Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-06 13:40 UTC

GT4SD / gt4sd-core

GT4SD, an open-source library to accelerate hypothesis generation in the scientific discovery process.

Jupyter Notebook · PythonMIT★ 378 зірок⑂ 80 форківз лют. 2022 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#machine-learning#python#deep-learning#generative-models

GT4SD/gt4sd-core має індекс здоров’я 78 зі 100, що відповідає смузі «Добрий». Найвищий показник — Engineering Quality (81/100), найнижчий — Security (53/100). Останнє оновлення було 25 днів тому. Більшість нещодавньої роботи виконує один учасник.

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

Generative Toolkit 4 Scientific DiscoveryОрганізація
140 підписників21 публічний репозиторійз лют. 2022 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIgt4sd1.5.11748566 днів томуgt4sdgenerativemodelsinferencetraining

Метрики за категоріями

Життєздатність

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

55Помірний · 21% загального індексу

Активність розробки

36Слабкий
Як обчислюється оцінка
28.8/36Свіжість push — останній push 25 дн. тому
1.4/36Ритм комітів — 2/52 тижнів із комітами
4.3/18Обсяг комітів — 2 комітів за останній рік
1/10OpenSSF Scorecard: Maintained — 2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
Використані вхідні дані
commits_last_year2
human_commit_share1
days_since_last_push25
active_weeks_last_year2

Дисципліна релізів

84Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 61 релізів
36/36Свіжість релізів — останній реліз 66 дн. тому
12.6/27Ритм релізів — реліз кожні ~131,4 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count61
latest_release_tagv1.5.1
releases_from_tagsні
days_since_latest_release66
mean_days_between_releases131,4
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?

74Добрий · 17% загального індексу

Популярність і впровадження

64Помірний
Як обчислюється оцінка
41.8/60Зірки — 378 зірок
15.8/25Форки — 80 форків
6.4/15Спостерігачі — 15 спостерігачів
Використані вхідні дані
forks80
stars378
watchers15
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

85Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges7
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesbadge.fury.io, github.com, shields.io
has_pull_request_templateні

Сталість та врядування

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

70Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

42Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
9.5/22.5Розподіл комітів — головний контриб’ютор — автор 58% комітів
13.5/13.5Широта контриб’юторів — 17 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 10 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled17
top_contributor_share0,58

Реактивність на issue та PR

84Відмінний
Як обчислюється оцінка
42/42Вирішення issue — закрито 100% issue
26.3/30Прийняття PR — злито 137/156 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
4.5/15OpenSSF Scorecard: Code-Review — Found 10/30 approved changesets -- score normalized to 3
Використані вхідні дані
merged_prs137
open_issues0
closed_issues113
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d1
issue_closed_ratio1
closed_unmerged_prs19
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.

Власність та опіка

65Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
15.5/25Охоплення власника — 140 підписників у GT4SD
19.1/25Послужний список — 21 публічних репозиторіїв, вік облікового запису ~4 р.
Використані вхідні дані
followers140
owner_typeOrganization
is_verifiedні
owner_loginGT4SD
public_repos21
account_age_days1 701

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 66 дн. тому
20/20Історія версій — 85 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesgt4sd
ecosystemspypi
any_deprecatedні
min_days_since_publish66

Інженерна якість

Чи наявні базові інженерні практики та документація?

81Відмінний · 19% загального індексу

Інженерні практики

68Добрий
Як обчислюється оцінка
24/24Процеси CI — 4 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.black]), setup.cfg ([flake8])
0/9.6Pre-commit-хуки
0/6.4.editorconfig
4/20OpenSSF Scorecard: CI-Tests — 4 out of 15 merged PRs checked by a CI test -- score normalized to 2
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configні

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://gt4sd.github.io/gt4sd-core/
10/10Опис репозиторію
10/10Теми — 4 тем
10/10Wiki
Використані вхідні дані
topicsmachine-learning, python, deep-learning, generative-models
has_wikiтак
homepagehttps://gt4sd.github.io/gt4sd-core/
docs_sitehttps://gt4sd.github.io/gt4sd-core/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

53Помірний · 16% загального індексу

Стан безпеки

41Слабкий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
0.5/2.5CI-Tests — 4 out of 15 merged PRs checked by a CI test -- score normalized to 2
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
2.2/7.5Code-Review — Found 10/30 approved changesets -- score normalized to 3
2.5/2.5Contributors — project has 10 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
0.8/7.5Maintained — 2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
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
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — немає даних
6/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 27 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,1
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
advisories14
affected_packages5
assessed_packages24
unassessed_packages59
affected_by_severitycritical 1, high 1, 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 24 резолвлених залежностей із OSV. 59 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.

