Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-20 05:37 UTC

wg-lux / endoreg-db

endoreg-db

PythonGPL-3.0★ 0 Sterne⑂ 1 Forkseit Feb. 2024Auf GitHub ansehen ↗
ArtBibliothekNetzwerkdienstwie das ermittelt wird

wg-lux/endoreg-db erreicht einen Gesundheitsindex von 47 von 100 und liegt damit im Bereich Schwach. Am stärksten schneidet es bei Engineering Quality (66/100) ab, am schwächsten bei Security (5/100). Zuletzt vor 4 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

47
gesamt / 100
Schwach

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.

47
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 48 wird auf der veröffentlichten Indexskala auf 47 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

AG-LuxOrganisation
6 Follower37 öffentliche Reposseit Mai 2023

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIendoreg-db1.5.75.471406vor 4 Tagen

Metriken nach Kategorie

Vitalität

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

58Mittel · 21 % des Gesamtindex
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 4 Tagen
2.8/36Commit-Rhythmus — 4/52 Wochen mit Commits
16.7/18Commit-Volumen — 72 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year72
human_commit_share0,99
days_since_last_push4
active_weeks_last_year4
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 1 Releases veröffentlicht
7.2/36Release-Aktualität — letztes Release vor 446 Tagen
12.6/27Release-Rhythmus — Rhythmus unbekannt (nur ein Release)
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count1
latest_release_tagprototype-release
releases_from_tagsnein
days_since_latest_release446
mean_days_between_releases—

Community & Verbreitung

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

33Gefährdet · 17 % des Gesamtindex
Wie die Bewertung erfolgt
0/60Stars — 0 Stars
0/25Forks — 1 Forks
0/15Watcher — 2 Watcher
Verwendete Eingangsdaten
forks1
stars0
watchers2
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (GPL-3.0)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges0
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_services—
has_pull_request_templatenein
Wie die Bewertung erfolgt
49.8/80Downloads pro Monat — 5.471 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesendoreg-db
dependents—
ecosystemspypi
total_downloads—
monthly_downloads5.471
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?

63Mittel · 23 % des Gesamtindex
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
10.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 53 % der Commits
5.4/13.5Breite der Beitragenden — 4 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor1
contributors_sampled4
top_contributor_share0,527
Wie die Bewertung erfolgt
37.3/42Issue-Lösungsquote — 89 % der Issues geschlossen
24.5/30PR-Annahme — 93/114 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_prs93
open_issues22
closed_issues174
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d1
issue_closed_ratio0,888
closed_unmerged_prs21
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 Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
6.1/25Reichweite des Inhabers — 6 Follower von wg-lux
18.3/25Kontohistorie — 37 öffentliche Repos, Kontoalter ca. 3 Jahre
Verwendete Eingangsdaten
followers6
owner_typeOrganization
is_verifiednein
owner_loginwg-lux
public_repos37
account_age_days1.250

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 4 Tagen
20/20Versionshistorie — 406 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesendoreg-db
ecosystemspypi
any_deprecatednein
min_days_since_publish4

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

66Gut · 19 % des Gesamtindex
Wie die Bewertung erfolgt
0/24CI-Workflows
24/24Tests vorhanden
16/16Linter-Konfiguration — .pylintrc, ruff.toml
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

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://info.coloreg.de
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepage—
docs_sitehttps://info.coloreg.de
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

5Kritisch · 16 % des Gesamtindex
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
lockfilesuv.lock
manifestspyproject.toml, requirements-cpu.txt, requirements-gpu.txt
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.
Wie die Bewertung erfolgt
2.8/35Direkte Abhängigkeiten ohne bekannte Advisories — 9 betroffen: django 5.1.4 (critical 9.8), pillow 11.0.0 (critical 9.1), torch 2.5.1 (critical 9.8), +6 weitere
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
14.3/40Keine offenen Advisories — 8 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 696 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories288
affected_packages17
assessed_packages83
unassessed_packages49
affected_by_severitycritical 7, high 6, moderate 4
direct_affected_packages9
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 83 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 49 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.

59Mittel · 4 % des Gesamtindex
Wie die Bewertung erfolgt
45/45Agentenanweisungen — .github/copilot-instructions.md
0/15Maschinenlesbare Doku (llms.txt)
6.5/40Lesbare Commit-Historie — 12 von 99 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,121
agent_instruction_files.github/copilot-instructions.md
agent_instruction_max_bytes5.150
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .pylintrc, ruff.toml
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
6/10Belegte Agentenpraxis — 3 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
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,03
toolchain_manifests—
dependency_bot_commit_share0
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.8/55Handhabbare Dateigrößen — 3/729 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes374.203
source_files_sampled729
oversized_source_files3
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto)
0/20MCP-Server
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalnein
api_schema_files—
interfaces_expected_ofnetwork-service

