Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-15 22:29 UTC

youssofal / MTPLX

3x faster speeds on MLX | Qwen 3.8 27B | Native MTP Speculative Decoding On Apple Silicon With No External Drafter.

Python · SwiftApache-2.0★ 2.329 Sterne⑂ 173 Forksseit Mai 2026Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugNetzwerkdienstWeboberflächewie das ermittelt wird
#apple-silicon#local-ai#mlx#mtp#openai-compatible#qwen#speculative-decoding#anthropic-compatible#inference-engine#metal#qwen3-next#speculative-sampling#mtplx#native-mtp

youssofal/MTPLX erreicht einen Gesundheitsindex von 80 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Community & Adoption (81/100) ab, am schwächsten bei AI Readiness (54/100). Zuletzt vor 9 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

80
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.

80
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 68 wird auf der veröffentlichten Indexskala auf 80 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Youssof AltoukhiPersönliches Konto
123 Follower3 öffentliche Reposseit Juni 2020

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPImtplx2.11.29.46452vor 9 Tagenmlxapple-siliconspeculative-decodingqwenmtplocal-ai

Metriken nach Kategorie

Vitalität

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

77Gut · 21 % des Gesamtindex

Entwicklungsaktivität

68Gut
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 9 Tagen
11.1/36Commit-Rhythmus — 16/52 Wochen mit Commits
18/18Commit-Volumen — 1.231 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 19 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year1.231
human_commit_share1
days_since_last_push9
active_weeks_last_year16

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 52 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 9 Tagen
27/27Release-Rhythmus — ein Release etwa alle 2,2 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count52
latest_release_tagv2.11.2
releases_from_tagsnein
days_since_latest_release9
mean_days_between_releases2,2

Community & Verbreitung

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

81Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

80Exzellent
Wie die Bewertung erfolgt
54.6/60Stars — 2.329 Stars
18.6/25Forks — 173 Forks
6.8/15Watcher — 18 Watcher
Verwendete Eingangsdaten
forks173
stars2.329
watchers18
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 (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges5
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

66Gut
Wie die Bewertung erfolgt
53/80Downloads pro Monat — 9.464 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesmtplx
dependents—
ecosystemspypi
total_downloads—
monthly_downloads9.464
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?

55Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

36Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
3.9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 83 % der Commits
13.5/13.5Breite der Beitragenden — 32 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10
Verwendete Eingangsdaten
bus_factor1
contributors_sampled32
top_contributor_share0,828

Reaktionsfähigkeit bei Issues & PRs

43Schwach
Wie die Bewertung erfolgt
33.9/42Issue-Lösungsquote — 81 % der Issues geschlossen
9.3/30PR-Annahme — 51/165 entschiedene PRs gemergt
0/13Newcomer PR acceptance — 0/13 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs51
open_issues54
closed_issues226
prs_merged_7d0
prs_decided_7d0
prs_merged_30d7
prs_decided_30d47
issue_closed_ratio0,807
closed_unmerged_prs114
first_time_authors_30d11
first_time_prs_merged_30d0
first_time_prs_decided_30d13

Eigentümerschaft & Trägerschaft

52Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
15.1/25Reichweite des Inhabers — 123 Follower von youssofal
16.4/25Kontohistorie — 3 öffentliche Repos, Kontoalter ca. 6 Jahre
Verwendete Eingangsdaten
followers123
owner_typeUser
is_verified—
owner_loginyoussofal
public_repos3
account_age_days2.294
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 9 Tagen
20/20Versionshistorie — 52 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmtplx
ecosystemspypi
any_deprecatednein
min_days_since_publish9

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

72Gut · 19 % des Gesamtindex

Engineering-Praktiken

60Mittel
Wie die Bewertung erfolgt
24/24CI-Workflows — 6 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: CI-Tests. Die verbleibenden Gewichte wurden renormalisiert.

