Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.5.0 · 2026-08-08 19:37 UTC

PyThaiNLP / pythainlp

Thai natural language processing in Python

PythonApache-2.0★ 1 148 зірок⑂ 300 форківз черв. 2016 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#python#thai-nlp#nlp-library#thai-language#natural-language-processing#thai-nlp-library#thai-soundex#soundex#word-segmentation#thai#hacktoberfest#computational-linguistics#text-processing#hacktoberfest-accepted

PyThaiNLP/pythainlp має індекс здоров’я 98 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Engineering Quality (94/100), найнижчий — AI Readiness (76/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 2 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 86 калібровано до 98 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

PyThaiNLPОрганізація
182 підписники111 публічних репозиторіївз жовт. 2017 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIpythainlp5.3.51 510 40811910 днів томуnlpthai-nlpthai-languagethainlpcomputational-linguisticslinguisticslocalizationnatural-language-processingpythainlptext-processingtokenization

Метрики за категоріями

Життєздатність

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

93Винятковий · 21% загального індексу

Активність розробки

94Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
29.8/36Ритм комітів — 43/52 тижнів із комітами
18/18Обсяг комітів — 1 520 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 7 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year1 520
human_commit_share0,82
days_since_last_push0
active_weeks_last_year43

Дисципліна релізів

92Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 100 релізів
36/36Свіжість релізів — останній реліз 10 дн. тому
19.8/27Ритм релізів — реліз кожні ~53,9 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count100
latest_release_tagv5.3.5
releases_from_tagsні
days_since_latest_release10
mean_days_between_releases53,9
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?

89Відмінний · 17% загального індексу

Популярність і впровадження

79Добрий
Як обчислюється оцінка
49.6/60Зірки — 1 148 зірок
20.6/25Форки — 300 форків
9/15Спостерігачі — 42 спостерігачів
Використані вхідні дані
forks300
stars1 148
watchers42
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_badges7
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesapp.codacy.com, badgen.net, coveralls.io, shields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

100Винятковий
Як обчислюється оцінка
80/80Щомісячні завантаження — 1 510 408 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagespythainlp
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1 510 408
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?

78Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

60Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
11.5/22.5Розподіл комітів — головний контриб’ютор — автор 49% комітів
13.5/13.5Широта контриб’юторів — 60 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 21 contributing companies or organizations
Використані вхідні дані
bus_factor2
contributors_sampled60
top_contributor_share0,488

Реактивність на issue та PR

87Відмінний
Як обчислюється оцінка
39.8/42Вирішення issue — закрито 95% issue
26.5/30Прийняття PR — злито 886/1 002 вирішених PR
13/13Newcomer PR acceptance — злито 2/2 PR від новачків за 30 дн.
7.5/15OpenSSF Scorecard: Code-Review — Found 3/6 approved changesets -- score normalized to 5
Використані вхідні дані
merged_prs886
open_issues23
closed_issues422
prs_merged_7d2
prs_decided_7d2
prs_merged_30d6
prs_decided_30d6
issue_closed_ratio0,948
closed_unmerged_prs116
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Власність та опіка

71Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
16.3/25Охоплення власника — 182 підписників у PyThaiNLP
25/25Послужний список — 111 публічних репозиторіїв, вік облікового запису ~8 р.
Використані вхідні дані
followers182
owner_typeOrganization
is_verified—
owner_loginPyThaiNLP
public_repos111
account_age_days3 215

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 10 дн. тому
20/20Історія версій — 119 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagespythainlp
ecosystemspypi
any_deprecatedні
min_days_since_publish10

Інженерна якість

Чи наявні базові інженерні практики та документація?

94Винятковий · 19% загального індексу

Інженерні практики

90Відмінний
Як обчислюється оцінка
24/24Процеси CI — 14 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — .flake8
0/9.6Pre-commit-хуки
6.4/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 11 out of 11 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigтак
has_linter_configтак
has_precommit_configні

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://pythainlp.org/
10/10Опис репозиторію
10/10Теми — 14 тем
10/10Wiki
Використані вхідні дані
topicspython, thai-nlp, nlp-library, thai-language, natural-language-processing, thai-nlp-library, thai-soundex, soundex, word-segmentation, thai, hacktoberfest, computational-linguistics, text-processing, hacktoberfest-accepted
has_wikiтак
homepagehttps://pythainlp.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?

79Добрий · 16% загального індексу

Стан безпеки

74Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
2.5/2.5CI-Tests — 11 out of 11 merged PRs checked by a CI test -- score normalized to 10
0.5/2.5CII-Best-Practices — badge detected: InProgress
3.8/7.5Code-Review — Found 3/6 approved changesets -- score normalized to 5
2.5/2.5Contributors — project has 21 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
5/5Fuzzing — project is fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 7 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
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_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,4
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
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
advisories0
affected_packages0
assessed_packages19
unassessed_packages48
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень, Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено 19 резолвлених залежностей із OSV. 48 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза межами звітованого переліку пакетів. 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.

