Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-13 04:51 UTC

DeepLabCut / DeepLabCut-live

SDK for running DeepLabCut on a live video stream

PythonВласна ліцензія★ 240 зірок⑂ 57 форківз бер. 2020 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено

DeepLabCut/DeepLabCut-live має індекс здоров’я 78 зі 100, що відповідає смузі «Добрий». Найвищий показник — Engineering Quality (96/100), найнижчий — AI Readiness (41/100). Останнє оновлення було 57 днів тому. Більшість нещодавньої роботи виконують 3 учасники.

78
загалом / 100
Добрий

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»).

78
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 67 калібровано до 78 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

DeepLabCutОрганізація
468 підписників21 публічний репозиторійз січ. 2020 р.

За цим репозиторієм стоїть організація — спільна, підзвітна опіка, здатна пережити будь-якого окремого мейнтейнера.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIdeeplabcut-live1.1.066011210 днів томуdeeplabcutpose-estimationreal-timedeep-learning

Метрики за категоріями

Життєздатність

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

48Слабкий · 21% загального індексу
Як обчислюється оцінка
18/36Свіжість push — останній push 57 дн. тому
5.5/36Ритм комітів — 8/52 тижнів із комітами
15.8/18Обсяг комітів — 56 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Використані вхідні дані
commits_last_year56
human_commit_share0,91
days_since_last_push57
active_weeks_last_year8
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 8 релізів
16.2/36Свіжість релізів — останній реліз 210 дн. тому
12.6/27Ритм релізів — реліз кожні ~288,4 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count8
latest_release_tagv1.1.0
releases_from_tagsні
days_since_latest_release210
mean_days_between_releases288,4
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?

51Помірний · 17% загального індексу
Як обчислюється оцінка
38.6/60Зірки — 240 зірок
14.6/25Форки — 57 форків
6.4/15Спостерігачі — 15 спостерігачів
Використані вхідні дані
forks57
stars240
watchers15
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Як обчислюється оцінка
22.5/22.5README
16.9/22.5Ліцензія — файл ліцензії наявний, не є визнаною ліцензією
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges7
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateні
Як обчислюється оцінка
37.6/80Щомісячні завантаження — 660 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesdeeplabcut-live
dependents—
ecosystemspypi
total_downloads—
monthly_downloads660
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?

80Відмінний · 23% загального індексу
Як обчислюється оцінка
36/54Бас-фактор — на 3 контриб’ютор(ів) припадає половина всіх комітів
17/22.5Розподіл комітів — головний контриб’ютор — автор 25% комітів
13.5/13.5Широта контриб’юторів — 15 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 10 contributing companies or organizations
Використані вхідні дані
bus_factor3
contributors_sampled15
top_contributor_share0,246
Як обчислюється оцінка
40.3/42Вирішення issue — закрито 96% issue
20/30Прийняття PR — злито 64/96 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
12/15OpenSSF Scorecard: Code-Review — Found 9/11 approved changesets -- score normalized to 8
Використані вхідні дані
merged_prs64
open_issues3
closed_issues70
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,959
closed_unmerged_prs32
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Виключено з оцінювання (немає даних або не застосовно): Newcomer PR acceptance. Залишкові ваги перенормовано.
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
19.2/25Охоплення власника — 468 підписників у DeepLabCut
21.8/25Послужний список — 21 публічних репозиторіїв, вік облікового запису ~6 р.
Використані вхідні дані
followers468
owner_typeOrganization
is_verifiedні
owner_loginDeepLabCut
public_repos21
account_age_days2 434
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
26/35Свіжість публікацій — остання публікація 210 дн. тому
20/20Історія версій — 11 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesdeeplabcut-live
ecosystemspypi
any_deprecatedні
min_days_since_publish210

Інженерна якість

Чи наявні базові інженерні практики та документація?

