Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-21 00:33 UTC

NVIDIA / TensorRT-LLM

TensorRT LLM provides users with an easy-to-use Python API to define Large Language Models (LLMs) and supports state-of-the-art optimizations to perform inference efficiently on NVIDIA GPUs. TensorRT LLM also contains components to create Python and C++ runtimes that orchestrate the inference execution in a performant way.

Python · C++Власна ліцензія★ 14 882 зірки⑂ 2 842 форкиз серп. 2023 р.Переглянути на GitHub ↗
ТипМережевий сервісІнструмент командного рядкаMCP-серверБібліотекаяк це визначено
#blackwell#cuda#moe#pytorch#llm-serving

NVIDIA/TensorRT-LLM має індекс здоров’я 98 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Vitality (100/100), найнижчий — Security (51/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 24 учасники.

98
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»).

98
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 87 калібровано до 98 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

NVIDIA CorporationОрганізація · підтверджений домен
31 544 підписники824 публічні репозиторіїз трав. 2012 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPItensorrt_llm1.2.1-156183 дні томуnvidiatensorrtdeeplearninginference
PyPItensorrt-llm1.2.115 070156183 дні томуnvidiatensorrtdeeplearninginference

Метрики за категоріями

Життєздатність

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

100Винятковий · 21% загального індексу

Активність розробки

100Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
36/36Ритм комітів — 52/52 тижнів із комітами
18/18Обсяг комітів — 7 117 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year7 117
human_commit_share1
days_since_last_push0
active_weeks_last_year52

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 93 релізів
36/36Свіжість релізів — останній реліз 6 дн. тому
27/27Ритм релізів — реліз кожні ~10,1 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count93
latest_release_tagv1.4.0rc0
releases_from_tagsні
days_since_latest_release6
mean_days_between_releases10,1

Спільнота та впровадження

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

86Відмінний · 17% загального індексу

Популярність і впровадження

97Винятковий
Як обчислюється оцінка
60/60Зірки — 14 882 зірок
25/25Форки — 2 842 форків
11.6/15Спостерігачі — 122 спостерігачів
Використані вхідні дані
forks2 842
stars14 882
watchers122
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

86Відмінний
Як обчислюється оцінка
22.5/22.5README
16.9/22.5Ліцензія — файл ліцензії наявний, не є визнаною ліцензією
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_servicesshields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

70Добрий
Як обчислюється оцінка
55.7/80Щомісячні завантаження — 15 070 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagestensorrt_llm, tensorrt-llm
dependents—
ecosystemspypi
total_downloads—
monthly_downloads15 070
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?

93Винятковий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

98Винятковий
Як обчислюється оцінка
54/54Бас-фактор — на 24 контриб’ютор(ів) припадає половина всіх комітів
21.1/22.5Розподіл комітів — головний контриб’ютор — автор 6% комітів
13.5/13.5Широта контриб’юторів — 100 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor24
contributors_sampled100
top_contributor_share0,062

Реактивність на issue та PR

80Відмінний
Як обчислюється оцінка
35.2/42Вирішення issue — закрито 84% issue
22.1/30Прийняття PR — злито 11 196/15 229 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs11 196
open_issues675
closed_issues3 468
prs_merged_7d34
prs_decided_7d39
prs_merged_30d36
prs_decided_30d41
issue_closed_ratio0,837
closed_unmerged_prs4 033
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

100Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
20/20Верифікований домен
25/25Охоплення власника — 31 544 підписників у NVIDIA
25/25Послужний список — 824 публічних репозиторіїв, вік облікового запису ~14 р.
Використані вхідні дані
followers31 544
owner_typeOrganization
is_verifiedтак
owner_loginNVIDIA
public_repos824
account_age_days5 276

Супровід пакетів

91Відмінний
Як обчислюється оцінка
25/25Опубліковано й доступно — 2 пакет(ів) у pypi
26/35Свіжість публікацій — остання публікація 183 дн. тому
20/20Історія версій — 156 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagestensorrt_llm, tensorrt-llm
ecosystemspypi
any_deprecatedні
min_days_since_publish183

Інженерна якість

Чи наявні базові інженерні практики та документація?

