete Eingangsdaten

topics	high-performance-computing, programming-language, cuda, fpga, high-level-synthesis, vivado-hls
has_wiki	ja
homepage	http://dace.is/fast
docs_site	http://dace.is/fast
has_readme	ja
has_docs_dir	ja
has_description	ja

Sicherheit

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

72Gut · 16 % des Gesamtindex

Sicherheitslage

65Gut

Wie die Bewertung erfolgt

7.5/7.5	Binary-Artifacts — no binaries found in the repo
0/7.5	Branch-Protection — keine Daten
2.5/2.5	CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0/2.5	CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
7.5/7.5	Code-Review — all changesets reviewed
2.5/2.5	Contributors — project has 14 contributing companies or organizations
10/10	Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5	Dependency-Update-Tool — update tool detected
0/5	Fuzzing — project is not fuzzed
2.5/2.5	Lizenz — license file detected
7.5/7.5	Maintained — 30 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10
0/5	Packaging — keine Daten
0/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5	SAST — SAST tool is not run on all commits -- score normalized to 0
0/5	Security-Policy — security policy file not detected
0/7.5	Signed-Releases — keine Daten
0/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5	Vulnerabilities — 0 existing vulnerabilities detected

Verwendete Eingangsdaten

source	openssf_scorecard
checks_evaluated	15
scorecard_version	v5.5.0
checks_inconclusive	3
scorecard_aggregate	6,5

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich

Wie die Bewertung erfolgt

35/35	Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
0/25	Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40	Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum

Verwendete Eingangsdaten

source	osv
advisories	34
affected_packages	1
assessed_packages	185
unassessed_packages	8
affected_by_severity	critical 1
direct_affected_packages	0

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories, Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. 185 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 8 konnten nicht bewertet werden — keine aufgelöste Version, ein nicht unterstütztes Ökosystem oder außerhalb der ausgewiesenen Paketliste. 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.

67Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

40Schwach

Wie die Bewertung erfolgt

0/45	Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15	Maschinenlesbare Doku (llms.txt)
40/40	Lesbare Commit-Historie — 98 von 98 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)

Verwendete Eingangsdaten

has_llms_txt	nein
llms_txt_url	—
legible_history_share	1
agent_instruction_files	—
agent_instruction_max_bytes	—

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

79Gut

Wie die Bewertung erfolgt

18/18	Bootstrap mit einem Befehl — doc/Makefile
22/22	Automatisierte Tests
11/11	Lint-/Format-Konfiguration — ruff.toml
0/11	Statische Typprüfung
10/10	Reproduzierbare Umgebung — Dockerfile, lockfile
10/10	Belegte Agentenpraxis — 7 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8	Automatisierte Wartung — 2 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10	OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0

Verwendete Eingangsdaten

has_nix	nein
has_tests	ja
lockfiles	uv.lock
has_dockerfile	ja
typed_language	nein
bootstrap_files	doc/Makefile
has_devcontainer	nein
has_linter_config	ja
typecheck_configs	—
agent_commit_share	0,07
toolchain_manifests	—
dependency_bot_commit_share	0,02

AI-Code-Lesbarkeit für Modelle

54Mittel

Wie die Bewertung erfolgt

0/45	Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
53.9/55	Handhabbare Dateigrößen — 26/1.291 Quelldateien über 60 KB

Verwendete Eingangsdaten

primary_language	Python
largest_source_bytes	281.540
source_files_sampled	1.291
oversized_source_files	26

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich

Wie die Bewertung erfolgt

0/40	API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20	MCP-Server — für diese Art von Software nicht anwendbar
40/40	Lauffähige Beispiele — notebooks, samples

Verwendete Eingangsdaten

example_dirs	notebooks, samples
has_mcp_signal	nein
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

592GitHub-Sterne

75Mitwirkende

241Commits, letzte 12 Monate

0Tage seit letztem Push

35Releases

2Bus-Faktor

142offene 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 ★ / 163 ⇿

0Sterne

163Forks

34Releases

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.

Major 1Minor 2Patch 18

Jeder Punkt umfasst 7 Tage.

