Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-12 10:17 UTC

MDAnalysis / mdanalysis

MDAnalysis is a Python library to analyze molecular dynamics simulations.

PythonВласна ліцензія★ 1 645 зірок⑂ 858 форківз квіт. 2015 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#molecular-dynamics#python#science#trajectory-analysis#molecular-simulation#molecular-dynamics-simulation#mdanalysis#computational-chemistry

MDAnalysis/mdanalysis має індекс здоров’я 93 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Community & Adoption (87/100), найнижчий — AI Readiness (60/100). Останнє оновлення було 9 днів тому. Більшість нещодавньої роботи виконують 3 учасники.

93
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»).

93
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 79 калібровано до 93 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

MDAnalysisОрганізація · підтверджений домен
352 підписники77 публічних репозиторіївз бер. 2015 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIMDAnalysis2.10.0206 77047329 днів томуpythonsciencechemistrybiophysicsmolecular-dynamicscomputational-chemistrymolecular-simulationanalysistrajectory-analysis
PyPIMDAnalysisTests2.10.02 99944329 днів тому—

Метрики за категоріями

Життєздатність

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

76Добрий · 21% загального індексу

Активність розробки

80Відмінний
Як обчислюється оцінка
28.8/36Свіжість push — останній push 9 дн. тому
23.5/36Ритм комітів — 34/52 тижнів із комітами
18/18Обсяг комітів — 103 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 26 commit(s) and 17 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year103
human_commit_share1
days_since_last_push9
active_weeks_last_year34

Дисципліна релізів

70Добрий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 33 релізів
16.2/36Свіжість релізів — останній реліз 329 дн. тому
19.8/27Ритм релізів — реліз кожні ~115 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count33
latest_release_tagpackage-2.10.0
releases_from_tagsні
days_since_latest_release329
mean_days_between_releases115
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?

87Відмінний · 17% загального індексу

Популярність і впровадження

86Відмінний
Як обчислюється оцінка
52.2/60Зірки — 1 645 зірок
24.4/25Форки — 858 форків
8.9/15Спостерігачі — 41 спостерігачів
Використані вхідні дані
forks858
stars1 645
watchers41
growth_stateorganic
growth_factor_pct100

Здоров'я спільноти

86Відмінний
Як обчислюється оцінка
22.5/22.5README
16.9/22.5Ліцензія — файл ліцензії наявний, не є визнаною ліцензією
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_badges0
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_services—
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

89Відмінний
Як обчислюється оцінка
71/80Щомісячні завантаження — 209 769 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesMDAnalysis, MDAnalysisTests
dependents—
ecosystemspypi
total_downloads—
monthly_downloads209 769
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?

84Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

77Добрий
Як обчислюється оцінка
36/54Бас-фактор — на 3 контриб’ютор(ів) припадає половина всіх комітів
17.9/22.5Розподіл комітів — головний контриб’ютор — автор 21% комітів
13.5/13.5Широта контриб’юторів — 99 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 57 contributing companies or organizations
Використані вхідні дані
bus_factor3
contributors_sampled99
top_contributor_share0,206

Реактивність на issue та PR

76Добрий
Як обчислюється оцінка
34.4/42Вирішення issue — закрито 82% issue
24.4/30Прийняття PR — злито 2 097/2 578 вирішених PR
2.6/13Newcomer PR acceptance — злито 1/5 PR від новачків за 30 дн.
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Використані вхідні дані
merged_prs2 097
open_issues440
closed_issues1 981
prs_merged_7d0
prs_decided_7d2
prs_merged_30d3
prs_decided_30d8
issue_closed_ratio0,818
closed_unmerged_prs481
first_time_authors_30d5
first_time_prs_merged_30d1
first_time_prs_decided_30d5

Власність та опіка

93Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
20/20Верифікований домен
18.3/25Охоплення власника — 352 підписників у MDAnalysis
25/25Послужний список — 77 публічних репозиторіїв, вік облікового запису ~11 р.
Використані вхідні дані
followers352
owner_typeOrganization
is_verifiedтак
owner_loginMDAnalysis
public_repos77
account_age_days4 201

Супровід пакетів

91Відмінний
Як обчислюється оцінка
25/25Опубліковано й доступно — 2 пакет(ів) у pypi
26/35Свіжість публікацій — остання публікація 329 дн. тому
20/20Історія версій — 47 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesMDAnalysis, MDAnalysisTests
ecosystemspypi
any_deprecatedні
min_days_since_publish329

Інженерна якість

Чи наявні базові інженерні практики та документація?

80Відмінний · 19% загального індексу

Інженерні практики

84Відмінний
Як обчислюється оцінка
24/24Процеси CI — 5 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — .flake8, .pylintrc, package/pyproject.toml ([tool.black]), testsuite/pyproject.toml ([tool.black])
0/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 27 out of 27 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_configні

Документація

75Добрий
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://mdanalysis.org
10/10Опис репозиторію
10/10Теми — 8 тем
10/10Wiki
Використані вхідні дані
topicsmolecular-dynamics, python, science, trajectory-analysis, molecular-simulation, molecular-dynamics-simulation, mdanalysis, computational-chemistry
has_wikiтак
homepagehttps://mdanalysis.org
docs_sitehttps://mdanalysis.org
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

73Добрий · 16% загального індексу

Стан безпеки

66Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 27 out of 27 merged PRs checked by a CI test -- score normalized to 10
0.5/2.5CII-Best-Practices — badge detected: InProgress
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 57 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
2.2/2.5Ліцензія — license file detected
7.5/7.5Maintained — 26 commit(s) and 17 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
1/5SAST — SAST tool is not run on all commits -- score normalized to 2
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate6,6
Виключено з оцінювання (немає даних або не застосовно): 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
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_packages22
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:MDAnalysis@2.10.0 — тим, що тягне за собою встановлення опублікованого пакета, — 22 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.

