Звіт про здоров'я програмного забезпеченнясхема 0.17.0 · метрики 2.10.0 · 2026-07-21 04:11 UTC

MDAnalysis / mdanalysis

MDAnalysis is a Python library to analyze molecular dynamics simulations.

PythonВласна ліцензія★ 1 610 зірок⑂ 849 форківз квіт. 2015 р.Переглянути на GitHub ↗

#molecular-dynamics #python #science #trajectory-analysis #molecular-simulation #molecular-dynamics-simulation #mdanalysis #computational-chemistry

MDAnalysis/mdanalysis має індекс здоров’я 94 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Community & Adoption (86/100), найнижчий — AI Readiness (49/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 3 учасники.

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»).

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)

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 80 калібровано до 94 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

MDAnalysisОрганізація

347 підписників77 публічних репозиторіївз бер. 2015 р.

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

Пакетні екосистеми

Реєстр	Пакет	Версія	Завантажень / міс	Версії	Остання публікація	Теги
PyPI	MDAnalysis	2.10.0	206 770	47	276 днів тому	python science chemistry biophysics molecular-dynamics computational-chemistry molecular-simulation analysis trajectory-analysis
PyPI	MDAnalysisTests	2.10.0	12 818	44	276 днів тому	—

Метрики за категоріями

Життєздатність

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

81Відмінний · 21% загального індексу

Активність розробки

89Відмінний

Як обчислюється оцінка

36/36	Свіжість push — останній push 0 дн. тому
24.9/36	Ритм комітів — 36/52 тижнів із комітами
18/18	Обсяг комітів — 110 комітів за останній рік
10/10	OpenSSF Scorecard: Maintained — 30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10

Використані вхідні дані

commits_last_year	110
human_commit_share	—
days_since_last_push	0
active_weeks_last_year	36

Дисципліна релізів

70Добрий

Як обчислюється оцінка

27/27	Випускає релізи — опубліковано 33 релізів
16.2/36	Свіжість релізів — останній реліз 276 дн. тому
19.8/27	Ритм релізів — реліз кожні ~115 дн.
0/10	OpenSSF Scorecard: Signed-Releases — немає даних

Використані вхідні дані

releases_count	33
latest_release_tag	package-2.10.0
releases_from_tags	ні
days_since_latest_release	276
mean_days_between_releases	115

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?

86Відмінний · 17% загального індексу

Здоров'я спільноти

86Відмінний

Як обчислюється оцінка

22.5/22.5	README
16.9/22.5	Ліцензія — файл ліцензії наявний, не є визнаною ліцензією
18/18	Настанови CONTRIBUTING
13.5/13.5	Кодекс поведінки
0/7.2	Шаблон issue
6.3/6.3	Шаблон PR

Використані вхідні дані

has_readme	так
has_license	так
readme_badges	—
has_contributing	так
has_issue_template	ні
has_code_of_conduct	так
readme_badge_services	—
has_pull_request_template	так

Впровадження в екосистемі (завантаження)

89Відмінний

Як обчислюється оцінка

71.2/80	Щомісячні завантаження — 219 588 завантажень/місяць у pypi
0/20	Залежні пакети в реєстрі — ця екосистема цього не повідомляє

Використані вхідні дані

packages	MDAnalysis, MDAnalysisTests
dependents	—
ecosystems	pypi
total_downloads	—
monthly_downloads	219 588
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?

86Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

77Добрий

Як обчислюється оцінка

36/54	Бас-фактор — на 3 контриб’ютор(ів) припадає половина всіх комітів
17.9/22.5	Розподіл комітів — головний контриб’ютор — автор 21% комітів
13.5/13.5	Широта контриб’юторів — 100 контриб’юторів
10/10	OpenSSF Scorecard: Contributors — project has 57 contributing companies or organizations

Використані вхідні дані

bus_factor	3
contributors_sampled	100
top_contributor_share	0,206

Реактивність на issue та PR

85Відмінний

Як обчислюється оцінка

34.4/42	Вирішення issue — закрито 82% issue
24.4/30	Прийняття PR — злито 2 091/2 567 вирішених PR
0/13	Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
15/15	OpenSSF Scorecard: Code-Review — all changesets reviewed

Використані вхідні дані

merged_prs	2 091
open_issues	440
closed_issues	1 977
prs_merged_7d	—
prs_decided_7d	—
prs_merged_30d	—
prs_decided_30d	—
issue_closed_ratio	0,818
closed_unmerged_prs	476
first_time_authors_30d	—
first_time_prs_merged_30d	—
first_time_prs_decided_30d	—

Виключено з оцінювання (немає даних або не застосовно): Newcomer PR acceptance. Залишкові ваги перенормовано.

Власність та опіка

92Відмінний

Як обчислюється оцінка

30/30	Підтримка власника — у власності організації
0/20	Верифікований домен — статус підтвердженого домену для цієї організації не зчитано
18.3/25	Охоплення власника — 347 підписників у MDAnalysis
25/25	Послужний список — 77 публічних репозиторіїв, вік облікового запису ~11 р.

