Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-18 09:03 UTC

tobocop2 / lilbee

The whole local AI stack in one executable: it runs and manages local AI models across every GPU, and it's a search engine you can talk to, with cited answers from your files, code, and the web. MCP server for coding agents, web crawler, TUI, CLI, REST API, Python library. No Ollama or LM Studio needed, works with both.

PythonMIT★ 54 Sterne⑂ 5 Forksseit März 2026Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekMCP-ServerTerminal-OberflächeNetzwerkdienstwie das ermittelt wird
#local-llm#rag#semantic-search#tui#gguf#llama-cpp#local-ai#self-hosted#lm-studio#ollama#ai-search-engine#local-rag#model-manager#multi-gpu#notebooklm-alternative#chat-with-documents#mcp-server#private-ai#local-first#privacy

tobocop2/lilbee erreicht einen Gesundheitsindex von 84 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (87/100) ab, am schwächsten bei Sustainability & Governance (58/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

84
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.

84
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 71 wird auf der veröffentlichten Indexskala auf 84 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

TobiasPersönliches Konto
55 Follower112 öffentliche Reposseit Sept. 2013lilbee.sh

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIlilbee0.6.90b4423.11082vor 0 Tagencliembeddingsggufhuggingfaceknowledge-baseknowledge-managementllama-cpplm-studiolocal-ailocal-llmlocal-ragmcpmcp-servermodel-context-protocolmodel-managermulti-gpuobsidianocrollamapersonal-aiprivacyragretrievalsecond-brainself-hostedsemantic-searchtuivector-searchweb-crawler

Metriken nach Kategorie

Vitalität

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

86Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

83Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
19.4/36Commit-Rhythmus — 28/52 Wochen mit Commits
18/18Commit-Volumen — 762 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year762
human_commit_share0,99
days_since_last_push0
active_weeks_last_year28

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 1 Tagen
27/27Release-Rhythmus — ein Release etwa alle 1,4 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count100
latest_release_tagv0.6.90b442
releases_from_tagsnein
days_since_latest_release1
mean_days_between_releases1,4

Community & Verbreitung

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

60Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

33Gefährdet
Wie die Bewertung erfolgt
28/60Stars — 54 Stars
5/25Forks — 5 Forks
0/15Watcher — 1 Watcher
Verwendete Eingangsdaten
forks5
stars54
watchers1
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges22
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesshields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

58Mittel
Wie die Bewertung erfolgt
46.6/80Downloads pro Monat — 3.110 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packageslilbee
dependents—
ecosystemspypi
total_downloads—
monthly_downloads3.110
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?

58Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

16Kritisch
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 100 % der Commits
1.4/13.5Breite der Beitragenden — 1 Beitragende
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor1
contributors_sampled1
top_contributor_share1

Reaktionsfähigkeit bei Issues & PRs

74Gut
Wie die Bewertung erfolgt
38.3/42Issue-Lösungsquote — 91 % der Issues geschlossen
25.8/30PR-Annahme — 714/830 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/22 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs714
open_issues2
closed_issues21
prs_merged_7d28
prs_decided_7d31
prs_merged_30d49
prs_decided_30d58
issue_closed_ratio0,913
closed_unmerged_prs116
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

60Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
12.6/25Reichweite des Inhabers — 55 Follower von tobocop2
25/25Kontohistorie — 112 öffentliche Repos, Kontoalter ca. 12 Jahre
Verwendete Eingangsdaten
followers55
owner_typeUser
is_verified—
owner_logintobocop2
public_repos112
account_age_days4.738
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 0 Tagen
20/20Versionshistorie — 82 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packageslilbee
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

87Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

78Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 28 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
4/20OpenSSF Scorecard: CI-Tests — 2 out of 8 merged PRs checked by a CI test -- score normalized to 2
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://lilbee.sh
10/10Repository-Beschreibung
10/10Topics — 20 Topics
10/10Wiki
Verwendete Eingangsdaten
topicslocal-llm, rag, semantic-search, tui, gguf, llama-cpp, local-ai, self-hosted, lm-studio, ollama, ai-search-engine, local-rag, model-manager, multi-gpu, notebooklm-alternative, chat-with-documents, mcp-server, private-ai, local-first, privacy
has_wikija
homepagehttps://lilbee.sh
docs_sitehttps://lilbee.sh
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

