Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-17 17:33 UTC

Project-MONAI / MONAI

AI Toolkit for Healthcare Imaging

PythonApache-2.0★ 8 691 зірка⑂ 1 628 форківз жовт. 2019 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#healthcare-imaging#deep-learning#medical-image-computing#medical-image-processing#pytorch#python3#monai

Project-MONAI/MONAI має індекс здоров’я 98 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Engineering Quality (96/100), найнижчий — AI Readiness (76/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 3 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

Project MONAIОрганізація
2 855 підписників37 публічних репозиторіївз жовт. 2019 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPImonai1.6.0754 9964487 днів тому

Метрики за категоріями

Життєздатність

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

85Відмінний · 21% загального індексу

Активність розробки

92Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
28.4/36Ритм комітів — 41/52 тижнів із комітами
18/18Обсяг комітів — 243 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year243
human_commit_share0,96
days_since_last_push0
active_weeks_last_year41

Дисципліна релізів

74Добрий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 24 релізів
27/36Свіжість релізів — останній реліз 98 дн. тому
12.6/27Ритм релізів — реліз кожні ~141 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count24
latest_release_tag1.6.0
releases_from_tagsні
days_since_latest_release98
mean_days_between_releases141
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?

95Винятковий · 17% загального індексу

Популярність і впровадження

96Винятковий
Як обчислюється оцінка
60/60Зірки — 8 691 зірок
25/25Форки — 1 628 форків
11.2/15Спостерігачі — 104 спостерігачів
Використані вхідні дані
forks1 628
stars8 691
watchers104
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

92Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
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_badges9
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesbadge.fury.io, codecov.io, github.com, readthedocs.org, shields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

98Винятковий
Як обчислюється оцінка
78.4/80Щомісячні завантаження — 754 996 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesmonai
dependents—
ecosystemspypi
total_downloads—
monthly_downloads754 996
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?

84Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

76Добрий
Як обчислюється оцінка
36/54Бас-фактор — на 3 контриб’ютор(ів) припадає половина всіх комітів
16.5/22.5Розподіл комітів — головний контриб’ютор — автор 26% комітів
13.5/13.5Широта контриб’юторів — 97 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 37 contributing companies or organizations
Використані вхідні дані
bus_factor3
contributors_sampled97
top_contributor_share0,265

Реактивність на issue та PR

86Відмінний
Як обчислюється оцінка
37.7/42Вирішення issue — закрито 90% issue
26.5/30Прийняття PR — злито 3 441/3 889 вирішених PR
6.5/13Newcomer PR acceptance — злито 2/4 PR від новачків за 30 дн.
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Використані вхідні дані
merged_prs3 441
open_issues341
closed_issues2 990
prs_merged_7d12
prs_decided_7d13
prs_merged_30d39
prs_decided_30d44
issue_closed_ratio0,898
closed_unmerged_prs448
first_time_authors_30d4
first_time_prs_merged_30d2
first_time_prs_decided_30d4

Власність та опіка

78Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
24.8/25Охоплення власника — 2 855 підписників у Project-MONAI
23.5/25Послужний список — 37 публічних репозиторіїв, вік облікового запису ~6 р.
Використані вхідні дані
followers2 855
owner_typeOrganization
is_verifiedні
owner_loginProject-MONAI
public_repos37
account_age_days2 533

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 87 дн. тому
20/20Історія версій — 44 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesmonai
ecosystemspypi
any_deprecatedні
min_days_since_publish87

Інженерна якість

Чи наявні базові інженерні практики та документація?

96Винятковий · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 15 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
9.6/9.6Pre-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_configтак

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://project-monai.github.io/
10/10Опис репозиторію
10/10Теми — 7 тем
10/10Wiki
Використані вхідні дані
topicshealthcare-imaging, deep-learning, medical-image-computing, medical-image-processing, pytorch, python3, monai
has_wikiтак
homepagehttps://project-monai.github.io/
docs_sitehttps://project-monai.github.io/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

80Відмінний · 16% загального індексу

Стан безпеки

75Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
3.8/7.5Branch-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
0.5/2.5CII-Best-Practices — badge detected: InProgress
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 37 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 10 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — немає даних
6.8/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 26 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,5
Виключено з оцінювання (немає даних або не застосовно): 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_packages30
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:monai@1.6.0 — тим, що тягне за собою встановлення опублікованого пакета, — 30 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

55Помірний
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://project-monai.github.io/llms.txt)
40/40Читабельна історія комітів — намір зазначено у 96 з 96 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://project-monai.github.io/llms.txt
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

90Відмінний
Як обчислюється оцінка
18/18Розгортання однією командою — docs/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
11/11Статична перевірка типів — monai/py.typed
10/10Відтворюване середовище — Dockerfile
10/10Підтверджена практика роботи з агентами — 13 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 3 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_dockerfileтак
typed_languageні
bootstrap_filesdocs/Makefile
has_devcontainerні
has_linter_configтак
typecheck_configsmonai/py.typed
agent_commit_share0,13
toolchain_manifests—
dependency_bot_commit_share0,03

Читабельність коду для моделей

81Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (monai/py.typed)
54.2/55Керовані розміри файлів — 19/1 366 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes193 412
source_files_sampled1 366
oversized_source_files19

Ключові факти

8 691зірок GitHub
97контриб'юторів
243комітів за останні 12 місяців
0днів від останнього пушу
24релізів
3бас-фактор
341відкритих 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 21 authors (cap 12)
  • Could not fetch pypi package 'monai._C' from its registry

Докладніше

Історія зірок і форків 0 ★ / 1 628 ⇿
0Зірки
1 628Форки
10Релізи

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.

