Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-16 17:40 UTC

Lightning-AI / pytorch-lightning

Pretrain, finetune ANY AI model of ANY size on 1 or 10,000+ GPUs with zero code changes.

PythonApache-2.0★ 31 346 зірок⑂ 3 796 форківз бер. 2019 р.Переглянути на GitHub ↗
#python#deep-learning#artificial-intelligence#ai#pytorch#data-science#machine-learning

Lightning-AI/pytorch-lightning має індекс здоров’я 96 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Community & Adoption (95/100), найнижчий — Security (70/100). Останнє оновлення було 1 день тому. Більшість нещодавньої роботи виконують 3 учасники.

96
загалом / 100
Винятковий

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»).

96
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 84 калібровано до 96 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

⚡️ Lightning AI Організація
6 867 підписників30 публічних репозиторіївз груд. 2019 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIassistantвказує на інший репозиторій — не оцінюється2.2.0a2-450 днів тому

Метрики за категоріями

Життєздатність

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

88Відмінний · 21% загального індексу

Активність розробки

92Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 1 дн. тому
27.7/36Ритм комітів — 40/52 тижнів із комітами
18/18Обсяг комітів — 279 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year279
human_commit_share0,76
days_since_last_push1
active_weeks_last_year40

Дисципліна релізів

83Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 100 релізів
36/36Свіжість релізів — останній реліз 6 дн. тому
19.8/27Ритм релізів — реліз кожні ~49,6 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count100
latest_release_tag2.6.6
releases_from_tagsні
days_since_latest_release6
mean_days_between_releases49,6

Спільнота та впровадження

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

95Винятковий · 17% загального індексу

Популярність і впровадження

98Винятковий
Як обчислюється оцінка
60/60Зірки — 31 346 зірок
25/25Форки — 3 796 форків
13.4/15Спостерігачі — 260 спостерігачів
Використані вхідні дані
forks3 796
stars31 346
watchers260
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

92Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges10
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesbadge.fury.io, codecov.io, dev.azure.com, github.com, shields.io
has_pull_request_templateтак

Сталість та врядування

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

78Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

76Добрий
Як обчислюється оцінка
36/54Бас-фактор — на 3 контриб’ютор(ів) припадає половина всіх комітів
16.6/22.5Розподіл комітів — головний контриб’ютор — автор 26% комітів
13.5/13.5Широта контриб’юторів — 97 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 41 contributing companies or organizations
Використані вхідні дані
bus_factor3
contributors_sampled97
top_contributor_share0,26

Реактивність на issue та PR

82Відмінний
Як обчислюється оцінка
37.3/42Вирішення issue — закрито 89% issue
25.6/30Прийняття PR — злито 9 420/11 029 вирішених PR
4/13Newcomer PR acceptance — злито 4/13 PR від новачків за 30 дн.
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Використані вхідні дані
merged_prs9 420
open_issues849
closed_issues6 723
prs_merged_7d6
prs_decided_7d7
prs_merged_30d13
prs_decided_30d24
issue_closed_ratio0,888
closed_unmerged_prs1 609
first_time_authors_30d7
first_time_prs_merged_30d4
first_time_prs_decided_30d13

Власність та опіка

78Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
25/25Охоплення власника — 6 867 підписників у Lightning-AI
22.9/25Послужний список — 30 публічних репозиторіїв, вік облікового запису ~6 р.
Використані вхідні дані
followers6 867
owner_typeOrganization
is_verifiedні
owner_loginLightning-AI
public_repos30
account_age_days2 481

Інженерна якість

Чи наявні базові інженерні практики та документація?

