Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-08 04:54 UTC

MarcoPorcellato / logseq-matryca-parser

Stop feeding broken Markdown to your AI. A deterministic Logseq parser that preserves parent-child context for RAG, plus a 60FPS visualizer 👓 , plus writer ✍️ append only

PythonApache-2.0★ 27 зірок⑂ 13 форківз квіт. 2026 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#ast#local-first#logseq#logseq-export#python#rag#ai#knowledge-graph#parser

MarcoPorcellato/logseq-matryca-parser має індекс здоров’я 84 зі 100, що відповідає смузі «Відмінний». Найвищий показник — AI Readiness (92/100), найнижчий — Sustainability & Governance (55/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

84
загалом / 100
Відмінний

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»).

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

Власність

Marco PorcellatoОсобистий обліковий запис
15 підписників22 публічні репозиторіїз лип. 2025 р.Matryca.ai

Цей репозиторій належить особистому обліковому запису. Проєкт з єдиним власником несе більший ризик безперервності, ніж підтримуваний організацією.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIlogseq-matryca-parser1.7.12 336160 днів томуaiastknowledge-graphlogseqparserrag

Метрики за категоріями

Життєздатність

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

81Відмінний · 21% загального індексу

Активність розробки

75Добрий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
11.1/36Ритм комітів — 16/52 тижнів із комітами
18/18Обсяг комітів — 261 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year261
human_commit_share0,97
days_since_last_push0
active_weeks_last_year16

Дисципліна релізів

90Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 20 релізів
36/36Свіжість релізів — останній реліз 0 дн. тому
27/27Ритм релізів — реліз кожні ~5,6 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count20
latest_release_tagv1.7.1
releases_from_tagsні
days_since_latest_release0
mean_days_between_releases5,6

Спільнота та впровадження

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

59Помірний · 17% загального індексу

Популярність і впровадження

32У зоні ризику
Як обчислюється оцінка
23/60Зірки — 27 зірок
9/25Форки — 13 форків
0/15Спостерігачі — 1 спостерігачів
Використані вхідні дані
forks13
stars27
watchers1
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_badges7
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

56Помірний
Як обчислюється оцінка
44.9/80Щомісячні завантаження — 2 336 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packageslogseq-matryca-parser
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2 336
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?

55Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

33У зоні ризику
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
7.2/22.5Розподіл комітів — головний контриб’ютор — автор 68% комітів
10.8/13.5Широта контриб’юторів — 8 контриб’юторів
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Використані вхідні дані
bus_factor1
contributors_sampled8
top_contributor_share0,678

Реактивність на issue та PR

64Помірний
Як обчислюється оцінка
29.6/42Вирішення issue — закрито 70% issue
21.5/30Прийняття PR — злито 33/46 вирішених PR
13/13Newcomer PR acceptance — злито 2/2 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — Found 0/28 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs33
open_issues23
closed_issues55
prs_merged_7d13
prs_decided_7d13
prs_merged_30d15
prs_decided_30d15
issue_closed_ratio0,705
closed_unmerged_prs13
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Власність та опіка

38Слабкий
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
8.7/25Охоплення власника — 15 підписників у MarcoPorcellato
12/25Послужний список — 22 публічних репозиторіїв, вік облікового запису ~1 р.
Використані вхідні дані
followers15
owner_typeUser
is_verified—
owner_loginMarcoPorcellato
public_repos22
account_age_days389
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 0 дн. тому
20/20Історія версій — 16 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packageslogseq-matryca-parser
ecosystemspypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

89Відмінний · 19% загального індексу

Інженерні практики

92Відмінний
Як обчислюється оцінка
24/24Процеси CI — 3 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 14 out of 15 merged PRs checked by a CI test -- score normalized to 9
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 — 9 тем
10/10Wiki
Використані вхідні дані
topicsast, local-first, logseq, logseq-export, python, rag, ai, knowledge-graph, parser
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?

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 — branch protection not enabled on development/release branches
2.2/2.5CI-Tests — 14 out of 15 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/28 approved changesets -- score normalized to 0
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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 30 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
4.5/5SAST — SAST tool is not run on all commits -- score normalized to 9
5/5Security-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
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate6,3

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
advisories0
affected_packages0
assessed_packages130
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень, Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено 130 резолвлених залежностей із OSV. 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.