96Винятковий · 19% загального індексу
Як обчислюється оцінка
24/24Процеси CI — 3 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 11 out of 11 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

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://elifesciences.org/articles/61909
10/10Опис репозиторію
10/10Теми — 5 тем
10/10Wiki
Використані вхідні дані
topicsdeeplabcut, pose-estimation, real-time, optogenetics, tracking-algorithm
has_wikiтак
homepagehttps://elifesciences.org/articles/61909
docs_sitehttps://elifesciences.org/articles/61909
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

63Помірний · 16% загального індексу

Стан безпеки

54Помірний
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 — 11 out of 11 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
6/7.5Code-Review — Found 9/11 approved changesets -- score normalized to 8
2.5/2.5Contributors — project has 10 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.2/2.5Ліцензія — license file detected
0/7.5Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
0/5Packaging — немає даних
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 — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate5,4
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging, Signed-Releases. Залишкові ваги перенормовано.
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages47
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено з runtime-замиканням залежностей pypi:deeplabcut-live@1.1.0 — тим, що тягне за собою встановлення опублікованого пакета, — 47 пакетів. 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.

41Слабкий · 4% загального індексу
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
25.8/40Читабельна історія комітів — намір зазначено у 44 з 91 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,484
agent_instruction_files—
agent_instruction_max_bytes—
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
0/11Статична перевірка типів
0/10Відтворюване середовище
6/10Підтверджена практика роботи з агентами — 3 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 9 з останніх 100 комітів — автоматичні оновлення залежностей
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0,03
toolchain_manifests—
dependency_bot_commit_share0,09
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
55/55Керовані розміри файлів — 0/94 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes46 736
source_files_sampled94
oversized_source_files0

Ключові факти

240зірок GitHub
15контриб'юторів
56комітів за останні 12 місяців
57днів від останнього пушу
8релізів
3бас-фактор
3відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Докладніше

Історія зірок і форків 0 ★ / 57 ⇿
0Зірки
57Форки
7Релізи

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.

01020304050605632020-082023-082026-08
Мажорні 0Мінорні 1Патчі 5

Кожна точка охоплює 6 днів.

OpenSSF Scorecard 5.4 / 10
5.4сукупно

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 · 2026-09-13 04:51 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-Tests11 out of 11 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
8Code-ReviewFound 9/11 approved changesets -- score normalized to 8
10Contributorsproject has 10 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
0Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
н/дPackagingpackaging 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
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 13
РеєстрПакетОбмеження версіїМаніфест
PyPIcolorcet>=3pyproject.toml
PyPIdlclibrary>=0.0.6pyproject.toml
PyPIeinops>=0.6.1pyproject.toml
PyPInumpy>=1.20,<2pyproject.toml
PyPIopencv-python-headless>=4.5pyproject.toml
PyPIpandas>=1.0.1,!=1.5pyproject.toml
PyPIpillow>=8pyproject.toml
PyPIpip—pyproject.toml
PyPIpy-cpuinfo>=5pyproject.toml
PyPIruamel-yaml>=0.17.20pyproject.toml
PyPIscipy>=1.9pyproject.toml
PyPItables>=3.8pyproject.toml
PyPItqdm>=4.62.3pyproject.toml
Усі залежності 13

Повний розв'язаний набір залежностей із графа залежностей GitHub: 13 прямих і 0 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIcolorcet—пряма
PyPIdlclibrary—пряма
PyPIeinops—пряма
PyPInumpy—пряма
PyPIopencv-python-headless—пряма
PyPIpandas—пряма
PyPIpillow—пряма
PyPIpip—пряма
PyPIpy-cpuinfo—пряма
PyPIruamel-yaml—пряма
PyPIscipy—пряма
PyPItables—пряма
PyPItqdm—пряма
Сповіщення про залежності 0

Встановлення pypi:deeplabcut-live@1.1.0 тягне 47 пакетів, прямих і транзитивних: 0 мають відомі сповіщення, з них 0 — прямі залежності.

Жодне відоме сповіщення не стосується оцінених залежностей.

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.

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 v0.34.0 — повна методологія · вікі метрик.

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