Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-22 13:46 UTC

tensorcircuit / tensorcircuit-ng

Next-gen AI-native tensor-network-based quantum software framework

PythonApache-2.0★ 87 Sterne⑂ 23 Forksseit Aug. 2024Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#jax#machine-learning#nisq#open-quantum-systems#pytorch#quantum-algorithm#quantum-circuit#quantum-computing#quantum-dynamics#quantum-hardware#quantum-noise#tensor-network#tensorflow#quantum-machine-learning#automatic-differentiation#gpu#quantum-simulation#distributed-training#ai-agent#quantum-error-correction

tensorcircuit/tensorcircuit-ng erreicht einen Gesundheitsindex von 75 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Engineering Quality (88/100) ab, am schwächsten bei Security (21/100). Zuletzt vor 10 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

75
gesamt / 100
Gut

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.

75
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 65 wird auf der veröffentlichten Indexskala auf 75 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

TensorCircuitOrganisation
14 Follower4 öffentliche Reposseit Dez. 2023

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPItensorcircuit-ng1.9.12.14915vor 11 Tagen

Metriken nach Kategorie

Vitalität

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

85Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

80Exzellent
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 10 Tagen
25.6/36Commit-Rhythmus — 37/52 Wochen mit Commits
18/18Commit-Volumen — 675 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year675
human_commit_share0,97
days_since_last_push10
active_weeks_last_year37

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 13 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 11 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 61,7 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count13
latest_release_tagv1.9.1
releases_from_tagsnein
days_since_latest_release11
mean_days_between_releases61,7

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

61Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

43Schwach
Wie die Bewertung erfolgt
31.4/60Stars — 87 Stars
11.2/25Forks — 23 Forks
0/15Watcher — 1 Watcher
Verwendete Eingangsdaten
forks23
stars87
watchers1
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

85Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges6
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesshields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

56Mittel
Wie die Bewertung erfolgt
44.4/80Downloads pro Monat — 2.149 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagestensorcircuit-ng
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2.149
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?

60Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

32Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
6.7/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 70 % der Commits
13.5/13.5Breite der Beitragenden — 34 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor1
contributors_sampled34
top_contributor_share0,703

Reaktionsfähigkeit bei Issues & PRs

74Gut
Wie die Bewertung erfolgt
28/42Issue-Lösungsquote — 67 % der Issues geschlossen
25.3/30PR-Annahme — 75/89 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs75
open_issues7
closed_issues14
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d2
issue_closed_ratio0,667
closed_unmerged_prs14
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

49Schwach
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
8.5/25Reichweite des Inhabers — 14 Follower von tensorcircuit
10.4/25Kontohistorie — 4 öffentliche Repos, Kontoalter ca. 2 Jahre
Verwendete Eingangsdaten
followers14
owner_typeOrganization
is_verifiednein
owner_logintensorcircuit
public_repos4
account_age_days970

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 11 Tagen
20/20Versionshistorie — 15 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagestensorcircuit-ng
ecosystemspypi
any_deprecatednein
min_days_since_publish11

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

88Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

80Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 2 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .pylintrc
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://tensorcircuit-ng.readthedocs.io/en/latest/platform/index.html
10/10Repository-Beschreibung
10/10Topics — 20 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsjax, machine-learning, nisq, open-quantum-systems, pytorch, quantum-algorithm, quantum-circuit, quantum-computing, quantum-dynamics, quantum-hardware, quantum-noise, tensor-network, tensorflow, quantum-machine-learning, automatic-differentiation, gpu, quantum-simulation, distributed-training, ai-agent, quantum-error-correction
has_wikija
homepagehttps://tensorcircuit-ng.readthedocs.io/en/latest/platform/index.html
docs_sitehttps://tensorcircuit-ng.readthedocs.io/en/latest/platform/index.html
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