100Винятковий · 19% загального індексу

Інженерні практики

100Винятковий
Як обчислюється оцінка
24/24Процеси CI — 22 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — agent-flow/pyproject.toml ([tool.ruff]), pyproject.toml ([tool.ruff], [tool.isort], [tool.yapf])
9.6/9.6Pre-commit-хуки
6.4/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigтак
has_linter_configтак
has_precommit_configтак

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://nvidia.github.io/TensorRT-LLM
10/10Опис репозиторію
10/10Теми — 5 тем
10/10Wiki
Використані вхідні дані
topicsblackwell, cuda, moe, pytorch, llm-serving
has_wikiтак
homepagehttps://nvidia.github.io/TensorRT-LLM
docs_sitehttps://nvidia.github.io/TensorRT-LLM
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

51Помірний · 16% загального індексу

Стан безпеки

55Помірний
Як обчислюється оцінка
30/30Політика безпеки (SECURITY.md)
0/25Конфігурація Dependabot
25/25Файли фіксації залежностей — poetry.lock, uv.lock
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfilespoetry.lock, uv.lock
manifestsagent-flow/pyproject.toml, docs/requirements.txt, pyproject.toml, requirements-build-openengine.txt, requirements-dev.txt, requirements-grpc-smg.txt, requirements.txt, security_scanning/pyproject.toml, setup.py, triton_backend/requirements.txt
has_codeql_workflowні
has_security_policyтак
has_dependabot_configні

Сповіщення про залежності

36Слабкий
Як обчислюється оцінка
4.5/35Прямі залежності без відомих сповіщень — уражено 7: anyio 4.13.0 (critical 9.1), mcp 1.27.1 (high 7.6), protobuf 5.27.2 (high 7.5), ще +4
0/25Непрямі залежності без відомих сповіщень — транзитивний набір не відокремлюється від залежностей розробки й тестування в цьому обсязі
22.8/40Немає задавнених сповіщень — 4 пакет(ів) зі сповіщеннями без реакції понад 90 дн.; найдавніше опубліковано 491 дн. тому
Використані вхідні дані
sourceosv
advisories152
affected_packages20
assessed_packages134
unassessed_packages178
affected_by_severitycritical 3, high 12, moderate 5
direct_affected_packages7
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень. Залишкові ваги перенормовано. Звірено 134 резолвлених залежностей із OSV. 178 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза межами звітованого переліку пакетів. 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.

81Відмінний · 4% загального індексу

Контекст і настанови для агентів

100Винятковий
Як обчислюється оцінка
45/45Інструкції для агентів — .codex/AGENTS.md, AGENTS.md, CLAUDE.md, agent-flow/AGENTS.md, agent-flow/CLAUDE.md, cpp/tensorrt_llm/batch_manager/kv_cache_manager_v2/AGENTS.md, tensorrt_llm/runtime/kv_cache_manager_v2/AGENTS.md, tensorrt_llm/runtime/kv_cache_manager_v2/CLAUDE.md, tests/AGENTS.md, tests/CLAUDE.md, tests/integration/defs/visual_gen/AGENTS.md, tests/integration/defs/visual_gen/CLAUDE.md, tests/unittest/_torch/visual_gen/AGENTS.md, tests/unittest/_torch/visual_gen/CLAUDE.md
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://modal.com/llms.txt)
40/40Читабельна історія комітів — намір зазначено у 81 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://modal.com/llms.txt
legible_history_share0,81
agent_instruction_files.codex/AGENTS.md, AGENTS.md, CLAUDE.md, agent-flow/AGENTS.md, agent-flow/CLAUDE.md, cpp/tensorrt_llm/batch_manager/kv_cache_manager_v2/AGENTS.md, tensorrt_llm/runtime/kv_cache_manager_v2/AGENTS.md, tensorrt_llm/runtime/kv_cache_manager_v2/CLAUDE.md, tests/AGENTS.md, tests/CLAUDE.md, tests/integration/defs/visual_gen/AGENTS.md, tests/integration/defs/visual_gen/CLAUDE.md, tests/unittest/_torch/visual_gen/AGENTS.md, tests/unittest/_torch/visual_gen/CLAUDE.md
agent_instruction_max_bytes33 470

