Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-11 09:00 UTC

PriorLabs / tabpfn-client

⚡ Easy API access to the tabular foundation model TabPFN ⚡

PythonApache-2.0★ 249 зірок⑂ 25 форківз лип. 2023 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#data-science#foundation-models#machine-learning#tabpfn#tabular-data

PriorLabs/tabpfn-client має індекс здоров’я 86 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Sustainability & Governance (86/100), найнижчий — Vitality (54/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 4 учасники.

86
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»).

86
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 72 калібровано до 86 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Prior LabsОрганізація
394 підписники12 публічних репозиторіївз вер. 2023 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPItabpfn-client0.3.3-4933 дні тому

Метрики за категоріями

Життєздатність

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

54Помірний · 21% загального індексу

Активність розробки

90Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
26.3/36Ритм комітів — 38/52 тижнів із комітами
18/18Обсяг комітів — 136 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year136
human_commit_share0,69
days_since_last_push0
active_weeks_last_year38

Дисципліна релізів

1Критичний
Як обчислюється оцінка
0/27Випускає релізи — релізів не опубліковано
0/36Свіжість релізів — релізів немає
0/27Ритм релізів — релізів немає
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count0
Виключено з оцінювання (немає даних або не застосовно): OpenSSF Scorecard: Signed-Releases. Залишкові ваги перенормовано.

Спільнота та впровадження

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

55Помірний · 17% загального індексу

Популярність і впровадження

54Помірний
Як обчислюється оцінка
38.8/60Зірки — 249 зірок
11.5/25Форки — 25 форків
3.9/15Спостерігачі — 6 спостерігачів
Використані вхідні дані
forks25
stars249
watchers6
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 (Apache-2.0)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges7
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicesbadge.fury.io, shields.io
has_pull_request_templateтак

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)

84Відмінний
Як обчислюється оцінка
43.2/54Бас-фактор — на 4 контриб’ютор(ів) припадає половина всіх комітів
17.2/22.5Розподіл комітів — головний контриб’ютор — автор 24% комітів
13.5/13.5Широта контриб’юторів — 20 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Використані вхідні дані
bus_factor4
contributors_sampled20
top_contributor_share0,237

Реактивність на issue та PR

87Відмінний
Як обчислюється оцінка
40/42Вирішення issue — закрито 95% issue
20.6/30Прийняття PR — злито 207/302 вирішених PR
13/13Newcomer PR acceptance — злито 1/1 PR від новачків за 30 дн.
13.5/15OpenSSF Scorecard: Code-Review — Found 17/18 approved changesets -- score normalized to 9
Використані вхідні дані
merged_prs207
open_issues2
closed_issues40
prs_merged_7d1
prs_decided_7d1
prs_merged_30d4
prs_decided_30d5
issue_closed_ratio0,952
closed_unmerged_prs95
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

Власність та опіка

78Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен — статус підтвердженого домену для цієї організації не зчитано
18.7/25Охоплення власника — 394 підписників у PriorLabs
14/25Послужний список — 12 публічних репозиторіїв, вік облікового запису ~2 р.
Використані вхідні дані
followers394
owner_typeOrganization
is_verified—
owner_loginPriorLabs
public_repos12
account_age_days1 068
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 33 дн. тому
20/20Історія версій — 49 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagestabpfn-client
ecosystemspypi
any_deprecatedні
min_days_since_publish33

Інженерна якість

Чи наявні базові інженерні практики та документація?