92Відмінний · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — .cursorrules, AGENTS.md, CLAUDE.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 95 з 97 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,979
agent_instruction_files.cursorrules, AGENTS.md, CLAUDE.md
agent_instruction_max_bytes1 628

Цикл верифікації (збірка / тести / перевірка типів)

100Винятковий
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
11/11Статична перевірка типів — src/logseq_matryca_parser/py.typed
10/10Відтворюване середовище — lockfile
10/10Підтверджена практика роботи з агентами — 11 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 3 з останніх 100 комітів — автоматичні оновлення залежностей
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_filesMakefile
has_devcontainerні
has_linter_configтак
typecheck_configssrc/logseq_matryca_parser/py.typed
agent_commit_share0,11
toolchain_manifests—
dependency_bot_commit_share0,03

Читабельність коду для моделей

80Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (src/logseq_matryca_parser/py.typed)
53.2/55Керовані розміри файлів — 2/60 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes468 813
source_files_sampled60
oversized_source_files2

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 — examples
Використані вхідні дані
example_dirsexamples
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

27зірок GitHub
8контриб'юторів
261комітів за останні 12 місяців
0днів від останнього пушу
20релізів
1бас-фактор
23відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:logseq-matryca-parser@1.7.1; advisories assessed against the repository dependency graph instead

Докладніше

Історія зірок і форків 0 ★ / 13 ⇿
0Зірки
13Форки
18Релізи

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.

03581013151322026-042026-062026-07
Мажорні 1Мінорні 6Патчі 11
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 · 2026-08-08 04:54 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
9CI-Tests14 out of 15 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/28 approved changesets -- score normalized to 0
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
9SASTSAST tool is not run on all commits -- score normalized to 9
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 3
РеєстрПакетОбмеження версіїМаніфест
PyPIpydantic>=2.7.0pyproject.toml
PyPItyper>=0.12.0pyproject.toml
PyPIrich>=13.7.1pyproject.toml
Усі залежності 130

