Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-13 12:05 UTC

Nixtla / nixtla

TimeGPT-1: production ready pre-trained Time Series Foundation Model for forecasting and anomaly detection. Generative pretrained transformer for time series trained on over 100B data points. It's capable of accurately predicting various domains such as retail, electricity, finance, and IoT with just a few lines of code 🚀.

Jupyter NotebookВласна ліцензія★ 3 985 зірок⑂ 332 форкиз вер. 2021 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#time-series#time-series-forecasting#deep-learning#forecasting#gpt#generative-ai-time-series#timegpt#anomaly-detection#artificial-intelligence#gpts#llm#foundation-models#llms#agentic-ai#agent

Nixtla/nixtla має індекс здоров’я 92 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Vitality (96/100), найнижчий — Security (46/100). Останнє оновлення було 2 дні тому. Більшість нещодавньої роботи виконує один учасник.

92
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»).

92
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 78 калібровано до 92 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

NixtlaОрганізація
2 834 підписники40 публічних репозиторіївз бер. 2021 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPInixtla0.8.0-2823 дні томуtime-seriesforecastinggpt

Метрики за категоріями

Життєздатність

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

96Винятковий · 21% загального індексу

Активність розробки

93Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 2 дн. тому
29.8/36Ритм комітів — 43/52 тижнів із комітами
18/18Обсяг комітів — 142 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year142
human_commit_share0,65
days_since_last_push2
active_weeks_last_year43

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 49 релізів
36/36Свіжість релізів — останній реліз 23 дн. тому
27/27Ритм релізів — реліз кожні ~29,2 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count49
latest_release_tagv0.8.0
releases_from_tagsні
days_since_latest_release23
mean_days_between_releases29,2

Спільнота та впровадження

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

84Відмінний · 17% загального індексу

Популярність і впровадження

88Відмінний
Як обчислюється оцінка
58.4/60Зірки — 3 985 зірок
21/25Форки — 332 форків
8.7/15Спостерігачі — 38 спостерігачів
Використані вхідні дані
forks332
stars3 985
watchers38
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

79Добрий
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
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges6
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateні

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

74Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

35Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
8.6/22.5Розподіл комітів — головний контриб’ютор — автор 62% комітів
13.5/13.5Широта контриб’юторів — 24 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor1
contributors_sampled24
top_contributor_share0,619

Реактивність на issue та PR

78Добрий
Як обчислюється оцінка
32.2/42Вирішення issue — закрито 77% issue
24.3/30Прийняття PR — злито 473/585 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_prs473
open_issues47
closed_issues154
prs_merged_7d6
prs_decided_7d8
prs_merged_30d15
prs_decided_30d17
issue_closed_ratio0,766
closed_unmerged_prs112
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

97Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен — статус підтвердженого домену для цієї організації не зчитано
24.8/25Охоплення власника — 2 834 підписників у Nixtla
22.6/25Послужний список — 40 публічних репозиторіїв, вік облікового запису ~5 р.
Використані вхідні дані
followers2 834
owner_typeOrganization
is_verified—
owner_loginNixtla
public_repos40
account_age_days1 989
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 23 дн. тому
20/20Історія версій — 28 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesnixtla
ecosystemspypi
any_deprecatedні
min_days_since_publish23

Інженерна якість

Чи наявні базові інженерні практики та документація?

85Відмінний · 19% загального індексу

Інженерні практики

92Відмінний
Як обчислюється оцінка
24/24Процеси CI — 8 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
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

75Добрий
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://www.nixtla.io/docs
10/10Опис репозиторію
10/10Теми — 15 тем
10/10Wiki
Використані вхідні дані
topicstime-series, time-series-forecasting, deep-learning, forecasting, gpt, generative-ai-time-series, timegpt, anomaly-detection, artificial-intelligence, gpts, llm, foundation-models, llms, agentic-ai, agent
has_wikiтак
homepagehttps://www.nixtla.io/docs
docs_sitehttps://www.nixtla.io/docs
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

46Слабкий · 16% загального індексу

Стан безпеки

33У зоні ризику
Як обчислюється оцінка
0/30Політика безпеки (SECURITY.md)
25/25Конфігурація Dependabot
0/25Файли фіксації залежностей — опублікована бібліотека — lockfile є справою застосунків, не очікується
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfilesuv.lock
manifestspyproject.toml
has_codeql_workflowні
has_security_policyні
has_dependabot_configтак
Виключено з оцінювання (немає даних або не застосовно): Файли фіксації залежностей. 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:nixtla@0.8.0 — 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.