60Помірний · 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 83 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,83
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

67Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — package/doc/sphinx/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — .flake8, .pylintrc, package/pyproject.toml ([tool.black]), testsuite/pyproject.toml ([tool.black])
11/11Статична перевірка типів — mypy.ini
0/10Відтворюване середовище
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
5/8Автоматизоване супроводження — автоматизацію залежностей налаштовано, але у вибірці комітів її не видно
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_filespackage/doc/sphinx/Makefile
has_devcontainerні
has_linter_configтак
typecheck_configsmypy.ini
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

80Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (mypy.ini)
52.7/55Керовані розміри файлів — 19/454 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes190 795
source_files_sampled454
oversized_source_files19

Ключові факти

1 645зірок GitHub
99контриб'юторів
103комітів за останні 12 місяців
9днів від останнього пушу
33релізів
3бас-фактор
440відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Star history carried forward from 2026-07-20: GitHub restricted the stargazers API to repository admins, so it can no longer be collected. The repository has 1645 stars today.
  • pypi download statistics for 'MDAnalysis' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • pypi download figures for MDAnalysis carried forward from the previous scan (stats endpoint unavailable this scan)

Докладніше

Історія зірок і форків 1 610 ★ / 858 ⇿
1 610Зірки
858Форки
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.

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

Історію зірок показано станом на 2026-07-20. У липні 2026 року GitHub обмежив доступ до API stargazers адміністраторами репозиторію, тож цей ряд більше не продовжується; загальна кількість зірок вище лишається актуальною.

04008001 2001 6002 0001 610845172015-042020-122026-08
Мажорні 0Мінорні 0Патчі 0

Кожна точка охоплює 11 днів.

OpenSSF Scorecard 6.6 / 10
6.6сукупно

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 · 2026-09-12 10:16 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests27 out of 27 merged PRs checked by a CI test -- score normalized to 10
2CII-Best-Practicesbadge detected: InProgress
10Code-Reviewall changesets reviewed
10Contributorsproject has 57 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
10Maintained26 commit(s) and 17 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
2SASTSAST tool is not run on all commits -- score normalized to 2
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 11
РеєстрПакетОбмеження версіїМаніфест
PyPInumpy>=1.26.0package/pyproject.toml
PyPIGridDataFormats>=0.4.0package/pyproject.toml
PyPImmtf-python>=1.0.0package/pyproject.toml
PyPIjoblib>=0.12package/pyproject.toml
PyPIscipy>=1.5.0package/pyproject.toml
PyPImatplotlib>=1.5.1package/pyproject.toml
PyPItqdm>=4.43.0package/pyproject.toml
PyPIthreadpoolctl—package/pyproject.toml
PyPIpackaging—package/pyproject.toml
PyPIfilelock—package/pyproject.toml
PyPImda-xdrlib—package/pyproject.toml
Усі залежності 37

Повний розв'язаний набір залежностей із графа залежностей GitHub: 11 прямих і 26 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIfilelock—пряма
PyPIgriddataformats—пряма
PyPIjoblib—пряма
PyPImatplotlib—пряма
PyPImda-xdrlib—пряма
PyPImmtf-python—пряма
PyPInumpy—пряма
PyPIpackaging—пряма
PyPIscipy—пряма
PyPIthreadpoolctl—пряма
PyPItqdm—пряма
PyPIbiopython—непряма
PyPIchemfiles—непряма
PyPIcodecov—непряма
PyPIcython—непряма
PyPIgsd—непряма
PyPIh5py—непряма
PyPIhypothesis—непряма
PyPIimdclient—непряма
PyPImdanalysis2.11.0-dev0непряма
PyPImdanalysis-sphinx-theme—непряма
PyPImypy0.960непряма
PyPInetcdf4—непряма
PyPInetworkx—непряма
PyPIparmed—непряма
PyPIpooch—непряма
PyPIpyedr—непряма
PyPIpytest—непряма
PyPIpytng—непряма
PyPIrdkit—непряма
PyPIscikit-learn—непряма
PyPIseaborn—непряма
PyPIsetuptools—непряма
PyPIsphinx—непряма
PyPIsphinx-sitemap—непряма
PyPItidynamics—непряма
PyPItyping-extensions—непряма
Сповіщення про залежності 0

Встановлення pypi:MDAnalysis@2.10.0 тягне 22 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 MDAnalysis/mdanalysis. Читати поруч →

98materialsproject/pymatgenPython Materials Genomics (pymatgen) is a robust materials analysis code that defines classes for structures and molecules with support for many electronic structure codes. It powers the Materials Project.Винятковий100astropy/astropyAstronomy and astrophysics core libraryВинятковий97modelscope/modelscopeModelScope: bring the notion of Model-as-a-Service to life.Винятковий100psf/blackThe uncompromising Python code formatterВинятковий100numpy/numpyThe fundamental package for scientific computing with Python.Винятковий100open-telemetry/opentelemetry-pythonOpenTelemetry Python API and SDK 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.