OpenSSF Scorecard 6.5 / 10

6.5Gesamtwert

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 · 2026-09-13 18:36 UTC

10	Binary-Artifacts	no binaries found in the repo
k. A.	Branch-Protection	internal 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
10	CI-Tests	30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0	CII-Best-Practices	no effort to earn an OpenSSF best practices badge detected
10	Code-Review	all changesets reviewed
10	Contributors	project has 14 contributing companies or organizations
10	Dangerous-Workflow	no dangerous workflow patterns detected
10	Dependency-Update-Tool	update tool detected
0	Fuzzing	project is not fuzzed
10	License	license file detected
10	Maintained	30 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10
k. A.	Packaging	packaging workflow not detected
0	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 0
0	SAST	SAST tool is not run on all commits -- score normalized to 0
0	Security-Policy	security policy file not detected
k. A.	Signed-Releases	no releases found
0	Token-Permissions	detected GitHub workflow tokens with excessive permissions
10	Vulnerabilities	0 existing vulnerabilities detected

Direkte Abhängigkeiten 17

Registry	Paket	Versionsvorgabe	Manifest
PyPI	numpy	`—`	pyproject.toml
PyPI	networkx	`>=2.5,<=3.5`	pyproject.toml
PyPI	astunparse	`—`	pyproject.toml
PyPI	sympy	`>=1.9`	pyproject.toml
PyPI	pyyaml	`—`	pyproject.toml
PyPI	ply	`—`	pyproject.toml
PyPI	fparser	`>=0.1.3,!=0.2.3`	pyproject.toml
PyPI	dill	`—`	pyproject.toml
PyPI	pyreadline	`—`	pyproject.toml
PyPI	packaging	`—`	pyproject.toml
PyPI	typing-extensions	`—`	pyproject.toml
PyPI	ml_dtypes	`—`	pyproject.toml
PyPI	ordered-set	`>=4.0.0`	pyproject.toml
PyPI	scikit-build	`—`	pyproject.toml
PyPI	cmake	`—`	pyproject.toml
PyPI	ninja	`—`	pyproject.toml
PyPI	click	`>=8.0`	pyproject.toml

Alle Abhängigkeiten 193

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 24 direkte und 169 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