76Добрий · 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 56 з 65 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,862
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

93Винятковий
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile, experiments/azure-automl-forecasting/Makefile, experiments/foundation-time-series-arena/Makefile, experiments/lag-llama/Makefile, experiments/prophet/Makefile, experiments/vn1-competition/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
11/11Статична перевірка типів — nixtla/py.typed
10/10Відтворюване середовище — devcontainer, lockfile
4/10Підтверджена практика роботи з агентами — 2 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 35 з останніх 100 комітів — автоматичні оновлення залежностей
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_filesMakefile, experiments/azure-automl-forecasting/Makefile, experiments/foundation-time-series-arena/Makefile, experiments/lag-llama/Makefile, experiments/prophet/Makefile, experiments/vn1-competition/Makefile
has_devcontainerтак
has_linter_configтак
typecheck_configsnixtla/py.typed
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0,35

Читабельність коду для моделей

81Відмінний
Як обчислюється оцінка
27/45Типізований код — Jupyter Notebook з конфігурацією перевірки типів (nixtla/py.typed)
53.9/55Керовані розміри файлів — 2/103 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languageJupyter Notebook
largest_source_bytes142 887
source_files_sampled103
oversized_source_files2

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
40/40Схема API (OpenAPI/GraphQL/proto) — timegpt-docs/openapi.json
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_filestimegpt-docs/openapi.json
interfaces_expected_of—
Виключено з оцінювання (немає даних або не застосовно): Сервер MCP. Залишкові ваги перенормовано.

Ключові факти

3 985зірок GitHub
24контриб'юторів
142комітів за останні 12 місяців
2днів від останнього пушу
49релізів
1бас-фактор
47відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard timed out after 240s; skipping Scorecard checks

Докладніше

Історія зірок і форків 0 ★ / 332 ⇿
0Зірки
332Форки
48Релізи

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.

0125250375329302021-102024-032026-07
Мажорні 0Мінорні 7Патчі 32

Кожна точка охоплює 5 днів.

Прямі залежності 9
РеєстрПакетОбмеження версіїМаніфест
PyPIannotated-types—pyproject.toml
PyPIhttpx—pyproject.toml
PyPInarwhals>=2.11.0pyproject.toml
PyPIorjson—pyproject.toml
PyPIpandas<3.0.0pyproject.toml
PyPIpydantic>=1.10pyproject.toml
PyPItenacity—pyproject.toml
PyPItqdm—pyproject.toml
PyPIutilsforecast>=0.2.15pyproject.toml
Усі залежності 295