60Mittel · 16 % des Gesamtindex

Sicherheitslage

54Mittel
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
0.5/2.5CI-Tests — 2 out of 8 merged PRs checked by a CI test -- score normalized to 2
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/22 approved changesets -- score normalized to 0
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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 18 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
3.5/5SAST — SAST tool detected but not run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6/7.5Vulnerabilities — 2 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate5,4

Abhängigkeits-Advisories

85Exzellent
Wie die Bewertung erfolgt
26.6/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: diskcache 5.6.3 (moderate)
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
37.2/40Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 218 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories5
affected_packages3
assessed_packages201
unassessed_packages12
affected_by_severityhigh 1, moderate 2
direct_affected_packages1
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 201 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 12 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.

76Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

82Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, examples/agent-integration/AGENTS.md
0/15Maschinenlesbare Doku (llms.txt)
36.6/40Lesbare Commit-Historie — 68 von 99 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,687
agent_instruction_filesAGENTS.md, examples/agent-integration/AGENTS.md
agent_instruction_max_bytes54.965

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

77Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — src/lilbee/py.typed
10/10Reproduzierbare Umgebung — Dockerfile, Nix, lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
5/8Automatisierte Wartung — Abhängigkeits-Automatisierung konfiguriert, in den erfassten Commits nicht beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixja
has_testsja
lockfilespackage-lock.json, uv.lock
has_dockerfileja
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configssrc/lilbee/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

80Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/lilbee/py.typed)
52.9/55Handhabbare Dateigrößen — 37/962 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes602.121
source_files_sampled962
oversized_source_files37

Maschinenlesbare AI-Schnittstellen

60Mittel
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto)
20/20MCP-Server
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalja
api_schema_files—
interfaces_expected_ofnetwork-service

Eckdaten

54GitHub-Sterne
1Mitwirkende
762Commits, letzte 12 Monate
0Tage seit letztem Push
100Releases
1Bus-Faktor
2offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:lilbee@0.6.90b442; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 5 ⇿
0Sterne
5Forks
97Releases

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.

12345512026-032026-062026-09
Major 0Minor 0Patch 0
OpenSSF Scorecard 5.4 / 10
5.4Gesamtwert

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 · 2026-09-18 09:03 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
2CI-Tests2 out of 8 merged PRs checked by a CI test -- score normalized to 2
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/22 approved changesets -- score normalized to 0
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
7SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
8Vulnerabilities2 existing vulnerabilities detected
Direkte Abhängigkeiten 24
RegistryPaketVersionsvorgabeManifest
PyPIlancedb—pyproject.toml
PyPIlancedb—pyproject.toml
PyPIxberg>=1.1.2pyproject.toml
PyPIfilelock<3.33pyproject.toml
PyPItree-sitter-language-pack>=1.8.0,<2.0pyproject.toml
PyPItyper>=0.12pyproject.toml
PyPItiktoken—pyproject.toml
PyPItextual>=0.75pyproject.toml
PyPImcp>=2.0.0,<3pyproject.toml
PyPIpillow>=11.3.0pyproject.toml
PyPIlitestar>=2.0pyproject.toml
PyPIuvicorn>=0.30pyproject.toml
PyPIhttpx—pyproject.toml
PyPIdiskcache>=5.6.1pyproject.toml
PyPIjinja2>=2.11.3pyproject.toml
PyPItyping-extensions>=4.5.0pyproject.toml
PyPIhuggingface_hub>=1.27.0pyproject.toml
PyPIpsutil>=5.9pyproject.toml
PyPIpydantic-settings>=2.14.2pyproject.toml
PyPInumpy<2.5pyproject.toml
PyPIregex—pyproject.toml
PyPItomli-w>=1.0pyproject.toml
PyPIcachetools>=7.1.4pyproject.toml
PyPIpathspec>=1.1.1pyproject.toml
Alle Abhängigkeiten 213

