Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-20 01:57 UTC

Percona-Lab / pmm-submodules

A repo dedicated to building Percona Monitoring and Management (PMM)

Python · MakefileAGPL-3.0★ 13 зірок⑂ 38 форківз груд. 2017 р.Переглянути на GitHub ↗
#pmm

Percona-Lab/pmm-submodules має індекс здоров’я 34 зі 100, що відповідає смузі «У зоні ризику». Найвищий показник — Vitality (95/100), найнижчий — Security (35/100). Останнє оновлення було 1 день тому. Більшість нещодавньої роботи виконують 5 учасників.

34
загалом / 100
У зоні ризику

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»).

34
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 55 калібровано до 57 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02). Політика юрисдикцій високого ризику застосовує множник 75% до зваженого загального індексу здоров’я і встановлює для нього межу «У зоні ризику» на рівні 34.

Власність

Percona LabОрганізація
61 підписник227 публічних репозиторіївз черв. 2015 р.

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

Метрики за категоріями

Життєздатність

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

95Винятковий · 21% загального індексу

Активність розробки

100Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 1 дн. тому
36/36Ритм комітів — 52/52 тижнів із комітами
18/18Обсяг комітів — 1 505 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year1 505
human_commit_share1
days_since_last_push1
active_weeks_last_year52

Дисципліна релізів

88Відмінний
Як обчислюється оцінка
16.2/27Випускає релізи — 78 тегів версій (без релізів GitHub)
36/36Свіжість релізів — останній реліз 33 дн. тому
27/27Ритм релізів — реліз кожні ~38,2 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count78
latest_release_tagv3.9.1
releases_from_tagsтак
days_since_latest_release33
mean_days_between_releases38,2

Спільнота та впровадження

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

47Слабкий · 17% загального індексу

Популярність і впровадження

38Слабкий
Як обчислюється оцінка
17.5/60Зірки — 13 зірок
13.1/25Форки — 38 форків
7.4/15Спостерігачі — 22 спостерігачів
Використані вхідні дані
forks38
stars13
watchers22
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

57Помірний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (AGPL-3.0)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges0
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_services—
has_pull_request_templateтак

Сталість та врядування

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

57Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

88Відмінний
Як обчислюється оцінка
45.9/54Бас-фактор — на 5 контриб’ютор(ів) припадає половина всіх комітів
19.6/22.5Розподіл комітів — головний контриб’ютор — автор 13% комітів
13.5/13.5Широта контриб’юторів — 41 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor5
contributors_sampled41
top_contributor_share0,13

Реактивність на issue та PR

9Критичний
Як обчислюється оцінка
0/42Вирішення issue — немає issue або даних
3.9/30Прийняття PR — злито 578/4 411 вирішених PR
0/13Newcomer PR acceptance — злито 0/3 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs578
open_issues0
closed_issues0
prs_merged_7d0
prs_decided_7d2
prs_merged_30d2
prs_decided_30d17
issue_closed_ratio—
closed_unmerged_prs3 833
first_time_authors_30d2
first_time_prs_merged_30d0
first_time_prs_decided_30d3
Виключено з оцінювання (немає даних або не застосовно): Вирішення issue. Залишкові ваги перенормовано.

Власність та опіка

68Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
12.9/25Охоплення власника — 61 підписників у Percona-Lab
25/25Послужний список — 227 публічних репозиторіїв, вік облікового запису ~11 р.
Використані вхідні дані
followers61
owner_typeOrganization
is_verifiedні
owner_loginPercona-Lab
public_repos227
account_age_days4 119

Інженерна якість

Чи наявні базові інженерні практики та документація?

38Слабкий · 19% загального індексу

Інженерні практики

30У зоні ризику
Як обчислюється оцінка
24/24Процеси CI — 2 процес(ів) CI
0/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsні
has_editorconfigні
has_linter_configні
has_precommit_configні

Документація

50Помірний
Як обчислюється оцінка
30/30README
0/25Каталог документації
0/15Сайт документації / домашня сторінка
10/10Опис репозиторію
10/10Теми — 1 тем
0/10Wiki
Використані вхідні дані
topicspmm
has_wikiні
homepage—
docs_site—
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

35Слабкий · 16% загального індексу

Стан безпеки

19Критичний
Як обчислюється оцінка
0/30Політика безпеки (SECURITY.md)
25/25Конфігурація Dependabot
0/25Файли фіксації залежностей
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles—
manifestsrequirements.txt
has_codeql_workflowні
has_security_policyні
has_dependabot_configтак
high_risk_jurisdiction_cap34
high_risk_jurisdiction_multiplier75
security_posture_after_multiplier19
security_posture_before_jurisdiction25
Політика юрисдикцій високого ризику застосовує множник 75% і встановлює для стану безпеки межу «У зоні ризику» на рівні 34.

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
advisories3
affected_packages1
assessed_packages3
unassessed_packages0
affected_by_severityhigh 1
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень, Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено 3 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.

37Слабкий · 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)

28У зоні ризику
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
0/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
0/10Відтворюване середовище
2/10Підтверджена практика роботи з агентами — 1 з останніх 100 комітів створено агентом або з його зазначенням
5/8Автоматизоване супроводження — автоматизацію залежностей налаштовано, але у вибірці комітів її не видно
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsні
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_filesMakefile
has_devcontainerні
has_linter_configні
typecheck_configs—
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
55/55Керовані розміри файлів — 0/1 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes12 498
source_files_sampled1
oversized_source_files0

Ключові факти

13зірок GitHub
41контриб'юторів
1 505комітів за останні 12 місяців
1днів від останнього пушу
78релізів
5бас-фактор
0відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard did not return a usable result (exit code 0; Skipping github.com/Percona-Lab/pmm-submodules: run: RepoClient.LocalPath: error during tarballHandler.setup: internal error: handler.httpClient.Do: Get "https://codeload.github.com/Percona-Lab/pmm-submodules/legacy.tar.gz/refs/heads/v3": internal error: innerTransport.RoundTrip: internal error: innerTransport.RoundTrip: error in HTTP: dial tcp 140.82.121.9:443: i/o timeout); skipping Scorecard checks

Докладніше

Історія зірок і форків 0 ★ / 38 ⇿
0Зірки
38Форки
75Релізи

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.

01325383612018-062022-072026-07
Мажорні 1Мінорні 50Патчі 20

Кожна точка охоплює 8 днів.

Усі залежності 3

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 3 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIgitpython3.1.59непряма
PyPIpyaml25.7.0непряма
PyPIpygithub2.9.1непряма
Сповіщення про залежності 1

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 3 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 1 мають відомі сповіщення, з них 0 прямі.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
gitpython3.1.59непрямависока33.1.60

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 Percona-Lab/pmm-submodules. Читати поруч →

94percona/mongodb_exporterA Prometheus exporter for MongoDB including sharding, replication and storage enginesВинятковий100risingwavelabs/risingwaveEvent streaming platform for agentic AI. Continuously ingest, transform, and serve event streams in real time, at scale.Винятковий100numpy/numpyThe fundamental package for scientific computing with Python.Винятковий100go-gitea/giteaGit with a cup of tea! Painless self-hosted all-in-one software development service, including Git hosting, code review, team collaboration, package registry and CI/CDВинятковий100run-llama/llama_indexLlamaIndex is the document processing platform for AIВинятковий100python/cpythonThe Python programming languageВинятковий

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.