68Добрий · 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 97 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,97
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

72Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — docs/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.black]), setup.cfg ([flake8])
11/11Статична перевірка типів — src/gt4sd/py.typed
10/10Відтворюване середовище — Dockerfile
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 — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileтак
typed_languageні
bootstrap_filesdocs/Makefile
has_devcontainerні
has_linter_configтак
typecheck_configssrc/gt4sd/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

82Відмінний
Як обчислюється оцінка
27/45Типізований код — Jupyter Notebook з конфігурацією перевірки типів (src/gt4sd/py.typed)
55/55Керовані розміри файлів — 0/285 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languageJupyter Notebook
largest_source_bytes53 256
source_files_sampled285
oversized_source_files0

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

378зірок GitHub
17контриб'юторів
2комітів за останні 12 місяців
25днів від останнього пушу
61релізів
1бас-фактор
0відкритих 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 ★ / 80 ⇿
0Зірки
80Форки
60Релізи

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.

0204060807852022-022024-052026-07
Мажорні 1Мінорні 24Патчі 35

Кожна точка охоплює 5 днів.

OpenSSF Scorecard 4.1 / 10
4.1сукупно

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 · 2026-10-06 13:40 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
2CI-Tests4 out of 15 merged PRs checked by a CI test -- score normalized to 2
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
3Code-ReviewFound 10/30 approved changesets -- score normalized to 3
10Contributorsproject has 10 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
1Maintained2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
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
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
8Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities27 existing vulnerabilities detected
Прямі залежності 45
РеєстрПакетОбмеження версіїМаніфест
PyPIaccelerate—setup.cfg
PyPIdatasets—setup.cfg
PyPIdiffusers—setup.cfg
PyPIenzeptional—setup.cfg
PyPIimportlib_metadata—setup.cfg
PyPIimportlib_resources—setup.cfg
PyPIipaddress—setup.cfg
PyPIjoblib—setup.cfg
PyPIgt4sd-molformer—setup.cfg
PyPIgt4sd-trainer-hf-pl—setup.cfg
PyPIkeras—setup.cfg
PyPIkeybert—setup.cfg
PyPIminio—setup.cfg
PyPImodlamp—setup.cfg
PyPImolecule_generation—setup.cfg
PyPImolgx—setup.cfg
PyPInglview—setup.cfg
PyPInumpy—setup.cfg
PyPIpytorch_lightning—setup.cfg
PyPIpyarrow—setup.cfg
PyPIpydantic—setup.cfg
PyPIpymatgen—setup.cfg
PyPIpyTDC!=0.3.8setup.cfg
PyPIpyyaml—setup.cfg
PyPIrdkit—setup.cfg
PyPIregex—setup.cfg
PyPIreinvent-chemistry—setup.cfg
PyPIsacremoses—setup.cfg
PyPIscikit-learn—setup.cfg
PyPIscikit-optimize—setup.cfg
PyPIscipy—setup.cfg
PyPIsentencepiece—setup.cfg
PyPIsympy—setup.cfg
PyPItables—setup.cfg
PyPItape-proteins—setup.cfg
PyPItensorboard—setup.cfg
PyPItensorflow—setup.cfg
PyPItorch—setup.cfg
PyPItorchdrug—setup.cfg
PyPItorchmetrics—setup.cfg
PyPItorchvision—setup.cfg
PyPItransformers<4.26.0setup.cfg
PyPItyping_extensions—setup.cfg
PyPIwheel—setup.cfg
PyPIxgboost—setup.cfg
Усі залежності 83