Цикл верифікації (збірка / тести / перевірка типів)

72Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — cpp/kernels/fmha_v2/Makefile, cpp/kernels/fmha_v2/train_ops/Makefile, cpp/kernels/xqa/nvrtc/Makefile, docker/Makefile, docs/Makefile, enroot/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — agent-flow/pyproject.toml ([tool.ruff]), pyproject.toml ([tool.ruff], [tool.isort], [tool.yapf])
0/11Статична перевірка типів
10/10Відтворюване середовище — devcontainer, Dockerfile, lockfile
4/10Підтверджена практика роботи з агентами — 2 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
lockfilespoetry.lock, uv.lock
has_dockerfileтак
typed_languageні
bootstrap_filescpp/kernels/fmha_v2/Makefile, cpp/kernels/fmha_v2/train_ops/Makefile, cpp/kernels/xqa/nvrtc/Makefile, docker/Makefile, docs/Makefile, enroot/Makefile
has_devcontainerтак
has_linter_configтак
typecheck_configs—
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

51Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
51.2/55Керовані розміри файлів — 346/4 998 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes7 622 873
source_files_sampled4 998
oversized_source_files346

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
40/40Схема API (OpenAPI/GraphQL/proto) — tensorrt_llm/grpc/openengine/proto/openengine/v1/error.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/generation.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/kv.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/lifecycle.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/lora.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/model.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/openengine.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/server.proto
20/20Сервер MCP
40/40Придатні до запуску приклади — examples
Використані вхідні дані
example_dirsexamples
has_mcp_signalтак
api_schema_filestensorrt_llm/grpc/openengine/proto/openengine/v1/error.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/generation.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/kv.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/lifecycle.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/lora.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/model.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/openengine.proto, tensorrt_llm/grpc/openengine/proto/openengine/v1/server.proto
interfaces_expected_ofnetwork-service

Ключові факти

14 882зірок GitHub
100контриб'юторів
7 117комітів за останні 12 місяців
0днів від останнього пушу
93релізів
24бас-фактор
675відкритих issue
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 27 authors (cap 12)
  • pypi download statistics for 'tensorrt_llm' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • Could not fetch pypi package 'agent-flow' from its registry
  • OpenSSF Scorecard timed out after 240s; skipping Scorecard checks

Докладніше

Історія зірок і форків 0 ★ / 2 842 ⇿
0Зірки
2 842Форки
45Релізи

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.