80Відмінний · 19% загального індексу

Інженерні практики

84Відмінний
Як обчислюється оцінка
24/24Процеси CI — 3 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — ruff.toml
0/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configні

Документація

75Добрий
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://www.priorlabs.ai
10/10Опис репозиторію
10/10Теми — 5 тем
10/10Wiki
Використані вхідні дані
topicsdata-science, foundation-models, machine-learning, tabpfn, tabular-data
has_wikiтак
homepagehttps://www.priorlabs.ai
docs_sitehttps://www.priorlabs.ai
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

82Відмінний · 16% загального індексу

Стан безпеки

77Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
4.5/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 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
6.8/7.5Code-Review — Found 17/18 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 5 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 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
2.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 5
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — немає даних
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_aggregate7,7
Виключено з оцінювання (немає даних або не застосовно): Packaging, Signed-Releases. 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_packages46
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:tabpfn-client@0.3.3 — тим, що тягне за собою встановлення опублікованого пакета, — 46 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.

70Добрий · 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 66 з 69 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,957
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

77Добрий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — ruff.toml
11/11Статична перевірка типів — pyrightconfig.json
10/10Відтворюване середовище — lockfile
10/10Підтверджена практика роботи з агентами — 15 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 31 з останніх 100 комітів — автоматичні оновлення залежностей
5/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 5
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configspyrightconfig.json
agent_commit_share0,15
toolchain_manifests—
dependency_bot_commit_share0,31

Читабельність коду для моделей

82Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (pyrightconfig.json)
55/55Керовані розміри файлів — 0/45 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes48 383
source_files_sampled45
oversized_source_files0

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
0/20Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40Придатні до запуску приклади — examples, notebooks
Використані вхідні дані
example_dirsexamples, notebooks
has_mcp_signalні
api_schema_files—
interfaces_expected_of—
Виключено з оцінювання (немає даних або не застосовно): Схема API (OpenAPI/GraphQL/proto), Сервер MCP. Залишкові ваги перенормовано.

Ключові факти

249зірок GitHub
20контриб'юторів
136комітів за останні 12 місяців
0днів від останнього пушу
0релізів
4бас-фактор
2відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Докладніше

Історія зірок і форків 0 ★ / 25 ⇿
0Зірки
25Форки

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.

05101520252542024-092025-072026-05

Кожна точка охоплює 2 днів.

OpenSSF Scorecard 7.7 / 10
7.7сукупно

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 · 2026-08-11 09:00 UTC

10Binary-Artifactsno binaries found in the repo
6Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 17/18 approved changesets -- score normalized to 9
10Contributorsproject has 5 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 0 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not detected
5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 5
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 16
РеєстрПакетОбмеження версіїМаніфест
PyPIhttpx>=0.25.0,<=0.28.1pyproject.toml
PyPIomegaconf>=2.1.2,<=2.3.0pyproject.toml
PyPIpandas>=2.1.2,<=2.3.3pyproject.toml
PyPIpassword-strength>=0.0.3.post2,<=0.0.3.post2pyproject.toml
PyPIpydantic>=2.11.7,<=2.13.4pyproject.toml
PyPIscikit-learn>=1.3.1,<=1.9.0pyproject.toml
PyPIsseclient-py>=1.8.0,<=1.9.0pyproject.toml
PyPItqdm>=4.63.0,<=4.67.3pyproject.toml
PyPItyping_extensions>=4.12.2,<=4.16.0pyproject.toml
PyPIxxhash>=1.1.0,<=3.8.1pyproject.toml
PyPIbackoff>=2.2.0,<=2.2.1pyproject.toml
PyPIrich>=13.7.0,<=15.0.0pyproject.toml
PyPItabpfn-common-utils>=0.2.10,<=0.2.19pyproject.toml
PyPIgoogle-crc32c>=1.5.0,<=1.8.0pyproject.toml
PyPIpyarrow>=14.0.0,<=23.0.1pyproject.toml
PyPIpydantic-settings>=2.14.2,<=2.14.2pyproject.toml
Усі залежності 80

