Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.27.0 · метрики 2.5.0 · 2026-08-01 15:44 UTC

PrincetonUniversity / PsyNeuLink

A block modeling system for cognitive neuroscience

Python · HTMLApache-2.0★ 112 зірок⑂ 35 форківз черв. 2016 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#cognitive-science#neuroscience#modeling-tools

PrincetonUniversity/PsyNeuLink має індекс здоров’я 88 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Vitality (93/100), найнижчий — AI Readiness (52/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 2 учасники.

88
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»).

88
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 74 калібровано до 88 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

PrincetonUniversityОрганізація
401 підписник330 публічних репозиторіївз лип. 2012 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIpsyneulink0.19.1.05 688810 днів томуcognitivemodeling

Метрики за категоріями

Життєздатність

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

93Винятковий · 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 — 600 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year600
human_commit_share0,94
days_since_last_push0
active_weeks_last_year52

Дисципліна релізів

83Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 66 релізів
36/36Свіжість релізів — останній реліз 0 дн. тому
19.8/27Ритм релізів — реліз кожні ~106,6 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count66
latest_release_tagv0.19.1.0
releases_from_tagsні
days_since_latest_release0
mean_days_between_releases106,6

Спільнота та впровадження

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

60Помірний · 17% загального індексу

Популярність і впровадження

50Помірний
Як обчислюється оцінка
33.2/60Зірки — 112 зірок
12.8/25Форки — 35 форків
4.3/15Спостерігачі — 7 спостерігачів
Використані вхідні дані
forks35
stars112
watchers7
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

70Добрий
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
18/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges—
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_services—
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

63Помірний
Як обчислюється оцінка
50.1/80Щомісячні завантаження — 5 688 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagespsyneulink
dependents—
ecosystemspypi
total_downloads—
monthly_downloads5 688
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?

74Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

64Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
15.4/22.5Розподіл комітів — головний контриб’ютор — автор 32% комітів
13.5/13.5Широта контриб’юторів — 23 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 7 contributing companies or organizations
Використані вхідні дані
bus_factor2
contributors_sampled23
top_contributor_share0,317

Реактивність на issue та PR

66Добрий
Як обчислюється оцінка
25.2/42Вирішення issue — закрито 60% issue
24.6/30Прийняття PR — злито 2 833/3 448 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
7.5/15OpenSSF Scorecard: Code-Review — Found 2/4 approved changesets -- score normalized to 5
Використані вхідні дані
merged_prs2 833
open_issues59
closed_issues89
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,601
closed_unmerged_prs615
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Виключено з оцінювання (немає даних або не застосовно): newcomer_pr_acceptance. Залишкові ваги перенормовано.

Власність та опіка

74Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
18.7/25Охоплення власника — 401 підписників у PrincetonUniversity
25/25Послужний список — 330 публічних репозиторіїв, вік облікового запису ~14 р.
Використані вхідні дані
followers401
owner_typeOrganization
is_verified—
owner_loginPrincetonUniversity
public_repos330
account_age_days5 141

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 0 дн. тому
20/20Історія версій — 81 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagespsyneulink
ecosystemspypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

81Відмінний · 19% загального індексу

Інженерні практики

68Добрий
Як обчислюється оцінка
24/24Процеси CI — 6 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 8 out of 8 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configні
has_precommit_configні

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://psyneulink.org
10/10Опис репозиторію
10/10Теми — 3 тем
10/10Wiki
Використані вхідні дані
topicscognitive-science, neuroscience, modeling-tools
has_wikiтак
homepagehttps://psyneulink.org
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

61Помірний
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 — 8 out of 8 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
3.8/7.5Code-Review — Found 2/4 approved changesets -- score normalized to 5
2.5/2.5Contributors — project has 7 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5SAST — SAST tool is run on all commits
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,1
Виключено з оцінювання (немає даних або не застосовно): branch_protection, packaging. Залишкові ваги перенормовано.

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.