1 5002 0002 5003 0002 842102025-112026-052026-10
Мажорні 0Мінорні 2Патчі 1
Прямі залежності 88
РеєстрПакетОбмеження версіїМаніфест
PyPIanyio>=4.0agent-flow/pyproject.toml
PyPIpyyaml>=6.0agent-flow/pyproject.toml
PyPIrich>=13.0agent-flow/pyproject.toml
PyPIclaude-agent-sdk==0.2.162agent-flow/pyproject.toml
PyPIopenai-codex==0.154.0agent-flow/pyproject.toml
PyPIaccelerate(>=1.7.0)security_scanning/pyproject.toml
PyPIbuild(>=1.6.1,<2.0.0)security_scanning/pyproject.toml
PyPIcolored(>=2.3.2,<3.0.0)security_scanning/pyproject.toml
PyPIcuda-python(>=13)security_scanning/pyproject.toml
PyPIdiffusers(>=0.40.0,<0.41)security_scanning/pyproject.toml
PyPIsafetensors(>=0.8.0)security_scanning/pyproject.toml
PyPIftfy(>=6.3.1,<7.0.0)security_scanning/pyproject.toml
PyPIlark(>=1.3.1,<2.0.0)security_scanning/pyproject.toml
PyPIlazy-loader(>=0.5,<1.0)security_scanning/pyproject.toml
PyPImpi4py(>=4.1.2,<5.0.0)security_scanning/pyproject.toml
PyPInumpy(>=2.0.0,<2.4)security_scanning/pyproject.toml
PyPIgraphviz(>=0.21,<0.22)security_scanning/pyproject.toml
PyPIopenai(>=3.35.1,<4.0.0)security_scanning/pyproject.toml
PyPIpolygraphy(>=0.53.6,<0.54.0)security_scanning/pyproject.toml
PyPIpsutil(>=7.2.2,<8.0.0)security_scanning/pyproject.toml
PyPInvidia-ml-py(>=13)security_scanning/pyproject.toml
PyPIh5py(==3.12.1)security_scanning/pyproject.toml
PyPIstrenum(>=0.4.15,<0.5.0)security_scanning/pyproject.toml
PyPIsentencepiece(>=0.1.99)security_scanning/pyproject.toml
PyPItorch(>=2.14.0a0,<=2.14.0)security_scanning/pyproject.toml
PyPItorchvision(>=0.29.1,<0.30.0)security_scanning/pyproject.toml
PyPInvidia-nccl-cu13(>=2.30.7,<=2.31.2)security_scanning/pyproject.toml
PyPInccl4py(>=0.4,<=0.5)security_scanning/pyproject.toml
PyPItransformers(==5.5.4)security_scanning/pyproject.toml
PyPIprometheus-client(>=0.26.0,<0.27.0)security_scanning/pyproject.toml
PyPIprometheus-fastapi-instrumentator(>=8.1.0)security_scanning/pyproject.toml
PyPIpydantic(>=2.9.1)security_scanning/pyproject.toml
PyPImsgspec(>=0.22.0,<0.23.0)security_scanning/pyproject.toml
PyPIomegaconf(>=2.4.0,<3.0.0)security_scanning/pyproject.toml
PyPIpynvvideocodec(>=2.1.0,<2.2.0)security_scanning/pyproject.toml
PyPIoptimum(>=2.3.0,<3.0.0)security_scanning/pyproject.toml
PyPIdatasets(>=5.1.0,<6.0.0)security_scanning/pyproject.toml
PyPIevaluate(>=0.4.6,<0.5.0)security_scanning/pyproject.toml
PyPImpmath(>=1.3.0)security_scanning/pyproject.toml
PyPIclick(>=8.4.2)security_scanning/pyproject.toml
PyPIclick-option-group(>=0.5.3)security_scanning/pyproject.toml
PyPIaenum(>=3.1.17,<4.0.0)security_scanning/pyproject.toml
PyPIpyzmq(>=27.2.0,<28.0.0)security_scanning/pyproject.toml
PyPIfastapi(>=0.136.3,<0.140.0)security_scanning/pyproject.toml
PyPIstarlette(>=1.3.1)security_scanning/pyproject.toml
PyPIuvicorn(>=0.54.0,<0.55.0)security_scanning/pyproject.toml
PyPIsetuptools(<80)security_scanning/pyproject.toml
PyPIpackaging(>=24.2)security_scanning/pyproject.toml
PyPIordered-set(>=4.1.0,<5.0.0)security_scanning/pyproject.toml
PyPIpeft(>=0.18.1,<0.19.0)security_scanning/pyproject.toml
PyPIpatchelf(>=0.19.1.0,<0.20.0.0)security_scanning/pyproject.toml
PyPIeinops(>=0.8.2,<0.9.0)security_scanning/pyproject.toml
PyPIfla-core(==0.5.2)security_scanning/pyproject.toml
PyPIflashinfer-python(==0.6.18)security_scanning/pyproject.toml
PyPIxgrammar(==0.1.32)security_scanning/pyproject.toml
PyPIllguidance(==0.7.29)security_scanning/pyproject.toml
PyPIjsonschema(>=4.26.0,<5.0.0)security_scanning/pyproject.toml
PyPIbackoff(>=2.2.1,<3.0.0)security_scanning/pyproject.toml
PyPInvtx(>=0.2.16,<0.3.0)security_scanning/pyproject.toml
PyPImeson(>=1.12.1,<2.0.0)security_scanning/pyproject.toml
PyPIninja(>=1.13.2,<2.0.0)security_scanning/pyproject.toml
PyPIsoundfile(>=0.14.0,<0.15.0)security_scanning/pyproject.toml
PyPItriton(==3.8.0)security_scanning/pyproject.toml
PyPItiktoken(>=0.14.0,<0.15.0)security_scanning/pyproject.toml
PyPIblobfile(>=3.3.0,<4.0.0)security_scanning/pyproject.toml
PyPIopenai-harmony(==0.0.4)security_scanning/pyproject.toml
PyPInvidia-cutlass-dsl(==4.8.0)security_scanning/pyproject.toml
PyPInvidia-matmul-heuristics(==0.1.0.27)security_scanning/pyproject.toml
PyPIquack-kernels(==0.5.0)security_scanning/pyproject.toml
PyPIjinja2(>=3.1.6,<4.0.0)security_scanning/pyproject.toml
PyPIplotly(>=7.1.0,<8.0.0)security_scanning/pyproject.toml
PyPIpartial-json-parser(>=0.2.1.1.post7,<0.3.0.0)security_scanning/pyproject.toml
PyPImcp(>=1.23.0,<2.0.0)security_scanning/pyproject.toml
PyPItorch-c-dlpack-ext(==0.1.3)security_scanning/pyproject.toml
PyPIflash-attn-4(==4.0.0b19)security_scanning/pyproject.toml
PyPImistral-common(>=1.10.0)security_scanning/pyproject.toml
PyPItorchao(>=0.14.1,<0.16.0)security_scanning/pyproject.toml
PyPIcuda-core(>=1.2.2,<2.0.0)security_scanning/pyproject.toml
PyPIcuda-tile(>=1.0.1)security_scanning/pyproject.toml
PyPInvidia-cuda-tileiras(>=13.1,<13.2)security_scanning/pyproject.toml
PyPIetcd-sdk-python(==0.0.7)security_scanning/pyproject.toml
PyPIgrpcio(>=1.67.1,<2)security_scanning/pyproject.toml
PyPIprotobuf(>=6.30.2,<7)security_scanning/pyproject.toml
PyPIpython-multipart(>=0.0.32,<0.0.33)security_scanning/pyproject.toml
PyPIcache-dit(>=1.3.5)security_scanning/pyproject.toml
PyPImsgpack(>=1.2.3,<2.0.0)security_scanning/pyproject.toml
PyPIuvloop(>=0.19.0,<0.23.0)security_scanning/pyproject.toml
PyPImooncake-transfer-engine-cuda13(==0.3.13)security_scanning/pyproject.toml
Усі залежності 312