Повний розв'язаний набір залежностей із графа залежностей GitHub: 43 прямих і 40 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaccelerate—пряма
PyPIdatasets—пряма
PyPIdiffusers—пряма
PyPIenzeptional—пряма
PyPIgt4sd-molformer—пряма
PyPIgt4sd-trainer-hf-pl—пряма
PyPIimportlib-resources—пряма
PyPIipaddress—пряма
PyPIjoblib—пряма
PyPIkeras—пряма
PyPIkeybert—пряма
PyPIminio7.0.1пряма
PyPImodlamp—пряма
PyPImolgx—пряма
PyPInglview—пряма
PyPInumpy—пряма
PyPIpyarrow—пряма
PyPIpydantic—пряма
PyPIpymatgen—пряма
PyPIpytdc0.3.7пряма
PyPIpytorch-lightning—пряма
PyPIpyyaml—пряма
PyPIrdkit—пряма
PyPIregex—пряма
PyPIreinvent-chemistry0.0.38пряма
PyPIsacremoses—пряма
PyPIscikit-learn—пряма
PyPIscikit-optimize—пряма
PyPIscipy—пряма
PyPIsentencepiece—пряма
PyPIsympy—пряма
PyPItables—пряма
PyPItape-proteins—пряма
PyPItensorboard—пряма
PyPItensorflow—пряма
PyPItorch—пряма
PyPItorchdrug—пряма
PyPItorchmetrics—пряма
PyPItorchvision—пряма
PyPItransformers—пряма
PyPItyping-extensions—пряма
PyPIwheel—пряма
PyPIxgboost—пряма
PyPIanyio—непряма
PyPIbetter-apidoc0.3.2непряма
PyPIblack22.3.0непряма
PyPIcogmol-inference0.6.0непряма
PyPIdocutils0.17.1непряма
PyPIflake83.8.4непряма
PyPIflask1.1.2непряма
PyPIflask-login0.5.0непряма
PyPIgt4sd—непряма
PyPIhuggingface-hub—непряма
PyPIipykernel—непряма
PyPIipywidgets—непряма
PyPIjinja2—непряма
PyPIjupyter1.0.0непряма
PyPIlicenseheaders0.8.8непряма
PyPImarkdown-it-py—непряма
PyPImols2grid0.2.0непряма
PyPImypy1.0.0непряма
PyPImyst-parser1.0.0непряма
PyPIpandas—непряма
PyPIpolling20.5.0непряма
PyPIprotobuf—непряма
PyPIpydantic-settings—непряма
PyPIpytest6.2.5непряма
PyPIpytest-cov2.10.1непряма
PyPIrdkit-stubs—непряма
PyPIrxn4chemistry1.6.1непряма
PyPIseaborn0.11.2непряма
PyPIsentence-transformers—непряма
PyPIsetuptools78.1.1непряма
PyPIsphinx—непряма
PyPIsphinx-autodoc-typehints1.11.1непряма
PyPIsphinx-rtd-theme0.5.1непряма
PyPItensorboard-data-server—непряма
PyPItensorflow-io-gcs-filesystem—непряма
PyPItorch-cluster—непряма
PyPItorch-geometric—непряма
PyPItorch-sparse—непряма
PyPItqdm4.62.3непряма
PyPIuvloop—непряма
Сповіщення про залежності 5

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 24 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 5 мають відомі сповіщення, з них 0 прямі. 59 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза наведеним переліком пакетів.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
black22.3.0непрямакритична426.3.1
flask1.1.2непрямависока43.1.3
pytest6.2.5непрямапомірна29.0.3
setuptools78.1.1непрямапомірна283.0.0
tqdm4.62.3непряманизька24.66.3

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 GT4SD/gt4sd-core. Читати поруч →

100huggingface/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. Винятковий99gradio-app/gradioBuild and share delightful machine learning apps, all in Python. 🌟 Star to support our work!Винятковий100streamlit/streamlitStreamlit — A faster way to build and share data apps.Винятковий99ultralytics/ultralyticsUltralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingВинятковий99huggingface/huggingface_hubThe official CLI and Python client for the Hugging Face Hub.Винятковий99ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.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.