Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-14 13:46 UTC

EverMind-AI / EverOS

One portable memory layer for every AI agent: local-first, Markdown-native, user-owned, and self-evolving across apps, tools, and workflows.

PythonApache-2.0★ 13 418 зірок⑂ 932 форкиз жовт. 2025 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаМережевий сервісБібліотекаТермінальний інтерфейсяк це визначено
#agentic-ai#ai#chats#llm#long-term-memory#memory#memory-management#python3#rag#agent-memory#clawdbot#clawdbot-skill#mcp#skills#deepseek-harness#dsh#dsh-plugin

EverMind-AI/EverOS має індекс здоров’я 94 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Engineering Quality (92/100), найнижчий — Sustainability & Governance (69/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 2 учасники.

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 81 калібровано до 94 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

EverMindОрганізація
649 підписників18 публічних репозиторіївз серп. 2025 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIeveros1.4.220 408300 днів томуai-agenteveroslancedbmarkdownmemoryrag

Метрики за категоріями

Життєздатність

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

85Відмінний · 21% загального індексу

Активність розробки

75Добрий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
11.1/36Ритм комітів — 16/52 тижнів із комітами
18/18Обсяг комітів — 125 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year125
human_commit_share1
days_since_last_push0
active_weeks_last_year16

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 18 релізів
36/36Свіжість релізів — останній реліз 0 дн. тому
27/27Ритм релізів — реліз кожні ~8,5 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count18
latest_release_tagv1.4.2rc1
releases_from_tagsні
days_since_latest_release0
mean_days_between_releases8,5
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?

89Відмінний · 17% загального індексу

Популярність і впровадження

96Винятковий
Як обчислюється оцінка
60/60Зірки — 13 418 зірок
24.7/25Форки — 932 форків
11.3/15Спостерігачі — 108 спостерігачів
Використані вхідні дані
forks932
stars13 418
watchers108
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

92Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges5
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesshields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

72Добрий
Як обчислюється оцінка
57.5/80Щомісячні завантаження — 20 408 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packageseveros
dependents—
ecosystemspypi
total_downloads—
monthly_downloads20 408
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?

69Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

60Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
13.7/22.5Розподіл комітів — головний контриб’ютор — автор 39% комітів
10.8/13.5Широта контриб’юторів — 8 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10
Використані вхідні дані
bus_factor2
contributors_sampled8
top_contributor_share0,393

Реактивність на issue та PR

63Помірний
Як обчислюється оцінка
33.7/42Вирішення issue — закрито 80% issue
19.2/30Прийняття PR — злито 202/316 вирішених PR
0/13Newcomer PR acceptance — злито 0/5 PR від новачків за 30 дн.
10.5/15OpenSSF Scorecard: Code-Review — Found 21/30 approved changesets -- score normalized to 7
Використані вхідні дані
merged_prs202
open_issues29
closed_issues118
prs_merged_7d10
prs_decided_7d16
prs_merged_30d27
prs_decided_30d34
issue_closed_ratio0,803
closed_unmerged_prs114
first_time_authors_30d5
first_time_prs_merged_30d0
first_time_prs_decided_30d5

Власність та опіка

62Помірний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
20.2/25Охоплення власника — 649 підписників у EverMind-AI
11.6/25Послужний список — 18 публічних репозиторіїв, вік облікового запису ~1 р.
Використані вхідні дані
followers649
owner_typeOrganization
is_verifiedні
owner_loginEverMind-AI
public_repos18
account_age_days411

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 — 30 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packageseveros
ecosystemspypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

92Відмінний · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 4 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — .eslintrc.cjs, pyproject.toml ([tool.ruff])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 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

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://evermind.ai/everos
10/10Опис репозиторію
10/10Теми — 17 тем
0/10Wiki
Використані вхідні дані
topicsagentic-ai, ai, chats, llm, long-term-memory, memory, memory-management, python3, rag, agent-memory, clawdbot, clawdbot-skill, mcp, skills, deepseek-harness, dsh, dsh-plugin
has_wikiні
homepagehttps://evermind.ai/everos
docs_sitehttps://evermind.ai/everos
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

70Добрий · 16% загального індексу

Стан безпеки

70Добрий
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 — 30 out of 30 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
5.2/7.5Code-Review — Found 21/30 approved changesets -- score normalized to 7
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
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 30 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 — SAST tool is not run on all commits -- score normalized to 0
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — немає даних
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
0/7.5Vulnerabilities — 27 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate7
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Signed-Releases. Залишкові ваги перенормовано.

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.