Повний розв'язаний набір залежностей із графа залежностей GitHub: 114 прямих і 198 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaccelerate—пряма
PyPIaenum—пряма
PyPIanyio—пряма
PyPIanyio4.13.0пряма
PyPIanyio4.14.2пряма
PyPIbackoff—пряма
PyPIblobfile—пряма
PyPIbuild—пряма
PyPIcache-dit—пряма
PyPIclaude-agent-sdk0.2.162пряма
PyPIclick—пряма
PyPIclick8.3.3пряма
PyPIclick8.4.2пряма
PyPIclick-option-group—пряма
PyPIcolored—пряма
PyPIcuda-core—пряма
PyPIcuda-python—пряма
PyPIcuda-tile—пряма
PyPIdatasets—пряма
PyPIdatasets3.1.0пряма
PyPIdiffusers—пряма
PyPIdiffusers0.40.0пряма
PyPIeinops—пряма
PyPIetcd-sdk-python0.0.7пряма
PyPIevaluate—пряма
PyPIfastapi—пряма
PyPIfla-core0.5.2пряма
PyPIflash-attn-44.0.0b19пряма
PyPIflashinfer-python0.6.18пряма
PyPIftfy—пряма
PyPIgraphviz—пряма
PyPIgrpcio—пряма
PyPIgrpcio1.67.1пряма
PyPIh5py—пряма
PyPIh5py3.12.1пряма
PyPIjinja2—пряма
PyPIjsonschema—пряма
PyPIjsonschema4.26.0пряма
PyPIlark—пряма
PyPIlazy-loader—пряма
PyPIllguidance0.7.29пряма
PyPImcp—пряма
PyPImcp1.27.1пряма
PyPImeson—пряма
PyPImistral-common—пряма
PyPImooncake-transfer-engine-cuda130.3.13пряма
PyPImpi4py—пряма
PyPImpmath—пряма
PyPImpmath1.3.0пряма
PyPImsgpack—пряма
PyPImsgspec—пряма
PyPInccl4py—пряма
PyPIninja—пряма
PyPInumpy—пряма
PyPInumpy2.4.6пряма
PyPInumpy2.5.1пряма
PyPInvidia-cuda-tileiras—пряма
PyPInvidia-cutlass-dsl4.8.0пряма
PyPInvidia-matmul-heuristics0.1.0.27пряма
PyPInvidia-ml-py—пряма
PyPInvidia-nccl-cu13—пряма
PyPInvtx—пряма
PyPIomegaconf—пряма
PyPIopenai—пряма
PyPIopenai2.36.0пряма
PyPIopenai-codex0.154.0пряма
PyPIopenai-harmony0.0.4пряма
PyPIoptimum—пряма
PyPIordered-set—пряма
PyPIpackaging—пряма
PyPIpackaging26.2пряма
PyPIpartial-json-parser—пряма
PyPIpatchelf—пряма
PyPIpeft—пряма
PyPIplotly—пряма
PyPIpolygraphy—пряма
PyPIprometheus-client—пряма
PyPIprometheus-fastapi-instrumentator—пряма
PyPIprotobuf—пряма
PyPIprotobuf5.27.2пряма
PyPIprotobuf7.35.1пряма
PyPIpsutil—пряма
PyPIpydantic—пряма
PyPIpydantic2.13.4пряма
PyPIpynvvideocodec—пряма
PyPIpython-multipart—пряма
PyPIpython-multipart0.0.28пряма
PyPIpyyaml—пряма
PyPIpyyaml6.0.3пряма
PyPIpyzmq—пряма
PyPIquack-kernels0.5.0пряма
PyPIrich—пряма
PyPIrich15.0.0пряма
PyPIsafetensors—пряма
PyPIsentencepiece—пряма
PyPIsetuptools—пряма
PyPIsetuptools84.0.0пряма
PyPIsoundfile—пряма
PyPIstarlette—пряма
PyPIstarlette1.0.0пряма
PyPIstrenum—пряма
PyPItiktoken—пряма
PyPItiktoken0.12.0пряма
PyPItiktoken0.13.0пряма
PyPItorch—пряма
PyPItorch-c-dlpack-ext0.1.3пряма
PyPItorchao—пряма
PyPItorchvision—пряма
PyPItransformers5.5.4пряма
