Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-18 16:09 UTC

LibreChat-AI / rag-api

ID-based RAG FastAPI: Integration with Langchain and PostgreSQL/pgvector

PythonMIT★ 913 зірок⑂ 408 форківз бер. 2024 р.Переглянути на GitHub ↗
#api#api-rest#embeddings#fastapi#langchain#pgvector#postgresql#psql#python#rag#vector#vector-database

LibreChat-AI/rag-api має індекс здоров’я 65 зі 100, що відповідає смузі «Добрий». Найвищий показник — Engineering Quality (81/100), найнижчий — Security (21/100). Останнє оновлення було 13 днів тому. Більшість нещодавньої роботи виконує один учасник.

65
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»).

65
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 60 калібровано до 65 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

LibreChat-AIОрганізація · підтверджений домен
250 підписників14 публічних репозиторіївз трав. 2024 р.

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

Метрики за категоріями

Життєздатність

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

71Добрий · 21% загального індексу

Активність розробки

57Помірний
Як обчислюється оцінка
28.8/36Свіжість push — останній push 13 дн. тому
8.3/36Ритм комітів — 12/52 тижнів із комітами
14.6/18Обсяг комітів — 41 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year41
human_commit_share0,99
days_since_last_push13
active_weeks_last_year12

Дисципліна релізів

92Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 12 релізів
36/36Свіжість релізів — останній реліз 78 дн. тому
19.8/27Ритм релізів — реліз кожні ~74,7 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count12
latest_release_tagv0.9.0
releases_from_tagsні
days_since_latest_release78
mean_days_between_releases74,7

Спільнота та впровадження

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

63Помірний · 17% загального індексу

Популярність і впровадження

74Добрий
Як обчислюється оцінка
48/60Зірки — 913 зірок
21.7/25Форки — 408 форків
4.3/15Спостерігачі — 7 спостерігачів
Використані вхідні дані
forks408
stars913
watchers7
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_badges0
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_services—
has_pull_request_templateні

Сталість та врядування

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

60Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

34У зоні ризику
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
7.9/22.5Розподіл комітів — головний контриб’ютор — автор 65% комітів
13.5/13.5Широта контриб’юторів — 34 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor1
contributors_sampled34
top_contributor_share0,651

Реактивність на issue та PR

69Добрий
Як обчислюється оцінка
33/42Вирішення issue — закрито 79% issue
17/30Прийняття PR — злито 105/185 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs105
open_issues24
closed_issues88
prs_merged_7d0
prs_decided_7d0
prs_merged_30d4
prs_decided_30d4
issue_closed_ratio0,786
closed_unmerged_prs80
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

81Відмінний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
20/20Верифікований домен
17.3/25Охоплення власника — 250 підписників у LibreChat-AI
13.4/25Послужний список — 14 публічних репозиторіїв, вік облікового запису ~2 р.
Використані вхідні дані
followers250
owner_typeOrganization
is_verifiedтак
owner_loginLibreChat-AI
public_repos14
account_age_days891

Інженерна якість

Чи наявні базові інженерні практики та документація?

81Відмінний · 19% загального індексу

Інженерні практики

92Відмінний
Як обчислюється оцінка
24/24Процеси CI — 4 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

65Добрий
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://librechat.ai/
10/10Опис репозиторію
10/10Теми — 12 тем
0/10Wiki
Використані вхідні дані
topicsapi, api-rest, embeddings, fastapi, langchain, pgvector, postgresql, psql, python, rag, vector, vector-database
has_wikiні
homepagehttps://librechat.ai/
docs_sitehttps://librechat.ai/
has_readmeтак
has_docs_dirні
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
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles—
manifestsrequirements.lite.txt, requirements.txt
has_codeql_workflowні
has_security_policyні
has_dependabot_configні

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
advisories30
affected_packages2
assessed_packages40
unassessed_packages6
affected_by_severitycritical 2
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень, Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено 40 резолвлених залежностей із OSV. 6 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.