Повний розв'язаний набір залежностей із графа залежностей GitHub: 13 прямих і 282 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIannotated-types0.7.0пряма
PyPIhttpx0.28.1пряма
PyPInarwhals2.16.0пряма
PyPIorjson3.11.6пряма
PyPIpandas—пряма
PyPIpandas2.2.3пряма
PyPIpydantic2.12.3пряма
PyPIpydantic2.13.4пряма
PyPItenacity9.1.2пряма
PyPItqdm—пряма
PyPItqdm4.67.1пряма
PyPIutilsforecast—пряма
PyPIutilsforecast0.2.15пряма
PyPIadagio0.2.6непряма
PyPIaiohappyeyeballs2.6.1непряма
PyPIaiohttp3.14.3непряма
PyPIaiosignal1.4.0непряма
PyPIalembic1.17.0непряма
PyPIanyio4.11.0непряма
PyPIappnope0.1.4непряма
PyPIargon2-cffi25.1.0непряма
PyPIargon2-cffi-bindings25.1.0непряма
PyPIarrow1.4.0непряма
PyPIasn1crypto1.5.1непряма
PyPIasttokens3.0.0непряма
PyPIasync-lru2.0.5непряма
PyPIasync-timeout5.0.1непряма
PyPIattrs25.4.0непряма
PyPIazure-ai-ml—непряма
PyPIazure-identity—непряма
PyPIazureml-core—непряма
PyPIbabel2.17.0непряма
PyPIbeautifulsoup44.14.2непряма
PyPIbleach6.4.0непряма
PyPIblinker1.9.0непряма
PyPIboto3—непряма
PyPIboto31.42.41непряма
PyPIbotocore1.42.41непряма
PyPIcertifi2025.10.5непряма
PyPIcffi2.0.0непряма
PyPIcfgv3.4.0непряма
PyPIcharset-normalizer3.4.4непряма
PyPIclarabel0.11.1непряма
PyPIclick8.1.8непряма
PyPIcloudpickle3.1.1непряма
PyPIcolorama0.4.6непряма
PyPIcolorlog6.10.1непряма
PyPIcomm0.2.3непряма
PyPIcontourpy1.3.2непряма
PyPIcontourpy1.3.3непряма
PyPIcoreforecast0.0.16непряма
PyPIcoverage7.11.0непряма
PyPIcryptography50.0.0непряма
PyPIcuda-bindings13.3.1непряма
PyPIcuda-pathfinder1.5.5непряма
PyPIcuda-toolkit13.0.3.0непряма
PyPIcycler0.12.1непряма
PyPIdash3.2.0непряма
PyPIdask2026.1.2непряма
PyPIdatasetsforecast1.0.0непряма
PyPIdebugpy1.8.17непряма
PyPIdecorator5.2.1непряма
PyPIdefusedxml0.7.1непряма
PyPIdistlib0.4.0непряма
PyPIdistributed2026.1.2непряма
PyPIduckdb1.4.1непряма
PyPIeinshape—непряма
PyPIexceptiongroup1.3.0непряма
PyPIexchange-calendars4.11.2непряма
PyPIexecuting2.2.1непряма
PyPIfastjsonschema2.21.2непряма
PyPIfilelock3.20.3непряма
PyPIfire—непряма
PyPIfire0.7.1непряма
PyPIflask3.1.3непряма
PyPIfonttools4.60.2непряма
PyPIfqdn1.5.1непряма
PyPIfrozenlist1.8.0непряма
PyPIfsspec2025.9.0непряма
PyPIfugue0.9.6непряма
PyPIgluonts—непряма
PyPIgreenlet3.2.4непряма
PyPIh110.16.0непряма
PyPIhierarchicalforecast1.3.0непряма
PyPIholidays0.83непряма
PyPIhttpcore1.0.9непряма
PyPIhuggingface-hub—непряма
PyPIidentify2.6.15непряма
PyPIidna3.15непряма
PyPIimportlib-metadata8.7.0непряма
PyPIiniconfig2.3.0непряма
PyPIintel-cmplr-lib-rt2025.2.1непряма
PyPIipykernel7.0.1непряма
PyPIipython8.32.0непряма
PyPIipywidgets8.1.7непряма
PyPIisoduration20.11.0непряма
PyPIitsdangerous2.2.0непряма
PyPIjax—непряма
PyPIjedi0.19.2непряма
PyPIjinja23.1.6непряма
PyPIjmespath1.1.0непряма
PyPIjoblib1.5.2непряма
PyPIjson50.12.1непряма
PyPIjsonpointer3.0.0непряма
PyPIjsonschema4.25.1непряма
PyPIjsonschema-specifications2025.9.1непряма
PyPIjupyter-builder1.0.2непряма
PyPIjupyter-client8.6.3непряма
PyPIjupyter-core5.9.1непряма
