Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-16 07:06 UTC

MinishLab / model2vec

Fast State-of-the-Art Static Embeddings

Python · Jupyter NotebookMIT★ 2 206 зірок⑂ 126 форківз лип. 2024 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#embeddings#machine-learning#model2vec#nlp#python#sentence-transformers#ai#word-embeddings

MinishLab/model2vec має індекс здоров’я 90 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Engineering Quality (92/100), найнижчий — Security (61/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

90
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»).

90
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 76 калібровано до 90 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

MinishОрганізація
393 підписники12 публічних репозиторіївз серп. 2024 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPImodel2vec0.9.01 200 6052734 дні тому

Метрики за категоріями

Життєздатність

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

84Відмінний · 21% загального індексу

Активність розробки

79Добрий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
16.6/36Ритм комітів — 24/52 тижнів із комітами
16.5/18Обсяг комітів — 67 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_year67
human_commit_share1
days_since_last_push0
active_weeks_last_year24

Дисципліна релізів

92Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 27 релізів
36/36Свіжість релізів — останній реліз 34 дн. тому
19.8/27Ритм релізів — реліз кожні ~61,4 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count27
latest_release_tagv0.9.0
releases_from_tagsні
days_since_latest_release34
mean_days_between_releases61,4
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?

74Добрий · 17% загального індексу

Популярність і впровадження

78Добрий
Як обчислюється оцінка
54.2/60Зірки — 2 206 зірок
17.5/25Форки — 126 форків
6.4/15Спостерігачі — 15 спостерігачів
Використані вхідні дані
forks126
stars2 206
watchers15
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

50Помірний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges5
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicescodecov.io, shields.io
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

100Винятковий
Як обчислюється оцінка
80/80Щомісячні завантаження — 1 200 605 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesmodel2vec
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1 200 605
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?

69Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

41Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
8.3/22.5Розподіл комітів — головний контриб’ютор — автор 63% комітів
13.5/13.5Широта контриб’юторів — 12 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled12
top_contributor_share0,632

Реактивність на issue та PR

87Відмінний
Як обчислюється оцінка
41.5/42Вирішення issue — закрито 99% issue
28.8/30Прийняття PR — злито 266/277 вирішених PR
10.8/13Newcomer PR acceptance — злито 5/6 PR від новачків за 30 дн.
6/15OpenSSF Scorecard: Code-Review — Found 13/30 approved changesets -- score normalized to 4
Використані вхідні дані
merged_prs266
open_issues1
closed_issues76
prs_merged_7d9
prs_decided_7d10
prs_merged_30d22
prs_decided_30d23
issue_closed_ratio0,987
closed_unmerged_prs11
first_time_authors_30d2
first_time_prs_merged_30d5
first_time_prs_decided_30d6

Власність та опіка

61Помірний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
18.7/25Охоплення власника — 393 підписників у MinishLab
12.3/25Послужний список — 12 публічних репозиторіїв, вік облікового запису ~2 р.
Використані вхідні дані
followers393
owner_typeOrganization
is_verifiedні
owner_loginMinishLab
public_repos12
account_age_days767

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 34 дн. тому
20/20Історія версій — 27 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesmodel2vec
ecosystemspypi
any_deprecatedні
min_days_since_publish34

Інженерна якість

Чи наявні базові інженерні практики та документація?

92Відмінний · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 2 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff])
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://minish.ai/packages/model2vec/introduction
10/10Опис репозиторію
10/10Теми — 8 тем
0/10Wiki
Використані вхідні дані
topicsembeddings, machine-learning, model2vec, nlp, python, sentence-transformers, ai, word-embeddings
has_wikiні
homepagehttps://minish.ai/packages/model2vec/introduction
docs_sitehttps://minish.ai/packages/model2vec/introduction
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

61Помірний · 16% загального індексу

Стан безпеки

51Помірний
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
3/7.5Code-Review — Found 13/30 approved changesets -- score normalized to 4
2.5/2.5Contributors — project has 4 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
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
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 — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 17 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,1
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, 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:model2vec@0.9.0 — 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.