52Помірний · 4% загального індексу

Контекст і настанови для агентів

55Помірний
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://librechat.ai/llms.txt)
40/40Читабельна історія комітів — намір зазначено у 91 з 99 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://librechat.ai/llms.txt
legible_history_share0,919
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

48Слабкий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — devcontainer, 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 — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileтак
typed_languageні
bootstrap_files—
has_devcontainerтак
has_linter_configтак
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
55/55Керовані розміри файлів — 0/48 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes56 019
source_files_sampled48
oversized_source_files0

Ключові факти

913зірок GitHub
34контриб'юторів
41комітів за останні 12 місяців
13днів від останнього пушу
12релізів
1бас-фактор
24відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard timed out after 240s; skipping Scorecard checks

Докладніше

Історія зірок і форків 0 ★ / 408 ⇿
0Зірки
408Форки
12Релізи

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.

010020030040050040572024-032025-072026-10
Мажорні 0Мінорні 9Патчі 3

Кожна точка охоплює 3 днів.

Усі залежності 46

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 46 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaiofiles24.1.0непряма
PyPIasyncpg0.29.0непряма
PyPIboto3—непряма
PyPIchardet5.2.0непряма
PyPIcryptography50.0.1непряма
PyPIdocx2txt0.9непряма
PyPIfastapi0.115.12непряма
PyPIhttpx0.27.0непряма
PyPIlangchain1.3.10непряма
PyPIlangchain-aws1.6.0непряма
PyPIlangchain-community0.4.2непряма
PyPIlangchain-core1.4.8непряма
PyPIlangchain-google-genai4.2.5непряма
PyPIlangchain-huggingface1.2.2непряма
PyPIlangchain-mongodb0.11.0непряма
PyPIlangchain-ollama1.1.0непряма
PyPIlangchain-openai1.3.2непряма
PyPIlangchain-text-splitters1.1.2непряма
PyPImarkdown3.8.2непряма
PyPImongomock4.3.0непряма
PyPImsoffcrypto-tool—непряма
PyPInetworkx3.2.1непряма
PyPIopencv-python-headless4.9.0.80непряма
PyPIopenpyxl3.1.5непряма
PyPIpandas2.2.1непряма
PyPIpgvector0.2.5непряма
PyPIpsycopg2-binary2.9.9непряма
PyPIpydantic—непряма
PyPIpyjwt2.13.0непряма
PyPIpymongo—непряма
PyPIpypandoc1.15непряма
PyPIpypdf6.19.0непряма
PyPIpytest9.0.3непряма
PyPIpytest-asyncio1.3.0непряма
PyPIpython-dotenv1.2.2непряма
PyPIpython-magic0.4.27непряма
PyPIpython-multipart0.0.32непряма
PyPIpython-pptx1.0.2непряма
PyPIrapidocr-onnxruntime1.4.4непряма
PyPIsentence-transformers3.1.1непряма
PyPIsqlalchemy2.0.41непряма
PyPItenacity—непряма
PyPItestcontainers—непряма
PyPIunstructured0.27.8непряма
PyPIuvicorn0.28.0непряма
PyPIxlrd2.0.2непряма
Сповіщення про залежності 2

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 40 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 2 мають відомі сповіщення, з них 0 прямі. 6 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза наведеним переліком пакетів.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
pyjwt2.13.0непрямакритична282.15.0
sentence-transformers3.1.1непрямакритична25.6.0

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 LibreChat-AI/rag-api. Читати поруч →

99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.Винятковий98polarsource/polarPolar — A billing platform for the intelligence eraВинятковий98supabase/supabase-pyPython Client for Supabase. Query Postgres from Flask, Django, FastAPI. Python user authentication, security policies, edge functions, file storage, and realtime data streaming. Good first issue.Винятковий98langchain-ai/langchainThe agent engineering platform.Винятковий98strawberry-graphql/strawberryA GraphQL library for Python that leverages type annotations 🍓Винятковий98langchain-ai/langgraphBuild resilient agents.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.