PyPItriton3.8.0пряма
PyPIuvicorn—пряма
PyPIuvicorn0.46.0пряма
PyPIuvloop—пряма
PyPIxgrammar0.1.32пряма
PyPIabsl-py—непряма
PyPIabsl-py2.5.0непряма
PyPIaiohttp3.14.2непряма
PyPIaiperf—непряма
PyPIaiperf0.8.0непряма
PyPIannotated-doc0.0.4непряма
PyPIannotated-types0.7.0непряма
PyPIapache-tvm-ffi0.1.13.post2непряма
PyPIattrs26.1.0непряма
PyPIautodoc-pydantic—непряма
PyPIav—непряма
PyPIbandit1.7.7непряма
PyPIblake3—непряма
PyPIboto3—непряма
PyPIbreathe—непряма
PyPIcertifi2026.4.22непряма
PyPIcertifi2026.6.17непряма
PyPIcffi2.0.0непряма
PyPIcharset-normalizer3.4.7непряма
PyPIcharset-normalizer3.4.9непряма
PyPIcloudpickle—непряма
PyPIcolorama—непряма
PyPIcolorama0.4.6непряма
PyPIcryptography48.0.0непряма
PyPIcupti-python—непряма
PyPIcxxfilt—непряма
PyPIdecord—непряма
PyPIdefusedxml0.7.1непряма
PyPIdill0.3.8непряма
PyPIdistro1.9.0непряма
PyPIdocstring-parser—непряма
PyPIemoji—непряма
PyPIexceptiongroup1.3.1непряма
PyPIfilelock3.32.0непряма
PyPIfire—непряма
PyPIflash-attn—непряма
PyPIflash-linear-attention0.5.2непряма
PyPIflask—непряма
PyPIfsspec2024.9.0непряма
PyPIgdown—непряма
PyPIgenai-perf0.0.13непряма
PyPIgitpython—непряма
PyPIgrpcio-tools1.67.1непряма
PyPIh110.16.0непряма
PyPIhf-transfer0.1.9непряма
PyPIhf-xet1.5.2непряма
PyPIhttpcore1.0.9непряма
PyPIhttpx—непряма
PyPIhttpx0.28.1непряма
PyPIhttpx-sse0.4.3непряма
PyPIhuggingface-hub1.24.0непряма
PyPIidna3.14непряма
PyPIidna3.18непряма
PyPIimmutabledict—непряма
PyPIiniconfig2.3.0непряма
PyPIipython—непряма
PyPIjieba—непряма
PyPIjieba0.42.1непряма
PyPIjiter0.14.0непряма
PyPIjoblib1.5.3непряма
PyPIjsonlines4.0.0непряма
PyPIjsonschema-specifications2025.9.1непряма
PyPIjupyter-server—непряма
PyPIjupyterlab—непряма
PyPIlangdetect—непряма
PyPIlatex2sympy2—непряма
PyPIlatex2sympy2-extended—непряма
PyPIlibrosa—непряма
PyPIline-profiler—непряма
PyPIllist—непряма
PyPIlm-eval0.4.10непряма
PyPIlm-eval0.4.8непряма
PyPIlpips—непряма
PyPImako—непряма
PyPImarkdown-it-py4.2.0непряма
PyPImath-verify—непряма
PyPImatplotlib—непряма
PyPImdurl0.1.2непряма
PyPImistune—непряма
PyPImultidict6.7.1непряма
PyPImultiprocess0.70.16непряма
PyPImypy1.19.1непряма
PyPImyst-parser—непряма
PyPInanobind—непряма
PyPInemo-toolkit2.0.0rc1непряма
PyPInixl-cu131.4.0непряма
PyPInltk—непряма
PyPInltk3.10.0непряма
PyPInotebook—непряма
PyPInumexpr—непряма
PyPInumpy-typing-compat—непряма
PyPInvidia-cuda-cupti—непряма
PyPInvidia-cuda-nvrtc—непряма
PyPInvidia-cudnn-frontend—непряма
PyPInvidia-sphinx-theme—непряма
PyPIonnx—непряма
PyPIonnx-graphsurgeon—непряма
PyPIopentelemetry-api—непряма
