Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-10 15:16 UTC

NVIDIA-NeMo / Gym

Evaluate and improve models and agents using environments

Python · MDXApache-2.0★ 1 179 зірок⑂ 322 форкиз серп. 2025 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаMCP-серверМережевий сервісяк це визначено
#reinforcement-learning#reinforcement-learning-environments#rl-environment#rl-training#gym#agents#benchmarks#environments#evaluation#llm

NVIDIA-NeMo/Gym має індекс здоров’я 95 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Vitality (99/100), найнижчий — Security (55/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 7 учасників.

95
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»).

95
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 82 калібровано до 95 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

NVIDIA-NeMoОрганізація · підтверджений домен
1 840 підписників28 публічних репозиторіївз трав. 2025 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPInemo-gym0.6.0375 84081 день томуreinforcement-learningrlagentagenticllmlarge-language-modelstraining-datarollouttrajectoryverificationverifierrewardtool-callingfunction-callingdata-collectionnemonvidia

Метрики за категоріями

Життєздатність

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

99Винятковий · 21% загального індексу

Активність розробки

99Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
35.3/36Ритм комітів — 51/52 тижнів із комітами
18/18Обсяг комітів — 1 186 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year1 186
human_commit_share1
days_since_last_push0
active_weeks_last_year51

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 9 релізів
36/36Свіжість релізів — останній реліз 1 дн. тому
27/27Ритм релізів — реліз кожні ~37,2 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count9
latest_release_tagv0.6.0
releases_from_tagsні
days_since_latest_release1
mean_days_between_releases37,2

Спільнота та впровадження

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

85Відмінний · 17% загального індексу

Популярність і впровадження

75Добрий
Як обчислюється оцінка
49.8/60Зірки — 1 179 зірок
20.9/25Форки — 322 форків
4.7/15Спостерігачі — 8 спостерігачів
Використані вхідні дані
forks322
stars1 179
watchers8
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_badges5
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

93Винятковий
Як обчислюється оцінка
74.3/80Щомісячні завантаження — 375 840 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesnemo-gym
dependents—
ecosystemspypi
total_downloads—
monthly_downloads375 840
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)

94Винятковий
Як обчислюється оцінка
51.3/54Бас-фактор — на 7 контриб’ютор(ів) припадає половина всіх комітів
19.4/22.5Розподіл комітів — головний контриб’ютор — автор 14% комітів
13.5/13.5Широта контриб’юторів — 100 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor7
contributors_sampled100
top_contributor_share0,139

Реактивність на issue та PR

65Добрий
Як обчислюється оцінка
20.2/42Вирішення issue — закрито 48% issue
21.9/30Прийняття PR — злито 1 399/1 913 вирішених PR
13/13Newcomer PR acceptance — злито 1/1 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs1 399
open_issues493
closed_issues459
prs_merged_7d36
prs_decided_7d56
prs_merged_30d39
prs_decided_30d59
issue_closed_ratio0,482
closed_unmerged_prs514
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

Власність та опіка

87Відмінний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
20/20Верифікований домен
23.5/25Охоплення власника — 1 840 підписників у NVIDIA-NeMo
13.2/25Послужний список — 28 публічних репозиторіїв, вік облікового запису ~1 р.
Використані вхідні дані
followers1 840
owner_typeOrganization
is_verifiedтак
owner_loginNVIDIA-NeMo
public_repos28
account_age_days470

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 1 дн. тому
20/20Історія версій — 8 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesnemo-gym
ecosystemspypi
any_deprecatedні
min_days_since_publish1

Інженерна якість

Чи наявні базові інженерні практики та документація?

81Відмінний · 19% загального індексу

Інженерні практики

92Відмінний
Як обчислюється оцінка
24/24Процеси CI — 20 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

65Добрий
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://docs.nvidia.com/nemo/gym/main/about/
10/10Опис репозиторію
10/10Теми — 10 тем
0/10Wiki
Використані вхідні дані
topicsreinforcement-learning, reinforcement-learning-environments, rl-environment, rl-training, gym, agents, benchmarks, environments, evaluation, llm
has_wikiні
homepagehttps://docs.nvidia.com/nemo/gym/main/about/
docs_sitehttps://docs.nvidia.com/nemo/gym/main/about/
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

55Помірний · 16% загального індексу

Стан безпеки

55Помірний
Як обчислюється оцінка
30/30Політика безпеки (SECURITY.md)
0/25Конфігурація Dependabot
25/25Файли фіксації залежностей — uv.lock
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfilesuv.lock
manifestsfern/package.json, pyproject.toml
has_codeql_workflowні
has_security_policyтак
has_dependabot_configні

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.

