Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-19 00:55 UTC

MannLabs / alpharaw

An open-source Python package to unify raw MS data accession and storage.

Python · Jupyter NotebookApache-2.0★ 36 зірок⑂ 15 форківз вер. 2021 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#raw-data#data-accession#data-storage#mass-spectrometry

MannLabs/alpharaw має індекс здоров’я 73 зі 100, що відповідає смузі «Добрий». Найвищий показник — Engineering Quality (82/100), найнижчий — Security (50/100). Останнє оновлення було 48 днів тому. Більшість нещодавньої роботи виконує один учасник.

73
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»).

73
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 64 калібровано до 73 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Mann LabsОрганізація
238 підписників61 публічний репозиторійз січ. 2019 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIalpharaw0.7.14 3892048 днів томуmass-spectrometryproteomicsbioinformaticsraw-datadata-accessdata-storagealphapeptalphapept-ecosystemalphax-ecosystem

Метрики за категоріями

Життєздатність

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

67Добрий · 21% загального індексу

Активність розробки

56Помірний
Як обчислюється оцінка
18/36Свіжість push — останній push 48 дн. тому
10.4/36Ритм комітів — 15/52 тижнів із комітами
18/18Обсяг комітів — 119 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year119
human_commit_share1
days_since_last_push48
active_weeks_last_year15

Дисципліна релізів

83Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 8 релізів
36/36Свіжість релізів — останній реліз 48 дн. тому
19.8/27Ритм релізів — реліз кожні ~76,6 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count8
latest_release_tagv0.7.1
releases_from_tagsні
days_since_latest_release48
mean_days_between_releases76,6

Спільнота та впровадження

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

51Помірний · 17% загального індексу

Популярність і впровадження

39Слабкий
Як обчислюється оцінка
25/60Зірки — 36 зірок
9.6/25Форки — 15 форків
4.3/15Спостерігачі — 7 спостерігачів
Використані вхідні дані
forks15
stars36
watchers7
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

57Помірний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges6
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicesgithub.com, readthedocs.org, shields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

61Помірний
Як обчислюється оцінка
48.6/80Щомісячні завантаження — 4 389 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesalpharaw
dependents—
ecosystemspypi
total_downloads—
monthly_downloads4 389
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?

70Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

43Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
10.9/22.5Розподіл комітів — головний контриб’ютор — автор 52% комітів
13.5/13.5Широта контриб’юторів — 10 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 7 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled10
top_contributor_share0,516

Реактивність на issue та PR

76Добрий
Як обчислюється оцінка
24.2/42Вирішення issue — закрито 58% issue
27.2/30Прийняття PR — злито 99/109 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Використані вхідні дані
merged_prs99
open_issues11
closed_issues15
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,577
closed_unmerged_prs10
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

72Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
17.1/25Охоплення власника — 238 підписників у MannLabs
25/25Послужний список — 61 публічних репозиторіїв, вік облікового запису ~7 р.
Використані вхідні дані
followers238
owner_typeOrganization
is_verifiedні
owner_loginMannLabs
public_repos61
account_age_days2 833

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 48 дн. тому
20/20Історія версій — 20 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesalpharaw
ecosystemspypi
any_deprecatedні
min_days_since_publish48

Інженерна якість

Чи наявні базові інженерні практики та документація?

82Відмінний · 19% загального індексу

Інженерні практики

80Відмінний
Як обчислюється оцінка
24/24Процеси CI — 7 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
6/20OpenSSF Scorecard: CI-Tests — 3 out of 8 merged PRs checked by a CI test -- score normalized to 3
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

85Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
0/15Сайт документації / домашня сторінка
10/10Опис репозиторію
10/10Теми — 4 тем
10/10Wiki
Використані вхідні дані
topicsraw-data, data-accession, data-storage, mass-spectrometry
has_wikiтак
homepage—
docs_site—
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

50Помірний · 16% загального індексу

Стан безпеки

38Слабкий
Як обчислюється оцінка
0/7.5Binary-Artifacts — binaries present in source code
0/7.5Branch-Protection — немає даних
0.8/2.5CI-Tests — 3 out of 8 merged PRs checked by a CI test -- score normalized to 3
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 7 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not 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
4.5/7.5Vulnerabilities — 4 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate3,8
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging. 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_packages23
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:alpharaw@0.7.1 — тим, що тягне за собою встановлення опублікованого пакета, — 23 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.