PyPIjupyter-events0.12.0непряма
PyPIjupyter-lsp2.3.0непряма
PyPIjupyter-server2.20.0непряма
PyPIjupyter-server-terminals0.5.3непряма
PyPIjupyterlab4.6.2непряма
PyPIjupyterlab-pygments0.3.0непряма
PyPIjupyterlab-server2.28.0непряма
PyPIjupyterlab-widgets3.0.15непряма
PyPIkiwisolver1.4.9непряма
PyPIkorean-lunar-calendar0.3.1непряма
PyPIlark1.3.0непряма
PyPIlightgbm—непряма
PyPIlightgbm4.6.0непряма
PyPIlightning-utilities0.15.2непряма
PyPIllvmlite0.45.1непряма
PyPIlocket1.0.0непряма
PyPImako1.3.12непряма
PyPImarkdown-it-py4.0.0непряма
PyPImarkupsafe3.0.3непряма
PyPImatplotlib3.10.7непряма
PyPImatplotlib-inline0.1.7непряма
PyPImdurl0.1.2непряма
PyPImistune3.3.3непряма
PyPImlforecast—непряма
PyPImlforecast1.0.2непряма
PyPImltable—непряма
PyPImpmath1.3.0непряма
PyPImsgpack1.2.1непряма
PyPImultidict6.7.0непряма
PyPInbclient0.10.2непряма
PyPInbconvert7.17.1непряма
PyPInbformat5.10.4непряма
PyPInest-asyncio1.6.0непряма
PyPInetworkx3.4.2непряма
PyPInetworkx3.5непряма
PyPIneuralforecast—непряма
PyPIneuralforecast3.1.2непряма
PyPInixtla—непряма
PyPInixtla0.8.0непряма
PyPInixtlats0.5.2непряма
PyPInodeenv1.9.1непряма
PyPInotebook-shim0.2.4непряма
PyPInumba0.62.1непряма
PyPInumpy—непряма
PyPInumpy1.26.4непряма
PyPInvidia-cublas13.1.1.3непряма
PyPInvidia-cuda-cupti13.0.85непряма
PyPInvidia-cuda-nvrtc13.0.88непряма
PyPInvidia-cuda-runtime13.0.96непряма
PyPInvidia-cudnn-cu139.20.0.48непряма
PyPInvidia-cufft12.0.0.61непряма
PyPInvidia-cufile1.15.1.6непряма
PyPInvidia-curand10.4.0.35непряма
PyPInvidia-cusolver12.0.4.66непряма
PyPInvidia-cusparse12.6.3.3непряма
PyPInvidia-cusparselt-cu130.8.1непряма
PyPInvidia-nccl-cu132.29.7непряма
PyPInvidia-nvjitlink13.0.88непряма
PyPInvidia-nvshmem-cu133.4.5непряма
PyPInvidia-nvtx13.0.85непряма
PyPIoptuna4.5.0непряма
PyPIoverrides7.7.0непряма
PyPIpackaging25.0непряма
PyPIpandas-market-calendars5.1.1непряма
PyPIpandocfilters1.5.1непряма
PyPIparso0.8.5непряма
PyPIpartd1.4.2непряма
PyPIpatsy1.0.2непряма
PyPIpexpect4.9.0непряма
PyPIpillow12.3.0непряма
PyPIpip-licenses5.5.0непряма
PyPIplatformdirs4.5.0непряма
PyPIplotly5.24.1непряма
PyPIplotly6.3.1непряма
PyPIplotly-resampler0.10.0непряма
PyPIplotly-resampler0.11.0непряма
PyPIpluggy1.6.0непряма
PyPIpolars1.34.0непряма
PyPIpolars-runtime-321.34.0непряма
PyPIpre-commit4.3.0непряма
PyPIprettytable3.17.0непряма
PyPIprometheus-client0.23.1непряма
PyPIprompt-toolkit3.0.52непряма
PyPIpropcache0.4.1непряма
PyPIprophet—непряма
PyPIprotobuf6.33.5непряма
PyPIpsutil7.1.1непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.3непряма
PyPIpy4j0.10.9.9непряма
PyPIpyarrow—непряма
PyPIpyarrow23.0.1непряма
PyPIpycparser2.23непряма
PyPIpydantic-core2.41.4непряма
PyPIpydantic-core2.46.4непряма
PyPIpygments2.20.0непряма
PyPIpyjwt2.13.0непряма
PyPIpyluach2.3.0непряма
PyPIpyopenssl26.4.0непряма
PyPIpyparsing3.2.5непряма
PyPIpyreadr0.5.2непряма
PyPIpyspark4.0.1непряма
PyPIpytest—непряма
PyPIpytest9.0.3непряма
PyPIpytest-cov7.0.0непряма
