Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-23 11:46 UTC

wg-lux / lx-data-models

Python · TeXMIT★ 0 Sterne⑂ 1 Forkseit Nov. 2025Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekNetzwerkdienstwie das ermittelt wird

wg-lux/lx-data-models erreicht einen Gesundheitsindex von 62 von 100 und liegt damit im Bereich Mittel. Am stärksten schneidet es bei Engineering Quality (82/100) ab, am schwächsten bei Community & Adoption (40/100). Zuletzt vor 1 Tag aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

62
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.

62
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 58 wird auf der veröffentlichten Indexskala auf 62 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 veröffentlichtTags
PyPIlx-dtypes0.3.73.40854vor 0 Tagenclinical-datadata-modelsfhirmedical-researchpydanticterminology

Metriken nach Kategorie

Vitalität

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

66Gut · 21 % des Gesamtindex
Wie die Bewertung erfolgt
36/36Push-Aktualitätletzter Push vor 1 Tagen
14.5/36Commit-Rhythmus21/52 Wochen mit Commits
18/18Commit-Volumen201 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Verwendete Eingangsdaten
commits_last_year201
human_commit_share0,99
days_since_last_push1
active_weeks_last_year21
Wie die Bewertung erfolgt
27/27Liefert Releases aus1 Releases veröffentlicht
16.2/36Release-Aktualitätletztes Release vor 242 Tagen
12.6/27Release-RhythmusRhythmus unbekannt (nur ein Release)
0/10OpenSSF Scorecard: Signed-Releaseskeine Daten
Verwendete Eingangsdaten
releases_count1
latest_release_tagv0.1.1
releases_from_tagsnein
days_since_latest_release242
mean_days_between_releases
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?

40Schwach · 17 % des Gesamtindex
Wie die Bewertung erfolgt
0/60Stars0 Stars
0/25Forks1 Forks
0/15Watcher0 Watcher
Verwendete Eingangsdaten
forks1
stars0
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenzanerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges6
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templatenein
Wie die Bewertung erfolgt
47.1/80Downloads pro Monat3.408 Downloads/Monat über pypi
0/20Abhängige in der Registryvon diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packageslx-dtypes
dependents
ecosystemspypi
total_downloads
monthly_downloads3.408
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?

51Mittel · 23 % des Gesamtindex
Wie die Bewertung erfolgt
9/54Bus-Faktor1 Beitragende decken die Hälfte aller Commits ab
8.3/22.5Commit-Verteilungwichtigste beitragende Person verfasste 63 % der Commits
4.1/13.5Breite der Beitragenden3 Beitragende
6/10OpenSSF Scorecard: Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor1
contributors_sampled3
top_contributor_share0,633
Wie die Bewertung erfolgt
21/42Issue-Lösungsquote50 % der Issues geschlossen
12.2/30PR-Annahme11/27 entschiedene PRs gemergt
0/13Newcomer PR acceptancekein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-ReviewFound 0/2 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs11
open_issues1
closed_issues1
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d1
issue_closed_ratio0,5
closed_unmerged_prs16
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
6.1/25Reichweite des Inhabers6 Follower von wg-lux
18.2/25Kontohistorie37 öffentliche Repos, Kontoalter ca. 3 Jahre
Verwendete Eingangsdaten
followers6
owner_typeOrganization
is_verifiednein
owner_loginwg-lux
public_repos37
account_age_days1.223

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar1 Paket(e) auf pypi
35/35Veröffentlichungsaktualitätletzte Veröffentlichung vor 0 Tagen
20/20Versionshistorie54 veröffentlichte Versionen
20/20Nicht veraltetaktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packageslx-dtypes
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

82Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows3 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfigurationpyproject.toml ([tool.ruff], [tool.black])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests2 out of 2 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
0/15Dokumentations-/Homepage-Site
0/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics
has_wikija
homepage
docs_site
has_readmeja
has_docs_dirja
has_descriptionnein