21Gefährdet · 16 % des Gesamtindex

Sicherheitslage

1Kritisch
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
0/25Dependabot-Konfiguration
0/25Lockfiles für Abhängigkeiten — veröffentlichte Bibliothek — Lockfiles sind Sache der Anwendung, hier nicht erwartet
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfiles—
manifestsbenchmarks/requirements.txt, pyproject.toml, requirements/requirements-2411.txt, requirements/requirements-dev.txt, requirements/requirements-docker-v2.txt, requirements/requirements-docker.txt, requirements/requirements-extra.txt, requirements/requirements-rtd.txt, requirements/requirements-types.txt, requirements/requirements.txt, setup.py
has_codeql_workflownein
has_security_policynein
has_dependabot_confignein
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Lockfiles für Abhängigkeiten. 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_packages9
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:tensorcircuit-ng@1.9.1 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 9 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.

68Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

52Mittel
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
7.1/40Lesbare Commit-Historie — 13 von 97 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,134
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes6.038

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

72Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .pylintrc
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — devcontainer, Dockerfile
4/10Belegte Agentenpraxis — 2 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfileja
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainerja
has_linter_configja
typecheck_configs—
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

54Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54/55Handhabbare Dateigrößen — 7/388 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes146.052
source_files_sampled388
oversized_source_files7

Maschinenlesbare AI-Schnittstellen

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

Eckdaten

87GitHub-Sterne
34Mitwirkende
675Commits, letzte 12 Monate
10Tage seit letztem Push
13Releases
1Bus-Faktor
7offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard did not return a usable result (2026/08/22 13:44:32 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 23 ⇿
0Sterne
23Forks
10Releases

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.

048121620242322024-122025-102026-08
Major 0Minor 8Patch 2

Jeder Punkt umfasst 2 Tage.

Direkte Abhängigkeiten 5
RegistryPaketVersionsvorgabeManifest
PyPInumpy—pyproject.toml
PyPIscipy—pyproject.toml
PyPItensornetwork-ng—pyproject.toml
PyPInetworkx—pyproject.toml
PyPIsympy—pyproject.toml
Alle Abhängigkeiten 316

