Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-17 15:43 UTC

FlagOpen / FlagEmbedding

Retrieval and Retrieval-augmented LLMs

Python · Jupyter NotebookMIT★ 12 171 зірка⑂ 917 форківз серп. 2023 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#embeddings#information-retrieval#llm#sentence-embeddings#text-semantic-similarity#retrieval-augmented-generation

FlagOpen/FlagEmbedding має індекс здоров’я 69 зі 100, що відповідає смузі «Добрий». Найвищий показник — Community & Adoption (74/100), найнижчий — Security (21/100). Останнє оновлення було 24 дні тому. Більшість нещодавньої роботи виконують 2 учасники.

69
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»).

69
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 62 калібровано до 69 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

FlagOpenОрганізація
1 037 підписників34 публічні репозиторіїз вер. 2022 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIFlagEmbedding1.4.2-3324 дні тому

Метрики за категоріями

Життєздатність

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

68Добрий · 21% загального індексу

Активність розробки

58Помірний
Як обчислюється оцінка
28.8/36Свіжість push — останній push 24 дн. тому
7.6/36Ритм комітів — 11/52 тижнів із комітами
15.9/18Обсяг комітів — 58 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year58
human_commit_share1
days_since_last_push24
active_weeks_last_year11

Дисципліна релізів

84Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 9 релізів
36/36Свіжість релізів — останній реліз 24 дн. тому
12.6/27Ритм релізів — реліз кожні ~132,6 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count9
latest_release_tagv1.4.2
releases_from_tagsні
days_since_latest_release24
mean_days_between_releases132,6

Спільнота та впровадження

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

74Добрий · 17% загального індексу

Популярність і впровадження

95Винятковий
Як обчислюється оцінка
60/60Зірки — 12 171 зірок
24.7/25Форки — 917 форків
9.9/15Спостерігачі — 61 спостерігачів
Використані вхідні дані
forks917
stars12 171
watchers61
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

50Помірний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges5
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicesshields.io
has_pull_request_templateні

Сталість та врядування

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

68Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

60Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
15.7/22.5Розподіл комітів — головний контриб’ютор — автор 30% комітів
13.5/13.5Широта контриб’юторів — 65 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor2
contributors_sampled65
top_contributor_share0,304

Реактивність на issue та PR

51Помірний
Як обчислюється оцінка
14.1/42Вирішення issue — закрито 34% issue
25.9/30Прийняття PR — злито 209/242 вирішених PR
3.2/13Newcomer PR acceptance — злито 1/4 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs209
open_issues880
closed_issues445
prs_merged_7d0
prs_decided_7d0
prs_merged_30d6
prs_decided_30d9
issue_closed_ratio0,336
closed_unmerged_prs33
first_time_authors_30d4
first_time_prs_merged_30d1
first_time_prs_decided_30d4

Власність та опіка

71Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
21.7/25Охоплення власника — 1 037 підписників у FlagOpen
19.2/25Послужний список — 34 публічних репозиторіїв, вік облікового запису ~3 р.
Використані вхідні дані
followers1 037
owner_typeOrganization
is_verifiedні
owner_loginFlagOpen
public_repos34
account_age_days1 451

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 24 дн. тому
20/20Історія версій — 33 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesFlagEmbedding
ecosystemspypi
any_deprecatedні
min_days_since_publish24

Інженерна якість

Чи наявні базові інженерні практики та документація?

72Добрий · 19% загального індексу

Інженерні практики

60Помірний
Як обчислюється оцінка
24/24Процеси CI — 1 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

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — http://www.bge-model.com/
10/10Опис репозиторію
10/10Теми — 6 тем
0/10Wiki
Використані вхідні дані
topicsembeddings, information-retrieval, llm, sentence-embeddings, text-semantic-similarity, retrieval-augmented-generation
has_wikiні
homepagehttp://www.bge-model.com/
docs_sitehttp://www.bge-model.com/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

21У зоні ризику · 16% загального індексу

Стан безпеки

1Критичний
Як обчислюється оцінка
0/30Політика безпеки (SECURITY.md)
0/25Конфігурація Dependabot
0/25Файли фіксації залежностей — опублікована бібліотека — lockfile є справою застосунків, не очікується
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles—
manifestsdocs/requirements.txt, setup.py
has_codeql_workflowні
has_security_policyні
has_dependabot_configні
Виключено з оцінювання (немає даних або не застосовно): Файли фіксації залежностей. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий
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_packages87
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:FlagEmbedding@1.4.2 — тим, що тягне за собою встановлення опублікованого пакета, — 87 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.