Sicherheit

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

50Mittel · 16 % des Gesamtindex
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifactsno binaries found in the repo
0.8/7.5Branch-Protectionbranch protection is not maximal on development and all release branches
2.5/2.5CI-Tests2 out of 2 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0/7.5Code-ReviewFound 0/2 approved changesets -- score normalized to 0
1.5/2.5Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10/10Dangerous-Workflowno dangerous workflow patterns detected
7.5/7.5Dependency-Update-Toolupdate tool detected
0/5Fuzzingproject is not fuzzed
2.5/2.5Lizenzlicense file detected
0/7.5Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
5/5Packagingpackaging workflow detected
0/5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
5/5SASTSAST tool is run on all commits
0/5Security-Policysecurity policy file not detected
0/7.5Signed-Releaseskeine Daten
7.5/7.5Token-PermissionsGitHub workflow tokens follow principle of least privilege
0/7.5Vulnerabilities57 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,1
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.
Wie die Bewertung erfolgt
6.2/35Direkte Abhängigkeiten ohne bekannte Advisories2 betroffen: django 6.0.3 (critical 9.8), pillow 12.1.1 (critical 9.1)
0/25Indirekte Abhängigkeiten ohne bekannte Advisoriestransitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
27.2/40Keine offenen Advisories2 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 168 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories110
affected_packages9
assessed_packages135
unassessed_packages0
affected_by_severitycritical 3, high 4, moderate 2
direct_affected_packages2
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 135 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 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.

51Mittel · 4 % des Gesamtindex
Wie die Bewertung erfolgt
0/45Agentenanweisungenkeine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
2.7/40Lesbare Commit-Historie5 von 99 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url
legible_history_share0,051
agent_instruction_files
agent_instruction_max_bytes
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehldocs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfigurationpyproject.toml ([tool.ruff], [tool.black])
11/11Statische Typprüfunglx_dtypes/py.typed
10/10Reproduzierbare UmgebungNix, lockfile
2/10Belegte Agentenpraxis1 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
5/8Automatisierte WartungAbhängigkeits-Automatisierung konfiguriert, in den erfassten Commits nicht beobachtet
0/10OpenSSF Scorecard: Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixja
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configslx_dtypes/py.typed
agent_commit_share0,01
toolchain_manifests
dependency_bot_commit_share0
Wie die Bewertung erfolgt
27/45Typprüfbarer CodePython mit Typprüfungs-Konfiguration (lx_dtypes/py.typed)
54.7/55Handhabbare Dateigrößen2/426 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes73.097
source_files_sampled426
oversized_source_files2
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto)
0/20MCP-Server
40/40Lauffähige Beispieleexamples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalnein
api_schema_files
interfaces_expected_ofnetwork-service

Eckdaten

0GitHub-Sterne
3Mitwirkende
201Commits, letzte 12 Monate
1Tage seit letztem Push
1Releases
1Bus-Faktor
1offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • deps.dev does not index pypi:lx-dtypes@0.3.7; advisories assessed against the repository dependency graph instead

Weitere Details

OpenSSF Scorecard 5.1 / 10
5.1Gesamtwert

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 · 2026-09-23 11:46 UTC

10Binary-Artifactsno binaries found in the repo
1Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests2 out of 2 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/2 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
0Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
0Vulnerabilities57 existing vulnerabilities detected
Direkte Abhängigkeiten 20
RegistryPaketVersionsvorgabeManifest
PyPIbibtexparser>=1.4.0pyproject.toml
PyPIdjango>=6.0pyproject.toml
PyPIdjango-ninja>=1.5.3pyproject.toml
PyPIdjango-stubs>=5.2.8pyproject.toml
PyPIdjango-stubs-ext>=5.2.8pyproject.toml
PyPIicecream>=2.1.4pyproject.toml
PyPInumpy>=2.2.3pyproject.toml
PyPIopencv-python>=4.12.0.88pyproject.toml
PyPIopenpyxl>=3.1.5pyproject.toml
PyPIpandas>=2.2.3pyproject.toml
PyPIpandas-stubs>=2.3.3.251201pyproject.toml
PyPIpandera>=0.27.0pyproject.toml
PyPIpillow>=11.3.0pyproject.toml
PyPIpydantic>=2.10.6pyproject.toml
PyPIpython-ffmpeg>=2.0.12pyproject.toml
PyPIpyyaml>=6.0.2pyproject.toml
PyPIrequests>=2.32.3pyproject.toml
PyPIscikit-learn>=1.8.0pyproject.toml
PyPIscipy>=1.16.1pyproject.toml
PyPItypes-pyyaml>=6.0.12.20250915pyproject.toml
Alle Abhängigkeiten 135