Використані вхідні дані

followers	347
owner_type	Organization
is_verified	—
owner_login	MDAnalysis
public_repos	77
account_age_days	4 148

Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

91Відмінний

Як обчислюється оцінка

25/25	Опубліковано й доступно — 2 пакет(ів) у pypi
26/35	Свіжість публікацій — остання публікація 276 дн. тому
20/20	Історія версій — 47 опублікованих версій
20/20	Не застарілий — активний, не deprecated і не yanked

Використані вхідні дані

packages	MDAnalysis, MDAnalysisTests
ecosystems	pypi
any_deprecated	ні
min_days_since_publish	276

Інженерна якість

Чи наявні базові інженерні практики та документація?

80Відмінний · 19% загального індексу

Інженерні практики

84Відмінний

Як обчислюється оцінка

24/24	Процеси CI — 5 процес(ів) CI
24/24	Наявні тести
16/16	Конфігурація лінтера — .flake8, .pylintrc
0/9.6	Pre-commit-хуки
0/6.4	.editorconfig
20/20	OpenSSF Scorecard: CI-Tests — 23 out of 23 merged PRs checked by a CI test -- score normalized to 10

Використані вхідні дані

has_ci	так
has_tests	так
has_editorconfig	ні
has_linter_config	так
has_precommit_config	ні

Документація

75Добрий

Як обчислюється оцінка

30/30	README
0/25	Каталог документації
15/15	Сайт документації / домашня сторінка — https://mdanalysis.org
10/10	Опис репозиторію
10/10	Теми — 8 тем
10/10	Wiki

Використані вхідні дані

topics	molecular-dynamics, python, science, trajectory-analysis, molecular-simulation, molecular-dynamics-simulation, mdanalysis, computational-chemistry
has_wiki	так
homepage	https://mdanalysis.org
docs_site	https://mdanalysis.org
has_readme	так
has_docs_dir	ні
has_description	так

Безпека

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

74Добрий · 16% загального індексу

Стан безпеки

68Добрий

Як обчислюється оцінка

7.5/7.5	Binary-Artifacts — no binaries found in the repo
0/7.5	Branch-Protection — немає даних
2.5/2.5	CI-Tests — 23 out of 23 merged PRs checked by a CI test -- score normalized to 10
0.5/2.5	CII-Best-Practices — badge detected: InProgress
7.5/7.5	Code-Review — all changesets reviewed
2.5/2.5	Contributors — project has 57 contributing companies or organizations
10/10	Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5	Dependency-Update-Tool — update tool detected
0/5	Fuzzing — project is not fuzzed
2.2/2.5	Ліцензія — license file detected
7.5/7.5	Maintained — 30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10
5/5	Packaging — packaging workflow detected
0/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
1/5	SAST — SAST tool is not run on all commits -- score normalized to 2
0/5	Security-Policy — security policy file not detected
0/7.5	Signed-Releases — немає даних
0/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5	Vulnerabilities — 0 existing vulnerabilities detected

Використані вхідні дані

source	openssf_scorecard
checks_evaluated	16
scorecard_version	v5.5.0
checks_inconclusive	2
scorecard_aggregate	6,8

Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий

Як обчислюється оцінка

35/35	Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25	Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40	Немає задавнених сповіщень — жодне сповіщення не має дати публікації

Використані вхідні дані

source	osv
advisories	0
affected_packages	0
assessed_packages	21
unassessed_packages	0
affected_by_severity	none
direct_affected_packages	0

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, — 21 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.

49Слабкий · 4% загального індексу

Контекст і настанови для агентів

1Критичний

Як обчислюється оцінка

0/45	Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15	Машиночитана документація (llms.txt)
0/40	Читабельна історія комітів — немає даних

Використані вхідні дані

has_llms_txt	ні
llms_txt_url	—
legible_history_share	—
agent_instruction_files	—
agent_instruction_max_bytes	—

Виключено з оцінювання (немає даних або не застосовно): Читабельна історія комітів. Залишкові ваги перенормовано.

Цикл верифікації (збірка / тести / перевірка типів)

74Добрий

Як обчислюється оцінка

18/18	Розгортання однією командою — package/doc/sphinx/Makefile
22/22	Автоматизовані тести
11/11	Конфігурація лінтера / форматера — .flake8, .pylintrc
11/11	Статична перевірка типів — mypy.ini
0/10	Відтворюване середовище
0/10	Підтверджена практика роботи з агентами — немає даних
5/8	Автоматизоване супроводження — автоматизацію залежностей налаштовано, але у вибірці комітів її не видно
0/10	OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0

Використані вхідні дані

has_nix	ні
has_tests	так
lockfiles	—
has_dockerfile	ні
typed_language	ні
bootstrap_files	package/doc/sphinx/Makefile
has_devcontainer	ні
has_linter_config	так
typecheck_configs	mypy.ini
agent_commit_share	—
toolchain_manifests	—
dependency_bot_commit_share	0

Виключено з оцінювання (немає даних або не застосовно): Підтверджена практика роботи з агентами. Залишкові ваги перенормовано.