PyPIopentelemetry-exporter-otlp—непряма
PyPIopentelemetry-sdk—непряма
PyPIopentelemetry-semantic-conventions-ai—непряма
PyPIoyaml—непряма
PyPIpandas—непряма
PyPIpandas3.0.3непряма
PyPIparameterized—непряма
PyPIpillow—непряма
PyPIpip—непряма
PyPIpluggy1.6.0непряма
PyPIpoetry-core—непряма
PyPIpre-commit—непряма
PyPIpropcache0.5.2непряма
PyPIpulp—непряма
PyPIpyarrow25.0.0непряма
PyPIpybind11—непряма
PyPIpybind11-stubgen—непряма
PyPIpycparser3.0непряма
PyPIpydantic-core2.46.4непряма
PyPIpydantic-settings—непряма
PyPIpydantic-settings2.14.1непряма
PyPIpygit2—непряма
PyPIpygments—непряма
PyPIpygments2.20.0непряма
PyPIpyjwt2.12.1непряма
PyPIpymupdf—непряма
PyPIpytest—непряма
PyPIpytest7.2.2непряма
PyPIpytest9.0.3непряма
PyPIpytest-asyncio—непряма
PyPIpytest-cov—непряма
PyPIpytest-cpp2.3.0непряма
PyPIpytest-csv—непряма
PyPIpytest-env—непряма
PyPIpytest-forked—непряма
PyPIpytest-mock—непряма
PyPIpytest-rerunfailures—непряма
PyPIpytest-split—непряма
PyPIpytest-threadleak—непряма
PyPIpytest-timeout—непряма
PyPIpytest-unused-fixtures—непряма
PyPIpytest-xdist—непряма
PyPIpytest-xdist3.2.1непряма
PyPIpython-dotenv1.2.2непряма
PyPIpytz2026.2непряма
PyPIpywin32311непряма
PyPIrapidfuzz—непряма
PyPIrapidfuzz3.14.5непряма
PyPIray—непряма
PyPIreferencing0.37.0непряма
PyPIregex—непряма
PyPIregex2026.5.9непряма
PyPIregex2026.7.19непряма
PyPIrequests—непряма
PyPIrequests2.34.0непряма
PyPIrouge—непряма
PyPIrouge1.0.1непряма
PyPIrouge-score—непряма
PyPIrouge-score0.1.2непряма
PyPIrpds-py0.30.0непряма
PyPIruff0.9.4непряма
PyPIscipy—непряма
PyPIshellingham1.5.4непряма
PyPIsmg-grpc-proto—непряма
PyPIsniffio1.3.1непряма
PyPIsoupsieve—непряма
PyPIspacy—непряма
PyPIsphinx—непряма
PyPIsphinx-argparse—непряма
PyPIsphinx-click—непряма
PyPIsphinx-copybutton—непряма
PyPIsphinx-togglebutton—непряма
PyPIsphinxcontrib-mermaid—непряма
PyPIsse-starlette3.4.4непряма
PyPIsyllapy—непряма
PyPIsympy—непряма
PyPItabulate—непряма
PyPItavily-python0.7.24непряма
PyPItavilymcp0.1.0непряма
PyPItensorrt-llm—непряма
PyPItimm—непряма
PyPItomli2.4.1непряма
PyPItornado—непряма
PyPItqdm4.67.3непряма
PyPItqdm4.69.0непряма
PyPItransformers-stream-generator0.0.4непряма
PyPItritonclient—непряма
PyPItrtllm-sbom0.1.0непряма
PyPItypeguard4.4.4непряма
PyPItyper0.25.1непряма
PyPItyping-extensions4.15.0непряма
PyPItyping-inspection0.4.2непряма
PyPItzdata2026.3непряма
PyPIurllib3—непряма
PyPIurllib32.7.0непряма
PyPIuv-build—непряма
PyPIword2number—непряма
PyPIwordllama—непряма
PyPIxxhash3.8.1непряма
PyPIyarl1.24.5непряма
Сповіщення про залежності 20

