Öffentliches Register
Software-GesundheitsberichtSchema 0.30.0 · Metriken 2.10.0 · 2026-08-03 21:30 UTC

wiltodelta / remove-ai-watermarks

AI watermark remover. CLI and Python library to strip visible and invisible AI watermarks (Gemini / Nano Banana sparkle, SynthID) and provenance metadata (C2PA, EXIF, IPTC) from images.

PythonApache-2.0★ 4.420 Sterne⑂ 410 Forksseit März 2026Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#ai#cli#computer-vision#diffusion-models#image-processing#metadata#python#watermark-removal#c2pa#gemini#synthid#ai-watermark#content-credentials#exif#flux#generative-ai#nano-banana#stable-diffusion#comfyui#watermark-remover

wiltodelta/remove-ai-watermarks erreicht einen Gesundheitsindex von 81 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (85/100) ab, am schwächsten bei Sustainability & Governance (56/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

81
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.

81
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 69 wird auf der veröffentlichten Indexskala auf 81 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Victor KuznetsovPersönliches Konto
57 Follower24 öffentliche Reposseit Nov. 2011

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIremove-ai-watermarks0.24.08.93865vor 0 Tagenai-detectionai-metadataai-watermarkai-watermark-removerc2pacomfyuicontent-credentialsexifgeminigemini-watermarkmetadata-removalnano-bananaprovenanceremove-watermarkstable-diffusionsynthidwatermark-removalwatermark-remover

Metriken nach Kategorie

Vitalität

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

85Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

75Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
11.1/36Commit-Rhythmus — 16/52 Wochen mit Commits
18/18Commit-Volumen — 395 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 25 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year395
human_commit_share0,91
days_since_last_push0
active_weeks_last_year16

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 65 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 1,2 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count65
latest_release_tagv0.24.0
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases1,2
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?

68Gut · 17 % des Gesamtindex

Popularität & Verbreitung

86Exzellent
Wie die Bewertung erfolgt
59.1/60Stars — 4.420 Stars
21.8/25Forks — 410 Forks
5.3/15Watcher — 10 Watcher
Verwendete Eingangsdaten
forks410
stars4.420
watchers10
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

50Mittel
Wie die Bewertung erfolgt
22.5/22.5README
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_readmeja
has_licenseja
readme_badges5
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

66Gut
Wie die Bewertung erfolgt
52.7/80Downloads pro Monat — 8.938 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesremove-ai-watermarks
dependents—
ecosystemspypi
total_downloads—
monthly_downloads8.938
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?

56Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

16Kritisch
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0.2/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 99 % der Commits
6.8/13.5Breite der Beitragenden — 5 Beitragende
0/10OpenSSF Scorecard: Contributors — project has 0 contributing companies or organizations -- score normalized to 0
Verwendete Eingangsdaten
bus_factor1
contributors_sampled5
top_contributor_share0,99

Reaktionsfähigkeit bei Issues & PRs

67Gut
Wie die Bewertung erfolgt
42/42Issue-Lösungsquote — 100 % der Issues geschlossen
18.1/30PR-Annahme — 29/48 entschiedene PRs gemergt
6.5/13Newcomer PR acceptance — 1/2 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — Found 0/16 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs29
open_issues0
closed_issues26
prs_merged_7d5
prs_decided_7d6
prs_merged_30d9
prs_decided_30d10
issue_closed_ratio1
closed_unmerged_prs19
first_time_authors_30d2
first_time_prs_merged_30d1
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

56Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
12.7/25Reichweite des Inhabers — 57 Follower von wiltodelta
22.2/25Kontohistorie — 24 öffentliche Repos, Kontoalter ca. 14 Jahre
Verwendete Eingangsdaten
followers57
owner_typeUser
is_verified—
owner_loginwiltodelta
public_repos24
account_age_days5.376
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 — 65 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesremove-ai-watermarks
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

81Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

68Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 3 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 5 out of 5 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://raiw.cc
10/10Repository-Beschreibung
10/10Topics — 20 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsai, cli, computer-vision, diffusion-models, image-processing, metadata, python, watermark-removal, c2pa, gemini, synthid, ai-watermark, content-credentials, exif, flux, generative-ai, nano-banana, stable-diffusion, comfyui, watermark-remover
has_wikija
homepagehttps://raiw.cc
docs_sitehttps://raiw.cc
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

59Mittel · 16 % des Gesamtindex

Sicherheitslage

49Schwach
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
2.5/2.5CI-Tests — 5 out of 5 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/16 approved changesets -- score normalized to 0
0/2.5Contributors — project has 0 contributing companies or organizations -- score normalized to 0
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 25 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,9
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages156
unassessed_packages0
affected_by_severitynone
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. 156 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.

57Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

69Gut
Wie die Bewertung erfolgt
45/45Agentenanweisungen — CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
24/40Lesbare Commit-Historie — 41 von 91 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,451
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes3.168

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

50Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 23 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 1 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_confignein
typecheck_configs—
agent_commit_share0,23
toolchain_manifests—
dependency_bot_commit_share0,01

AI-Code-Lesbarkeit für Modelle

53Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
53.3/55Handhabbare Dateigrößen — 4/131 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes97.694
source_files_sampled131
oversized_source_files4

Eckdaten

4.420GitHub-Sterne
5Mitwirkende
395Commits, letzte 12 Monate
0Tage seit letztem Push
65Releases
1Bus-Faktor
0offene 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:remove-ai-watermarks@0.24.0; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 410 ⇿
0Sterne
410Forks
63Releases

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.

0100200300400500408412026-032026-052026-08
Major 0Minor 19Patch 44
OpenSSF Scorecard 4.9 / 10
4.9Gesamtwert

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 · 2026-08-03 21:30 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
10CI-Tests5 out of 5 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 0/16 approved changesets -- score normalized to 0
0Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 25 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 5
RegistryPaketVersionsvorgabeManifest
PyPIpillow>=10.0.0pyproject.toml
PyPIpiexif>=1.1.3pyproject.toml
PyPIclick>=8.0.0pyproject.toml
PyPIpython-dotenv>=1.0.0pyproject.toml
PyPIc2pa-python>=0.35.0pyproject.toml
Alle Abhängigkeiten 156