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 24 direkte und 189 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIcachetools7.1.4direkt
PyPIdiskcache5.6.3direkt
PyPIfilelock3.32.2direkt
PyPIhttpx—direkt
PyPIhttpx0.28.1direkt
PyPIhuggingface-hub1.27.0direkt
PyPIjinja23.1.6direkt
PyPIlancedb0.34.0direkt
PyPIlitestar2.24.0direkt
PyPImcp2.0.0direkt
PyPInumpy2.4.6direkt
PyPIpathspec1.1.1direkt
PyPIpillow12.3.0direkt
PyPIpsutil7.2.2direkt
PyPIpydantic-settings2.14.2direkt
PyPIregex2026.7.10direkt
PyPItextual8.2.8direkt
PyPItiktoken0.13.0direkt
PyPItomli-w1.2.0direkt
PyPItree-sitter-language-pack1.12.5direkt
PyPItyper0.27.0direkt
PyPItyping-extensions4.16.0direkt
PyPIuvicorn0.51.0direkt
PyPIxberg1.1.2direkt
npmundici6.28.0indirekt
PyPIaiofiles25.1.0indirekt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiohttp3.14.3indirekt
PyPIaiosignal1.4.0indirekt
PyPIaiosqlite0.22.1indirekt
PyPIalphashape1.3.1indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.14.2indirekt
PyPIast-serialize0.6.0indirekt
PyPIattrs26.1.0indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIblis1.3.3indirekt
PyPIboto31.43.89indirekt
PyPIbotocore1.43.89indirekt
PyPIbrotli1.2.0indirekt
PyPIcatalogue2.0.10indirekt
PyPIcertifi2026.6.17indirekt
PyPIcffi2.1.0indirekt
PyPIcfgv3.5.0indirekt
PyPIchardet7.4.3indirekt
PyPIcharset-normalizer3.4.9indirekt
PyPIclick8.4.2indirekt
PyPIclick-log0.4.0indirekt
PyPIcloudpathlib0.24.0indirekt
PyPIcolorama0.4.6indirekt
PyPIconfection1.3.3indirekt
PyPIcoverage7.15.2indirekt
PyPIcrawl4ai0.9.2indirekt
PyPIcryptography50.0.0indirekt
PyPIcssselect1.4.0indirekt
PyPIcymem2.0.13indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdeprecation2.1.0indirekt
PyPIdistlib0.4.3indirekt
PyPIdistro1.9.0indirekt
PyPIexecnet2.1.2indirekt
PyPIfake-useragent2.2.0indirekt
PyPIfaker40.31.0indirekt
PyPIfastuuid0.14.0indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.6.0indirekt
PyPIgguf0.19.0indirekt
PyPIgraspologic-native1.3.1indirekt
PyPIgreenlet3.5.3indirekt
PyPIh110.16.0indirekt
PyPIh24.4.1indirekt
PyPIhf-xet1.5.2indirekt
PyPIhpack4.2.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpcore22.12.0indirekt
PyPIhttpx-sse—indirekt
PyPIhttpx22.12.0indirekt
PyPIhttpx2-jsfetch1.0indirekt
PyPIhumanize4.16.0indirekt
PyPIhyperframe6.1.0indirekt
PyPIhypothesis6.161.6indirekt
PyPIidentify2.6.19indirekt
PyPIidna—indirekt
PyPIidna3.18indirekt
PyPIimportlib-metadata8.9.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjiter0.16.0indirekt
PyPIjmespath1.1.0indirekt
PyPIjoblib1.5.3indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIlance-namespace0.8.6indirekt
PyPIlance-namespace-urllib3-client0.8.6indirekt
PyPIlark1.3.1indirekt
PyPIlibrt0.13.0indirekt
PyPIlilbee0.6.90b439indirekt
PyPIlilbee-engine0.0.0indirekt
PyPIlinkify-it-py2.1.0indirekt
PyPIlitellm1.98.0indirekt
PyPIlitestar-htmx0.5.0indirekt
PyPIlxml6.1.1indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImcp-types2.0.0indirekt
PyPImdit-py-plugins0.6.1indirekt
PyPImdurl0.1.2indirekt
PyPImsgspec0.21.1indirekt
PyPImultidict6.7.1indirekt
PyPImultipart1.3.1indirekt
PyPImurmurhash1.0.15indirekt
PyPImypy2.3.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPInetworkx3.6.1indirekt
PyPInltk3.10.3indirekt
PyPInodeenv1.10.0indirekt
PyPInvidia-cublas-cu1212.9.2.10indirekt
PyPInvidia-cuda-nvrtc-cu1212.9.86indirekt
PyPInvidia-cuda-runtime-cu1212.9.79indirekt
PyPIopenai2.46.0indirekt
PyPIopentelemetry-api1.44.0indirekt
PyPIoverrides7.7.0indirekt
PyPIpackaging26.2indirekt
PyPIpatchright1.61.2indirekt
PyPIplatformdirs4.10.0indirekt
PyPIplaywright1.61.0indirekt
PyPIplaywright-stealth2.0.3indirekt