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 13 direkte und 303 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPInetworkx—direkt
PyPInetworkx3.4.2direkt
PyPInumpy—direkt
PyPInumpy1.23.5direkt
PyPInumpy1.26.4direkt
PyPIscipy—direkt
PyPIscipy1.10.1direkt
PyPIscipy1.14.1direkt
PyPIsympy—direkt
PyPIsympy1.12direkt
PyPIsympy1.13.1direkt
PyPItensornetwork-ng—direkt
PyPItensornetwork-ng0.5.0direkt
PyPIabsl-py2.1.0indirekt
PyPIalabaster1.0.0indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.6.2.post1indirekt
PyPIastroid3.3.5indirekt
PyPIasttokens3.0.0indirekt
PyPIastunparse1.6.3indirekt
PyPIattrs24.2.0indirekt
PyPIbabel2.16.0indirekt
PyPIbaytune—indirekt
PyPIbeautifulsoup44.12.3indirekt
PyPIblack—indirekt
PyPIblack23.3.0indirekt
PyPIblack24.10.0indirekt
PyPIbleach6.2.0indirekt
PyPIbuild—indirekt
PyPIcachetools5.5.0indirekt
PyPIcertifi2024.8.30indirekt
PyPIcffi1.17.1indirekt
PyPIcharset-normalizer3.4.0indirekt
PyPIchex0.1.87indirekt
PyPIcirq—indirekt
PyPIcirq1.1.0indirekt
PyPIcirq1.4.1indirekt
PyPIcirq-aqt1.4.1indirekt
PyPIcirq-core1.4.1indirekt
PyPIcirq-google1.4.1indirekt
PyPIcirq-ionq1.4.1indirekt
PyPIcirq-pasqal1.4.1indirekt
PyPIcirq-rigetti1.4.1indirekt
PyPIcirq-web1.4.1indirekt
PyPIclick8.1.7indirekt
PyPIcontourpy1.3.1indirekt
PyPIcotengra—indirekt
PyPIcoverage7.6.8indirekt
PyPIcryptography44.0.0indirekt
PyPIcupy-cuda11x12.0.0indirekt
PyPIcycler0.12.1indirekt
PyPIcython3.0.11indirekt
PyPIdecorator5.1.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdeprecated1.2.15indirekt
PyPIdeprecation2.1.0indirekt
PyPIdill0.3.9indirekt
PyPIdocutils0.21.2indirekt
PyPIduet0.2.9indirekt
PyPIetils1.11.0indirekt
PyPIexceptiongroup1.2.2indirekt
PyPIexecnet2.1.1indirekt
PyPIexecuting2.1.0indirekt
PyPIfastjsonschema2.21.0indirekt
PyPIfilelock3.16.1indirekt
PyPIflatbuffers24.3.25indirekt
PyPIfonttools4.55.0indirekt
PyPIfsspec2024.10.0indirekt
PyPIfuro—indirekt
PyPIfuro2024.8.6indirekt
PyPIgast0.6.0indirekt
PyPIgoogle-api-core2.23.0indirekt
PyPIgoogle-auth2.36.0indirekt
PyPIgoogle-pasta0.2.0indirekt
PyPIgoogleapis-common-protos1.66.0indirekt
PyPIgraphviz—indirekt
PyPIgraphviz0.20.3indirekt
PyPIgrpc-interceptor0.15.4indirekt
PyPIgrpcio1.68.0indirekt
PyPIgrpcio-status1.62.3indirekt
PyPIh110.14.0indirekt
PyPIh5py3.12.1indirekt
PyPIhttpcore1.0.7indirekt
PyPIhttpx0.28.0indirekt
PyPIibm-cloud-sdk-core3.22.0indirekt
PyPIibm-platform-services0.59.0indirekt
PyPIidna3.10indirekt
PyPIimagesize1.4.1indirekt
PyPIiniconfig2.0.0indirekt
PyPIipykernel—indirekt
PyPIipython8.30.0indirekt
PyPIisort5.13.2indirekt
PyPIjax—indirekt
PyPIjax0.2.21indirekt
PyPIjax0.3.4indirekt
PyPIjax0.4.35indirekt
PyPIjax0.4.7indirekt
PyPIjax0.7.0indirekt
PyPIjaxlib0.4.35indirekt
PyPIjaxlib0.7.0indirekt
PyPIjedi0.19.2indirekt
PyPIjinja23.1.4indirekt
PyPIjsonschema4.23.0indirekt
PyPIjsonschema-specifications2024.10.1indirekt
PyPIjupyter—indirekt
PyPIjupyter-client8.6.3indirekt
PyPIjupyter-core5.7.2indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIkahypar—indirekt
PyPIkeras3.7.0indirekt
PyPIkiwisolver1.4.7indirekt
PyPIlibclang18.1.1indirekt
