Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-05 19:48 UTC

Goekdeniz-Guelmez / mlx-lm-lora

Train Large Language Models on MLX.

PythonApache-2.0★ 411 зірок⑂ 55 форківз трав. 2025 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено

Goekdeniz-Guelmez/mlx-lm-lora має індекс здоров’я 84 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Vitality (90/100), найнижчий — AI Readiness (47/100). Останнє оновлення було 3 дні тому. Більшість нещодавньої роботи виконує один учасник.

84
загалом / 100
Відмінний

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»).

84
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 71 калібровано до 84 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Gökdeniz GülmezОсобистий обліковий запис
274 підписники92 публічні репозиторіїз січ. 2020 р.Computacenter AG & Co. oHG

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPImlx-lm-lora3.1.25 0924226 днів тому

Метрики за категоріями

Життєздатність

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

90Відмінний · 21% загального індексу
Як обчислюється оцінка
36/36Свіжість pushостанній push 3 дн. тому
19.4/36Ритм комітів28/52 тижнів із комітами
18/18Обсяг комітів281 комітів за останній рік
10/10OpenSSF Scorecard: Maintained30 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year281
human_commit_share1
days_since_last_push3
active_weeks_last_year28
Як обчислюється оцінка
27/27Випускає релізиопубліковано 40 релізів
36/36Свіжість релізівостанній реліз 26 дн. тому
27/27Ритм релізівреліз кожні ~20 дн.
0/10OpenSSF Scorecard: Signed-Releasesнемає даних
Використані вхідні дані
releases_count40
latest_release_tagv3.1.2
releases_from_tagsні
days_since_latest_release26
mean_days_between_releases20
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?

70Добрий · 17% загального індексу
Як обчислюється оцінка
42.4/60Зірки411 зірок
14.4/25Форки55 форків
6/15Спостерігачі13 спостерігачів
Використані вхідні дані
forks55
stars411
watchers13
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензіявизнана ліцензія (Apache-2.0)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges1
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesshields.io
has_pull_request_templateні
Як обчислюється оцінка
49.4/80Щомісячні завантаження5 092 завантажень/місяць у pypi
0/20Залежні пакети в реєстріця екосистема цього не повідомляє
Використані вхідні дані
packagesmlx-lm-lora
dependents
ecosystemspypi
total_downloads
monthly_downloads5 092
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?

60Помірний · 23% загального індексу
Як обчислюється оцінка
9/54Бас-факторна 1 контриб’ютор(ів) припадає половина всіх комітів
0.3/22.5Розподіл комітівголовний контриб’ютор — автор 99% комітів
6.8/13.5Широта контриб’юторів5 контриб’юторів
3/10OpenSSF Scorecard: Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
Використані вхідні дані
bus_factor1
contributors_sampled5
top_contributor_share0,988
Як обчислюється оцінка
42/42Вирішення issueзакрито 100% issue
24.9/30Прийняття PRзлито 49/59 вирішених PR
6.5/13Newcomer PR acceptanceзлито 1/2 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-ReviewFound 0/13 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs49
open_issues0
closed_issues27
prs_merged_7d2
prs_decided_7d2
prs_merged_30d14
prs_decided_30d16
issue_closed_ratio1
closed_unmerged_prs10
first_time_authors_30d2
first_time_prs_merged_30d1
first_time_prs_decided_30d2
Як обчислюється оцінка
10/30Підтримка власникаособистий (користувацький) обліковий запис
0/20Верифікований доменне застосовно до користувацьких облікових записів
17.5/25Охоплення власника274 підписників у Goekdeniz-Guelmez
25/25Послужний список92 публічних репозиторіїв, вік облікового запису ~6 р.
Використані вхідні дані
followers274
owner_typeUser
is_verified
owner_loginGoekdeniz-Guelmez
public_repos92
account_age_days2 417
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно1 пакет(ів) у pypi
35/35Свіжість публікаційостання публікація 26 дн. тому
20/20Історія версій42 опублікованих версій
20/20Не застарілийактивний, не deprecated і не yanked
Використані вхідні дані
packagesmlx-lm-lora
ecosystemspypi
any_deprecatedні
min_days_since_publish26

Інженерна якість

Чи наявні базові інженерні практики та документація?