72Добрий · 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 100 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

82Відмінний
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
11/11Статична перевірка типів — model2vec/py.typed
10/10Відтворюване середовище — lockfile
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
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_configsmodel2vec/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

82Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (model2vec/py.typed)
55/55Керовані розміри файлів — 0/52 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes25 676
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

2 206зірок GitHub
12контриб'юторів
67комітів за останні 12 місяців
0днів від останнього пушу
27релізів
1бас-фактор
1відкритих 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 ★ / 126 ⇿
0Зірки
126Форки
24Релізи

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.

0255075100125150126172024-092025-092026-09
Мажорні 0Мінорні 8Патчі 16

Кожна точка охоплює 2 днів.

OpenSSF Scorecard 5.1 / 10
5.1сукупно

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 07:06 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
4Code-ReviewFound 13/30 approved changesets -- score normalized to 4
10Contributorsproject has 4 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
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities17 existing vulnerabilities detected
Прямі залежності 7
РеєстрПакетОбмеження версіїМаніфест
PyPIjinja2—pyproject.toml
PyPIjoblib—pyproject.toml
PyPInumpy—pyproject.toml
PyPIsafetensors—pyproject.toml
PyPItokenizers>=0.20pyproject.toml
PyPItqdm—pyproject.toml
PyPIhuggingface-hub>=1.0.0pyproject.toml
Усі залежності 141

