Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.27.0 · метрики 2.10.0 · 2026-07-28 15:38 UTC

Blaizzy / mlx-vlm

MLX-VLM is a package for inference and fine-tuning of Vision Language Models (VLMs) on your Mac using MLX.

PythonMIT★ 5 262 зірки⑂ 685 форківз квіт. 2024 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#llava#llm#mlx#vision-transformer#apple-silicon#idefics#local-ai#paligemma#vision-framework#vision-language-model#florence2#molmo#pixtral

Blaizzy/mlx-vlm має індекс здоров’я 94 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Vitality (98/100), найнижчий — AI Readiness (52/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

94
загалом / 100
Винятковий

Індекс здоров'я програмного забезпечення

Метрики згруповано у зважені категорії на шкалі 1–100. Загальна оцінка починається як їхнє зважене середнє, відкаліброване за розподілом публічного реєстру, тож діапазони мають перцентильний зміст; коли публічні дані активують Політику юрисдикцій високого ризику, рейтинг коригується й отримує верхню межу 34 («У зоні ризику»).

94
Винятковий93-100Верхній щабель реєстру (≈ топ-5%); відповідає практично всім перевіреним критеріям
Відмінний80-92Сильний за всіма напрямами; незначні прогалини
Добрий65-79Здоровий; прогалини обмежені та керовані
Помірний50-64Прийнятний, але з помітними прогалинами; рекомендовано перевірку
Слабкий35-49Суттєві недоліки в кількох сферах
У зоні ризику20-34Суттєві слабкі місця; впровадження потребує обережності
Критичний1-19Серйозні проблеми (покинутий, єдиний мейнтейнер, без базової гігієни)
ЖиттєздатністьСпільнота тавпровадженняСталість таврядуванняІнженернаякістьБезпекаГотовність доШІ

Профіль оцінок

Кожна вісь — окрема категорія. Форма важить більше, ніж середнє: здоровий об'єкт заповнює всю фігуру, тоді як профіль із піками та провалами означає, що сила в одному вимірі маскує ризик в іншому.

Зважений загальний бал 80 калібровано до 94 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Prince CanumaОсобистий обліковий запис
1 455 підписників106 публічних репозиторіївз лист. 2016 р.kulissiwa.com

Цей репозиторій належить особистому обліковому запису. Проєкт з єдиним власником несе більший ризик безперервності, ніж підтримуваний організацією.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPImlx-vlm0.6.8899 926720 днів тому

Метрики за категоріями

Життєздатність

Чи живий проєкт — чи пишеться код і чи виходять релізи?

98Винятковий · 21% загального індексу

Активність розробки

96Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
32.5/36Ритм комітів — 47/52 тижнів із комітами
18/18Обсяг комітів — 712 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 16 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year712
human_commit_share1
days_since_last_push0
active_weeks_last_year47

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 72 релізів
36/36Свіжість релізів — останній реліз 0 дн. тому
27/27Ритм релізів — реліз кожні ~9,1 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count72
latest_release_tagv0.6.8
releases_from_tagsні
days_since_latest_release0
mean_days_between_releases9,1
Виключено з оцінювання (немає даних або не застосовно): OpenSSF Scorecard: Signed-Releases. Залишкові ваги перенормовано.

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

86Відмінний · 17% загального індексу

Популярність і впровадження

92Відмінний
Як обчислюється оцінка
60/60Зірки — 5 262 зірок
23.6/25Форки — 685 форків
8.4/15Спостерігачі — 33 спостерігачів
Використані вхідні дані
forks685
stars5 262
watchers33
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

70Добрий
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
18/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges—
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_services—
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

99Винятковий
Як обчислюється оцінка
79.4/80Щомісячні завантаження — 899 926 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesmlx-vlm
dependents—
ecosystemspypi
total_downloads—
monthly_downloads899 926
unverified_packages_excluded—
Виключено з оцінювання (немає даних або не застосовно): Залежні пакети в реєстрі. Залишкові ваги перенормовано.