PyPIpytest-rerunfailures16.1непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-dotenv—непряма
PyPIpython-dotenv1.2.2непряма
PyPIpython-json-logger4.0.0непряма
PyPIpytorch-lightning2.5.5непряма
PyPIpytz2025.2непряма
PyPIpywinpty3.0.2непряма
PyPIpyyaml6.0.3непряма
PyPIpyzmq27.1.0непряма
PyPIquadprog0.1.13непряма
PyPIray2.56.1непряма
PyPIreferencing0.37.0непряма
PyPIrequests2.33.0непряма
PyPIretrying1.4.2непряма
PyPIrfc3339-validator0.1.4непряма
PyPIrfc3986-validator0.1.1непряма
PyPIrfc3987-syntax1.1.0непряма
PyPIrich—непряма
PyPIrich14.3.2непряма
PyPIrpds-py0.27.1непряма
PyPIruff0.15.1непряма
PyPIs3fs—непряма
PyPIs3transfer0.16.0непряма
PyPIscikit-learn1.7.2непряма
PyPIscipy—непряма
PyPIscipy1.15.3непряма
PyPIsend2trash1.8.3непряма
PyPIsetuptools83.0.0непряма
PyPIshap0.49.1непряма
PyPIsix1.17.0непряма
PyPIslicer0.0.8непряма
PyPIsniffio1.3.1непряма
PyPIsnowflake-connector-python4.6.0непряма
PyPIsnowflake-snowpark-python1.45.0непряма
PyPIsortedcontainers2.4.0непряма
PyPIsoupsieve2.8.4непряма
PyPIsqlalchemy2.0.44непряма
PyPIstack-data0.6.3непряма
PyPIstatsforecast—непряма
PyPIstatsforecast2.0.2непряма
PyPIstatsmodels0.14.5непряма
PyPIsympy1.14.0непряма
PyPItabulate0.9.0непряма
PyPItblib3.2.2непряма
PyPItensorboardx2.6.4непряма
PyPItermcolor3.1.0непряма
PyPIterminado0.18.1непряма
PyPIthreadpoolctl3.6.0непряма
PyPItinycss21.4.0непряма
PyPItomli2.3.0непряма
PyPItomlkit0.14.0непряма
PyPItoolz1.1.0непряма
PyPItorch—непряма
PyPItorch2.13.0непряма
PyPItorchmetrics1.8.2непряма
PyPItornado6.5.7непряма
PyPItraitlets5.14.3непряма
PyPItriad1.0.1непряма
PyPItriton3.7.1непряма
PyPItsdownsample0.1.4.1непряма
PyPItyping-extensions4.15.0непряма
PyPItyping-inspection0.4.2непряма
PyPItzdata2025.2непряма
PyPItzlocal5.3.1непряма
PyPIuri-template1.3.0непряма
PyPIurllib32.7.0непряма
PyPIvirtualenv20.36.1непряма
PyPIwandb—непряма
PyPIwcwidth0.2.14непряма
PyPIwebcolors24.11.1непряма
PyPIwebencodings0.5.1непряма
PyPIwebsocket-client1.9.0непряма
PyPIwerkzeug3.1.6непряма
PyPIwheel0.46.3непряма
PyPIwidgetsnbextension4.0.14непряма
PyPIxlrd2.0.2непряма
PyPIyarl1.22.0непряма
PyPIzict3.0.0непряма
PyPIzipp3.23.0непряма
PyPIzstandard0.25.0непряма
Сповіщення про залежності 0

Встановлення pypi:nixtla@0.8.0 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 Nixtla/nixtla. Читати поруч →

95awslabs/gluontsProbabilistic time series modeling in PythonВинятковий99google/adk-pythonAn open-source, code-first Python toolkit for building, evaluating, and deploying sophisticated AI agents with flexibility and control.Винятковий99ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3xВинятковий98Significant-Gravitas/AutoGPTAutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mission is to provide the tools, so that you can focus on what matters.Винятковий98sktime/sktimeA unified framework for machine learning with time seriesВинятковий97unit8co/dartsA python library for user-friendly forecasting and anomaly detection on time series.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.