Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.32.0 · метрики 2.10.0 · 2026-08-20 06:39 UTC

FedericoTs / quantprobe

Run a 110B on a 2016 PC with 16 GB RAM. Know your tok/s before you download. Placement beats budget: predicts speed + memory fit for any GGUF on your exact hardware, self-calibrates, emits the exact llama.cpp command — or 'quantprobe auto' does it all. Falsification-tested laws; misses published at full size. pip install quantprobe

PythonMIT★ 86 зірок⑂ 8 форківз лип. 2026 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#gguf#inference#llama-cpp#llm#moe#quantization#local-llm#benchmark#performance#hardware-detection#speculative-decoding

FedericoTs/quantprobe має індекс здоров’я 63 зі 100, що відповідає смузі «Помірний». Найвищий показник — Vitality (78/100), найнижчий — Security (25/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

63
загалом / 100
Помірний

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»).

63
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 59 калібровано до 63 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

FedeSОсобистий обліковий запис
4 підписники8 публічних репозиторіївз серп. 2018 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIquantprobe1.32.06 494530 днів томуllmquantizationllama.cppggufinferencemoe

Метрики за категоріями

Життєздатність

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

78Добрий · 21% загального індексу

Активність розробки

64Помірний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
3.5/36Ритм комітів — 5/52 тижнів із комітами
18/18Обсяг комітів — 370 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year370
human_commit_share1
days_since_last_push0
active_weeks_last_year5

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 25 релізів
36/36Свіжість релізів — останній реліз 2 дн. тому
27/27Ритм релізів — реліз кожні ~2,2 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count25
latest_release_tagv1.28.2
releases_from_tagsні
days_since_latest_release2
mean_days_between_releases2,2

Спільнота та впровадження

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

56Помірний · 17% загального індексу

Популярність і впровадження

38Слабкий
Як обчислюється оцінка
31.3/60Зірки — 86 зірок
7/25Форки — 8 форків
0/15Спостерігачі — 0 спостерігачів
Використані вхідні дані
forks8
stars86
watchers0
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_badges5
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

64Помірний
Як обчислюється оцінка
50.8/80Щомісячні завантаження — 6 494 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesquantprobe
dependents—
ecosystemspypi
total_downloads—
monthly_downloads6 494
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?

53Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

13Критичний
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
0.1/22.5Розподіл комітів — головний контриб’ютор — автор 100% комітів
2.7/13.5Широта контриб’юторів — 2 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor1
contributors_sampled2
top_contributor_share0,997

Реактивність на issue та PR

75Добрий
Як обчислюється оцінка
21/42Вирішення issue — закрито 50% issue
30/30Прийняття PR — злито 1/1 вирішених PR
13/13Newcomer PR acceptance — злито 1/1 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs1
open_issues1
closed_issues1
prs_merged_7d1
prs_decided_7d1
prs_merged_30d1
prs_decided_30d1
issue_closed_ratio0,5
closed_unmerged_prs0
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

Власність та опіка

42Слабкий
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
5/25Охоплення власника — 4 підписників у FedericoTs
18.9/25Послужний список — 8 публічних репозиторіїв, вік облікового запису ~8 р.
Використані вхідні дані
followers4
owner_typeUser
is_verified—
owner_loginFedericoTs
public_repos8
account_age_days2 935
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 — 53 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesquantprobe
ecosystemspypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

76Добрий · 19% загального індексу

Інженерні практики

60Помірний
Як обчислюється оцінка
24/24Процеси CI — 2 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configні
has_precommit_configні

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://federicots.github.io/quantprobe/
10/10Опис репозиторію
10/10Теми — 11 тем
10/10Wiki
Використані вхідні дані
topicsgguf, inference, llama-cpp, llm, moe, quantization, local-llm, benchmark, performance, hardware-detection, speculative-decoding
has_wikiтак
homepagehttps://federicots.github.io/quantprobe/
docs_sitehttps://federicots.github.io/quantprobe/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

25У зоні ризику · 16% загального індексу

Стан безпеки

25У зоні ризику
Як обчислюється оцінка
0/30Політика безпеки (SECURITY.md)
0/25Конфігурація Dependabot
25/25Файли фіксації залежностей — Cargo.lock
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfilesCargo.lock
manifestscmcore/Cargo.toml, pyproject.toml, requirements.txt
has_codeql_workflowні
has_security_policyні
has_dependabot_configні

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.

62Помірний · 4% загального індексу

Контекст і настанови для агентів

40Слабкий
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 100 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

67Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — lockfile
10/10Підтверджена практика роботи з агентами — 98 з останніх 100 комітів створено агентом або з його зазначенням
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfilesCargo.lock
has_dockerfileні
typed_languageні
bootstrap_filesMakefile
has_devcontainerні
has_linter_configні
typecheck_configs—
agent_commit_share0,98
toolchain_manifestscmcore/Cargo.toml
dependency_bot_commit_share0

Читабельність коду для моделей

54Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
53.6/55Керовані розміри файлів — 7/269 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes278 192
source_files_sampled269
oversized_source_files7

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 — recipes
Використані вхідні дані
example_dirsrecipes
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

86зірок GitHub
2контриб'юторів
370комітів за останні 12 місяців
0днів від останнього пушу
25релізів
1бас-фактор
1відкритих issue
crates.io, PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch crates package 'cmcore' from its registry
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
  • deps.dev does not index pypi:quantprobe@1.32.0; advisories assessed against the repository dependency graph instead
  • OpenSSF Scorecard did not return a usable result (2026/08/20 06:38:03 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Докладніше

Історія зірок і форків 0 ★ / 8 ⇿
0Зірки
8Форки
21Релізи

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.

2345678822026-072026-082026-08
Мажорні 0Мінорні 14Патчі 7
Прямі залежності 2
РеєстрПакетОбмеження версіїМаніфест
PyPIgguf>=0.9pyproject.toml
PyPIrequests>=2.28pyproject.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 FedericoTs/quantprobe. Читати поруч →

99vllm-project/vllmA high-throughput and memory-efficient inference and serving engine for LLMsВинятковий98sgl-project/sglangSGLang is a high-performance serving framework for large language models and multimodal models.Винятковий99ai-dynamo/dynamoA Datacenter Scale Distributed Inference Serving FrameworkВинятковий95ai-dynamo/aiconfiguratorOffline optimization of your disaggregated Dynamo graphВинятковий99huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Винятковий99openvinotoolkit/nncfNeural Network Compression Framework for enhanced OpenVINO™ inferenceВинятковий

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 v0.32.0 — повна методологія · вікі метрик.

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