49Слабкий · 4% загального індексу

Контекст і настанови для агентів

29У зоні ризику
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
29.3/40Читабельна історія комітів — намір зазначено у 55 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,55
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

44Слабкий
Як обчислюється оцінка
18/18Розгортання однією командою — docs/Makefile
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
0/10Відтворюване середовище
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_filesdocs/Makefile
has_devcontainerні
has_linter_configні
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
53.8/55Керовані розміри файлів — 12/544 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes75 908
source_files_sampled544
oversized_source_files12

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

12 171зірок GitHub
65контриб'юторів
58комітів за останні 12 місяців
24днів від останнього пушу
9релізів
2бас-фактор
880відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'FlagEmbedding' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/17 15:41:12 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 ★ / 917 ⇿
0Зірки
917Форки
9Релізи

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 000915172023-082025-022026-09
Мажорні 0Мінорні 1Патчі 4

Кожна точка охоплює 3 днів.

Усі залежності 49

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 49 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaccelerate—непряма
PyPIbitsandbytes—непряма
PyPIdatasets—непряма
PyPIdatasets2.14.0непряма
PyPIdeepspeed—непряма
PyPIeinops—непряма
PyPIfaiss-gpu1.7.2непряма
PyPIflagembedding—непряма
PyPIflash-attn—непряма
PyPIftfy—непряма
PyPIfunc-timeout4.3.5непряма
PyPIir-datasets—непряма
PyPIjinja2—непряма
PyPIlangchain0.0.244непряма
PyPIlangchain-openai0.0.6непряма
PyPImodelscope—непряма
PyPImteb1.1.1непряма
PyPImyst-nb—непряма
PyPImyst-parser—непряма
PyPInumpy1.23.3непряма
PyPIopenai0.27.4непряма
PyPIpandas2.2.1непряма
PyPIpeft—непряма
PyPIpeft0.10.0непряма
PyPIprotobuf—непряма
PyPIpydata-sphinx-theme—непряма
PyPIpyserini0.21.0непряма
PyPIrank-bm250.2.2непряма
PyPIrapidfuzz3.6.1непряма
PyPIsentence-transformers—непряма
PyPIsentencepiece—непряма
PyPIsphinx—непряма
PyPIsphinx-design—непряма
PyPIsql-metadata2.10.0непряма
PyPIsqlglot22.1.1непряма
PyPItiktoken0.4.0непряма
PyPItiktoken0.6.0непряма
PyPItimm—непряма
PyPItorch—непряма
PyPItorch2.0.1непряма
PyPItorch-geometric2.3.1непряма
PyPItorchvision—непряма
PyPItornado6.4непряма
PyPItqdm4.65.0непряма
PyPItransformers—непряма
PyPItransformers4.30.2непряма
PyPItransformers4.41.1непряма
PyPIurllib31.25.11непряма
PyPIvllm0.7.1непряма
Сповіщення про залежності 0

Встановлення pypi:FlagEmbedding@1.4.2 тягне 87 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.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з FlagOpen/FlagEmbedding. Читати поруч →

100deepset-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.Винятковий98awslabs/generative-ai-cdk-constructsAWS Generative AI CDK Constructs are sample implementations of AWS CDK for common generative AI patterns.Винятковий98Unstructured-IO/unstructuredConvert documents to structured data effortlessly. Unstructured is open-source ETL solution for transforming complex documents into clean, structured formats for language models. Visit our website to learn more about our enterprise grade Platform product for production grade workflows, partitioning, enrichments, chunking and embedding.Винятковий97redis/redis-vl-pythonRedis Vector Library (RedisVL) -- the AI-native Python client for Redis.Винятковий96onyx-dot-app/onyxOpen Source AI Platform - AI Chat with advanced features that works with every LLMВинятковий96NVIDIA/raftRAFT contains fundamental widely-used algorithms and primitives for machine learning and information retrieval. The algorithms are CUDA-accelerated and form building blocks for more easily writing high performance applications.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 v0.34.0 — повна методологія · вікі метрик.

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