79Добрий · 4% загального індексу

Контекст і настанови для агентів

100Винятковий
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md, CLAUDE.md, resources_servers/terminal_multi_harness/docs/AGENTS.md
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://docs.nvidia.com/llms.txt)
40/40Читабельна історія комітів — намір зазначено у 100 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://docs.nvidia.com/llms.txt
legible_history_share1
agent_instruction_filesAGENTS.md, CLAUDE.md, resources_servers/terminal_multi_harness/docs/AGENTS.md
agent_instruction_max_bytes9 949

Цикл верифікації (збірка / тести / перевірка типів)

79Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
0/11Статична перевірка типів
10/10Відтворюване середовище — Dockerfile, lockfile
10/10Підтверджена практика роботи з агентами — 17 з останніх 100 комітів створено агентом або з його зазначенням
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileтак
typed_languageні
bootstrap_filesMakefile
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0,17
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

54Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
53.9/55Керовані розміри файлів — 40/1 984 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes265 995
source_files_sampled1 984
oversized_source_files40

Машиночитні інтерфейси

60Помірний
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto)
20/20Сервер MCP
40/40Придатні до запуску приклади — example, examples, notebooks
Використані вхідні дані
example_dirsexample, examples, notebooks
has_mcp_signalтак
api_schema_files—
interfaces_expected_ofnetwork-service

Ключові факти

1 179зірок GitHub
100контриб'юторів
1 186комітів за останні 12 місяців
0днів від останнього пушу
9релізів
7бас-фактор
493відкритих issue
npm, PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 29 authors (cap 12)
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/10 15:14:29 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Докладніше

Історія зірок і форків 0 ★ / 322 ⇿
0Зірки
322Форки
8Релізи

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.

012525037531062025-112026-042026-09
Мажорні 0Мінорні 5Патчі 3
Прямі залежності 34
РеєстрПакетОбмеження версіїМаніфест
PyPIopenai==2.44.0pyproject.toml
PyPIanthropic<=0.109.2pyproject.toml
PyPItqdm—pyproject.toml
PyPIpydantic—pyproject.toml
PyPIpydantic_core—pyproject.toml
PyPIdevtools—pyproject.toml
PyPIpackaging>=24.2pyproject.toml
PyPIfastapi—pyproject.toml
PyPImcp>=1.28.1,<2pyproject.toml
PyPIitsdangerous—pyproject.toml
PyPIuvicorn—pyproject.toml
PyPIhttptools—pyproject.toml
PyPIuvloop—pyproject.toml
PyPIhydra-core—pyproject.toml
PyPIomegaconf—pyproject.toml
PyPIrich—pyproject.toml
PyPImlflow-skinny>=3.16.0pyproject.toml
PyPImlflow>=3.16.0pyproject.toml
PyPIscipy>=1.14.1pyproject.toml
PyPIaiohttp>=3.14.1pyproject.toml
PyPIyappi>=1.7.6pyproject.toml
PyPIray>=2.56.1pyproject.toml
PyPIpsutil—pyproject.toml
PyPIdatasets—pyproject.toml
PyPIorjson—pyproject.toml
PyPIurllib3>=2.7.0pyproject.toml
PyPIsqlparse>=0.6.0pyproject.toml
PyPIfonttools>=4.60.2pyproject.toml
PyPIpython-multipart>=0.0.22pyproject.toml
PyPIpyarrow>=23.0.1pyproject.toml
PyPIwandb—pyproject.toml
PyPIGitPython>=3.1.61pyproject.toml
PyPIpyasn1>=0.6.4pyproject.toml
PyPIpydot—pyproject.toml
Усі залежності не зібрано

Не вдалося зібрати розв'язаний набір залежностей для цього звіту: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

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 NVIDIA-NeMo/Gym. Читати поруч →

99google/adk-pythonAn open-source, code-first Python toolkit for building, evaluating, and deploying sophisticated AI agents with flexibility and control.Винятковий96TanStack/ai🤖 Type-safe, provider-agnostic TypeScript AI SDK for streaming chat, tool calling, agents, and multimodal apps across OpenAI, Anthropic, Gemini, React, Vue, Svelte, and Solid.Винятковий96vercel/aiThe AI Toolkit for TypeScript. From the creators of Next.js, the AI SDK is a free open-source library for building AI-powered applications and agents Винятковий96google/adk-jsAn open-source, code-first Typescript toolkit for building, evaluating, and deploying sophisticated AI agents with flexibility and control.Винятковий100deepset-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.Винятковий98googleapis/mcp-toolboxMCP Toolbox for Databases is an open source MCP server for databases.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.