Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-28 10:04 UTC

theolivenbaum / PaddleOCR

Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100+ languages.

Python · C#Apache-2.0★ 0 Sterne⑂ 0 Forksseit Aug. 2026ForkAuf GitHub ansehen ↗
ArtMCP-ServerKommandozeilenwerkzeugMobile AnwendungBibliothekwie das ermittelt wird

theolivenbaum/PaddleOCR erreicht einen Gesundheitsindex von 53 von 100 und liegt damit im Bereich Mittel. Am stärksten schneidet es bei AI Readiness (89/100) ab, am schwächsten bei Community & Adoption (12/100). Zuletzt heute aktualisiert. 4 Mitwirkende tragen den Großteil der jüngsten Arbeit.

53
gesamt / 100
Mittel

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.

53
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 52 wird auf der veröffentlichten Indexskala auf 53 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

theolivenbaumPersönliches Konto
79 Follower514 öffentliche Reposseit Sept. 2014@curiosity-ai

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIpaddleocrverweist auf ein anderes Repo — nicht bewertet3.7.02.529.61765vor 77 Tagenocrtextdetectiontextrecognitionpaddleocrchineseocrpp-ocrpp-structuredocument-parsingpdf2markdowndoc2markdowndocx2markdownkiepp-chatocrdocument-translationrag
PyPIpaddleocr_mcp0.8.57.39913vor 78 Tagen—
PyPIlangchain-paddleocrverweist auf ein anderes Repo — nicht bewertet0.2.2924vor 77 Tagen—

Metriken nach Kategorie

Vitalität

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

56Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

92Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
29.1/36Commit-Rhythmus — 42/52 Wochen mit Commits
18/18Commit-Volumen — 253 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year253
human_commit_share1
days_since_last_push0
active_weeks_last_year42

Release-Disziplin

1Kritisch
Wie die Bewertung erfolgt
0/27Liefert Releases aus — keine Releases veröffentlicht
0/36Release-Aktualität — keine Releases
0/27Release-Rhythmus — keine Releases
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count0

Community & Verbreitung

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

12Kritisch · 17 % des Gesamtindex

Popularität & Verbreitung

1Kritisch
Wie die Bewertung erfolgt
0/60Stars — 0 Stars
0/25Forks — 0 Forks
0/15Watcher — 0 Watcher
Verwendete Eingangsdaten
forks0
stars0
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

25Gefährdet
Wie die Bewertung erfolgt
0/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmenein
has_licensenein
readme_badges4
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templatenein

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

85Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

83Exzellent
Wie die Bewertung erfolgt
43.2/54Bus-Faktor — 4 Beitragende decken die Hälfte aller Commits ab
18.2/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 19 % der Commits
13.5/13.5Breite der Beitragenden — 99 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor4
contributors_sampled99
top_contributor_share0,189

Reaktionsfähigkeit bei Issues & PRs

100Außergewöhnlich
Wie die Bewertung erfolgt
0/42Issue-Lösungsquote — keine Issues oder keine Daten
30/30PR-Annahme — 3/3 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 3/3 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs3
open_issues0
closed_issues0
prs_merged_7d3
prs_decided_7d3
prs_merged_30d3
prs_decided_30d3
issue_closed_ratio—
closed_unmerged_prs0
first_time_authors_30d1
first_time_prs_merged_30d3
first_time_prs_decided_30d3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Issue-Lösungsquote. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

61Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
13.7/25Reichweite des Inhabers — 79 Follower von theolivenbaum
25/25Kontohistorie — 514 öffentliche Repos, Kontoalter ca. 11 Jahre
Verwendete Eingangsdaten
followers79
owner_typeUser
is_verified—
owner_logintheolivenbaum
public_repos514
account_age_days4.363
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 78 Tagen
20/20Versionshistorie — 13 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagespaddleocr_mcp
ecosystemspypi
any_deprecatednein
min_days_since_publish78

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

46Schwach · 19 % des Gesamtindex

Engineering-Praktiken

50Mittel
Wie die Bewertung erfolgt
0/24CI-Workflows
24/24Tests vorhanden
16/16Linter-Konfiguration — eslint.config.js, langchain-paddleocr/pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cinein
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

40Schwach
Wie die Bewertung erfolgt
0/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://www.paddleocr.com
0/10Repository-Beschreibung
0/10Topics
0/10Wiki
Verwendete Eingangsdaten
topics—
has_wikinein
homepagehttps://www.paddleocr.com
docs_sitehttps://www.paddleocr.com
has_readmenein
has_docs_dirja
has_descriptionnein

Sicherheit

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

40Schwach · 16 % des Gesamtindex

Sicherheitslage

25Gefährdet
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
0/25Dependabot-Konfiguration
25/25Lockfiles für Abhängigkeiten — package-lock.json, uv.lock
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfilespackage-lock.json, uv.lock
manifestslangchain-paddleocr/pyproject.toml, mcp_server/pyproject.toml, paddleocr-js/package.json, pyproject.toml, requirements.txt, setup.py
has_codeql_workflownein
has_security_policynein
has_dependabot_confignein

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_packages58
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:paddleocr@3.7.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 58 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.

89Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 95 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,95
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes21.612

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

91Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — deploy/avh/Makefile, deploy/lite/Makefile, langchain-paddleocr/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — eslint.config.js, langchain-paddleocr/pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — api_sdk/typescript/tsconfig.json, langchain-paddleocr/langchain_paddleocr/py.typed, mcp_server/paddleocr_mcp/py.typed, paddleocr-js/apps/demo/tsconfig.json, paddleocr-js/packages/core/tsconfig.json, paddleocr-js/tsconfig.json
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
10/10Belegte Agentenpraxis — 45 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
lockfilespackage-lock.json, uv.lock
has_dockerfileja
typed_languagenein
bootstrap_filesdeploy/avh/Makefile, deploy/lite/Makefile, langchain-paddleocr/Makefile
has_devcontainernein
has_linter_configja
typecheck_configsapi_sdk/typescript/tsconfig.json, langchain-paddleocr/langchain_paddleocr/py.typed, mcp_server/paddleocr_mcp/py.typed, paddleocr-js/apps/demo/tsconfig.json, paddleocr-js/packages/core/tsconfig.json, paddleocr-js/tsconfig.json
agent_commit_share0,45
toolchain_manifestsapi_sdk/go/go.mod, deploy/android_demo/app/build.gradle, deploy/android_demo/build.gradle, deploy/ppocr-android/app/build.gradle.kts, deploy/ppocr-android/build.gradle.kts, deploy/ppocr-android/ppocr-sdk/build.gradle.kts, dotnet/src/PaddleOcrSharp.Cli/PaddleOcrSharp.Cli.csproj, dotnet/src/PaddleOcrSharp.Pdf/PaddleOcrSharp.Pdf.csproj, dotnet/src/PaddleOcrSharp/PaddleOcrSharp.csproj, dotnet/tests/PaddleOcrSharp.Tests/PaddleOcrSharp.Tests.csproj
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (api_sdk/typescript/tsconfig.json, langchain-paddleocr/langchain_paddleocr/py.typed, mcp_server/paddleocr_mcp/py.typed, paddleocr-js/apps/demo/tsconfig.json, paddleocr-js/packages/core/tsconfig.json, paddleocr-js/tsconfig.json)
54.7/55Handhabbare Dateigrößen — 6/1.053 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes319.741
source_files_sampled1.053
oversized_source_files6

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
Verwendete Eingangsdaten
example_dirsexamples
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

0GitHub-Sterne
99Mitwirkende
253Commits, letzte 12 Monate
0Tage seit letztem Push
0Releases
4Bus-Faktor
0offene Issues
npm, PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Community profile unavailable
  • pypi package 'paddleocr' points at a different repository (https://github.com/PaddlePaddle/PaddleOCR.git); excluded from ecosystem scoring
  • pypi package 'langchain-paddleocr' points at a different repository (https://github.com/PaddlePaddle/PaddleOCR); excluded from ecosystem scoring
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/08/28 10:02:59 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Weitere Details

Direkte Abhängigkeiten 16
RegistryPaketVersionsvorgabeManifest
PyPIpaddleocr>=3.7.0langchain-paddleocr/pyproject.toml
PyPIlangchain-core>=1.2.5,<2.0.0langchain-paddleocr/pyproject.toml
PyPIpydantic>=2.0.0,<3.0.0langchain-paddleocr/pyproject.toml
PyPImcp>=1.5.0mcp_server/pyproject.toml
PyPIfastmcp>=2.0.0mcp_server/pyproject.toml
PyPIhttpx>=0.24.0mcp_server/pyproject.toml
PyPInumpy>=1.24.0mcp_server/pyproject.toml
PyPIpaddleocr>=3.7.0mcp_server/pyproject.toml
PyPIpillow>=9.0.0mcp_server/pyproject.toml
PyPIpuremagic>=1.30.0mcp_server/pyproject.toml
PyPItyping-extensions>=4.0.0mcp_server/pyproject.toml
PyPIpaddlex>=3.7.0,<3.8.0pyproject.toml
PyPIPyYAML>=6pyproject.toml
PyPIrequests—pyproject.toml
PyPIaiohttp>=3.8.0pyproject.toml
PyPItyping-extensions>=4.12pyproject.toml
Alle Abhängigkeiten nicht erhoben

Der aufgelöste Abhängigkeitssatz konnte für diesen Bericht nicht erhoben werden: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

Abhängigkeits-Advisories 0

Die Installation von pypi:paddleocr@3.7.0 zieht 58 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 theolivenbaum/PaddleOCR teilen. Nebeneinander lesen →

100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Außergewöhnlich100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich100zephyrproject-rtos/zephyrPrimary Git Repository for the Zephyr Project. Zephyr is a new generation, scalable, optimized, secure RTOS for multiple hardware architectures.Außergewöhnlich100Arize-ai/phoenixAI Observability & EvaluationAußergewöhnlich100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Außergewöhnlich100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich

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.