Registry	Paket	Version	Beziehung
PyPI	astunparse	`1.6.3`	direkt
PyPI	click	`8.4.2`	direkt
PyPI	cmake	`4.4.2`	direkt
PyPI	dill	`0.4.1`	direkt
PyPI	fparser	`—`	direkt
PyPI	fparser	`0.2.4`	direkt
PyPI	ml-dtypes	`0.6.0`	direkt
PyPI	networkx	`—`	direkt
PyPI	networkx	`3.4.2`	direkt
PyPI	networkx	`3.5`	direkt
PyPI	ninja	`1.13.0`	direkt
PyPI	numpy	`2.2.6`	direkt
PyPI	numpy	`2.4.6`	direkt
PyPI	numpy	`2.5.2`	direkt
PyPI	ordered-set	`—`	direkt
PyPI	ordered-set	`4.1.0`	direkt
PyPI	packaging	`26.3`	direkt
PyPI	ply	`3.11`	direkt
PyPI	pyreadline	`2.1`	direkt
PyPI	pyyaml	`6.0.3`	direkt
PyPI	scikit-build	`0.19.1`	direkt
PyPI	sympy	`—`	direkt
PyPI	sympy	`1.14.0`	direkt
PyPI	typing-extensions	`4.16.0`	direkt
PyPI	absl-py	`2.5.0`	indirekt
PyPI	alabaster	`1.0.0`	indirekt
PyPI	annotated-doc	`0.0.5`	indirekt
PyPI	anyio	`4.14.2`	indirekt
PyPI	appnope	`1.0.0`	indirekt
PyPI	asttokens	`3.0.2`	indirekt
PyPI	attrs	`26.1.0`	indirekt
PyPI	babel	`2.18.0`	indirekt
PyPI	beautifulsoup4	`4.15.0`	indirekt
PyPI	bleach	`6.4.0`	indirekt
PyPI	certifi	`2026.7.22`	indirekt
PyPI	cffi	`2.1.1`	indirekt
PyPI	cfgv	`3.5.0`	indirekt
PyPI	charset-normalizer	`3.5.1`	indirekt
PyPI	colorama	`0.4.6`	indirekt
PyPI	comm	`0.2.3`	indirekt
PyPI	coverage	`7.15.4`	indirekt
PyPI	cuda-bindings	`13.3.1`	indirekt
PyPI	cuda-pathfinder	`1.6.1`	indirekt
PyPI	cuda-toolkit	`13.0.3.0`	indirekt
PyPI	cupy-cuda13x	`14.2.0`	indirekt
PyPI	cutensor-cu13	`2.7.0`	indirekt
PyPI	debugpy	`1.8.21`	indirekt
PyPI	decorator	`5.3.1`	indirekt
PyPI	defusedxml	`0.7.1`	indirekt
PyPI	distlib	`0.4.3`	indirekt
PyPI	distro	`1.9.0`	indirekt
PyPI	docutils	`0.21.2`	indirekt
PyPI	docutils	`0.22.4`	indirekt
PyPI	efficientnet-pytorch	`0.7.1`	indirekt
PyPI	exceptiongroup	`1.3.1`	indirekt
PyPI	execnet	`2.1.2`	indirekt
PyPI	executing	`2.2.1`	indirekt
PyPI	fastjsonschema	`2.22.2`	indirekt
PyPI	filelock	`3.32.3`	indirekt
PyPI	flatbuffers	`25.12.19`	indirekt
PyPI	fsspec	`2026.7.0`	indirekt
PyPI	h11	`0.16.0`	indirekt
PyPI	hf-xet	`1.6.0`	indirekt
PyPI	httpcore	`1.0.9`	indirekt
PyPI	httpx	`0.28.1`	indirekt
PyPI	huggingface-hub	`1.29.0`	indirekt
PyPI	identify	`2.6.19`	indirekt
PyPI	idna	`3.19`	indirekt
PyPI	imagesize	`2.0.0`	indirekt
PyPI	iniconfig	`2.3.0`	indirekt
PyPI	ipykernel	`7.3.0`	indirekt
PyPI	ipython	`8.39.0`	indirekt
PyPI	ipython	`9.16.1`	indirekt
PyPI	ipython-pygments-lexers	`1.1.1`	indirekt
PyPI	jax	`—`	indirekt
PyPI	jax	`0.6.2`	indirekt
PyPI	jaxlib	`0.6.2`	indirekt
PyPI	jedi	`0.20.0`	indirekt
PyPI	jinja2	`—`	indirekt
PyPI	jinja2	`3.1.6`	indirekt
PyPI	jsonschema	`4.26.0`	indirekt
PyPI	jsonschema-specifications	`2025.9.1`	indirekt
PyPI	jupyter-client	`8.9.1`	indirekt
PyPI	jupyter-core	`5.9.1`	indirekt
PyPI	jupyterlab-pygments	`0.3.0`	indirekt
PyPI	lark-parser	`0.12.0`	indirekt
PyPI	markdown-it-py	`4.2.0`	indirekt
PyPI	markupsafe	`3.0.3`	indirekt
PyPI	matplotlib-inline	`0.2.2`	indirekt
PyPI	mdurl	`0.1.2`	indirekt
PyPI	mistune	`3.3.4`	indirekt
PyPI	mpi4py	`4.1.2`	indirekt
PyPI	mpmath	`1.3.0`	indirekt
PyPI	nbclient	`0.11.0`	indirekt
PyPI	nbconvert	`7.17.1`	indirekt
PyPI	nbformat	`5.11.1`	indirekt
PyPI	nest-asyncio2	`1.7.2`	indirekt
PyPI	nodeenv	`1.10.0`	indirekt
PyPI	nvidia-cublas	`13.1.1.3`	indirekt
PyPI	nvidia-cuda-cupti	`13.0.85`	indirekt
PyPI	nvidia-cuda-nvrtc	`13.0.88`	indirekt
PyPI	nvidia-cuda-runtime	`13.0.96`	indirekt
PyPI	nvidia-cudnn-cu13	`9.20.0.48`	indirekt
PyPI	nvidia-cufft	`12.0.0.61`	indirekt
PyPI	nvidia-cufile	`1.15.1.6`	indirekt
PyPI	nvidia-curand	`10.4.0.35`	indirekt
PyPI	nvidia-cusolver	`12.0.4.66`	indirekt
PyPI	nvidia-cusparse	`12.6.3.3`	indirekt