Eckdaten

0GitHub-Sterne
4Mitwirkende
72Commits, letzte 12 Monate
4Tage seit letztem Push
1Releases
1Bus-Faktor
22offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/10/20 05:36:56 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 60
RegistryPaketVersionsvorgabeManifest
PyPIagl-report-reader>=0.4.0pyproject.toml
PyPIdjango-bootstrap5>=25.2pyproject.toml
PyPIdjango-cors-headers>=4.8.0pyproject.toml
PyPIdjango-extensions>=3.2.3pyproject.toml
PyPIdjango>=5.2.4pyproject.toml
PyPIdjangorestframework>=3.16.1pyproject.toml
PyPIdotenv>=0.9.9pyproject.toml
PyPIfaker>=37.6.0pyproject.toml
PyPIicecream>=2.1.4pyproject.toml
PyPInumpy>=2.2.3pyproject.toml
PyPIopencv-python>=4.11.0.86pyproject.toml
PyPIpandas>=2.2.3pyproject.toml
PyPIpillow>=11.3.0pyproject.toml
PyPIpydantic>=2.10.6pyproject.toml
PyPIpytesseract>=0.3.13pyproject.toml
PyPIpytest>=8.3.5pyproject.toml
PyPIpython-ffmpeg>=2.0.12pyproject.toml
PyPIpytorch-lightning>=2.5.1pyproject.toml
PyPIpyyaml>=6.0.2pyproject.toml
PyPIregex>=2024.11.6pyproject.toml
PyPIscikit-learn>=1.5.2pyproject.toml
PyPIscipy>=1.16.1pyproject.toml
PyPIsphinx-rtd-theme>=3.0.2pyproject.toml
PyPIsphinx>=8.2.3pyproject.toml
PyPItesseract>=0.1.3pyproject.toml
PyPIllvmlite>=0.44.0pyproject.toml
PyPItqdm>=4.67.0pyproject.toml
PyPIurllib3>=2.2.3pyproject.toml
PyPIpytest-django>=4.11.1pyproject.toml
PyPIpytest-cov>=6.1.1pyproject.toml
PyPIpytest-env>=1.1.5pyproject.toml
PyPIopenpyxl>=3.1.5pyproject.toml
PyPIpyjwt>=2.10.1pyproject.toml
PyPIcryptography>=44.0.2pyproject.toml
PyPImypy>=1.16.0pyproject.toml
PyPIwhitenoise>=6.10.0pyproject.toml
PyPIrequests>=2.32.3pyproject.toml
PyPIgunicorn>=23.0.0pyproject.toml
PyPIdjango-filter>=25.1pyproject.toml
PyPIoptimum==1.26.1pyproject.toml
PyPItorch==2.5.1pyproject.toml
PyPItorchaudio==2.5.1pyproject.toml
PyPItorchvision==0.20.1pyproject.toml
PyPItransformers==4.44.2pyproject.toml
PyPIlibrosa==0.11.0pyproject.toml
PyPIsoundfile==0.12.1pyproject.toml
PyPIvector-quantize-pytorch==1.18.5pyproject.toml
PyPIvocos==0.1.0pyproject.toml
PyPIdecord==0.6.0pyproject.toml
PyPImoviepy==2.2.1pyproject.toml
PyPIsafetensors>=0.4.5pyproject.toml
PyPIcelery>=5.5.3pyproject.toml
PyPIpython-magic>=0.4.27pyproject.toml
PyPIdjango-modeltranslation>=0.19.16pyproject.toml
PyPIpip>=25.2pyproject.toml
PyPIlx-anonymizer>=0.8.8pyproject.toml
PyPIruff>=0.14.0pyproject.toml
PyPIbuild>=1.3.0pyproject.toml
PyPIflake8>=7.3.0pyproject.toml
PyPItwine>=6.2.0pyproject.toml
Alle Abhängigkeiten 132