52Помірний · 4% загального індексу

Контекст і настанови для агентів

33У зоні ризику
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
32.9/40Читабельна історія комітів — намір зазначено у 58 з 94 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
legible_history_share0,617
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

58Помірний
Як обчислюється оцінка
18/18Розгортання однією командою — docs/Makefile
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
0/10Відтворюване середовище
10/10Підтверджена практика роботи з агентами — 16 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 6 з останніх 100 комітів — автоматичні оновлення залежностей
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_filesdocs/Makefile
has_devcontainerні
has_linter_configні
typecheck_configs—
agent_commit_share0,16
toolchain_manifests—
dependency_bot_commit_share0,06

Читабельність коду для моделей

48Слабкий
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
47.9/55Керовані розміри файлів — 58/448 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes901 826
source_files_sampled448
oversized_source_files58

Машиночитні інтерфейси

80Відмінний
Як обчислюється оцінка
40/40Схема API (OpenAPI/GraphQL/proto) — psyneulink/core/rpc/graph.proto
0/20Сервер MCP
40/40Придатні до запуску приклади — examples, notebooks
Використані вхідні дані
example_dirsexamples, notebooks
has_mcp_signalні
api_schema_filespsyneulink/core/rpc/graph.proto

Ключові факти

112зірок GitHub
23контриб'юторів
600комітів за останні 12 місяців
0днів від останнього пушу
66релізів
2бас-фактор
59відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:psyneulink@0.19.1.0; advisories assessed against the repository dependency graph instead
  • No resolved dependencies carried a version and a supported ecosystem

Докладніше

Історія зірок і форків 0 ★ / 35 ⇿
0Зірки
35Форки
60Релізи

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.

01325383522017-122022-012026-02
Мажорні 0Мінорні 0Патчі 0

Кожна точка охоплює 8 днів.

OpenSSF Scorecard 6.1 / 10
6.1сукупно

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 · 2026-08-01 15:44 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-Tests8 out of 8 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
5Code-ReviewFound 2/4 approved changesets -- score normalized to 5
10Contributorsproject has 7 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Усі залежності 40

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 40 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIbeartype—непряма
PyPIcmaes—непряма
PyPIdask—непряма
PyPIdask-jobqueue—непряма
PyPIdill—непряма
PyPIdistributed—непряма
PyPIfastkde—непряма
PyPIgraph-scheduler—непряма
PyPIgraphviz—непряма
PyPIgrpcio—непряма
PyPIjupyter—непряма
PyPIleabra-psyneulink—непряма
PyPIllvmlite—непряма
PyPImatplotlib—непряма
PyPInetworkx—непряма
PyPInumpy—непряма
PyPIoptuna—непряма
PyPIpackaging—непряма
PyPIpandas—непряма
PyPIpillow—непряма
PyPIpint—непряма
PyPIprotobuf—непряма
PyPIpsutil—непряма
PyPIpsyneulink-sphinx-theme—непряма
PyPIpycuda—непряма
PyPIpytest—непряма
PyPIpytest-benchmark—непряма
PyPIpytest-cov—непряма
PyPIpytest-forked—непряма
PyPIpytest-helpers-namespace—непряма
PyPIpytest-profiling—непряма
PyPIpytest-pycodestyle—непряма
PyPIpytest-ruff—непряма
PyPIpytest-xdist—непряма
PyPIrich—непряма
PyPIscipy—непряма
PyPIsphinx—непряма
PyPIsphinx-autodoc-typehints—непряма
PyPIstandard-imghdr—непряма
PyPItoposort—непряма
Сповіщення про залежності не оцінено

Звірка сповіщень не відбулася для цього звіту: No resolved dependencies carried a version and a supported ecosystem

Звіт у форматі JSON машиночитний

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з PrincetonUniversity/PsyNeuLink. Читати поруч →

80cdeust/CortexPersistent memory for Claude Code built on computational neuroscience, not just retrieval. 36 cited brain mechanisms consolidate what matters, keep it current as your project evolves, and reconstruct the right context at the right time — a living memory, not a flat RAG. Says "I don't know" when unsure, flags contradictions. Local-first · MCP · MIT.Відмінний99astropy/astropyAstronomy and astrophysics core libraryВинятковий98mne-tools/mne-pythonMNE: Magnetoencephalography (MEG) and Electroencephalography (EEG) in PythonВинятковий98linkml/linkmlLinked Open Data Modeling LanguageВинятковий98mesa/mesaMesa is an open-source Python library for agent-based modeling, ideal for simulating complex systems and exploring emergent behaviors.Винятковий94pymc-devs/pymc-extrasPowerful add-ons for PyMCВинятковий

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 v2.5.0, схема v0.27.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.