Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 23:16 UTC

taverntesting / tavern

A command-line tool and Python library and Pytest plugin for automated testing of RESTful APIs, with a simple, concise and flexible YAML-based syntax

PythonMIT★ 1.161 Sterne⑂ 201 Forksseit Nov. 2017Auf GitHub ansehen ↗
ArtPluginKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#python#pytest#testing#test-automation#mqtt#http#grpc#grpc-python

taverntesting/tavern erreicht einen Gesundheitsindex von 92 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (92/100) ab, am schwächsten bei Sustainability & Governance (64/100). Zuletzt vor 6 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

92
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.

92
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 78 wird auf der veröffentlichten Indexskala auf 92 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

taverntestingOrganisation
8 Follower5 öffentliche Reposseit Nov. 2017

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPItavern3.6.3185.670223vor 17 Tagentestingpytest

Metriken nach Kategorie

Vitalität

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

85Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

83Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 6 Tagen
19.4/36Commit-Rhythmus — 28/52 Wochen mit Commits
17.6/18Commit-Volumen — 91 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year91
human_commit_share0,79
days_since_last_push6
active_weeks_last_year28

Release-Disziplin

88Exzellent
Wie die Bewertung erfolgt
16.2/27Liefert Releases aus — 72 Versions-Tags (keine GitHub-Releases)
36/36Release-Aktualität — letztes Release vor 17 Tagen
27/27Release-Rhythmus — ein Release etwa alle 16,5 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count72
latest_release_tag3.6.3
releases_from_tagsja
days_since_latest_release17
mean_days_between_releases16,5
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?

77Gut · 17 % des Gesamtindex

Popularität & Verbreitung

76Gut
Wie die Bewertung erfolgt
49.7/60Stars — 1.161 Stars
19.2/25Forks — 201 Forks
7.6/15Watcher — 24 Watcher
Verwendete Eingangsdaten
forks201
stars1.161
watchers24
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_badges3
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, readthedocs.org, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

88Exzellent
Wie die Bewertung erfolgt
70.2/80Downloads pro Monat — 185.670 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagestavern
dependents—
ecosystemspypi
total_downloads—
monthly_downloads185.670
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?

64Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

37Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
4.2/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 81 % der Commits
13.5/13.5Breite der Beitragenden — 62 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled62
top_contributor_share0,812

Reaktionsfähigkeit bei Issues & PRs

77Gut
Wie die Bewertung erfolgt
40.9/42Issue-Lösungsquote — 97 % der Issues geschlossen
22.9/30PR-Annahme — 367/481 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
3/15OpenSSF Scorecard: Code-Review — Found 5/17 approved changesets -- score normalized to 2
Verwendete Eingangsdaten
merged_prs367
open_issues16
closed_issues607
prs_merged_7d1
prs_decided_7d1
prs_merged_30d11
prs_decided_30d11
issue_closed_ratio0,974
closed_unmerged_prs114
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

55Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
6.9/25Reichweite des Inhabers — 8 Follower von taverntesting
17.7/25Kontohistorie — 5 öffentliche Repos, Kontoalter ca. 8 Jahre
Verwendete Eingangsdaten
followers8
owner_typeOrganization
is_verifiednein
owner_logintaverntesting
public_repos5
account_age_days3.242

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 17 Tagen
20/20Versionshistorie — 223 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagestavern
ecosystemspypi
any_deprecatednein
min_days_since_publish17

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

92Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 1 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff]), tox.ini
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 28 out of 28 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://taverntesting.github.io/
10/10Repository-Beschreibung
10/10Topics — 8 Topics
0/10Wiki
Verwendete Eingangsdaten
topicspython, pytest, testing, test-automation, mqtt, http, grpc, grpc-python
has_wikinein
homepagehttps://taverntesting.github.io/
docs_sitehttps://taverntesting.github.io/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

77Gut · 16 % des Gesamtindex

Sicherheitslage

71Gut
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 — 28 out of 28 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
1.5/7.5Code-Review — Found 5/17 approved changesets -- score normalized to 2
2.5/2.5Contributors — project has 4 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 2 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
1.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
4/5SAST — SAST tool is not run on all commits -- score normalized to 8
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate7,1
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
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages26
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:tavern@3.6.3 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 26 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.

70Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md
0/15Maschinenlesbare Doku (llms.txt)
39.8/40Lesbare Commit-Historie — 59 von 79 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,747
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes6.156

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

54Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff]), tox.ini
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 21 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
3/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,21

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/109 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes22.357
source_files_sampled109
oversized_source_files0

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
40/40API-Schema (OpenAPI/GraphQL/proto) — example/graphql/tests/multiple_operations.graphql, example/grpc/helloworld_v1_precompiled.proto, example/grpc/helloworld_v2_compiled.proto, example/grpc/helloworld_v3_reflected.proto, tests/unit/tavern_grpc/test_services.proto
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — example
Verwendete Eingangsdaten
example_dirsexample
has_mcp_signalnein
api_schema_filesexample/graphql/tests/multiple_operations.graphql, example/grpc/helloworld_v1_precompiled.proto, example/grpc/helloworld_v2_compiled.proto, example/grpc/helloworld_v3_reflected.proto, tests/unit/tavern_grpc/test_services.proto
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

1.161GitHub-Sterne
62Mitwirkende
91Commits, letzte 12 Monate
6Tage seit letztem Push
72Releases
1Bus-Faktor
16offene 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 ★ / 201 ⇿
0Sterne
201Forks
70Releases

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.

0408012016020019842017-122022-032026-07
Major 2Minor 33Patch 35

Jeder Punkt umfasst 8 Tage.

OpenSSF Scorecard 7.1 / 10
7.1Gesamtwert

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 23:15 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests28 out of 28 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
2Code-ReviewFound 5/17 approved changesets -- score normalized to 2
10Contributorsproject has 4 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 2 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
3Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 3
8SASTSAST tool is not run on all commits -- score normalized to 8
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 10
RegistryPaketVersionsvorgabeManifest
PyPIPyYAML>=6.0.1,<7pyproject.toml
PyPIjmespath>=1,<2pyproject.toml
PyPIjsonschema>=4,<5pyproject.toml
PyPIpyjwt>=2.5.0,<3pyproject.toml
PyPIpykwalify>=1.8.0,<2pyproject.toml
PyPIpytest>=8,<10pyproject.toml
PyPIpython-box>=6,<8pyproject.toml
PyPIrequests>=2.22.0,<3pyproject.toml
PyPIsimpleeval>=1.0.3pyproject.toml
PyPIstevedore>=4,<6pyproject.toml
Alle Abhängigkeiten 158