84Відмінний · 19% загального індексу
Як обчислюється оцінка
24/24Процеси CI2 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests0 out of 11 merged PRs checked by a CI test -- score normalized to 0
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 сторінкаhttps://goekdeniz-guelmez.github.io/mlx-lm-lora
10/10Опис репозиторію
10/10Теми9 тем
10/10Wiki
Використані вхідні дані
topicsapple, deep-learning, dpo, ml, training, fine, finetuning-llms, rlhf, supervised-machine-learning
has_wikiтак
homepagehttps://goekdeniz-guelmez.github.io/mlx-lm-lora
docs_sitehttps://goekdeniz-guelmez.github.io/mlx-lm-lora
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

54Помірний · 16% загального індексу

Стан безпеки

42Слабкий
Як обчислюється оцінка
7.5/7.5Binary-Artifactsno binaries found in the repo
0/7.5Branch-Protectionbranch protection not enabled on development/release branches
0/2.5CI-Tests0 out of 11 merged PRs checked by a CI test -- score normalized to 0
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0/7.5Code-ReviewFound 0/13 approved changesets -- score normalized to 0
0.8/2.5Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10/10Dangerous-Workflowno dangerous workflow patterns detected
0/7.5Dependency-Update-Toolno update tool detected
0/5Fuzzingproject is not fuzzed
2.5/2.5Ліцензіяlicense file detected
7.5/7.5Maintained30 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10
5/5Packagingpackaging workflow detected
0/5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0/5SASTSAST tool is not run on all commits -- score normalized to 0
0/5Security-Policysecurity policy file not detected
0/7.5Signed-Releasesнемає даних
0/7.5Token-Permissionsdetected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate4,2
Виключено з оцінювання (немає даних або не застосовно): Signed-Releases. Залишкові ваги перенормовано.
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщеньжодна пряма залежність не має відомих сповіщень
25/25Непрямі залежності без відомих сповіщеньжодна непряма залежність не має відомих сповіщень
0/40Немає задавнених сповіщеньжодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages52
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:mlx-lm-lora@3.1.2 — тим, що тягне за собою встановлення опублікованого пакета, — 52 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.

47Слабкий · 4% загального індексу
Як обчислюється оцінка
0/45Інструкції для агентівнемає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
33.1/40Читабельна історія комітівнамір зазначено у 62 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url
legible_history_share0,62
agent_instruction_files
agent_instruction_max_bytes
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
11/11Статична перевірка типівmlx_lm_lora/py.typed
0/10Відтворюване середовище
0/10Підтверджена практика роботи з агентамисеред останніх 100 комітів немає створених агентом
0/8Автоматизоване супроводженняавтоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependenciesdependency 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_configsmlx_lm_lora/py.typed
agent_commit_share0
toolchain_manifests
dependency_bot_commit_share0
Як обчислюється оцінка
27/45Типізований кодPython з конфігурацією перевірки типів (mlx_lm_lora/py.typed)
55/55Керовані розміри файлів0/31 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes45 173
source_files_sampled31
oversized_source_files0

Ключові факти

411зірок GitHub
5контриб'юторів
281комітів за останні 12 місяців
3днів від останнього пушу
40релізів
1бас-фактор
0відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'mlx-lm-lora' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • pypi download figures for mlx-lm-lora carried forward from the previous scan (stats endpoint unavailable this scan)

Докладніше

Історія зірок і форків 0 ★ / 55 ⇿
0Зірки
55Форки
33Релізи

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.

01020304050605432025-052026-012026-09
Мажорні 2Мінорні 2Патчі 28

Кожна точка охоплює 2 днів.

OpenSSF Scorecard 4.2 / 10
4.2сукупно

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 · 2026-09-05 19:48 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
0CI-Tests0 out of 11 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/13 approved changesets -- score normalized to 0
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 6 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
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Усі залежності 9

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 9 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIdatasetsнепряма
PyPIjinja2непряма
PyPImlxнепряма
PyPImlx-lmнепряма
PyPInumpyнепряма
PyPIprotobufнепряма
PyPIpyyamlнепряма
PyPItqdmнепряма
PyPItransformersнепряма
Сповіщення про залежності 0

Встановлення pypi:mlx-lm-lora@3.1.2 тягне 52 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 статистикаPyPI.