PyPImarkdown3.7indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe3.0.2indirekt
PyPImatplotlib—indirekt
PyPImatplotlib3.9.2indirekt
PyPImatplotlib-inline0.1.7indirekt
PyPImccabe0.7.0indirekt
PyPImdit-py-plugins0.4.2indirekt
PyPImdurl0.1.2indirekt
PyPImistune3.0.2indirekt
PyPImitiq—indirekt
PyPImitiq0.26.0indirekt
PyPImitiq0.41.0indirekt
PyPIml-dtypes0.4.1indirekt
PyPImpmath1.3.0indirekt
PyPImsgpack1.1.0indirekt
PyPImthree—indirekt
PyPImthree1.1.0indirekt
PyPImthree2.7.0indirekt
PyPImypy1.11.2indirekt
PyPImypy1.13.0indirekt
PyPImypy1.2.0indirekt
PyPImypy1.3.0indirekt
PyPImypy-extensions1.0.0indirekt
PyPImyst-parser—indirekt
PyPImyst-parser4.0.0indirekt
PyPInamex0.0.8indirekt
PyPInbclient0.10.1indirekt
PyPInbconvert7.16.4indirekt
PyPInbformat5.10.4indirekt
PyPInbsphinx—indirekt
PyPInbsphinx0.9.5indirekt
PyPInevergrad—indirekt
PyPIomeco—indirekt
PyPIopenfermion—indirekt
PyPIopenfermion1.6.1indirekt
PyPIopenfermionpyscf—indirekt
PyPIopt-einsum3.4.0indirekt
PyPIoptax—indirekt
PyPIoptax0.1.5indirekt
PyPIoptax0.2.4indirekt
PyPIoptree0.13.1indirekt
PyPIoptuna—indirekt
PyPIorjson3.10.12indirekt
PyPIpackaging23.2indirekt
PyPIpandas2.2.3indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.4indirekt
PyPIpathspec0.12.1indirekt
PyPIpbr6.1.0indirekt
PyPIpennylane—indirekt
PyPIpennylane0.18indirekt
PyPIpennylane0.30.0indirekt
PyPIpexpect4.9.0indirekt
PyPIphysics-tenpy1.0.6indirekt
PyPIpillow—indirekt
PyPIpillow11.0.0indirekt
PyPIplatformdirs4.3.6indirekt
PyPIpluggy1.5.0indirekt
PyPIply3.11indirekt
PyPIprompt-toolkit3.0.48indirekt
PyPIproto-plus1.25.0indirekt
PyPIprotobuf4.25.5indirekt
PyPIpsutil6.1.0indirekt
PyPIptyprocess0.7.0indirekt
PyPIpubchempy1.0.4indirekt
PyPIpure-eval0.2.3indirekt
PyPIpy-cpuinfo—indirekt
PyPIpy-cpuinfo9.0.0indirekt
PyPIpyasn10.6.1indirekt
PyPIpyasn1-modules0.4.1indirekt
PyPIpycparser2.22indirekt
PyPIpydantic2.10.2indirekt
PyPIpydantic-core2.27.1indirekt
PyPIpygments2.18.0indirekt
PyPIpyjwt2.10.1indirekt
PyPIpylatexenc—indirekt
PyPIpylatexenc2.10indirekt
PyPIpylint—indirekt
PyPIpylint3.2.6indirekt
PyPIpylint3.3.1indirekt
PyPIpyparsing3.2.0indirekt
PyPIpyquil4.14.3indirekt
PyPIpyspnego0.11.2indirekt
PyPIpytest—indirekt
PyPIpytest7.4.4indirekt
PyPIpytest-benchmark—indirekt
PyPIpytest-benchmark5.0.1indirekt
PyPIpytest-cov—indirekt
PyPIpytest-cov6.0.0indirekt
PyPIpytest-lazy-fixture—indirekt
PyPIpytest-lazy-fixture0.6.3indirekt
PyPIpytest-xdist—indirekt
PyPIpytest-xdist3.6.1indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-rapidjson1.20indirekt
PyPIpytz2024.2indirekt
PyPIpyyaml—indirekt
PyPIpyyaml6.0.2indirekt
PyPIpyzmq26.2.0indirekt
PyPIpyzx-param—indirekt
PyPIpyzx-param0.9.3indirekt
PyPIqcs-api-client-common0.10.0indirekt
PyPIqcs-sdk-python0.21.4indirekt
PyPIqiskit—indirekt
PyPIqiskit1.2.4indirekt
PyPIqiskit-aer—indirekt
PyPIqiskit-aer0.15.1indirekt
PyPIqiskit-algorithms0.3.1indirekt
PyPIqiskit-ibm-runtime0.33.2indirekt
PyPIqiskit-nature—indirekt
PyPIqiskit-nature0.7.2indirekt
PyPIquil0.13.2indirekt
PyPIquimb—indirekt
PyPIquimb1.11.1indirekt
PyPIreferencing0.35.1indirekt
PyPIrequests2.32.3indirekt
PyPIrequests-ntlm1.3.0indirekt
PyPIrich13.9.4indirekt
