Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-28 07:52 UTC

tensorflow / probability

Probabilistic reasoning and statistical analysis in TensorFlow

Jupyter Notebook · PythonApache-2.0★ 4.429 Sterne⑂ 1.124 Forksseit Okt. 2017Auf GitHub ansehen ↗

tensorflow/probability erreicht einen Gesundheitsindex von 78 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Sustainability & Governance (80/100) ab, am schwächsten bei AI Readiness (35/100). Zuletzt vor 21 Tagen aktualisiert. 6 Mitwirkende tragen den Großteil der jüngsten Arbeit.

78
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.

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

Eigentümerschaft

tensorflowOrganisation
21.739 Follower107 öffentliche Reposseit Nov. 2015

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIautobnn0.0.2.dev0542vor 883 Tagentensorflowjaxprobabilitystatisticsbayesianmachinelearning
PyPIinference_gym0.0.5-6vor 580 Tagentensorflowjaxprobabilitystatisticsbayesianmachinelearning

Metriken nach Kategorie

Vitalität

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

60Mittel · 21 % des Gesamtindex
Wie die Bewertung erfolgt
28.8/36Push-Aktualitätletzter Push vor 21 Tagen
14.5/36Commit-Rhythmus21/52 Wochen mit Commits
14.8/18Commit-Volumen43 Commits im letzten Jahr
2/10OpenSSF Scorecard: Maintained3 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 2
Verwendete Eingangsdaten
commits_last_year43
human_commit_share1
days_since_last_push21
active_weeks_last_year21
Wie die Bewertung erfolgt
27/27Liefert Releases aus52 Releases veröffentlicht
7.2/36Release-Aktualitätletztes Release vor 657 Tagen
19.8/27Release-Rhythmusein Release etwa alle 98,3 Tage
0/10OpenSSF Scorecard: Signed-Releaseskeine Daten
Verwendete Eingangsdaten
releases_count52
latest_release_tagv0.25.0
releases_from_tagsnein
days_since_latest_release657
mean_days_between_releases98,3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Community & Verbreitung

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

75Gut · 17 % des Gesamtindex

Popularität & Verbreitung

96Außergewöhnlich
Wie die Bewertung erfolgt
59.1/60Stars4.429 Stars
25/25Forks1.124 Forks
12.1/15Watcher149 Watcher
Verwendete Eingangsdaten
forks1.124
stars4.429
watchers149
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenzanerkannte 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_badges0
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_services
has_pull_request_templatenein
Wie die Bewertung erfolgt
23.2/80Downloads pro Monat54 Downloads/Monat über pypi
0/20Abhängige in der Registryvon diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesautobnn, inference_gym
dependents
ecosystemspypi
total_downloads
monthly_downloads54
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?

80Exzellent · 23 % des Gesamtindex
Wie die Bewertung erfolgt
48.6/54Bus-Faktor6 Beitragende decken die Hälfte aller Commits ab
18.4/22.5Commit-Verteilungwichtigste beitragende Person verfasste 18 % der Commits
13.5/13.5Breite der Beitragenden100 Beitragende
10/10OpenSSF Scorecard: Contributorsproject has 36 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor6
contributors_sampled100
top_contributor_share0,182
Wie die Bewertung erfolgt
22.8/42Issue-Lösungsquote54 % der Issues geschlossen
20.6/30PR-Annahme276/402 entschiedene PRs gemergt
0/13Newcomer PR acceptancekein PR eines Erstbeitragenden in 30 Tagen entschieden
15/15OpenSSF Scorecard: Code-Reviewall changesets reviewed
Verwendete Eingangsdaten
merged_prs276
open_issues648
closed_issues770
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,543
closed_unmerged_prs126
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.
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaftim Besitz einer Organisation
0/20Verifizierte Domain
25/25Reichweite des Inhabers21.739 Follower von tensorflow
25/25Kontohistorie107 öffentliche Repos, Kontoalter ca. 10 Jahre
Verwendete Eingangsdaten
followers21.739
owner_typeOrganization
is_verifiednein
owner_logintensorflow
public_repos107
account_age_days3.949
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar2 Paket(e) auf pypi
14/35Veröffentlichungsaktualitätletzte Veröffentlichung vor 580 Tagen
20/20Versionshistorie6 veröffentlichte Versionen
20/20Nicht veraltetaktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesautobnn, inference_gym
ecosystemspypi
any_deprecatednein
min_days_since_publish580

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

66Gut · 19 % des Gesamtindex
Wie die Bewertung erfolgt
24/24CI-Workflows1 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Testskeine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: CI-Tests. Die verbleibenden Gewichte wurden renormalisiert.
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Sitehttps://www.tensorflow.org/probability/
10/10Repository-Beschreibung
10/10Topics8 Topics
10/10Wiki
Verwendete Eingangsdaten
topicstensorflow, bayesian-methods, deep-learning, machine-learning, data-science, neural-networks, statistics, probabilistic-programming
has_wikija
homepagehttps://www.tensorflow.org/probability/
docs_sitehttps://www.tensorflow.org/probability/
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