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://mtplx.com
10/10Repository-Beschreibung
10/10Topics — 14 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsapple-silicon, local-ai, mlx, mtp, openai-compatible, qwen, speculative-decoding, anthropic-compatible, inference-engine, metal, qwen3-next, speculative-sampling, mtplx, native-mtp
has_wikinein
homepagehttps://mtplx.com
docs_sitehttps://mtplx.com
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

62Mittel · 16 % des Gesamtindex

Sicherheitslage

52Mittel
Wie die Bewertung erfolgt
6.8/7.5Binary-Artifacts — binaries present in source code
0/7.5Branch-Protection — branch protection not enabled on development/release branches
0/2.5CI-Tests — keine Daten
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
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 19 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
0/5SAST — no SAST tool detected
4.5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
0/7.5Vulnerabilities — 11 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,2
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): CI-Tests. 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
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_packages30
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:mtplx@2.11.2 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 30 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.

54Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

55Mittel
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://mtplx.com/llms.txt)
40/40Lesbare Commit-Historie — 92 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://mtplx.com/llms.txt
legible_history_share0,92
agent_instruction_files—
agent_instruction_max_bytes—

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

48Schwach
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — dashboard/tsconfig.json
10/10Reproduzierbare Umgebung — 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_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_confignein
typecheck_configsdashboard/tsconfig.json
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

79Gut
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (dashboard/tsconfig.json)
52.4/55Handhabbare Dateigrößen — 52/1.106 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes1.572.915
source_files_sampled1.106
oversized_source_files52

Maschinenlesbare AI-Schnittstellen

40Schwach
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

2.329GitHub-Sterne
32Mitwirkende
1.231Commits, letzte 12 Monate
9Tage seit letztem Push
52Releases
1Bus-Faktor
54offene Issues
npm, PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 26 authors (cap 12)

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 173 ⇿
0Sterne
173Forks
50Releases

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.

0408012016020017262026-052026-072026-09
Major 2Minor 12Patch 34
OpenSSF Scorecard 5.2 / 10
5.2Gesamtwert

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 · 2026-09-15 22:29 UTC

9Binary-Artifactsbinaries present in source code
0Branch-Protectionbranch protection not enabled on development/release branches
k. A.CI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 19 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
0SASTno SAST tool detected
9Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
0Vulnerabilities11 existing vulnerabilities detected
Direkte Abhängigkeiten 24
RegistryPaketVersionsvorgabeManifest
npm@tanstack/react-query^5.62.7dashboard/package.json
npm@tremor/react^3.18.7dashboard/package.json
npmcanvas-confetti^1.9.3dashboard/package.json
npmclsx^2.1.1dashboard/package.json
npmlucide-react^0.470.0dashboard/package.json
npmmotion^11.15.0dashboard/package.json
npmreact^19.0.0dashboard/package.json
npmreact-dom^19.0.0dashboard/package.json
npmrecharts^2.15.0dashboard/package.json
npmtailwind-merge^2.6.0dashboard/package.json
npmuplot^1.6.31dashboard/package.json
npmzustand^5.0.2dashboard/package.json
PyPIfastapi>=0.136pyproject.toml
PyPIhuggingface-hub>=0.36pyproject.toml
PyPIpillow>=10pyproject.toml
PyPImlx>=0.32.2,<0.33pyproject.toml
PyPImlx-lm>=0.31,<0.32pyproject.toml
PyPItransformers!=5.13.0,<5.15pyproject.toml
PyPInanobind>=2pyproject.toml
PyPInumpy>=2pyproject.toml
PyPIpydantic>=2pyproject.toml
PyPIrich>=14pyproject.toml
PyPIsafetensors>=0.6pyproject.toml
PyPIuvicorn>=0.46pyproject.toml
Alle Abhängigkeiten 114