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

71Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

43Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
10.3/22.5Розподіл комітів — головний контриб’ютор — автор 54% комітів
13.5/13.5Широта контриб’юторів — 99 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 8 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled99
top_contributor_share0,544

Реактивність на issue та PR

79Добрий
Як обчислюється оцінка
36.7/42Вирішення issue — закрито 87% issue
22.6/30Прийняття PR — злито 722/957 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
9/15OpenSSF Scorecard: Code-Review — Found 10/15 approved changesets -- score normalized to 6
Використані вхідні дані
merged_prs722
open_issues90
closed_issues620
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,873
closed_unmerged_prs235
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Виключено з оцінювання (немає даних або не застосовно): Newcomer PR acceptance. Залишкові ваги перенормовано.

Власність та опіка

72Добрий
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
22.7/25Охоплення власника — 1 455 підписників у Blaizzy
25/25Послужний список — 106 публічних репозиторіїв, вік облікового запису ~9 р.
Використані вхідні дані
followers1 455
owner_typeUser
is_verified—
owner_loginBlaizzy
public_repos106
account_age_days3 543
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 0 дн. тому
20/20Історія версій — 72 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesmlx-vlm
ecosystemspypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

90Відмінний · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 2 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 15 out of 15 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

85Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
0/15Сайт документації / домашня сторінка
10/10Опис репозиторію
10/10Теми — 13 тем
10/10Wiki
Використані вхідні дані
topicsllava, llm, mlx, vision-transformer, apple-silicon, idefics, local-ai, paligemma, vision-framework, vision-language-model, florence2, molmo, pixtral
has_wikiтак
homepage—
docs_site—
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?

58Помірний · 16% загального індексу

Стан безпеки

47Слабкий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2.5/2.5CI-Tests — 15 out of 15 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
4.5/7.5Code-Review — Found 10/15 approved changesets -- score normalized to 6
2.5/2.5Contributors — project has 8 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 16 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
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 — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 58 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,7
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
0/25Непрямі залежності без відомих сповіщень — транзитивний набір не відокремлюється від залежностей розробки й тестування в цьому обсязі
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories113
affected_packages13
assessed_packages95
unassessed_packages17
affected_by_severitycritical 2, high 8, moderate 2, low 1
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень, Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено 95 резолвлених залежностей із OSV. 17 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза межами звітованого переліку пакетів. Цей репозиторій не публікує пакета, який резолвить індекс, тож натомість оцінено граф залежностей репозиторію. Цей граф змішує закріплені версії для розробки й тестування зі справді постачаними залежностями, тож оцінюються лише задекларовані runtime-залежності; транзитивні знахідки подаються як контекст і в оцінку не входять. Досяжність не аналізується.

Готовність до ШІ

Наскільки репозиторій оснащений для розробки та супроводу за участі ШІ-агентів? Має свідомо малу вагу (4%): агентний інструментарій — реальний сигнал супроводу, але репозиторій без нього все одно може отримати 100/100.

52Помірний · 4% загального індексу

Контекст і настанови для агентів

36Слабкий
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
35.7/40Читабельна історія комітів — намір зазначено у 67 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,67
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

44Слабкий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — lockfile
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
1/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

54Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54/55Керовані розміри файлів — 19/1 061 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes418 015
source_files_sampled1 061
oversized_source_files19

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
0/20Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40Придатні до запуску приклади — examples, notebooks
Використані вхідні дані
example_dirsexamples, notebooks
has_mcp_signalні
api_schema_files—
interfaces_expected_of—
Виключено з оцінювання (немає даних або не застосовно): Схема API (OpenAPI/GraphQL/proto), Сервер MCP. Залишкові ваги перенормовано.

Ключові факти

5 262зірок GitHub
99контриб'юторів
712комітів за останні 12 місяців
0днів від останнього пушу
72релізів
1бас-фактор
90відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:mlx-vlm@0.6.8; advisories assessed against the repository dependency graph instead

Докладніше

Історія зірок і форків 0 ★ / 685 ⇿
0Зірки
685Форки
71Релізи

Коли додано кожну зірку й форк — зібрано з GitHub і згруповано за днями. Кумулятивне зростання розміщено просто над денними додаваннями, з яких воно складається, тож їх видно одне проти одного: рівномірне органічне накопичення виглядає зовсім інакше, ніж різкий короткочасний сплеск. Там, де цю різницю можна виміряти, її подано як автентичність росту.

0125250375500625750638632024-042025-062026-07
Мажорні 0Мінорні 6Патчі 65

Кожна точка охоплює 3 днів.

