Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 14:32 UTC

stanfordnlp / dspy

DSPy: The framework for programming—not prompting—language models

PythonMIT★ 38.093 Sterne⑂ 3.321 Forksseit Jan. 2023Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird

stanfordnlp/dspy erreicht einen Gesundheitsindex von 98 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Vitality (98/100) ab, am schwächsten bei Security (74/100). Zuletzt heute aktualisiert. 4 Mitwirkende tragen den Großteil der jüngsten Arbeit.

98
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.

98
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 87 wird auf der veröffentlichten Indexskala auf 98 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Stanford NLPOrganisation
2.778 Follower55 öffentliche Reposseit Dez. 2012

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIdspy3.3.16.589.078109vor 26 Tagen

Metriken nach Kategorie

Vitalität

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

98Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

97Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
33.2/36Commit-Rhythmus — 48/52 Wochen mit Commits
18/18Commit-Volumen — 499 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 8 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year499
human_commit_share0,8
days_since_last_push0
active_weeks_last_year48

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 5 Tagen
27/27Release-Rhythmus — ein Release etwa alle 27,6 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count100
latest_release_tag3.4.0b1
releases_from_tagsnein
days_since_latest_release5
mean_days_between_releases27,6
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?

89Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

98Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 38.093 Stars
25/25Forks — 3.321 Forks
13/15Watcher — 216 Watcher
Verwendete Eingangsdaten
forks3.321
stars38.093
watchers216
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)

100Außergewöhnlich
Wie die Bewertung erfolgt
80/80Downloads pro Monat — 6.589.078 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesdspy
dependents—
ecosystemspypi
total_downloads—
monthly_downloads6.589.078
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?

81Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

83Exzellent
Wie die Bewertung erfolgt
43.2/54Bus-Faktor — 4 Beitragende decken die Hälfte aller Commits ab
16.1/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 28 % der Commits
13.5/13.5Breite der Beitragenden — 97 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 23 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor4
contributors_sampled97
top_contributor_share0,284

Reaktionsfähigkeit bei Issues & PRs

66Gut
Wie die Bewertung erfolgt
33.9/42Issue-Lösungsquote — 81 % der Issues geschlossen
20.7/30PR-Annahme — 1.775/2.574 entschiedene PRs gemergt
5.4/13Newcomer PR acceptance — 5/12 PRs von Erstbeitragenden in 30 Tagen gemergt
6/15OpenSSF Scorecard: Code-Review — Found 12/28 approved changesets -- score normalized to 4
Verwendete Eingangsdaten
merged_prs1.775
open_issues324
closed_issues1.357
prs_merged_7d24
prs_decided_7d31
prs_merged_30d31
prs_decided_30d50
issue_closed_ratio0,807
closed_unmerged_prs799
first_time_authors_30d8
first_time_prs_merged_30d5
first_time_prs_decided_30d12

Eigentümerschaft & Trägerschaft

80Exzellent
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
24.8/25Reichweite des Inhabers — 2.778 Follower von stanfordnlp
24.7/25Kontohistorie — 55 öffentliche Repos, Kontoalter ca. 13 Jahre
Verwendete Eingangsdaten
followers2.778
owner_typeOrganization
is_verifiednein
owner_loginstanfordnlp
public_repos55
account_age_days5.024

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 26 Tagen
20/20Versionshistorie — 109 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesdspy
ecosystemspypi
any_deprecatednein
min_days_since_publish26

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

92Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 7 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
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://dspy.ai
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepagehttps://dspy.ai
docs_sitehttps://dspy.ai
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

74Gut · 16 % des Gesamtindex

Sicherheitslage

70Gut
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
2.5/2.5CI-Tests — 30 out of 30 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
3/7.5Code-Review — Found 12/28 approved changesets -- score normalized to 4
2.5/2.5Contributors — project has 23 contributing companies or organizations
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 8 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
3/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
5/5SAST — SAST tool is run on all commits
5/5Security-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 — 78 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

89Exzellent
Wie die Bewertung erfolgt
26.6/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: diskcache 5.6.3 (moderate)
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
37.2/40Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 217 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories2
affected_packages1
assessed_packages62
unassessed_packages0
affected_by_severitymoderate 1
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:dspy@3.3.1 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 62 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.

75Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

55Mittel
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://dspy.ai/llms.txt)
40/40Lesbare Commit-Historie — 80 von 80 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://dspy.ai/llms.txt
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

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

78Gut
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — dspy/_vendor/lm15/py.typed
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 11 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 18 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
6/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesPipfile.lock, uv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configsdspy/_vendor/lm15/py.typed
agent_commit_share0,11
toolchain_manifests—
dependency_bot_commit_share0,18

AI-Code-Lesbarkeit für Modelle

80Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (dspy/_vendor/lm15/py.typed)
53/55Handhabbare Dateigrößen — 14/391 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes126.471
source_files_sampled391
oversized_source_files14

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
20/20MCP-Server
40/40Lauffähige Beispiele — examples, notebooks
Verwendete Eingangsdaten
example_dirsexamples, notebooks
has_mcp_signalja
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto). Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

38.093GitHub-Sterne
97Mitwirkende
499Commits, letzte 12 Monate
0Tage seit letztem Push
100Releases
4Bus-Faktor
324offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 22 authors (cap 12)
  • pypi download statistics for 'dspy' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • pypi download figures for dspy carried forward from the previous scan (stats endpoint unavailable this scan)

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 3.321 ⇿
0Sterne
3.321Forks
11Releases

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.

Es wird nur die jüngste Historie angezeigt — dieses Repository überschreitet das Erfassungsfenster, sodass die früheste Historie nicht erfasst wird.

2.2002.4002.6002.8003.0003.2003.4003.321142025-112026-042026-09
Major 0Minor 3Patch 5
OpenSSF Scorecard 7.0 / 10
7.0Gesamtwert

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 · 2026-09-17 14:31 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
4Code-ReviewFound 12/28 approved changesets -- score normalized to 4
10Contributorsproject has 23 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 8 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
6Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 6
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
0Vulnerabilities78 existing vulnerabilities detected
Direkte Abhängigkeiten 14
RegistryPaketVersionsvorgabeManifest
PyPIopenai>=1.66.2pyproject.toml
PyPIregex>=2023.10.3pyproject.toml
PyPIorjson>=3.9.0pyproject.toml
PyPItqdm>=4.66.1pyproject.toml
PyPIrequests>=2.31.0pyproject.toml
PyPIpydantic>=2.11.0pyproject.toml
PyPIlitellm>=1.65.8pyproject.toml
PyPIdiskcache>=5.6.0pyproject.toml
PyPIjson-repair>=0.54.2pyproject.toml
PyPItenacity>=8.2.3pyproject.toml
PyPIanyio—pyproject.toml
PyPIcachetools>=5.5.0pyproject.toml
PyPIcloudpickle>=3.1.2pyproject.toml
PyPIgepa==0.1.4pyproject.toml
Alle Abhängigkeiten 312