Повний розв'язаний набір залежностей із графа залежностей GitHub: 3 прямих і 127 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIpydantic2.13.3пряма
PyPIrich15.0.0пряма
PyPItyper0.24.2пряма
PyPIaiohappyeyeballs2.6.1непряма
PyPIaiohttp3.14.3непряма
PyPIaiosignal1.4.0непряма
PyPIaiosqlite0.22.1непряма
PyPIannotated-doc0.0.4непряма
PyPIannotated-types0.7.0непряма
PyPIanyio4.13.0непряма
PyPIasttokens3.0.1непряма
PyPIattrs26.1.0непряма
PyPIbanks2.4.2непряма
PyPIboolean-py5.0непряма
PyPIcachecontrol0.14.4непряма
PyPIcertifi2026.4.22непряма
PyPIcfgv3.5.0непряма
PyPIcharset-normalizer3.4.7непряма
PyPIclick8.3.3непряма
PyPIcolorama0.4.6непряма
PyPIcoverage7.14.1непряма
PyPIcyclonedx-python-lib11.11.0непряма
PyPIdataclasses-json0.6.7непряма
PyPIdecorator5.2.1непряма
PyPIdefusedxml0.7.1непряма
PyPIdeprecated1.3.1непряма
PyPIdirtyjson1.0.8непряма
PyPIdistlib0.4.3непряма
PyPIexecuting2.2.1непряма
PyPIfilelock3.29.4непряма
PyPIfiletype1.2.0непряма
PyPIfrozenlist1.8.0непряма
PyPIfsspec2026.4.0непряма
PyPIgreenlet3.5.0непряма
PyPIgriffe2.0.2непряма
PyPIgriffecli2.0.2непряма
PyPIgriffelib2.0.2непряма
PyPIh110.16.0непряма
PyPIhttpcore1.0.9непряма
PyPIhttpx0.28.1непряма
PyPIidentify2.6.19непряма
PyPIidna3.15непряма
PyPIiniconfig2.3.0непряма
PyPIipython9.13.0непряма
PyPIipython-pygments-lexers1.1.1непряма
PyPIjedi0.19.2непряма
PyPIjinja23.1.6непряма
PyPIjoblib1.5.3непряма
PyPIjsonpatch1.33непряма
PyPIjsonpickle4.1.1непряма
PyPIjsonpointer3.1.1непряма
PyPIlangchain-core1.3.3непряма
PyPIlangchain-protocol0.0.15непряма
PyPIlangsmith0.8.18непряма
PyPIlibrt0.9.0непряма
PyPIlicense-expression30.4.4непряма
PyPIllama-index-core0.14.22непряма
PyPIllama-index-instrumentation0.5.0непряма
PyPIllama-index-workflows2.20.0непряма
PyPImarkdown-it-py4.0.0непряма
PyPImarkupsafe3.0.3непряма
PyPImarshmallow3.26.2непряма
PyPImatplotlib-inline0.2.1непряма
PyPImdurl0.1.2непряма
PyPImsgpack1.2.1непряма
PyPImultidict6.7.1непряма
PyPImypy1.20.2непряма
PyPImypy-extensions1.1.0непряма
PyPInest-asyncio1.6.0непряма
PyPInetworkx3.6.1непряма
PyPInltk3.10.0непряма
PyPInodeenv1.10.0непряма
PyPInumpy2.4.4непряма
PyPIorjson3.11.9непряма
PyPIpackageurl-python0.17.6непряма
PyPIpackaging26.2непряма
PyPIparso0.8.6непряма
PyPIpathspec1.1.0непряма
PyPIpexpect4.9.0непряма
PyPIpillow12.3.0непряма
PyPIpip26.1.2непряма
PyPIpip-api0.0.34непряма
PyPIpip-audit2.10.1непряма
PyPIpip-requirements-parser32.0.1непряма
PyPIplatformdirs4.9.6непряма
PyPIpluggy1.6.0непряма
PyPIpre-commit4.6.0непряма
PyPIprompt-toolkit3.0.52непряма
PyPIpropcache0.5.2непряма
PyPIpsutil7.2.2непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.3непряма
PyPIpy-serializable2.1.0непряма
PyPIpydantic-core2.46.3непряма
PyPIpygments2.20.0непряма
PyPIpyparsing3.3.2непряма
PyPIpytest9.0.3непряма
PyPIpytest-cov7.1.0непряма
PyPIpython-discovery1.4.2непряма
PyPIpyvis0.3.2непряма
PyPIpyyaml6.0.3непряма
PyPIregex2026.5.9непряма
PyPIrequests2.33.1непряма
PyPIrequests-toolbelt1.0.0непряма
PyPIruff0.15.12непряма
PyPIsetuptools83.0.0непряма
PyPIshellingham1.5.4непряма
PyPIsortedcontainers2.4.0непряма
PyPIsqlalchemy2.0.49непряма
PyPIstack-data0.6.3непряма
PyPItenacity9.1.4непряма
PyPItiktoken0.12.0непряма
PyPItinytag2.2.1непряма
PyPItomli2.4.1непряма
PyPItomli-w1.2.0непряма
PyPItqdm4.67.3непряма
PyPItraitlets5.14.3непряма
PyPItyping-extensions4.15.0непряма
PyPItyping-inspect0.9.0непряма
PyPItyping-inspection0.4.2непряма
PyPIurllib32.7.0непряма
PyPIuuid-utils0.14.1непряма
PyPIvirtualenv21.5.1непряма
PyPIwatchdog6.0.0непряма
PyPIwcwidth0.6.0непряма
PyPIwebsockets16.0непряма
PyPIwrapt2.1.2непряма
PyPIxxhash3.7.0непряма
PyPIyarl1.23.0непряма
PyPIzstandard0.25.0непряма
Сповіщення про залежності 0

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 130 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 0 мають відомі сповіщення, з них 0 прямі.

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 MarcoPorcellato/logseq-matryca-parser. Читати поруч →

100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Винятковий99langchain-ai/langgraphBuild resilient agents.Винятковий98mem0ai/mem0Universal memory layer for AI AgentsВинятковий98langchain-ai/langchainThe agent engineering platform.Винятковий98neo4j/neo4j-graphrag-pythonNeo4j GraphRAG for PythonВинятковий97langgenius/difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.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 v0.31.0 — повна методологія · вікі метрик.

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