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 11 direkte und 147 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIjmespath1.1.0direkt
PyPIjsonschema4.26.0direkt
PyPIpyjwt—direkt
PyPIpyjwt2.13.0direkt
PyPIpykwalify1.8.0direkt
PyPIpytest9.1.1direkt
PyPIpython-box7.4.1direkt
PyPIpyyaml6.0.3direkt
PyPIrequests2.34.2direkt
PyPIsimpleeval1.0.7direkt
PyPIstevedore5.9.1direkt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiohttp3.14.3indirekt
PyPIaiosignal1.4.0indirekt
PyPIallure-pytest2.16.0indirekt
PyPIallure-python-commons2.16.0indirekt
PyPIannotated-doc0.0.5indirekt
PyPIannotated-types0.8.0indirekt
PyPIanyio4.14.2indirekt
PyPIattrs26.1.0indirekt
PyPIbackoff2.2.1indirekt
PyPIblinker1.9.0indirekt
PyPIcachetools7.1.7indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.1indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIcli-ui0.19.0indirekt
PyPIclick8.4.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcolorlog6.12.0indirekt
PyPIcoverage7.15.4indirekt
PyPIcross-web0.7.0indirekt
PyPIcryptography50.0.0indirekt
PyPIdistlib0.4.3indirekt
PyPIdocopt0.6.2indirekt
PyPIdocutils0.23indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIfaker40.38.0indirekt
PyPIfastapi0.141.1indirekt
PyPIfilelock3.32.3indirekt
PyPIflask—indirekt
PyPIflask3.1.3indirekt
PyPIflask-httpauth4.8.1indirekt
PyPIflit4.0.2indirekt
PyPIflit-core4.0.2indirekt
PyPIfluent-logger—indirekt
PyPIfluent-logger0.11.1indirekt
PyPIfrozenlist1.8.0indirekt
PyPIgoogle-api-core2.33.0indirekt
PyPIgoogle-api-python-client2.200.0indirekt
PyPIgoogle-auth2.56.3indirekt
PyPIgoogle-auth-httplib20.4.1indirekt
PyPIgoogleapis-common-protos1.75.0indirekt
PyPIgql4.0.0indirekt
PyPIgraphql-core3.2.11indirekt
PyPIgreenlet3.5.5indirekt
PyPIgrpc-interceptor—indirekt
PyPIgrpc-interceptor0.15.4indirekt
PyPIgrpcio1.83.1indirekt
PyPIgrpcio-reflection1.83.1indirekt
PyPIgrpcio-status1.83.1indirekt
PyPIgrpcio-tools—indirekt
PyPIgrpcio-tools1.83.1indirekt
PyPIgunicorn—indirekt
PyPIgunicorn26.2.0indirekt
PyPIh110.16.0indirekt
PyPIhttplib20.32.0indirekt
PyPIhttptools0.8.0indirekt
PyPIhypothesis6.167.1indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.19indirekt
PyPIiniconfig2.3.0indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjinja23.1.6indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPImarkupsafe3.0.3indirekt
PyPImsgpack1.2.1indirekt
PyPImultidict6.7.1indirekt
PyPImystmd1.3.6indirekt
PyPInodeenv1.10.0indirekt
PyPIpackaging26.3indirekt
PyPIpaho-mqtt1.6.1indirekt
PyPIpip26.2.1indirekt
PyPIplatformdirs4.11.3indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.6.2indirekt
PyPIpropcache0.5.2indirekt
PyPIproto-plus1.28.4indirekt
PyPIprotobuf7.36.1indirekt
PyPIprotobuf-protoc-bin29.6indirekt
PyPIpy1.11.0indirekt
PyPIpyasn10.6.4indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser3.0indirekt
PyPIpydantic—indirekt
PyPIpydantic2.13.5indirekt
PyPIpydantic-core2.46.5indirekt
PyPIpygments2.21.0indirekt
PyPIpyparsing3.3.2indirekt
PyPIpyproject-api1.11.0indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.5.2indirekt
PyPIpython-dotenv1.2.3indirekt
PyPIpython-multipart0.0.32indirekt
PyPIreferencing0.37.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIruamel-yaml0.18.17indirekt
PyPIruamel-yaml-clib0.2.15indirekt
PyPIruff0.16.6indirekt
PyPIschema0.7.8indirekt
PyPIsentinel1.0.0indirekt
PyPIsetuptools84.0.0indirekt
PyPIsix1.17.0indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsqlakeyset2.0.1775222100indirekt
PyPIsqlalchemy—indirekt
PyPIsqlalchemy2.0.52indirekt
PyPIstarlette1.6.0indirekt
PyPIstrawberry-graphql0.324.0indirekt
PyPIstrawberry-sqlalchemy-mapper0.9.0indirekt
PyPItabulate0.9.0indirekt
PyPItavern-graphql-example0.1.0indirekt
PyPItavern-grpc-example0.1.0indirekt
PyPItavern-http-example0.1.0indirekt
PyPItavern-mqtt-example0.1.0indirekt
PyPItbump6.11.0indirekt
PyPItomli2.4.1indirekt
PyPItomli-w1.2.0indirekt
PyPItomlkit0.11.8indirekt
PyPItox4.61.2indirekt
PyPItox-uv1.36.0indirekt
PyPItox-uv-bare1.36.0indirekt
PyPItypes-jmespath1.1.0.20260724indirekt
PyPItypes-jsonschema4.26.0.20260518indirekt
PyPItypes-paho-mqtt1.6.0.20240321indirekt
PyPItypes-protobuf7.35.1.20260827indirekt
PyPItypes-pyyaml6.0.12.20260815indirekt
PyPItypes-requests2.33.0.20260712indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.4indirekt
PyPItzdata2026.3indirekt
PyPIunidecode1.4.0indirekt
PyPIuritemplate4.2.0indirekt
PyPIurllib32.7.0indirekt
PyPIuv0.12.9indirekt
PyPIuvicorn0.52.4indirekt
PyPIuvloop0.22.1indirekt
PyPIvirtualenv21.7.4indirekt
PyPIwatchfiles1.2.0indirekt
PyPIwebsockets17.1indirekt
PyPIwerkzeug3.1.8indirekt
PyPIwheel0.48.0indirekt
PyPIyarl1.24.5indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:tavern@3.6.3 zieht 26 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

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 taverntesting/tavern teilen. Nebeneinander lesen →

99ag2ai/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.Außergewöhnlich99home-assistant/core:house_with_garden: Open source home automation that puts local control and privacy first.Außergewöhnlich99ansible/moleculeAn ansible-native testing framework for collections, playbooks, and roles with configurable workflows for testing any system or serviceAußergewöhnlich98psf/requestsA simple, yet elegant, HTTP library.Außergewöhnlich98pytest-dev/pytestThe pytest framework makes it easy to write small tests, yet scales to support complex functional testingAußergewöhnlich98locustio/locustWrite scalable load tests in plain Python 🚗💨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.