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 24 direkte und 288 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIanyio4.14.2direkt
PyPIanyio4.9.0direkt
PyPIcachetools5.5.2direkt
PyPIcachetools7.1.7direkt
PyPIcloudpickle3.1.1direkt
PyPIcloudpickle3.1.2direkt
PyPIdiskcache5.6.3direkt
PyPIgepa0.1.4direkt
PyPIjson-repair0.40.0direkt
PyPIjson-repair0.63.3direkt
PyPIlitellm1.63.7direkt
PyPIlitellm1.96.0direkt
PyPIopenai1.61.0direkt
PyPIopenai2.53.0direkt
PyPIorjson3.12.0direkt
PyPIpydantic2.10.6direkt
PyPIpydantic2.13.4direkt
PyPIregex2024.11.6direkt
PyPIregex2026.7.19direkt
PyPIrequests2.34.2direkt
PyPItenacity9.0.0direkt
PyPItenacity9.1.4direkt
PyPItqdm4.67.1direkt
PyPItqdm4.70.0direkt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiohttp3.11.14indirekt
PyPIaiohttp3.14.3indirekt
PyPIaiosignal1.3.2indirekt
PyPIaiosignal1.4.0indirekt
PyPIalembic1.15.1indirekt
PyPIalembic1.19.1indirekt
PyPIannotated-doc0.0.5indirekt
PyPIannotated-types0.7.0indirekt
PyPIannotated-types0.8.0indirekt
PyPIanthropic0.121.0indirekt
PyPIapscheduler3.11.3indirekt
PyPIargcomplete3.7.2indirekt
PyPIasttokens3.0.1indirekt
PyPIasync-timeout5.0.1indirekt
PyPIasyncer0.0.8indirekt
PyPIattrs26.1.0indirekt
PyPIauthlib1.7.2indirekt
PyPIazure-core1.41.0indirekt
PyPIazure-identity1.25.3indirekt
PyPIazure-storage-blob12.30.0indirekt
PyPIbabel2.18.0indirekt
PyPIbackoff2.2.1indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIbackrefs8.0indirekt
PyPIbeautifulsoup44.14.3indirekt
PyPIblack26.5.1indirekt
PyPIbleach6.3.0indirekt
PyPIboto31.43.68indirekt
PyPIbotocore1.43.68indirekt
PyPIbuild1.5.0indirekt
PyPIcairocffi1.7.1indirekt
PyPIcairosvg2.9.0indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.0indirekt
PyPIcffi2.1.1indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.9indirekt
PyPIclick8.4.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcolorlog6.12.0indirekt
PyPIcolorlog6.9.0indirekt
PyPIcomm0.2.3indirekt
PyPIcroniter6.2.4indirekt
PyPIcryptography50.0.0indirekt
PyPIcssselect20.9.0indirekt
PyPIdatamodel-code-generator0.72.3indirekt
PyPIdatasets3.4.1indirekt
PyPIdatasets5.0.1indirekt
PyPIdebugpy1.8.20indirekt
PyPIdecorator5.2.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdeno2.9.5indirekt
PyPIdill0.3.8indirekt
PyPIdill0.4.1indirekt
PyPIdistlib0.4.3indirekt
PyPIdistro1.9.0indirekt
PyPIdnspython2.8.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIdspy—indirekt
PyPIdspy3.3.1indirekt
PyPIemail-validator2.3.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIexecuting2.2.1indirekt
PyPIexpression5.6.0indirekt
PyPIfastapi0.140.6indirekt
PyPIfastapi-sso0.21.1indirekt
PyPIfastjsonschema2.21.2indirekt
PyPIfastuuid0.14.0indirekt
PyPIfilelock3.18.0indirekt
PyPIfilelock3.32.2indirekt
PyPIfrozenlist1.5.0indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2024.12.0indirekt
PyPIfsspec2026.6.0indirekt
PyPIgenson1.4.0indirekt
PyPIghp-import2.1.0indirekt
PyPIgranian2.8.1indirekt
PyPIgreenlet3.1.1indirekt
PyPIgreenlet3.5.5indirekt
PyPIgriffe1.6.2indirekt
PyPIgriffelib2.1.0indirekt
PyPIgrpcio1.78.0indirekt
PyPIgunicorn23.0.0indirekt
PyPIh110.14.0indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.6.0indirekt
PyPIhttpcore1.0.7indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIhuggingface-hub0.29.3indirekt
PyPIhuggingface-hub1.27.0indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.18indirekt
PyPIimportlib-metadata8.6.1indirekt
PyPIimportlib-metadata8.9.0indirekt
PyPIinflect7.5.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIinquirerpy0.3.4indirekt
PyPIipykernel7.2.0indirekt
PyPIipython9.13.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIisodate0.7.2indirekt
PyPIisort8.0.1indirekt
PyPIjedi0.19.2indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.16.0indirekt
PyPIjiter0.9.0indirekt
PyPIjmespath1.1.0indirekt
PyPIjoblib1.4.2indirekt
PyPIjoserfc1.7.4indirekt
PyPIjsonpatch1.33indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonschema4.23.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-client8.8.0indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupytext1.19.1indirekt
PyPIlangchain-core1.5.3indirekt
PyPIlangchain-protocol0.0.18indirekt
PyPIlangsmith0.10.17indirekt
PyPIlitellm-enterprise0.1.53indirekt
PyPIlitellm-proxy-extras0.4.81indirekt
PyPImagicattr0.1.6indirekt
PyPImako1.3.9indirekt
PyPImako1.4.1indirekt
PyPImarkdown3.10.2indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.1indirekt
PyPImcp1.29.0indirekt
PyPImdit-py-plugins0.5.0indirekt
PyPImdurl0.1.2indirekt
PyPImergedeep1.3.4indirekt
PyPImike2.2.0indirekt
PyPImistune3.3.4indirekt
PyPImkdocs1.6.1indirekt
PyPImkdocs-autorefs1.4.4indirekt
PyPImkdocs-get-deps0.2.2indirekt
PyPImkdocs-jupyter—indirekt
PyPImkdocs-jupyter0.26.3indirekt