Повний розв'язаний набір залежностей із графа залежностей GitHub: 8 прямих і 133 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIhuggingface-hub1.8.0пряма
PyPIjinja23.1.6пряма
PyPIjoblib1.5.3пряма
PyPInumpy2.2.6пряма
PyPInumpy2.4.3пряма
PyPIsafetensors0.7.0пряма
PyPItokenizers0.22.2пряма
PyPItqdm4.67.3пряма
PyPIaiohappyeyeballs2.7.1непряма
PyPIaiohttp3.14.3непряма
PyPIaiosignal1.4.0непряма
PyPIannotated-doc0.0.4непряма
PyPIannotated-types0.7.0непряма
PyPIanyio4.13.0непряма
PyPIasttokens3.0.1непряма
PyPIasync-timeout5.0.1непряма
PyPIattrs26.1.0непряма
PyPIcertifi2026.2.25непряма
PyPIcfgv3.5.0непряма
PyPIcharset-normalizer3.4.9непряма
PyPIclick8.3.1непряма
PyPIcolorama0.4.6непряма
PyPIcoverage7.13.5непряма
PyPIcuda-bindings12.9.4непряма
PyPIcuda-pathfinder1.5.0непряма
PyPIdatasets5.0.1непряма
PyPIdecorator5.2.1непряма
PyPIdill0.4.1непряма
PyPIdistlib0.4.0непряма
PyPIexceptiongroup1.3.1непряма
PyPIexecuting2.2.1непряма
PyPIfilelock3.25.2непряма
PyPIflatbuffers25.12.19непряма
PyPIfrozenlist1.8.0непряма
PyPIfsspec2026.2.0непряма
PyPIh110.16.0непряма
PyPIhf-xet1.4.2непряма
PyPIhttpcore1.0.9непряма
PyPIhttpx0.28.1непряма
PyPIidentify2.6.18непряма
PyPIidna3.11непряма
PyPIiniconfig2.3.0непряма
PyPIipython8.39.0непряма
PyPIipython9.10.1непряма
PyPIipython9.12.0непряма
PyPIipython-pygments-lexers1.1.1непряма
PyPIjedi0.19.2непряма
PyPIlibrt0.8.1непряма
PyPImarkdown-it-py4.0.0непряма
PyPImarkupsafe3.0.3непряма
PyPImatplotlib-inline0.2.1непряма
PyPImdurl0.1.2непряма
PyPIml-dtypes0.5.4непряма
PyPImpmath1.3.0непряма
PyPImteb2.18.11непряма
PyPImultidict6.7.1непряма
PyPImultiprocess0.70.19непряма
PyPImypy1.19.1непряма
PyPImypy-extensions1.1.0непряма
PyPInetworkx3.4.2непряма
PyPInetworkx3.6.1непряма
PyPInodeenv1.10.0непряма
PyPInvidia-cublas-cu1212.8.4.1непряма
PyPInvidia-cuda-cupti-cu1212.8.90непряма
PyPInvidia-cuda-nvrtc-cu1212.8.93непряма
PyPInvidia-cuda-runtime-cu1212.8.90непряма
PyPInvidia-cudnn-cu129.10.2.21непряма
PyPInvidia-cufft-cu1211.3.3.83непряма
PyPInvidia-cufile-cu121.13.1.3непряма
PyPInvidia-curand-cu1210.3.9.90непряма
PyPInvidia-cusolver-cu1211.7.3.90непряма
PyPInvidia-cusparse-cu1212.5.8.93непряма
PyPInvidia-cusparselt-cu120.7.1непряма
PyPInvidia-nccl-cu122.27.5непряма
PyPInvidia-nvjitlink-cu1212.8.93непряма
PyPInvidia-nvshmem-cu123.4.5непряма
PyPInvidia-nvtx-cu1212.8.90непряма
PyPIonnx1.20.1непряма
PyPIonnx-ir1.0.0непряма
PyPIonnxruntime1.24.3непряма
PyPIonnxruntime1.28.0непряма
PyPIonnxscript0.7.1непряма
PyPIpackaging26.0непряма
PyPIpandas2.3.3непряма
PyPIpandas3.0.5непряма
PyPIparso0.8.6непряма
PyPIpathspec1.0.4непряма
PyPIpexpect4.9.0непряма
PyPIplatformdirs4.9.4непряма
PyPIpluggy1.6.0непряма
PyPIpolars1.43.2непряма
PyPIpolars-runtime-321.43.2непряма
PyPIpre-commit4.5.1непряма
PyPIprettytable3.17.0непряма
PyPIprompt-toolkit3.0.52непряма
PyPIpropcache0.5.2непряма
PyPIprotobuf7.34.1непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.3непряма
PyPIpyarrow25.0.0непряма
PyPIpydantic2.12.5непряма
PyPIpydantic-core2.41.5непряма
PyPIpygments2.19.2непряма
PyPIpytest9.0.2непряма
PyPIpytest-cov7.1.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-discovery1.2.1непряма
PyPIpytrec-eval-terrier0.5.10непряма
PyPIpytz2026.3.post1непряма
PyPIpyyaml6.0.3непряма
PyPIregex2026.2.28непряма
PyPIrequests2.34.2непряма
PyPIrich14.3.3непряма
PyPIruff0.15.8непряма
PyPIscikit-learn1.7.2непряма
PyPIscikit-learn1.8.0непряма
PyPIscipy1.15.3непряма
PyPIscipy1.17.1непряма
PyPIsentence-transformers5.6.1непряма
PyPIsetuptools82.0.1непряма
PyPIshellingham1.5.4непряма
PyPIsix1.17.0непряма
PyPIskeletoken0.6.0непряма
PyPIskops0.13.0непряма
PyPIstack-data0.6.3непряма
PyPIsympy1.14.0непряма
PyPIthreadpoolctl3.6.0непряма
PyPItomli2.4.1непряма
PyPItorch2.10.0непряма
PyPItraitlets5.14.3непряма
PyPItransformers5.3.0непряма
PyPItriton3.6.0непряма
PyPItyper0.24.1непряма
PyPItyping-extensions4.15.0непряма
PyPItyping-inspection0.4.2непряма
PyPItzdata2026.3непряма
PyPIurllib32.7.0непряма
PyPIvirtualenv21.2.0непряма
PyPIwcwidth0.6.0непряма
PyPIxxhash3.8.1непряма
PyPIyarl1.24.5непряма
Сповіщення про залежності 0

Встановлення pypi:model2vec@0.9.0 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 MinishLab/model2vec. Читати поруч →

100huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Винятковий99ultralytics/ultralyticsUltralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingВинятковий98Eventual-Inc/DaftHigh-performance data engine for AI and multimodal workloads. Process images, audio, video, and structured data at any scaleВинятковий98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsВинятковий98strands-agents/toolsA set of tools that gives agents powerful capabilities.Винятковий98Netflix/metaflowBuild, Manage and Deploy AI/ML SystemsВинятковий

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.