Читабельність коду для моделей

80Відмінний

Як обчислюється оцінка

27/45	Типізований код — Python з конфігурацією перевірки типів (mypy.ini)
52.7/55	Керовані розміри файлів — 19/454 файлів вихідного коду понад 60 КБ

Використані вхідні дані

primary_language	Python
largest_source_bytes	190 357
source_files_sampled	454
oversized_source_files	19

Ключові факти

1 610зірок GitHub

100контриб'юторів

110комітів за останні 12 місяців

0днів від останнього пушу

33релізів

3бас-фактор

440відкритих issue

PyPIпакетних екосистем

Докладніше

Історія зірок і форків 1 610 ★ / 0 ⇿

1 610Зірки

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.

Кожна точка охоплює 5 днів.

OpenSSF Scorecard 6.8 / 10

6.8сукупно

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 · 2026-07-21 04:10 UTC

10	Binary-Artifacts	no binaries found in the repo
н/д	Branch-Protection	internal 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
10	CI-Tests	23 out of 23 merged PRs checked by a CI test -- score normalized to 10
2	CII-Best-Practices	badge detected: InProgress
10	Code-Review	all changesets reviewed
10	Contributors	project has 57 contributing companies or organizations
10	Dangerous-Workflow	no dangerous workflow patterns detected
10	Dependency-Update-Tool	update tool detected
0	Fuzzing	project is not fuzzed
9	License	license file detected
10	Maintained	30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10
10	Packaging	packaging workflow detected
0	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 0
2	SAST	SAST tool is not run on all commits -- score normalized to 2
0	Security-Policy	security policy file not detected
н/д	Signed-Releases	no releases found
0	Token-Permissions	detected GitHub workflow tokens with excessive permissions
10	Vulnerabilities	0 existing vulnerabilities detected

Прямі залежності 11

Реєстр	Пакет	Обмеження версії	Маніфест
PyPI	numpy	`>=1.26.0`	package/pyproject.toml
PyPI	GridDataFormats	`>=0.4.0`	package/pyproject.toml
PyPI	mmtf-python	`>=1.0.0`	package/pyproject.toml
PyPI	joblib	`>=0.12`	package/pyproject.toml
PyPI	scipy	`>=1.5.0`	package/pyproject.toml
PyPI	matplotlib	`>=1.5.1`	package/pyproject.toml
PyPI	tqdm	`>=4.43.0`	package/pyproject.toml
PyPI	threadpoolctl	`—`	package/pyproject.toml
PyPI	packaging	`—`	package/pyproject.toml
PyPI	filelock	`—`	package/pyproject.toml
PyPI	mda-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.

Реєстр	Пакет	Версія	Зв'язок
PyPI	filelock	`—`	пряма
PyPI	griddataformats	`—`	пряма
PyPI	joblib	`—`	пряма
PyPI	matplotlib	`—`	пряма
PyPI	mda-xdrlib	`—`	пряма
PyPI	mmtf-python	`—`	пряма
PyPI	numpy	`—`	пряма
PyPI	packaging	`—`	пряма
PyPI	scipy	`—`	пряма
PyPI	threadpoolctl	`—`	пряма
PyPI	tqdm	`—`	пряма
PyPI	biopython	`—`	непряма
PyPI	chemfiles	`—`	непряма
PyPI	codecov	`—`	непряма
PyPI	cython	`—`	непряма
PyPI	gsd	`—`	непряма
PyPI	h5py	`—`	непряма
PyPI	hypothesis	`—`	непряма
PyPI	imdclient	`—`	непряма
PyPI	mdanalysis	`2.11.0-dev0`	непряма
PyPI	mdanalysis-sphinx-theme	`—`	непряма
PyPI	mypy	`0.960`	непряма
PyPI	netcdf4	`—`	непряма
PyPI	networkx	`—`	непряма
PyPI	parmed	`—`	непряма
PyPI	pooch	`—`	непряма
PyPI	pyedr	`—`	непряма
PyPI	pytest	`—`	непряма
PyPI	pytng	`—`	непряма
PyPI	rdkit	`—`	непряма
PyPI	scikit-learn	`—`	непряма
PyPI	seaborn	`—`	непряма
PyPI	setuptools	`—`	непряма
PyPI	sphinx	`—`	непряма
PyPI	sphinx-sitemap	`—`	непряма
PyPI	tidynamics	`—`	непряма
PyPI	typing-extensions	`—`	непряма

Сповіщення про залежності 0

Встановлення pypi:MDAnalysis@2.10.0 тягне 21 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.

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 v0.17.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.

52/60	Зірки — 1 610 зірок
24.4/25	Форки — 849 форків
8.9/15	Спостерігачі — 41 спостерігачів

forks	849
stars	1 610
watchers	41
growth_state	organic
growth_factor_pct	100

Індекс здоров'я програмного забезпечення

Профіль оцінок

Власність

Пакетні екосистеми

Метрики за категоріями

Ключові факти

Докладніше

Зворотний зв’язок

Пов’язані записи