PyPImkdocs-llmstxt—indirekt
PyPImkdocs-material—indirekt
PyPImkdocs-material9.7.7indirekt
PyPImkdocs-material-extensions1.3.1indirekt
PyPImkdocs-redirects—indirekt
PyPImkdocs-redirects1.2.3indirekt
PyPImkdocstrings—indirekt
PyPImkdocstrings1.0.6indirekt
PyPImkdocstrings-python—indirekt
PyPImkdocstrings-python2.0.5indirekt
PyPImore-itertools11.1.0indirekt
PyPImsal1.37.0indirekt
PyPImsal-extensions1.3.1indirekt
PyPImultidict6.2.0indirekt
PyPImultidict6.7.1indirekt
PyPImultiprocess0.70.16indirekt
PyPImultiprocess0.70.19indirekt
PyPImypy-extensions1.1.0indirekt
PyPInbclient0.10.4indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.10.4indirekt
PyPInest-asyncio1.6.0indirekt
PyPInodeenv1.10.0indirekt
PyPInumpy2.2.4indirekt
PyPInumpy2.2.6indirekt
PyPInumpy2.4.6indirekt
PyPInumpy2.5.2indirekt
PyPIoauthlib3.3.1indirekt
PyPIoptuna4.2.1indirekt
PyPIoptuna4.9.0indirekt
PyPIpackaging26.2indirekt
PyPIpackaging26.3indirekt
PyPIpaginate0.5.7indirekt
PyPIpandas2.2.3indirekt
PyPIpandas2.3.3indirekt
PyPIpandas3.0.5indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.6indirekt
PyPIpathspec1.1.1indirekt
PyPIpexpect4.9.0indirekt
PyPIpfzy0.3.4indirekt
PyPIpillow12.3.0indirekt
PyPIplatformdirs4.11.0indirekt
PyPIplatformdirs4.11.2indirekt
PyPIpluggy1.6.0indirekt
PyPIpolars1.43.2indirekt
PyPIpolars-runtime-321.43.2indirekt
PyPIpre-commit4.6.2indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIprompt-toolkit3.0.53indirekt
PyPIpropcache0.3.0indirekt
PyPIpropcache0.5.2indirekt
PyPIproperdocs1.6.7indirekt
PyPIprotobuf6.33.6indirekt
PyPIpsutil7.2.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpyarrow19.0.1indirekt
PyPIpyarrow25.0.1indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.27.2indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpydantic-settings2.15.0indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpymdown-extensions11.0.1indirekt
PyPIpynacl1.6.2indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpyroscope-io0.8.16indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-mock3.15.1indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.5.1indirekt
PyPIpython-dotenv1.0.1indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpytokens0.4.1indirekt
PyPIpytz2025.1indirekt
PyPIpytz2026.3.post1indirekt
PyPIpywin32312indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyyaml-env-tag1.1indirekt
PyPIpyzmq27.1.0indirekt
PyPIredis8.1.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrestrictedpython8.4indirekt
PyPIrich13.9.4indirekt
PyPIrpds-py0.30.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIrq2.10.0indirekt
PyPIruff0.16.2indirekt
PyPIs3transfer0.19.2indirekt
PyPIsetuptools—indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsoundfile0.14.0indirekt
PyPIsoupsieve2.8.3indirekt
PyPIsqlalchemy2.0.39indirekt
PyPIsqlalchemy2.0.51indirekt
PyPIsse-starlette3.4.8indirekt
PyPIstack-data0.6.3indirekt
PyPIstarlette1.6.0indirekt
PyPItiktoken0.13.0indirekt
PyPItiktoken0.9.0indirekt
PyPItinycss21.5.1indirekt
PyPItokenizers0.21.1indirekt
PyPItokenizers0.23.1indirekt
PyPItomli2.4.1indirekt
PyPItornado6.5.5indirekt
PyPItraitlets5.14.3indirekt
PyPItypeguard4.6.0indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.3indirekt
PyPItzdata2025.2indirekt
PyPItzdata2026.3indirekt
PyPItzlocal5.4.4indirekt
PyPIujson5.10.0indirekt
PyPIurllib32.7.0indirekt
PyPIuuid-utils0.17.0indirekt
PyPIuvicorn0.52.1indirekt
PyPIuvloop0.22.1indirekt
PyPIvalidators0.35.0indirekt
PyPIvirtualenv21.7.4indirekt
PyPIwatchdog6.0.0indirekt
PyPIwcwidth0.6.0indirekt
PyPIwcwidth0.8.2indirekt
PyPIweaviate-client4.21.3indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsockets15.0.1indirekt
PyPIwheel—indirekt
PyPIxxhash3.5.0indirekt
PyPIxxhash3.8.1indirekt
PyPIyarl1.18.3indirekt
PyPIyarl1.24.5indirekt
PyPIzipp3.21.0indirekt
PyPIzipp4.1.0indirekt
PyPIzstandard0.25.0indirekt
Abhängigkeits-Advisories 1

Die Installation von pypi:dspy@3.3.1 zieht 62 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
diskcache5.6.3direktmittel2—

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 stanfordnlp/dspy teilen. Nebeneinander lesen →

100streamlit/streamlitStreamlit — A faster way to build and share data apps.Außergewöhnlich100home-assistant/frontend:lollipop: Frontend for Home AssistantAußergewöhnlich100astropy/astropyAstronomy and astrophysics core libraryAußergewöhnlich100apache/arrowApache Arrow is the universal columnar format and multi-language toolbox for fast data interchange and in-memory analyticsAußergewöhnlich100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich100mlco2/codecarbonTrack emissions from Compute and recommend ways to reduce their impact on the environment.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.