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 20 direkte und 115 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIbibtexparser1.4.4direkt
PyPIdjango6.0.3direkt
PyPIdjango-ninja1.6.2direkt
PyPIdjango-stubs6.0.1direkt
PyPIdjango-stubs-ext6.0.1direkt
PyPIicecream2.1.10direkt
PyPInumpy2.4.4direkt
PyPIopencv-python4.13.0.92direkt
PyPIopenpyxl3.1.5direkt
PyPIpandas3.0.2direkt
PyPIpandas-stubs3.0.0.260204direkt
PyPIpandera0.30.1direkt
PyPIpillow12.1.1direkt
PyPIpydantic2.12.5direkt
PyPIpython-ffmpeg2.0.12direkt
PyPIpyyaml6.0.3direkt
PyPIrequests2.33.1direkt
PyPIscikit-learn1.8.0direkt
PyPIscipy1.17.1direkt
PyPItypes-pyyaml6.0.12.20250915direkt
PyPIaccessible-pygments0.0.5indirekt
PyPIalabaster1.0.0indirekt
PyPIannotated-types0.7.0indirekt
PyPIasgiref3.11.1indirekt
PyPIasttokens3.0.1indirekt
PyPIattrs26.1.0indirekt
PyPIbabel2.18.0indirekt
PyPIbeautifulsoup44.14.3indirekt
PyPIbuild1.4.2indirekt
PyPIcertifi2026.2.25indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.6indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.13.5indirekt
PyPIcryptography46.0.6indirekt
PyPIdecorator5.2.1indirekt
PyPIdistlib0.4.0indirekt
PyPIdocutils0.21.2indirekt
PyPIet-xmlfile2.0.0indirekt
PyPIexecnet2.1.2indirekt
PyPIexecuting2.2.1indirekt
PyPIfilelock3.25.2indirekt
PyPIflake87.3.0indirekt
PyPIfuro2025.12.19indirekt
PyPIid1.6.1indirekt
PyPIidentify2.6.18indirekt
PyPIidna3.11indirekt
PyPIimagesize2.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.4.0indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjoblib1.5.3indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIkeyring25.7.0indirekt
PyPIlibrt0.8.1indirekt
PyPIlinkify-it-py2.1.0indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImccabe0.7.0indirekt
PyPImdit-py-plugins0.5.0indirekt
PyPImdurl0.1.2indirekt
PyPImore-itertools10.8.0indirekt
PyPImypy1.19.1indirekt
PyPImypy-extensions1.1.0indirekt
PyPImyst-parser5.0.0indirekt
PyPInh30.3.4indirekt
PyPInodeenv1.10.0indirekt
PyPInumpy-typing-compat20251206.2.4indirekt
PyPIoptype0.17.0indirekt
PyPIpackaging26.0indirekt
PyPIpathspec1.0.4indirekt
PyPIpip26.0.1indirekt
PyPIplatformdirs4.9.4indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.5.1indirekt
PyPIpycodestyle2.14.0indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpyee13.0.1indirekt
PyPIpyflakes3.4.0indirekt
PyPIpygments2.20.0indirekt
PyPIpyparsing3.3.2indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpytest9.0.2indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-django4.12.0indirekt
PyPIpytest-env1.6.0indirekt
PyPIpytest-mypy-plugins4.0.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.2.1indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIreadme-renderer44.0indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2026.3.32indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc39862.0.0indirekt
PyPIrich14.3.3indirekt
PyPIroman-numerals4.1.0indirekt
PyPIroman-numerals-py4.1.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIruff0.15.8indirekt
PyPIscipy-stubs1.17.1.3indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsoupsieve2.8.3indirekt
PyPIsphinx8.2.3indirekt
PyPIsphinx-autodoc-typehints3.5.2indirekt
PyPIsphinx-basic-ng1.0.0b2indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsqlparse0.5.5indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItomlkit0.14.0indirekt
PyPItwine6.2.0indirekt
PyPItypeguard4.5.1indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspect0.9.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2025.3indirekt
PyPIuc-micro-py2.0.0indirekt
PyPIurllib32.6.3indirekt
PyPIvirtualenv21.2.0indirekt
Abhängigkeits-Advisories 9

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 135 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 9 tragen bekannte Advisories, davon 2 direkte.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
django6.0.3direktkritisch336.0.8
pillow12.1.1direktkritisch3612.3.0
cryptography46.0.6indirektkritisch950.0.0
pip26.0.1indirekthoch826.2.0
soupsieve2.8.3indirekthoch62.9.0
sqlparse0.5.5indirekthoch100.6.0
urllib32.6.3indirekthoch42.7.0
idna3.11indirektmittel23.15
pytest9.0.2indirektmittel29.0.3

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.