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 134 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 20 мають відомі сповіщення, з них 7 прямі. 178 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза наведеним переліком пакетів.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
anyio4.13.0прямакритична44.14.2
nltk3.10.0непрямакритична403.10.3
pyjwt2.12.1непрямакритична292.15.0
mcp1.27.1прямависока72.2.0
protobuf5.27.2прямависока46.33.5
python-multipart0.0.28прямависока80.0.31
starlette1.0.0прямависока101.3.1
transformers5.5.4прямависока45.10.0
aiohttp3.14.2непрямависока103.14.4
certifi2026.4.22непрямависока22026.10.19
certifi2026.6.17непрямависока22026.10.19
cryptography48.0.0непрямависока750.0.0
fsspec2024.9.0непрямависока22026.6.0
nemo-toolkit2.0.0rc1непрямависока82.6.2
urllib32.7.0непрямависока62.8.0
datasets3.1.0прямапомірна25.0.1
idna3.14непрямапомірна23.15
multidict6.7.1непрямапомірна26.9.1
pydantic-settings2.14.1непрямапомірна12.14.2
pytest7.2.2непрямапомірна29.0.3

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 NVIDIA/TensorRT-LLM. Читати поруч →

99vllm-project/vllmA high-throughput and memory-efficient inference and serving engine for LLMsВинятковий96NVIDIA/cudnn-frontendcuDNN Frontend is NVIDIA's modern, open-source entry point to the cuDNN library and a growing collection of high-performance open-source kernels.Винятковий94pytorch/TensorRTPyTorch/TorchScript/FX compiler for NVIDIA GPUs using TensorRTВинятковий98sgl-project/sglangSGLang is a high-performance serving framework for large language models and multimodal models.Винятковий97flashinfer-ai/flashinferFlashInfer: Kernel Library for LLM ServingВинятковий88NVIDIA/TensorRTNVIDIA® TensorRT™ is an SDK for high-performance deep learning inference on NVIDIA GPUs. This repository contains the open source components of TensorRT.Відмінний

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.