PyPIrpcq3.11.0indirekt
PyPIrpds-py0.21.0indirekt
PyPIrsa4.9indirekt
PyPIruamel-yaml0.18.6indirekt
PyPIruamel-yaml-clib0.2.12indirekt
PyPIrustworkx0.15.1indirekt
PyPIscikit-learn—indirekt
PyPIscikit-learn1.2.2indirekt
PyPIscikit-optimize—indirekt
PyPIsetuptools—indirekt
PyPIsix1.16.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsnowballstemmer2.2.0indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsoupsieve2.6indirekt
PyPIsphinx—indirekt
PyPIsphinx8.1.3indirekt
PyPIsphinx-basic-ng1.0.0b2indirekt
PyPIsphinx-copybutton—indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-design—indirekt
PyPIsphinx-design0.6.1indirekt
PyPIsphinx-intl—indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIstack-data0.6.3indirekt
PyPIstevedore5.4.0indirekt
PyPIstim—indirekt
PyPIsymengine0.13.0indirekt
PyPItabulate0.9.0indirekt
PyPItensorboard2.18.0indirekt
PyPItensorboard-data-server0.7.2indirekt
PyPItensorflow—indirekt
PyPItensorflow2.11indirekt
PyPItensorflow2.18.0indirekt
PyPItensorflow2.20indirekt
PyPItensorflow2.4.1indirekt
PyPItensorflow2.7indirekt
PyPItensorflow-io-gcs-filesystem0.37.1indirekt
PyPItensorflow-quantum0.5.1indirekt
PyPItensornetwork—indirekt
PyPItensornetwork0.4.5indirekt
PyPItensornetwork0.4.6indirekt
PyPItermcolor2.5.0indirekt
PyPItinycss21.4.0indirekt
PyPItokenize-rt6.1.0indirekt
PyPItomli2.2.1indirekt
PyPItomlkit0.13.2indirekt
PyPItoolz1.0.0indirekt
PyPItorch—indirekt
PyPItorch2.5.1indirekt
PyPItorchvision—indirekt
PyPItornado6.4.2indirekt
PyPItqdm4.67.1indirekt
PyPItraitlets5.14.3indirekt
PyPItypes-deprecated1.2.15.20241117indirekt
PyPItypes-docutils—indirekt
PyPItypes-docutils0.21.0.20241128indirekt
PyPItypes-protobuf—indirekt
PyPItypes-protobuf5.28.3.20241030indirekt
PyPItypes-pytz—indirekt
PyPItypes-pytz2024.2.0.20241003indirekt
PyPItypes-requests—indirekt
PyPItypes-requests2.32.0.20241016indirekt
PyPItypes-setuptools—indirekt
PyPItypes-setuptools75.6.0.20241126indirekt
PyPItypes-toml—indirekt
PyPItypes-toml0.10.8.20240310indirekt
PyPItypes-typed-ast—indirekt
PyPItypes-typed-ast1.5.8.7indirekt
PyPItypes-urllib3—indirekt
PyPItypes-urllib31.26.25.14indirekt
PyPItyping-extensions4.12.2indirekt
PyPItzdata2024.2indirekt
PyPIurllib31.26.15indirekt
PyPIurllib32.2.3indirekt
PyPIwcwidth0.2.13indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsocket-client1.8.0indirekt
PyPIwerkzeug3.1.3indirekt
PyPIwrapt1.17.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:tensorcircuit-ng@1.9.1 zieht 9 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 tensorcircuit/tensorcircuit-ng teilen. Nebeneinander lesen →

98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.Außergewöhnlich100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Außergewöhnlich99quantumlib/CirqPython framework for creating, editing, and running Noisy Intermediate-Scale Quantum (NISQ) circuits.Außergewöhnlich98keras-team/kerasDeep Learning for humansAußergewöhnlich96keras-team/keras-hubPretrained model hub for Keras 3.Außergewöhnlich96iree-org/ireeA retargetable MLIR-based machine learning compiler and runtime toolkit.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.