76Добрий · 4% загального індексу

Контекст і настанови для агентів

81Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — .github/copilot-instructions.md, AGENTS.md
0/15Машиночитана документація (llms.txt)
36.4/40Читабельна історія комітів — намір зазначено у 56 з 82 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
legible_history_share0,683
agent_instruction_files.github/copilot-instructions.md, AGENTS.md
agent_instruction_max_bytes19 770

Цикл верифікації (збірка / тести / перевірка типів)

84Відмінний
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile, docs/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — .flake8
11/11Статична перевірка типів — pythainlp/py.typed
10/10Відтворюване середовище — Dockerfile
4/10Підтверджена практика роботи з агентами — 2 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 18 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_filesMakefile, docs/Makefile
has_devcontainerні
has_linter_configтак
typecheck_configspythainlp/py.typed
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0,18

Читабельність коду для моделей

82Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (pythainlp/py.typed)
54.8/55Керовані розміри файлів — 1/290 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes93 583
source_files_sampled290
oversized_source_files1

Машиночитні інтерфейси

40Слабкий
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto)
0/20Сервер MCP
40/40Придатні до запуску приклади — examples, notebooks
Використані вхідні дані
example_dirsexamples, notebooks
has_mcp_signalні
api_schema_files—

Ключові факти

1 148зірок GitHub
60контриб'юторів
1 520комітів за останні 12 місяців
0днів від останнього пушу
100релізів
2бас-фактор
23відкритих 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 ★ / 300 ⇿
0Зірки
300Форки
99Релізи

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.

05010015020025030029882016-062021-072026-07
Мажорні 3Мінорні 7Патчі 47

Кожна точка охоплює 10 днів.

OpenSSF Scorecard 7.4 / 10
7.4сукупно

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 · 2026-08-08 19:36 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
10CI-Tests11 out of 11 merged PRs checked by a CI test -- score normalized to 10
2CII-Best-Practicesbadge detected: InProgress
5Code-ReviewFound 3/6 approved changesets -- score normalized to 5
10Contributorsproject has 21 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
10Fuzzingproject is fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 7 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
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 2
РеєстрПакетОбмеження версіїМаніфест
PyPIimportlib_resources—pyproject.toml
PyPItzdata—pyproject.toml
Усі залежності 67

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 67 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIattacut1.0.6непряма
PyPIattaparse1.0.0непряма
PyPIbandit—непряма
PyPIblack—непряма
PyPIbpemb—непряма
PyPIbudoux0.7.0непряма
PyPIbuild—непряма
PyPIbump-my-version—непряма
PyPIconllu—непряма
PyPIcoverage—непряма
PyPIdill—непряма
PyPIemoji—непряма
PyPIepitran1.26.0непряма
PyPIesupar—непряма
PyPIfairseq-fixed—непряма
PyPIfastai—непряма
PyPIfastcoref2.1.6непряма
PyPIflake8—непряма
PyPIflake8-type-checking—непряма
PyPIfuture—непряма
PyPIgensim—непряма
PyPIhuggingface-hub—непряма
PyPIkhamyo—непряма
PyPIkhanaa—непряма
PyPIlangdetect—непряма
PyPImarisa-trie—непряма
PyPImultiel—непряма
PyPImypy—непряма
PyPInlpo3—непряма
PyPInltk—непряма
PyPInumpy—непряма
PyPIonnxruntime—непряма
PyPIoskut—непряма
PyPIpandas—непряма
PyPIpanphon0.22.2непряма
PyPIphunspell0.1.6непряма
PyPIpyicu—непряма
PyPIpyicu1.9.3непряма
PyPIpylint—непряма
PyPIpython-crfsuite0.9.12непряма
PyPIpytz—непряма
PyPIpyyaml—непряма
PyPIrequests—непряма
PyPIruff—непряма
PyPIsacremoses0.1.1непряма
PyPIsefr-cut—непряма
PyPIsentence-transformers—непряма
PyPIsentencepiece0.2.2непряма
PyPIsix—непряма
PyPIspacy—непряма
PyPIspacy-thai0.7.8непряма
PyPIsphinx—непряма
PyPIsphinx-copybutton—непряма
PyPIsphinx-rtd-theme—непряма
PyPIssg0.0.8непряма
PyPIsymspellpy6.10.0непряма
PyPIthai-nner0.3непряма
PyPItinydb—непряма
PyPItltk—непряма
PyPItorch—непряма
PyPItox—непряма
PyPItqdm—непряма
PyPItransformers5.14.1непряма
PyPIufal-chu-liu-edmonds1.0.3непряма
PyPIword2word—непряма
PyPIwtpsplit1.3.0непряма
PyPIwunsen0.0.3непряма
Сповіщення про залежності 0

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 19 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 0 мають відомі сповіщення, з них 0 прямі. 48 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза наведеним переліком пакетів.

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

Пов’язані записи

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

98huggingface/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. Винятковий100pylint-dev/pylintIt's not just a linter that annoys you!Винятковий100psf/blackThe uncompromising Python code formatterВинятковий99home-assistant/core:house_with_garden: Open source home automation that puts local control and privacy first.Винятковий99data-privacy-stack/presidioAn open-source framework for detecting, redacting, masking, and anonymizing sensitive data (PII) across text, images, and structured data. Supports NLP, pattern matching, and customizable pipelines.Винятковий98apache/foryA blazingly fast multi-language serialization framework for idiomatic domain objects, schema IDL, and cross-language data exchange.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 v2.5.0, схема v0.31.0 — повна методологія · вікі метрик.

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