OpenSSF Scorecard 4.7 / 10
4.7сукупно

Незалежна, не прив'язана до інструментів оцінка безпеки від відкритого проєкту OpenSSF Scorecard. Кожна перевірка винагороджує практику безпеки, а не інструмент конкретного постачальника. Перевірки, які Scorecard не зміг визначити, позначено н/д і виключено з оцінки безпеки (вони ніколи не зараховуються як нуль).Scorecard v5.5.0 · 2026-07-28 15:37 UTC

10Binary-Artifactsno binaries found in the repo
н/дBranch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
10CI-Tests15 out of 15 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
6Code-ReviewFound 10/15 approved changesets -- score normalized to 6
10Contributorsproject has 8 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 16 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
1Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 1
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities58 existing vulnerabilities detected
Усі залежності 112

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 112 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaiohappyeyeballs2.6.1непряма
PyPIaiohttp3.13.3непряма
PyPIaiosignal1.4.0непряма
PyPIannotated-doc0.0.4непряма
PyPIannotated-types0.7.0непряма
PyPIanyio4.12.1непряма
PyPIasync-timeout5.0.1непряма
PyPIattrs25.4.0непряма
PyPIaudioop-lts0.2.2непряма
PyPIbrotli1.2.0непряма
PyPIcertifi2026.1.4непряма
PyPIcffi2.0.0непряма
PyPIcharset-normalizer3.4.4непряма
PyPIclick8.3.1непряма
PyPIcolorama0.4.6непряма
PyPIdatasets4.5.0непряма
PyPIdill0.4.0непряма
PyPIexceptiongroup1.3.1непряма
PyPIfastapi—непряма
PyPIfastapi0.136.3непряма
PyPIfilelock3.20.3непряма
PyPIfrozenlist1.8.0непряма
PyPIfsspec2025.10.0непряма
PyPIgradio6.15.2непряма
PyPIgradio-client2.5.0непряма
PyPIgroovy0.1.2непряма
PyPIh110.16.0непряма
PyPIhf-gradio0.4.1непряма
PyPIhf-xet1.4.3непряма
PyPIhttpcore1.0.9непряма
PyPIhttpx0.28.1непряма
PyPIhuggingface-hub1.10.2непряма
PyPIidna3.11непряма
PyPIjinja23.1.6непряма
PyPIllguidance—непряма
PyPIllguidance1.7.5непряма
PyPImarkdown-it-py4.0.0непряма
PyPImarkupsafe3.0.3непряма
PyPImdurl0.1.2непряма
PyPIminiaudio—непряма
PyPIminiaudio1.61непряма
PyPImlx—непряма
PyPImlx0.32.0непряма
PyPImlx-audio—непряма
PyPImlx-audio0.4.3непряма
PyPImlx-cpu0.30.4непряма
PyPImlx-cuda0.30.0непряма
PyPImlx-lm—непряма
PyPImlx-lm0.31.3непряма
PyPImlx-metal0.32.0непряма
PyPImlx-whisper—непряма
PyPImultidict6.7.1непряма
PyPImultiprocess0.70.18непряма
PyPInumpy—непряма
PyPInumpy2.2.6непряма
PyPInumpy2.4.1непряма
PyPInvidia-cublas-cu1212.9.1.4непряма
PyPInvidia-cuda-nvrtc-cu1212.9.86непряма
PyPInvidia-cudnn-cu129.18.1.3непряма
PyPInvidia-nccl-cu122.29.2непряма
PyPIopencv-python—непряма
PyPIopencv-python4.13.0.90непряма
PyPIorjson3.11.5непряма
PyPIpackaging26.0непряма
PyPIpandas2.3.3непряма
PyPIpandas3.0.0непряма
PyPIpillow—непряма
PyPIpillow12.1.0непряма
PyPIpropcache0.4.1непряма
PyPIprotobuf6.33.4непряма
PyPIpyarrow23.0.0непряма
PyPIpycparser3.0непряма
PyPIpydantic2.12.5непряма
PyPIpydantic-core2.41.5непряма
PyPIpydub0.25.1непряма
PyPIpygments2.19.2непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-multipart—непряма
PyPIpython-multipart0.0.22непряма
PyPIpytz2025.2непряма
PyPIpyyaml6.0.3непряма
PyPIregex2026.1.15непряма
PyPIrequests—непряма
PyPIrequests2.32.5непряма
PyPIrich14.3.1непряма
PyPIsafehttpx0.1.7непряма
PyPIsafetensors0.8.0непряма
PyPIscipy1.15.3непряма
PyPIscipy1.17.1непряма
PyPIsemantic-version2.10.0непряма
PyPIsentencepiece0.2.1непряма
PyPIshellingham1.5.4непряма
PyPIsix1.17.0непряма
PyPIsounddevice0.5.5непряма
PyPIspeechrecognition—непряма
PyPIstarlette—непряма
PyPIstarlette1.2.0непряма
PyPItokenizers0.22.2непряма
PyPItomlkit0.13.3непряма
PyPItqdm—непряма
PyPItqdm4.67.1непряма
PyPItransformers—непряма
PyPItransformers5.14.0непряма
PyPItyper0.21.1непряма
PyPItyping-extensions4.15.0непряма
PyPItyping-inspection0.4.2непряма
PyPItzdata2025.3непряма
PyPIurllib32.6.3непряма
PyPIuvicorn—непряма
PyPIuvicorn0.40.0непряма
PyPIxxhash3.6.0непряма
PyPIyarl1.22.0непряма
Сповіщення про залежності 13