92Відмінний · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 17 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff], [tool.black])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://lightning.ai/pytorch-lightning/?utm_source=ptl_readme&utm_medium=referral&utm_campaign=ptl_readme
10/10Опис репозиторію
10/10Теми — 7 тем
0/10Wiki
Використані вхідні дані
topicspython, deep-learning, artificial-intelligence, ai, pytorch, data-science, machine-learning
has_wikiні
homepagehttps://lightning.ai/pytorch-lightning/?utm_source=ptl_readme&utm_medium=referral&utm_campaign=ptl_readme
docs_sitehttps://lightning.ai/pytorch-lightning/?utm_source=ptl_readme&utm_medium=referral&utm_campaign=ptl_readme
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

70Добрий · 16% загального індексу

Стан безпеки

63Помірний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2.5/2.5CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 41 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
3/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
3/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
3/7.5Vulnerabilities — 6 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate6,3
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection. 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
advisories8
affected_packages4
assessed_packages17
unassessed_packages86
affected_by_severityhigh 3, moderate 1
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень, Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено 17 резолвлених залежностей із OSV. 86 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.

77Добрий · 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://lightning.ai/llms.txt)
40/40Читабельна історія комітів — намір зазначено у 74 з 76 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://lightning.ai/llms.txt
legible_history_share0,974
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

82Відмінний
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile, docs/source-fabric/Makefile, docs/source-pytorch/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff], [tool.black])
11/11Статична перевірка типів — src/lightning/py.typed, src/lightning_fabric/py.typed, src/pytorch_lightning/py.typed
0/10Відтворюване середовище
6/10Підтверджена практика роботи з агентами — 3 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 23 з останніх 100 комітів — автоматичні оновлення залежностей
6/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_filesMakefile, docs/source-fabric/Makefile, docs/source-pytorch/Makefile
has_devcontainerні
has_linter_configтак
typecheck_configssrc/lightning/py.typed, src/lightning_fabric/py.typed, src/pytorch_lightning/py.typed
agent_commit_share0,03
toolchain_manifests—
dependency_bot_commit_share0,23

Читабельність коду для моделей

82Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (src/lightning/py.typed, src/lightning_fabric/py.typed, src/pytorch_lightning/py.typed)
54.6/55Керовані розміри файлів — 5/648 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes82 856
source_files_sampled648
oversized_source_files5

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 — demos, examples, notebooks
Використані вхідні дані
example_dirsdemos, examples, 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

31 346зірок GitHub
97контриб'юторів
279комітів за останні 12 місяців
1днів від останнього пушу
100релізів
3бас-фактор
849відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi package 'assistant' points at a different repository (https://gitlab.com/waser-technologies/technologies/assistant); excluded from ecosystem scoring
  • deps.dev does not index pypi:assistant@2.2.0a2; advisories assessed against the repository dependency graph instead

Докладніше

Історія зірок і форків 0 ★ / 3 796 ⇿
0Зірки
3 796Форки
35Релізи

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.

Показано лише найновішу історію — цей репозиторій перевищує вікно збору, тож найраніша історія не захоплена.

2 8003 0003 2003 4003 6003 8003 796372023-092025-032026-09
Мажорні 0Мінорні 6Патчі 22

Кожна точка охоплює 3 днів.

OpenSSF Scorecard 6.3 / 10
6.3сукупно

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 · 2026-09-16 17:39 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
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 41 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
6Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 6
0SASTSAST tool is not run on all commits -- score normalized to 0
6Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
4Vulnerabilities6 existing vulnerabilities detected
Усі залежності 103