PyPI	nvidia-cusparselt-cu13	`0.8.1`	indirekt
PyPI	nvidia-nccl-cu13	`2.29.7`	indirekt
PyPI	nvidia-nvjitlink	`13.3.33`	indirekt
PyPI	nvidia-nvshmem-cu13	`3.4.5`	indirekt
PyPI	nvidia-nvtx	`13.0.85`	indirekt
PyPI	onnx	`1.22.0`	indirekt
PyPI	onnx-ir	`1.0.0`	indirekt
PyPI	onnxruntime	`1.24.3`	indirekt
PyPI	onnxruntime	`1.29.0`	indirekt
PyPI	onnxscript	`0.7.1`	indirekt
PyPI	onnxsim	`0.7.3`	indirekt
PyPI	opt-einsum	`3.4.0`	indirekt
PyPI	pandocfilters	`1.5.1`	indirekt
PyPI	parse	`1.22.1`	indirekt
PyPI	parso	`0.8.7`	indirekt
PyPI	pexpect	`4.9.0`	indirekt
PyPI	platformdirs	`4.11.3`	indirekt
PyPI	pluggy	`1.6.0`	indirekt
PyPI	pre-commit	`4.1.0`	indirekt
PyPI	prompt-toolkit	`3.0.53`	indirekt
PyPI	protobuf	`7.36.0`	indirekt
PyPI	psutil	`7.2.2`	indirekt
PyPI	ptyprocess	`0.7.0`	indirekt
PyPI	pure-eval	`0.2.3`	indirekt
PyPI	pycparser	`3.0`	indirekt
PyPI	pygments	`2.21.0`	indirekt
PyPI	pymlir	`0.5`	indirekt
PyPI	pytest	`9.1.1`	indirekt
PyPI	pytest-cov	`7.1.0`	indirekt
PyPI	pytest-mpi	`0.6`	indirekt
PyPI	pytest-timeout	`2.4.0`	indirekt
PyPI	pytest-xdist	`3.8.0`	indirekt
PyPI	python-dateutil	`2.9.0.post0`	indirekt
PyPI	python-discovery	`1.5.2`	indirekt
PyPI	pyzmq	`27.2.0`	indirekt
PyPI	referencing	`0.37.0`	indirekt
PyPI	regex	`2026.7.19`	indirekt
PyPI	requests	`2.34.2`	indirekt
PyPI	rich	`15.0.0`	indirekt
PyPI	roman-numerals	`4.1.0`	indirekt
PyPI	rpds-py	`0.30.0`	indirekt
PyPI	rpds-py	`2026.6.3`	indirekt
PyPI	safetensors	`0.8.0`	indirekt
PyPI	scipy	`1.15.3`	indirekt
PyPI	scipy	`1.17.1`	indirekt
PyPI	scipy	`1.18.0`	indirekt
PyPI	setuptools	`—`	indirekt
PyPI	setuptools	`84.0.0`	indirekt
PyPI	shellingham	`1.5.4`	indirekt
PyPI	six	`1.17.0`	indirekt
PyPI	snowballstemmer	`3.1.1`	indirekt
PyPI	soupsieve	`2.9.2`	indirekt
PyPI	sphinx	`8.1.3`	indirekt
PyPI	sphinx	`9.0.4`	indirekt
PyPI	sphinx	`9.1.0`	indirekt
PyPI	sphinx-autodoc-typehints	`3.0.1`	indirekt
PyPI	sphinx-autodoc-typehints	`3.13.2`	indirekt
PyPI	sphinx-autodoc-typehints	`3.6.1`	indirekt
PyPI	sphinx-rtd-theme	`—`	indirekt
PyPI	sphinx-rtd-theme	`3.1.0`	indirekt
PyPI	sphinxcontrib-applehelp	`2.0.0`	indirekt
PyPI	sphinxcontrib-devhelp	`2.0.0`	indirekt
PyPI	sphinxcontrib-htmlhelp	`2.1.0`	indirekt
PyPI	sphinxcontrib-jquery	`4.1`	indirekt
PyPI	sphinxcontrib-jsmath	`1.0.1`	indirekt
PyPI	sphinxcontrib-qthelp	`2.0.0`	indirekt
PyPI	sphinxcontrib-serializinghtml	`2.0.0`	indirekt
PyPI	stack-data	`0.6.3`	indirekt
PyPI	tinycss2	`1.5.1`	indirekt
PyPI	tokenizers	`0.22.2`	indirekt
PyPI	tomli	`2.4.1`	indirekt
PyPI	torch	`2.13.0`	indirekt
PyPI	tornado	`6.5.8`	indirekt
PyPI	tqdm	`4.70.0`	indirekt
PyPI	traitlets	`5.16.1`	indirekt
PyPI	transformers	`4.50`	indirekt
PyPI	transformers	`5.10.1`	indirekt
PyPI	triton	`3.7.1`	indirekt
PyPI	typer	`0.27.2`	indirekt
PyPI	urllib3	`2.7.0`	indirekt
PyPI	virtualenv	`21.7.4`	indirekt
PyPI	wcwidth	`0.8.2`	indirekt
PyPI	webencodings	`0.6.1`	indirekt
PyPI	wheel	`0.48.0`	indirekt
PyPI	yapf	`0.43.0`	indirekt

Abhängigkeits-Advisories 1

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 185 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 1 tragen bekannte Advisories, davon 0 direkte. 8 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

Paket	Version	Beziehung	Schweregrad	Advisories	Behoben in
transformers	`4.50`	indirekt	kritisch	34	`5.10.0`

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.

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.

Software-Gesundheitsindex

Bewertungsprofil

Eigentümerschaft

Paket-Ökosysteme

Metriken nach Kategorie

Eckdaten

Warnungen zur Datenerhebung

Weitere Details

Feedback

Verwandte Einträge