5007501 0001 2501 5001 7501 628172022-122024-102026-09
Мажорні 0Мінорні 6Патчі 4

Кожна точка охоплює 4 днів.

OpenSSF Scorecard 7.5 / 10
7.5сукупно

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 · 2026-09-17 17:32 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-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
2CII-Best-Practicesbadge detected: InProgress
10Code-Reviewall changesets reviewed
10Contributorsproject has 37 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 10 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
н/дSigned-Releasesno releases found
9Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities26 existing vulnerabilities detected
Прямі залежності 2
РеєстрПакетОбмеження версіїМаніфест
PyPItorch>=2.8.0pyproject.toml
PyPInumpy>=1.24,<3.0pyproject.toml
Усі залежності 86

Повний розв'язаний набір залежностей із графа залежностей GitHub: 2 прямих і 84 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPInumpy—пряма
PyPItorch—пряма
PyPIbackports-tarfile—непряма
PyPIblack—непряма
PyPIclearml—непряма
PyPIcommonmark0.9.1непряма
PyPIcoverage—непряма
PyPIcucim-cu13—непряма
PyPIcupy-cuda13x—непряма
PyPIeinops—непряма
PyPIfilelock—непряма
PyPIfire—непряма
PyPIgdown—непряма
PyPIh5py—непряма
PyPIhuggingface-hub—непряма
PyPIimagecodecs—непряма
PyPIisort—непряма
PyPIitk—непряма
PyPIjsonschema—непряма
PyPIlmdb—непряма
PyPIlpips0.1.4непряма
PyPImatplotlib—непряма
PyPImccabe—непряма
PyPImetricsreloaded—непряма
PyPImlflow—непряма
PyPImore-itertools—непряма
PyPInibabel—непряма
PyPIninja—непряма
PyPInni—непряма
PyPInni2.10.1непряма
PyPInvidia-ml-py—непряма
PyPInvidia-nvimgcodec-cu13—непряма
PyPInvsubquadratic—непряма
PyPIonnx—непряма
PyPIonnx-graphsurgeon—непряма
PyPIonnxruntime—непряма
PyPIonnxscript—непряма
PyPIopencv-python-headless—непряма
PyPIopenslide-bin—непряма
PyPIopenslide-python—непряма
PyPIoptuna—непряма
PyPIpackaging—непряма
PyPIpandas—непряма
PyPIparameterized—непряма
PyPIpep8-naming—непряма
PyPIpillow—непряма
PyPIpolygraphy—непряма
PyPIpre-commit—непряма
PyPIpsutil—непряма
PyPIpyamg—непряма
PyPIpybind11—непряма
PyPIpycodestyle—непряма
PyPIpydata-sphinx-theme—непряма
PyPIpydicom—непряма
PyPIpyflakes—непряма
PyPIpynrrd—непряма
PyPIpyrefly—непряма
PyPIpytest—непряма
PyPIpytorch-ignite—непряма
PyPIpytorch-ignite0.4.11непряма
PyPIpyyaml—непряма
PyPIrecommonmark0.6.0непряма
PyPIrequests—непряма
PyPIruff—непряма
PyPIscikit-image—непряма
PyPIscipy—непряма
PyPIsetuptools—непряма
PyPIsphinx—непряма
PyPIsphinx-autodoc-typehints1.11.1непряма
PyPIsphinxcontrib-applehelp—непряма
PyPIsphinxcontrib-devhelp—непряма
PyPIsphinxcontrib-htmlhelp—непряма
PyPIsphinxcontrib-jsmath—непряма
PyPIsphinxcontrib-qthelp—непряма
PyPIsphinxcontrib-serializinghtml—непряма
PyPItensorboard—непряма
PyPItensorboardx—непряма
PyPItifffile—непряма
PyPItorchio—непряма
PyPItorchvision—непряма
PyPItqdm—непряма
PyPItransformers—непряма
PyPItypeguard—непряма
PyPItypes-pyyaml—непряма
PyPItypes-setuptools—непряма
PyPIzarr—непряма
Сповіщення про залежності 0

Встановлення pypi:monai@1.6.0 тягне 30 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 Project-MONAI/MONAI. Читати поруч →

100huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Винятковий100onnx/onnxOpen standard for machine learning interoperabilityВинятковий100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorВинятковий100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Винятковий99huggingface/diffusers🤗 Diffusers: State-of-the-art diffusion models for image, video, and audio generation in PyTorch.Винятковий99huggingface/huggingface_hubThe official CLI and Python client for the Hugging Face Hub.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 v0.34.0 — повна методологія · вікі метрик.

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