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 103 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIawscli—непряма
PyPIbitsandbytes—непряма
PyPIclick8.1.8непряма
PyPIclick8.3.1непряма
PyPIcloudpickle—непряма
PyPIcoverage7.10.7непряма
PyPIcoverage7.13.5непряма
PyPIdeepspeed—непряма
PyPIdocutils—непряма
PyPIfastapi—непряма
PyPIfire—непряма
PyPIfsspec—непряма
PyPIgymnasium—непряма
PyPIhuggingface-hub—непряма
PyPIhydra-core—непряма
PyPIimportlib-metadata—непряма
PyPIipython—непряма
PyPIjinja2—непряма
PyPIjsonargparse—непряма
PyPIjupytext—непряма
PyPIlai-sphinx-theme—непряма
PyPIlightning—непряма
PyPIlightning-utilities—непряма
PyPIlitdata—непряма
PyPImatplotlib—непряма
PyPImoviepy—непряма
PyPImypy1.20.0непряма
PyPImyst-parser—непряма
PyPInbconvert—непряма
PyPInbformat—непряма
PyPInbsphinx—непряма
PyPInumpy—непряма
PyPIomegaconf—непряма
PyPIonnx—непряма
PyPIonnx-ir—непряма
PyPIonnxruntime—непряма
PyPIonnxscript—непряма
PyPIpackaging—непряма
PyPIpandas—непряма
PyPIpandoc—непряма
PyPIpapermill—непряма
PyPIpip—непряма
PyPIpkginfo1.12.1.2непряма
PyPIpsutil—непряма
PyPIpytest9.0.2непряма
PyPIpytest-cov7.0.0непряма
PyPIpytest-doctestplus1.7.1непряма
PyPIpytest-random-order1.2.0непряма
PyPIpytest-rerunfailures16.0.1непряма
PyPIpytest-rerunfailures16.1непряма
PyPIpytest-timeout2.4.0непряма
PyPIpyyaml—непряма
PyPIrequests—непряма
PyPIrich—непряма
PyPIscikit-learn—непряма
PyPIsetuptools—непряма
PyPIsphinx—непряма
PyPIsphinx-autobuild—непряма
PyPIsphinx-autodoc-typehints—непряма
PyPIsphinx-copybutton—непряма
PyPIsphinx-multiproject—непряма
PyPIsphinx-paramlinks—непряма
PyPIsphinx-rtd-dark-mode—непряма
PyPIsphinx-togglebutton—непряма
PyPIsphinx-toolbox4.1.2непряма
PyPIsphinxcontrib-fulltoc—непряма
PyPIsphinxcontrib-mockautodoc—непряма
PyPIsphinxcontrib-video0.4.2непряма
PyPItensorboard—непряма
PyPItensorboardx—непряма
PyPItomlkit—непряма
PyPItorch—непряма
PyPItorch2.9.1непряма
PyPItorch-tensorrt—непряма
PyPItorchao—непряма
PyPItorchmetrics—непряма
PyPItorchvision—непряма
PyPItqdm—непряма
PyPItwine6.2.0непряма
PyPItypes-bleach—непряма
PyPItypes-cachetools—непряма
PyPItypes-croniter—непряма
PyPItypes-decorator—непряма
PyPItypes-markdown—непряма
PyPItypes-paramiko—непряма
PyPItypes-protobuf—непряма
PyPItypes-python-dateutil—непряма
PyPItypes-pyyaml—непряма
PyPItypes-redis—непряма
PyPItypes-requests—непряма
PyPItypes-setuptools—непряма
PyPItypes-six—непряма
PyPItypes-tabulate—непряма
PyPItypes-toml—непряма
PyPItypes-tzlocal—непряма
PyPItypes-ujson—непряма
PyPItyping-extensions—непряма
PyPIurllib3—непряма
PyPIuvicorn—непряма
PyPIvirtualenv—непряма
PyPIwcmatch—непряма
PyPIwget—непряма
PyPIwheel—непряма
Сповіщення про залежності 4

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 17 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 4 мають відомі сповіщення, з них 0 прямі. 86 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза наведеним переліком пакетів.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
click8.1.8непрямависока18.3.3
click8.3.1непрямависока18.3.3
torch2.9.1непрямависока42.13.0
pytest9.0.2непрямапомірна29.0.3

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 Lightning-AI/pytorch-lightning. Читати поруч →

100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Винятковий100onnx/onnxOpen standard for machine learning interoperabilityВинятковий99voxel51/fiftyoneRefine high-quality datasets and visual AI modelsВинятковий99ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Винятковий99ultralytics/ultralyticsUltralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingВинятковий98autogluon/autogluonFast and Accurate ML in 3 Lines of CodeВинятковий

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.