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 95 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 13 мають відомі сповіщення, з них 0 прямі. 17 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза наведеним переліком пакетів.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
aiohttp3.13.3непрямакритична423.14.1
pillow12.1.0непрямакритична3812.3.0
click8.3.1непрямависока18.3.3
gradio6.15.2непрямависока16.16.0
orjson3.11.5непрямависока13.11.6
protobuf6.33.4непрямависока26.33.5
pyarrow23.0.0непрямависока223.0.1
python-multipart0.0.22непрямависока120.0.31
starlette1.2.0непрямависока41.3.1
urllib32.6.3непрямависока42.7.0
idna3.11непрямапомірна23.15
requests2.32.5непрямапомірна22.33.0
pygments2.19.2непряманизька22.20.0

Сповіщення означає, що версія, записана в графі залежностей, потрапляє в уражений діапазон. Досяжність не аналізується, а граф містить піниї розробки й тестування — знахідка може стосуватися інструментів, а не поставленого коду.

Звіт у форматі JSON машиночитний

Зворотний зв’язок

Помітили щось хибне у цьому звіті або маєте чим поділитися? Неправильні вимірювання, непомічені інструменти, ідеї, запитання — усе доречно. Кожне повідомлення читається й отримує відповідь.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з Blaizzy/mlx-vlm. Читати поруч →

93raullenchai/Rapid-MLXThe fastest local AI engine for Apple Silicon. 4.2x faster than Ollama, 0.08s cached TTFT, 100% tool calling. 17 tool parsers, prompt cache, reasoning separation, cloud routing. Drop-in OpenAI replacement. Works with Claude Code, Cursor, Aider.Винятковий95maziyarpanahi/openmedLocal-first healthcare AI: clinical NER & HIPAA PII de-identification that runs 100% on-device. 2,200+ medical models, 21 languages, Apple MLX + Python, no cloud, no patient data leaving your network. Apache-2.0Винятковий95Blaizzy/mlx-audioA text-to-speech (TTS), speech-to-text (STT) and speech-to-speech (STS) library built on Apple's MLX framework, providing efficient speech analysis on Apple Silicon.Винятковий95qualcomm/GenieXRun frontier LLMs and VLMs locally on Qualcomm devices across NPU, GPU, and CPU with a few lines of codeВинятковий94tetherto/qvacQVAC - Local AI SDK and libraries for building private, cross-platform, peer-to-peer AI applications. Run LLMs, speech-to-text, translation, and more locally on Linux, macOS, Windows, Android, and iOS.Винятковий100deepset-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.Винятковий

Оцінки — це сигнали, а не гарантії. Вони відображають публічно видимі практики на GitHub — це не аудит коду й не гарантія безпеки.

Відсутні дані виключаються, а ваги перенормовуються — нуль за відсутність ніколи не ставиться. Методологія версіонована й відкрита: метрики v2.10.0, схема v0.27.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.