52Помірний · 4% загального індексу

Контекст і настанови для агентів

16Критичний
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
16.5/40Читабельна історія комітів — намір зазначено у 31 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,31
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

61Помірний
Як обчислюється оцінка
18/18Розгортання однією командою — docs/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
0/11Статична перевірка типів
0/10Відтворюване середовище
10/10Підтверджена практика роботи з агентами — 8 з останніх 100 комітів створено агентом або з його зазначенням
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
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_filesdocs/Makefile
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0,08
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 — 0/52 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes38 621
source_files_sampled52
oversized_source_files0

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 — notebooks
Використані вхідні дані
example_dirsnotebooks
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

36зірок GitHub
10контриб'юторів
119комітів за останні 12 місяців
48днів від останнього пушу
8релізів
1бас-фактор
11відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Докладніше

Історія зірок і форків 0 ★ / 15 ⇿
0Зірки
15Форки
7Релізи

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.

03581013151412024-032025-062026-08
Мажорні 0Мінорні 3Патчі 4

Кожна точка охоплює 3 днів.

OpenSSF Scorecard 3.8 / 10
3.8сукупно

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 · 2026-10-19 00:55 UTC

0Binary-Artifactsbinaries present in source code
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
3CI-Tests3 out of 8 merged PRs checked by a CI test -- score normalized to 3
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 7 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not 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
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
6Vulnerabilities4 existing vulnerabilities detected
Усі залежності 37

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 37 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIalphabase—непряма
PyPIautodocsumm—непряма
PyPIbump-my-version—непряма
PyPIcontextfilter—непряма
PyPIfuro—непряма
PyPIh5py—непряма
PyPIh5py3.11.0непряма
PyPIipykernel—непряма
PyPIjinja2—непряма
PyPIjupyter—непряма
PyPIlxml—непряма
PyPIlxml5.2.2непряма
PyPImatplotlib—непряма
PyPImyst-parser—непряма
PyPInbmake1.5.3непряма
PyPInbsphinx—непряма
PyPInumba—непряма
PyPInumba0.59.1непряма
PyPInumpy—непряма
PyPInumpy1.26.4непряма
PyPIowlready2—непряма
PyPIowlready20.48непряма
PyPIpandas—непряма
PyPIpandas2.2.2непряма
PyPIplotly—непряма
PyPIpre-commit3.7.0непряма
PyPIpyteomics—непряма
PyPIpyteomics4.7.2непряма
PyPIpytest—непряма
PyPIpythonnet—непряма
PyPIpythonnet3.0.3непряма
PyPIpywin32—непряма
PyPIpyzstd—непряма
PyPIpyzstd0.15.3непряма
PyPIrequests—непряма
PyPIseaborn—непряма
PyPIsphinx—непряма
Сповіщення про залежності 0

Встановлення pypi:alpharaw@0.7.1 тягне 23 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 MannLabs/alpharaw. Читати поруч →

63MannLabs/alphaquantAn open-source Python package for accurate and sensitive peptide and protein quantification.Помірний83Sigilweaver/OpenTFRawPure-Rust reader for Thermo Fisher .raw mass-spectrometry files, with Python bindings.Відмінний75Sigilweaver/OpenMassSpecCoreShared core types and traits for the OpenProteo proteomics reader family.Добрий88K-Dense-AI/scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000+ scientists worldwide. 165 ready-to-use validated skills plus 100+ scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.Відмінний84M4i-Imaging-Mass-Spectrometry/thyraA modern Python library for converting Mass Spectrometry Imaging (MSI) data into standardized SpatialData/Zarr format, enabling seamless integration with spatial omics analysis workflows.Відмінний84CompOmics/ms2rescoreModular and user-friendly platform for AI-assisted rescoring of peptide identificationsВідмінний

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.