Повний розв'язаний набір залежностей із графа залежностей GitHub: 17 прямих і 63 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIbackoff2.2.1пряма
PyPIgoogle-crc32c1.8.0пряма
PyPIhttpx0.28.1пряма
PyPIomegaconf2.3.0пряма
PyPIpandas2.3.1пряма
PyPIpassword-strength0.0.3.post2пряма
PyPIpyarrow23.0.1пряма
PyPIpydantic2.12.4пряма
PyPIpydantic-settings2.14.2пряма
PyPIrich14.0.0пряма
PyPIscikit-learn1.7.2пряма
PyPIscikit-learn1.9.0пряма
PyPIsseclient-py1.8.0пряма
PyPItabpfn-common-utils0.2.13пряма
PyPItqdm4.67.1пряма
PyPItyping-extensions4.15.0пряма
PyPIxxhash3.5.0пряма
PyPIannotated-types0.7.0непряма
PyPIantlr4-python3-runtime4.9.3непряма
PyPIanyio4.10.0непряма
PyPIappdirs1.4.4непряма
PyPIattrs23.2.0непряма
PyPIbasedpyright1.39.9непряма
PyPIboolean-py5.0непряма
PyPIboto31.43.21непряма
PyPIbotocore1.43.21непряма
PyPIcattrs24.1.3непряма
PyPIcertifi2025.8.3непряма
PyPIcharset-normalizer3.4.4непряма
PyPIcolorama0.4.6непряма
PyPIdistro1.9.0непряма
PyPIexceptiongroup1.3.0непряма
PyPIfhconfparser2024.1непряма
PyPIfilelock3.28.0непряма
PyPIh110.16.0непряма
PyPIhttpcore1.0.9непряма
PyPIidna3.15непряма
PyPIiniconfig2.1.0непряма
PyPIjmespath1.1.0непряма
PyPIjoblib1.5.2непряма
PyPIlicense-expression30.4.4непряма
PyPIlicensecheck2025.1.0непряма
PyPIloguru0.7.3непряма
PyPImarkdown3.10.2непряма
PyPImarkdown-it-py4.0.0непряма
PyPImdurl0.1.2непряма
PyPInarwhals2.22.1непряма
PyPInodejs-wheel-binaries24.16.0непряма
PyPInumpy2.2.6непряма
PyPInumpy2.3.3непряма
PyPIpackaging25.0непряма
PyPIplatformdirs4.4.0непряма
PyPIpluggy1.6.0непряма
PyPIposthog6.9.3непряма
PyPIpydantic-core2.41.5непряма
PyPIpygments2.20.0непряма
PyPIpytest9.0.3непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-dotenv1.2.2непряма
PyPIpytz2025.2непряма
PyPIpyyaml6.0.2непряма
PyPIrequests2.33.0непряма
PyPIrequests-cache1.3.0непряма
PyPIrequirements-parser0.13.0непряма
PyPIrespx0.23.1непряма
PyPIruff0.15.21непряма
PyPIs3transfer0.18.0непряма
PyPIscipy1.15.3непряма
PyPIscipy1.16.2непряма
PyPIsix1.17.0непряма
PyPIsniffio1.3.1непряма
PyPItabpfn-client0.4.1непряма
PyPIthreadpoolctl3.6.0непряма
PyPItomli2.2.1непряма
PyPItyping-inspection0.4.2непряма
PyPItzdata2025.2непряма
PyPIurl-normalize2.2.1непряма
PyPIurllib32.7.0непряма
PyPIuv0.11.15непряма
PyPIwin32-setctime1.2.0непряма
Сповіщення про залежності 0

Встановлення pypi:tabpfn-client@0.3.3 тягне 46 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 PriorLabs/tabpfn-client. Читати поруч →

98PriorLabs/TabPFN⚡ TabPFN: Foundation Model for Tabular Data ⚡Винятковий98autogluon/autogluonFast and Accurate ML in 3 Lines of CodeВинятковий96microsoft/FLAMLA fast library for AutoML and tuning. Join our Discord: https://discord.gg/Cppx2vSPVP.Винятковий100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Винятковий100scikit-learn/scikit-learnscikit-learn: machine learning in PythonВинятковий100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsВинятковий

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.