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 34 direkte und 80 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
npm@tanstack/react-query^5.62.7direkt
npm@tremor/react^3.18.7direkt
npmcanvas-confetti^1.9.3direkt
npmclsx^2.1.1direkt
npmlucide-react^0.470.0direkt
npmmotion^11.15.0direkt
npmreact^19.0.0direkt
npmreact-dom^19.0.0direkt
npmrecharts^2.15.0direkt
npmtailwind-merge^2.6.0direkt
npmuplot^1.6.31direkt
npmzustand^5.0.2direkt
PyPIfastapi—direkt
PyPIfastapi0.136.1direkt
PyPIhuggingface-hub—direkt
PyPIhuggingface-hub1.14.0direkt
PyPImlx—direkt
PyPImlx0.32.2direkt
PyPImlx-lm—direkt
PyPImlx-lm0.31.3direkt
PyPInanobind2.12.0direkt
PyPInanobind2.15.0direkt
PyPInumpy—direkt
PyPInumpy2.4.4direkt
PyPIpillow12.3.0direkt
PyPIpydantic—direkt
PyPIpydantic2.13.4direkt
PyPIrich—direkt
PyPIrich15.0.0direkt
PyPIsafetensors—direkt
PyPIsafetensors0.7.0direkt
PyPItransformers5.8.0direkt
PyPIuvicorn—direkt
PyPIuvicorn0.46.0direkt
npm@tailwindcss/vite^4.0.0indirekt
npm@types/canvas-confetti^1.9.0indirekt
npm@types/node^22.10.5indirekt
npm@types/react^19.0.2indirekt
npm@types/react-dom^19.0.2indirekt
npm@vitejs/plugin-react^4.3.4indirekt
npmtailwindcss^4.0.0indirekt
npmtypescript^5.7.2indirekt
npmvite^6.0.7indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.13.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbuild—indirekt
PyPIbuild1.5.0indirekt
PyPIcertifi2026.4.22indirekt
PyPIcffi2.0.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIclick8.3.3indirekt
PyPIcmake—indirekt
PyPIcolorama0.4.6indirekt
PyPIcryptography50.0.0indirekt
PyPIdflash-mlx0.1.0indirekt
PyPIdocutils0.22.4indirekt
PyPIfilelock3.29.0indirekt
PyPIfsspec2026.4.0indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.5.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIid1.6.1indirekt
PyPIidna3.15indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.4.0indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIkeyring25.7.0indirekt
PyPIllguidance1.7.6indirekt
PyPImarkdown-it-py4.1.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdurl0.1.2indirekt
PyPImlx-metal0.32.2indirekt
PyPImore-itertools11.0.2indirekt
PyPImtplx2.11.2indirekt
PyPInh30.3.5indirekt
PyPIpackaging26.2indirekt
PyPIpluggy1.6.0indirekt
PyPIprotobuf7.34.1indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpygments2.20.0indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpytest—indirekt
PyPIpytest9.0.3indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml6.0.3indirekt
PyPIreadme-renderer44.0indirekt
PyPIregex2026.4.4indirekt
PyPIrequests2.33.1indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc39862.0.0indirekt
PyPIruff—indirekt
PyPIruff0.15.12indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsentencepiece0.2.1indirekt
PyPIsetuptools—indirekt
PyPIshellingham1.5.4indirekt
PyPIstarlette1.3.1indirekt
PyPItokenizers0.22.2indirekt
PyPItqdm4.67.3indirekt
PyPItwine—indirekt
PyPItwine6.2.0indirekt
PyPItyper0.25.1indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPIurllib32.7.0indirekt
PyPIzipp3.23.1indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:mtplx@2.11.2 zieht 30 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 youssofal/MTPLX teilen. Nebeneinander lesen →

65asher/gmlxLocal inference platform for K/IQ-quant GGUF models on Apple SiliconGut71ARahim3/mlx-dsparkUp to 4× faster LLM decoding on Apple Silicon, lossless. Native MLX port of DeepSeek's DSpark & z-lab's DFlash speculative decoding — Gemma-4, Qwen3.8, Muse-Glimmer, Nemotron, LFM2.5, Ornith-1.0, ternary Bonsai-27B.Gut87jagoff/memoYour coding agent starts every session with amnesia — memo fixes that, 100% on your machine. Persistent memory for Claude Code, Codex, Cursor & any MCP client: Markdown source of truth, hybrid search (MLX/CPU + sqlite-vec), time-machine, contradiction radar, nightly self-optimization. No cloud, no keys.Exzellent87rajveer43/VeloxQuant-MLXFast KV-cache quantization for Apple Silicon (MLX) — 43 research-adapted compression methods with Metal kernelsExzellent81ChanLumerico/lucidLumerico's Comprehensive Interface for Deep LearningExzellent65TaeSooPark-PTS/LatticeAILocal-first private AI memory layer / Digital Brain for conversations, documents, decisions, and model-agnostic knowledge.Gut

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.