PyPIpluggy1.6.0indirekt
PyPIpolyfactory3.3.0indirekt
PyPIpre-commit4.6.0indirekt
PyPIpreshed3.0.13indirekt
PyPIpropcache0.5.2indirekt
PyPIpy1.11.0indirekt
PyPIpyarrow25.0.0indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.4indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpyee13.0.1indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpylance9.0.0indirekt
PyPIpyopenssl26.4.0indirekt
PyPIpyte—indirekt
PyPIpytest—indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio—indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-forked1.6.0indirekt
PyPIpytest-httpserver1.1.5indirekt
PyPIpytest-rerunfailures—indirekt
PyPIpytest-timeout—indirekt
PyPIpytest-timeout2.4.0indirekt
PyPIpytest-xdist—indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.4.4indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpywin32312indirekt
PyPIpywinpty—indirekt
PyPIpyyaml6.0.3indirekt
PyPIrank-bm250.2.2indirekt
PyPIreferencing0.37.0indirekt
PyPIreportlab5.0.0indirekt
PyPIrequests2.34.2indirekt
PyPIrich15.0.0indirekt
PyPIrich-click1.9.8indirekt
PyPIrpds-py2026.6.3indirekt
PyPIrtree1.4.1indirekt
PyPIruff0.15.22indirekt
PyPIs3transfer0.19.2indirekt
PyPIscipy1.17.1indirekt
PyPIscipy1.18.0indirekt
PyPIsetuptools—indirekt
PyPIsetuptools83.0.0indirekt
PyPIshapely2.1.2indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsmart-open8.0.1indirekt
PyPIsniffio1.3.1indirekt
PyPIsnowballstemmer2.2.0indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsoupsieve2.8.4indirekt
PyPIspacy3.8.14indirekt
PyPIspacy-legacy3.0.12indirekt
PyPIspacy-loggers1.0.5indirekt
PyPIsrsly2.5.3indirekt
PyPIsse-starlette3.4.5indirekt
PyPIstarlette1.3.1indirekt
PyPItenacity—indirekt
PyPIthinc8.3.13indirekt
PyPItokenizers0.23.1indirekt
PyPItomli2.4.1indirekt
PyPItqdm4.68.4indirekt
PyPItree-sitter0.26.0indirekt
PyPItrimesh4.12.2indirekt
PyPItruststore0.10.4indirekt
PyPItypes-cachetools7.0.0.20260713indirekt
PyPItypes-pyyaml6.0.12.20260518indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.3indirekt
PyPIuc-micro-py2.0.0indirekt
PyPIunclecode-litellm1.81.13indirekt
PyPIurllib32.7.0indirekt
PyPIvirtualenv21.6.1indirekt
PyPIwasabi1.1.3indirekt
PyPIweasel1.0.0indirekt
PyPIwerkzeug3.1.8indirekt
PyPIwrapt2.2.2indirekt
PyPIxxhash3.8.1indirekt
PyPIyarl1.24.2indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 3

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 201 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 3 tragen bekannte Advisories, davon 1 direkte. 12 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
nltk3.10.3indirekthoch1—
diskcache5.6.3direktmittel2—
soupsieve2.8.4indirektmittel22.9.0

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 tobocop2/lilbee teilen. Nebeneinander lesen →

97Observal/ObservalObserval is self-hosted registry for your coding agent extensions with a built in insight engine. Setup Observal, define the scope and share your Skills, MCPs and Agents with your peers.Außergewöhnlich98n8n-io/n8nFair-code workflow automation platform with native AI capabilities. Combine visual building with custom code, self-host or cloud, 400+ integrations.Außergewöhnlich100deepset-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.Außergewöhnlich99awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsAußergewöhnlich97gptme/gptmeYour agent in your terminal, equipped with local tools: writes code, uses the terminal, browses the web. Make your own persistent autonomous agent on top!Außergewöhnlich97redis/redis-vl-pythonRedis Vector Library. The AI-native Python client for Redis.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.