89Відмінний · 4% загального індексу

Контекст і настанови для агентів

100Винятковий
Як обчислюється оцінка
45/45Інструкції для агентів — CLAUDE.md
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://evermind.ai/llms.txt)
40/40Читабельна історія комітів — намір зазначено у 97 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://evermind.ai/llms.txt
legible_history_share0,97
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes4 297

Цикл верифікації (збірка / тести / перевірка типів)

87Відмінний
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — .eslintrc.cjs, pyproject.toml ([tool.ruff])
11/11Статична перевірка типів — src/everos/py.typed, use-cases/game-of-throne-demo/backend/tsconfig.json, use-cases/game-of-throne-demo/frontend/tsconfig.json
10/10Відтворюване середовище — Dockerfile, lockfile
10/10Підтверджена практика роботи з агентами — 55 з останніх 100 комітів створено агентом або з його зазначенням
5/8Автоматизоване супроводження — автоматизацію залежностей налаштовано, але у вибірці комітів її не видно
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfilespackage-lock.json, uv.lock
has_dockerfileтак
typed_languageні
bootstrap_filesMakefile
has_devcontainerні
has_linter_configтак
typecheck_configssrc/everos/py.typed, use-cases/game-of-throne-demo/backend/tsconfig.json, use-cases/game-of-throne-demo/frontend/tsconfig.json
agent_commit_share0,55
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

82Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (src/everos/py.typed, use-cases/game-of-throne-demo/backend/tsconfig.json, use-cases/game-of-throne-demo/frontend/tsconfig.json)
54.6/55Керовані розміри файлів — 5/779 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes192 640
source_files_sampled779
oversized_source_files5

Машиночитні інтерфейси

80Відмінний
Як обчислюється оцінка
40/40Схема API (OpenAPI/GraphQL/proto) — docs/openapi.json
0/20Сервер MCP
40/40Придатні до запуску приклади — examples, sample
Використані вхідні дані
example_dirsexamples, sample
has_mcp_signalні
api_schema_filesdocs/openapi.json
interfaces_expected_ofnetwork-service

Ключові факти

13 418зірок GitHub
8контриб'юторів
125комітів за останні 12 місяців
0днів від останнього пушу
18релізів
2бас-фактор
29відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
  • deps.dev does not index pypi:everos@1.4.2; advisories assessed against the repository dependency graph instead

Докладніше

Історія зірок і форків 0 ★ / 932 ⇿
0Зірки
932Форки
17Релізи

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.

02004006008001 000929282025-112026-042026-10
Мажорні 1Мінорні 4Патчі 10
OpenSSF Scorecard 7.0 / 10
7.0сукупно

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 · 2026-10-14 13:46 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-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
7Code-ReviewFound 21/30 approved changesets -- score normalized to 7
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 30 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
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
н/дSigned-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
0Vulnerabilities27 existing vulnerabilities detected
Прямі залежності 32
РеєстрПакетОбмеження версіїМаніфест
PyPIpydantic>=2.7.1pyproject.toml
PyPIpydantic-settings>=2.0.0pyproject.toml
PyPIlancedb>=0.34.0,<0.35.0pyproject.toml
PyPIpyarrow>=25.0.1pyproject.toml
PyPIaiosqlite>=0.20.0pyproject.toml
PyPIsqlmodel>=0.0.22pyproject.toml
PyPIalembic>=1.13.0pyproject.toml
PyPIgreenlet>=3.0pyproject.toml
PyPIopenai>=1.0.0,<3pyproject.toml
PyPIPyYAML>=6.0pyproject.toml
PyPIwatchdog>=4.0.0pyproject.toml
PyPIfastapi>=0.104.0pyproject.toml
PyPIpython-multipart>=0.0.7pyproject.toml
PyPIuvicorn>=0.24.0pyproject.toml
PyPIstructlog>=24.0.0pyproject.toml
PyPIprometheus-client>=0.20.0pyproject.toml
PyPItyper>=0.12.0pyproject.toml
PyPIclick>=8.1pyproject.toml
PyPItextual>=8.2.7pyproject.toml
PyPIjieba>=0.42.1,<1.0pyproject.toml
PyPIapscheduler>=3.10.4,<4.0pyproject.toml
PyPIportalocker>=2.8.2pyproject.toml
PyPImsvc-runtime>=14.44pyproject.toml
PyPIwatchfiles>=0.21.0pyproject.toml
PyPIanyio>=4.0pyproject.toml
PyPIeveralgo-user-memory==0.4.0pyproject.toml
PyPIeveralgo-agent-memory==0.4.0pyproject.toml
PyPIeveralgo-rank==0.4.1pyproject.toml
PyPIeveralgo-knowledge==0.1.1pyproject.toml
PyPIeveralgo-boundary==0.2.1pyproject.toml
PyPIeveralgo-core==0.3.0pyproject.toml
PyPIeveralgo-clustering==0.2.1pyproject.toml
Усі залежності не зібрано

Не вдалося зібрати розв'язаний набір залежностей для цього звіту: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

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 EverMind-AI/EverOS. Читати поруч →

98mem0ai/mem0The Memory Layer for AI Agents - Drop-in memory infrastructure for AI agents and apps. Context that persists. Built for production.Винятковий96agentscope-ai/ReMeReMe: Memory Management Kit for Agents - Remember Me, Refine Me.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.Винятковий98ModelEngine-Group/nexentNexent is a zero-code platform for auto-generating production-grade AI agents using Harness Engineering principles — unified tools, skills, memory, and orchestration with built-in constraints, feedback loops, and control planes.Винятковий97langgenius/difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.Винятковий99ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3xВинятковий

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.