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 80 direkte und 52 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIagl-report-reader—direkt
PyPIagl-report-reader0.4.0direkt
PyPIbuild—direkt
PyPIcelery—direkt
PyPIcryptography—direkt
PyPIcryptography44.0.0direkt
PyPIdecord0.6.0direkt
PyPIdjango—direkt
PyPIdjango5.1.4direkt
PyPIdjango-bootstrap5—direkt
PyPIdjango-bootstrap524.3direkt
PyPIdjango-cors-headers—direkt
PyPIdjango-extensions—direkt
PyPIdjango-filter—direkt
PyPIdjango-modeltranslation—direkt
PyPIdjangorestframework—direkt
PyPIdjangorestframework3.15.2direkt
PyPIdotenv—direkt
PyPIfaker—direkt
PyPIfaker33.1.0direkt
PyPIflake8—direkt
PyPIgunicorn—direkt
PyPIicecream—direkt
PyPIlibrosa0.11.0direkt
PyPIllvmlite—direkt
PyPIlx-anonymizer—direkt
PyPImoviepy2.2.1direkt
PyPImypy—direkt
PyPInumpy—direkt
PyPInumpy2.2.1direkt
PyPIopencv-python—direkt
PyPIopencv-python4.10.0.84direkt
PyPIopenpyxl—direkt
PyPIoptimum1.26.1direkt
PyPIpandas—direkt
PyPIpandas2.2.3direkt
PyPIpillow—direkt
PyPIpillow11.0.0direkt
PyPIpip—direkt
PyPIpydantic—direkt
PyPIpyjwt—direkt
PyPIpytesseract—direkt
PyPIpytesseract0.3.13direkt
PyPIpytest—direkt
PyPIpytest-cov—direkt
PyPIpytest-django—direkt
PyPIpytest-env—direkt
PyPIpython-ffmpeg—direkt
PyPIpython-magic—direkt
PyPIpytorch-lightning—direkt
PyPIpytorch-lightning2.5.0.post0direkt
PyPIpyyaml—direkt
PyPIpyyaml6.0.2direkt
PyPIregex—direkt
PyPIrequests—direkt
PyPIruff—direkt
PyPIruff0.8.6direkt
PyPIsafetensors—direkt
PyPIscikit-learn—direkt
PyPIscikit-learn1.6.0direkt
PyPIscipy—direkt
PyPIscipy1.14.1direkt
PyPIsoundfile0.12.1direkt
PyPIsphinx—direkt
PyPIsphinx-rtd-theme—direkt
PyPItesseract—direkt
PyPItorch2.5.1direkt
PyPItorch2.5.1+cu117direkt
PyPItorchaudio2.5.1direkt
PyPItorchvision0.20.1direkt
PyPItorchvision0.20.1+cu117direkt
PyPItqdm—direkt
PyPItqdm4.67.1direkt
PyPItransformers4.44.2direkt
PyPItwine—direkt
PyPIurllib3—direkt
PyPIurllib32.3.0direkt
PyPIvector-quantize-pytorch1.18.5direkt
PyPIvocos0.1.0direkt
PyPIwhitenoise—direkt
PyPIaiohappyeyeballs2.4.4indirekt
PyPIaiohttp3.11.11indirekt
PyPIaiosignal1.3.2indirekt
PyPIasgiref3.8.1indirekt
PyPIattrs24.3.0indirekt
PyPIblack24.10.0indirekt
PyPIcffi1.17.1indirekt
PyPIcharset-normalizer3.4.1indirekt
PyPIffmpeg-python0.2.0indirekt
PyPIfilelock3.16.1indirekt
PyPIfrozenlist1.5.0indirekt
PyPIfsspec2024.12.0indirekt
PyPIfuture1.0.0indirekt
PyPIgender-guesser0.4.0indirekt
PyPIidna3.10indirekt
PyPIisort5.12.0indirekt
PyPIjinja23.1.5indirekt
PyPIjoblib1.4.2indirekt
PyPIlightning-utilities0.11.9indirekt
PyPImarkupsafe3.0.2indirekt
PyPImpmath1.3.0indirekt
PyPImultidict6.1.0indirekt
PyPInetworkx3.4.2indirekt
PyPInvidia-cublas-cu1212.4.5.8indirekt
PyPInvidia-cuda-cupti-cu1212.4.127indirekt
PyPInvidia-cuda-nvrtc-cu1212.4.127indirekt
PyPInvidia-cuda-runtime-cu1212.4.127indirekt
PyPInvidia-cudnn-cu129.1.0.70indirekt
PyPInvidia-cufft-cu1211.2.1.3indirekt
PyPInvidia-curand-cu1210.3.5.147indirekt
PyPInvidia-cusolver-cu1211.6.1.9indirekt
PyPInvidia-cusparse-cu1212.3.1.170indirekt
PyPInvidia-nccl-cu122.21.5indirekt
PyPInvidia-nvjitlink-cu1212.4.127indirekt
PyPInvidia-nvtx-cu1212.4.127indirekt
PyPIpackaging24.2indirekt
PyPIpdfminer-six20231228indirekt
PyPIpdfplumber0.11.4indirekt
PyPIpropcache0.2.1indirekt
PyPIpycparser2.22indirekt
PyPIpypdfium24.30.1indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpytz2024.2indirekt
PyPIsix1.17.0indirekt
PyPIsqlparse0.5.3indirekt
PyPIsympy1.13.1indirekt
PyPIthreadpoolctl3.5.0indirekt
PyPItorchmetrics1.6.1indirekt
PyPItriton3.1.0indirekt
PyPItyping-extensions4.12.2indirekt
PyPItzdata2024.2indirekt
PyPIyarl1.18.3indirekt
Abhängigkeits-Advisories 17

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 83 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 17 tragen bekannte Advisories, davon 9 direkte. 49 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
django5.1.4direktkritisch346.1.1
pillow11.0.0direktkritisch3412.3.0
torch2.5.1direktkritisch222.13.0
torch2.5.1+cu117direktkritisch222.13.0
transformers4.44.2direktkritisch445.10.0
aiohttp3.11.11indirektkritisch693.14.4
black24.10.0indirektkritisch326.3.1
cryptography44.0.0direkthoch1250.0.0
pytorch-lightning2.5.0.post0direkthoch32.6.6
urllib32.3.0direkthoch162.8.0
fsspec2024.12.0indirekthoch22026.6.0
pdfminer-six20231228indirekthoch420251230
sqlparse0.5.3indirekthoch110.6.0
djangorestframework3.15.2direktmittel43.17.2
filelock3.16.1indirektmittel43.20.3
idna3.10indirektmittel23.15
jinja23.1.5indirektmittel23.1.6

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 Statistiken — PyPI.