57Mittel · 16 % des Gesamtindex
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifactsno binaries found in the repo
0/7.5Branch-Protectionkeine Daten
0/2.5CI-Testskeine Daten
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
7.5/7.5Code-Reviewall changesets reviewed
2.5/2.5Contributorsproject has 36 contributing companies or organizations
10/10Dangerous-Workflowno dangerous workflow patterns detected
0/7.5Dependency-Update-Toolno update tool detected
0/5Fuzzingproject is not fuzzed
2.5/2.5Lizenzlicense file detected
1.5/7.5Maintained3 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 2
0/5Packagingkeine Daten
0/5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0/5SASTno SAST tool detected
0/5Security-Policysecurity policy file not detected
0/7.5Signed-Releaseskeine Daten
0/7.5Token-Permissionsdetected GitHub workflow tokens with excessive permissions
6.8/7.5Vulnerabilities1 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated14
scorecard_versionv5.5.0
checks_inconclusive4
scorecard_aggregate4,6
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, CI-Tests, Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisorieskeine direkte Abhängigkeit trägt ein bekanntes Advisory
0/25Indirekte Abhängigkeiten ohne bekannte Advisoriestransitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40Keine offenen Advisorieskein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories2
affected_packages1
assessed_packages7
unassessed_packages13
affected_by_severitylow 1
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories, Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. 7 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 13 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.

35Schwach · 4 % des Gesamtindex
Wie die Bewertung erfolgt
0/45Agentenanweisungenkeine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
10.1/40Lesbare Commit-Historie19 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url
legible_history_share0,19
agent_instruction_files
agent_instruction_max_bytes
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
0/10Reproduzierbare Umgebung
0/10Belegte Agentenpraxiskeine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartungkeine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles
has_dockerfilenein
typed_languagenein
bootstrap_files
has_devcontainernein
has_linter_confignein
typecheck_configs
agent_commit_share0
toolchain_manifests
dependency_bot_commit_share0
Wie die Bewertung erfolgt
0/45Typprüfbarer CodeJupyter Notebook ohne Typprüfungs-Konfiguration
54/55Handhabbare Dateigrößen24/1.303 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageJupyter Notebook
largest_source_bytes711.243
source_files_sampled1.303
oversized_source_files24
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto)für diese Art von Software nicht anwendbar
0/20MCP-Serverfür diese Art von Software nicht anwendbar
40/40Lauffähige Beispieleexamples, 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

4.429GitHub-Sterne
100Mitwirkende
43Commits, letzte 12 Monate
21Tage seit letztem Push
52Releases
6Bus-Faktor
648offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'fun_mc' from its registry
  • pypi download statistics for 'inference_gym' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 1.124 ⇿
0Sterne
1.124Forks
50Releases

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.

02004006008001.0001.2001.124132018-072022-072026-07
Major 0Minor 23Patch 6

Jeder Punkt umfasst 8 Tage.

OpenSSF Scorecard 4.6 / 10
4.6Gesamtwert

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 · 2026-08-28 07:51 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal 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
k. A.CI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 36 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
2Maintained3 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 2
k. A.Packagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTno SAST tool detected
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
9Vulnerabilities1 existing vulnerabilities detected
Direkte Abhängigkeiten 4
RegistryPaketVersionsvorgabeManifest
PyPIimmutabledictspinoffs/fun_mc/pyproject.toml
PyPInumpy>=1.13.3spinoffs/fun_mc/pyproject.toml
PyPIjaxtypingspinoffs/fun_mc/pyproject.toml
PyPItypeguardspinoffs/fun_mc/pyproject.toml
Alle Abhängigkeiten 20

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 4 direkte und 16 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIimmutabledictdirekt
PyPIjaxtypingdirekt
PyPInumpydirekt
PyPItypeguarddirekt
PyPIbayeux-mlindirekt
PyPIchexindirekt
PyPIflaxindirekt
PyPIipywidgets8.1indirekt
PyPIjaxindirekt
PyPIjaxlibindirekt
PyPImatplotlibindirekt
PyPImatplotlib3.9indirekt
PyPImediapy1.2indirekt
PyPIpandasindirekt
PyPIplotly5.23indirekt
PyPIpythreejs2.4indirekt
PyPIscipyindirekt
PyPItensorflow-probabilityindirekt
PyPItfp-nightly0.25.0.dev20240829indirekt
PyPItqdm4.66indirekt
Abhängigkeits-Advisories 1

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 7 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 1 tragen bekannte Advisories, davon 0 direkte. 13 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
tqdm4.66indirektniedrig24.66.3

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.

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 StatistikenPyPI.