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 5 direkte und 151 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIc2pa-python0.37.2direkt
PyPIclick8.4.2direkt
PyPIpiexif1.1.3direkt
PyPIpillow12.3.0direkt
PyPIpython-dotenv1.2.2direkt
PyPIaccelerate1.14.0indirekt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiohttp3.14.3indirekt
PyPIaiosignal1.4.0indirekt
PyPIannotated-doc0.0.5indirekt
PyPIannotated-types0.8.0indirekt
PyPIantlr4-python3-runtime4.9.3indirekt
PyPIanyio4.14.2indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs26.1.0indirekt
PyPIav16.1.0indirekt
PyPIav18.0.0indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.0indirekt
PyPIcharset-normalizer3.4.9indirekt
PyPIcolorama0.4.6indirekt
PyPIcoloredlogs15.0.1indirekt
PyPIcoverage7.15.2indirekt
PyPIcryptography50.0.0indirekt
PyPIcuda-bindings13.3.1indirekt
PyPIcuda-pathfinder1.6.0indirekt
PyPIcuda-toolkit13.0.3.0indirekt
PyPIcvss3.6indirekt
PyPIdatasets5.0.1indirekt
PyPIdiffsynth2.0.18indirekt
PyPIdiffusers0.39.0indirekt
PyPIdill0.4.1indirekt
PyPIdnspython2.8.0indirekt
PyPIeinops0.8.2indirekt
PyPIemail-validator2.3.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIfilelock3.32.2indirekt
PyPIflatbuffers25.12.19indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.6.0indirekt
PyPIftfy6.3.1indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.5.2indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhuggingface-hub1.26.0indirekt
PyPIhumanfriendly10.0indirekt
PyPIhumanize4.16.0indirekt
PyPIidna3.18indirekt
PyPIimageio2.37.4indirekt
PyPIimageio-ffmpeg0.6.0indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIinflect7.5.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIinvisible-watermark0.2.0indirekt
PyPIjinja23.1.6indirekt
PyPIlightning2.6.5indirekt
PyPIlightning-utilities0.15.3indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdurl0.1.2indirekt
PyPImodelscope1.39.0indirekt
PyPImodelscope-hub0.1.9indirekt
PyPImore-itertools11.1.0indirekt
PyPImpmath1.3.0indirekt
PyPImultidict6.7.1indirekt
PyPImultiprocess0.70.19indirekt
PyPInetworkx3.4.2indirekt
PyPInetworkx3.6.1indirekt
PyPInodeenv1.10.0indirekt
PyPInumpy1.26.4indirekt
PyPInvidia-cublas13.1.1.3indirekt
PyPInvidia-cuda-cupti13.0.85indirekt
PyPInvidia-cuda-nvrtc13.0.88indirekt
PyPInvidia-cuda-runtime13.0.96indirekt
PyPInvidia-cudnn-cu139.20.0.48indirekt
PyPInvidia-cufft12.0.0.61indirekt
PyPInvidia-cufile1.15.1.6indirekt
PyPInvidia-curand10.4.0.35indirekt
PyPInvidia-cusolver12.0.4.66indirekt
PyPInvidia-cusparse12.6.3.3indirekt
PyPInvidia-cusparselt-cu130.8.1indirekt
PyPInvidia-nccl-cu132.29.7indirekt
PyPInvidia-nvjitlink13.3.33indirekt
PyPInvidia-nvshmem-cu133.4.5indirekt
PyPInvidia-nvtx13.0.85indirekt
PyPIomegaconf2.3.1indirekt
PyPIonnxruntime1.23.2indirekt
PyPIonnxruntime1.28.0indirekt
PyPIopencv-python4.11.0.86indirekt
PyPIopencv-python-headless4.11.0.86indirekt
PyPIorjson3.11.9indirekt
PyPIpackaging26.2indirekt
PyPIpandas2.3.3indirekt
PyPIpandas3.0.5indirekt
PyPIpeft0.20.0indirekt
PyPIpillow-heif1.5.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpropcache0.5.2indirekt
PyPIprotobuf7.35.1indirekt
PyPIpsutil7.2.2indirekt
PyPIpyarrow25.0.0indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.4indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpygments2.20.0indirekt
PyPIpyreadline33.5.6indirekt
PyPIpyright1.1.411indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpytorch-lightning2.6.5indirekt
PyPIpytz2026.3.post1indirekt
PyPIpywavelets1.8.0indirekt
PyPIpywavelets1.9.0indirekt
PyPIpyyaml6.0.3indirekt
PyPIregex2026.7.19indirekt
PyPIremove-ai-watermarks0.24.0indirekt
PyPIrequests2.34.2indirekt
PyPIrich15.0.0indirekt
PyPIruff0.16.1indirekt
PyPIsafetensors0.8.0indirekt
PyPIsentencepiece0.2.2indirekt
PyPIsetuptools83.0.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIspandrel0.4.2indirekt
PyPIstamina26.1.0indirekt
PyPIsympy1.14.0indirekt
PyPItenacity9.1.4indirekt
PyPItokenizers0.22.2indirekt
PyPItoml0.10.2indirekt
PyPItomli2.4.1indirekt
PyPItomlkit0.15.1indirekt
PyPItorch2.13.0indirekt
PyPItorchmetrics1.9.0indirekt
PyPItorchvision0.28.0indirekt
PyPItqdm4.70.0indirekt
PyPItransformers5.14.1indirekt
PyPItriton3.7.1indirekt
PyPItrustmark0.9.1indirekt
PyPItypeguard4.6.0indirekt
PyPItyper0.27.0indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.3indirekt
PyPIurllib32.7.0indirekt
PyPIuv-outdated1.0.4indirekt
PyPIuv-secure0.17.2indirekt
PyPIwcwidth0.8.2indirekt
PyPIwheel0.47.0indirekt
PyPIxxhash3.8.1indirekt
PyPIyarl1.24.5indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 0

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 156 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 0 tragen bekannte Advisories, davon 0 direkte.

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 wiltodelta/remove-ai-watermarks teilen. Nebeneinander lesen →

99langchain-ai/langgraphBuild resilient agents.Außergewöhnlich98langchain-ai/langchainThe agent engineering platform.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.Außergewöhnlich99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.Außergewöhnlich98scikit-image/scikit-imageImage processing in PythonAußergewöhnlich98awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsAußergewöhnlich

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 v0.30.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.