Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-08 10:28 UTC

RBLN-SW / optimum-rbln

⚡ A seamless integration of HuggingFace Transformers & Diffusers with RBLN SDK for efficient inference on RBLN NPUs.

PythonApache-2.0★ 19 зірок⑂ 7 форківз січ. 2025 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#diffusers#huggingface#inference#npu#transformers#rbln#rebellions-ai#deep-learning#language-model#atom#rebel#ai-accelerator

RBLN-SW/optimum-rbln має індекс здоров’я 84 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Vitality (99/100), найнижчий — Security (49/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 2 учасники.

84
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»).

84
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 71 калібровано до 84 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Rebellions Inc.Організація
25 підписників14 публічних репозиторіївз січ. 2026 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIoptimum-rbln0.11.229 39518811 днів томуatomdiffusersinferencerblnrebeltransformers

Метрики за категоріями

Життєздатність

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

99Винятковий · 21% загального індексу

Активність розробки

99Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
35.3/36Ритм комітів — 51/52 тижнів із комітами
18/18Обсяг комітів — 389 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_year389
human_commit_share1
days_since_last_push0
active_weeks_last_year51

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 100 релізів
36/36Свіжість релізів — останній реліз 0 дн. тому
27/27Ритм релізів — реліз кожні ~2 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count100
latest_release_tagv0.11.3a3
releases_from_tagsні
days_since_latest_release0
mean_days_between_releases2
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?

62Помірний · 17% загального індексу

Популярність і впровадження

27У зоні ризику
Як обчислюється оцінка
20.4/60Зірки — 19 зірок
6.5/25Форки — 7 форків
0/15Спостерігачі — 2 спостерігачів
Використані вхідні дані
forks7
stars19
watchers2
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_badges4
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesbadge.fury.io, shields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

74Добрий
Як обчислюється оцінка
59.6/80Щомісячні завантаження — 29 395 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesoptimum-rbln
dependents—
ecosystemspypi
total_downloads—
monthly_downloads29 395
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?

64Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

57Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
15.1/22.5Розподіл комітів — головний контриб’ютор — автор 33% комітів
13.5/13.5Широта контриб’юторів — 18 контриб’юторів
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Використані вхідні дані
bus_factor2
contributors_sampled18
top_contributor_share0,329

Реактивність на issue та PR

57Помірний
Як обчислюється оцінка
19.6/42Вирішення issue — закрито 47% issue
24.2/30Прийняття PR — злито 557/690 вирішених PR
0/13Newcomer PR acceptance — злито 0/1 PR від новачків за 30 дн.
13.5/15OpenSSF Scorecard: Code-Review — Found 29/30 approved changesets -- score normalized to 9
Використані вхідні дані
merged_prs557
open_issues8
closed_issues7
prs_merged_7d9
prs_decided_7d11
prs_merged_30d37
prs_decided_30d49
issue_closed_ratio0,467
closed_unmerged_prs133
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1

Власність та опіка

50Помірний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
10.2/25Охоплення власника — 25 підписників у RBLN-SW
9.9/25Послужний список — 14 публічних репозиторіїв, вік облікового запису ~0 р.
Використані вхідні дані
followers25
owner_typeOrganization
is_verifiedні
owner_loginRBLN-SW
public_repos14
account_age_days245

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 11 дн. тому
20/20Історія версій — 188 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesoptimum-rbln
ecosystemspypi
any_deprecatedні
min_days_since_publish11

Інженерна якість

Чи наявні базові інженерні практики та документація?

80Відмінний · 19% загального індексу

Інженерні практики

84Відмінний
Як обчислюється оцінка
24/24Процеси CI — 20 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff], [tool.isort])
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://docs.rbln.ai/software/optimum/optimum_rbln.html
10/10Опис репозиторію
10/10Теми — 12 тем
10/10Wiki
Використані вхідні дані
topicsdiffusers, huggingface, inference, npu, transformers, rbln, rebellions-ai, deep-learning, language-model, atom, rebel, ai-accelerator
has_wikiтак
homepagehttps://docs.rbln.ai/software/optimum/optimum_rbln.html
docs_sitehttps://docs.rbln.ai/software/optimum/optimum_rbln.html
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

49Слабкий · 16% загального індексу

Стан безпеки

43Слабкий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-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 29/30 approved changesets -- score normalized to 9
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
0/10Dangerous-Workflow — 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
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 87 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate4,3
Виключено з оцінювання (немає даних або не застосовно): Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

74Добрий
Як обчислюється оцінка
20.2/35Прямі залежності без відомих сповіщень — уражено 1: torch 2.11.0+cpu (moderate 5.3)
0/25Непрямі залежності без відомих сповіщень — транзитивний набір не відокремлюється від залежностей розробки й тестування в цьому обсязі
35.3/40Немає задавнених сповіщень — 1 пакет(ів) зі сповіщеннями без реакції понад 90 дн.; найдавніше опубліковано 525 дн. тому
Використані вхідні дані
sourceosv
advisories149
affected_packages15
assessed_packages139
unassessed_packages1
affected_by_severitycritical 5, high 3, moderate 5, low 1, unknown 1
direct_affected_packages1
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень. Залишкові ваги перенормовано. Звірено 139 резолвлених залежностей із OSV. 1 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.

56Помірний · 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 93 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,93
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

53Помірний
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff], [tool.isort])
0/11Статична перевірка типів
10/10Відтворюване середовище — Dockerfile, lockfile
10/10Підтверджена практика роботи з агентами — 44 з останніх 100 комітів створено агентом або з його зазначенням
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileтак
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0,44
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 — 0/354 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes55 159
source_files_sampled354
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
Використані вхідні дані
example_dirsexamples
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

19зірок GitHub
18контриб'юторів
389комітів за останні 12 місяців
0днів від останнього пушу
100релізів
2бас-фактор
8відкритих 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 ★ / 7 ⇿
0Зірки
7Форки
80Релізи

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.

1234567712025-022025-102026-07
Мажорні 0Мінорні 2Патчі 7

Кожна точка охоплює 2 днів.

OpenSSF Scorecard 4.3 / 10
4.3сукупно

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 · 2026-09-08 10:28 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-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 29/30 approved changesets -- score normalized to 9
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
0Dangerous-Workflowdangerous 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
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities87 existing vulnerabilities detected
Прямі залежності 12
РеєстрПакетОбмеження версіїМаніфест
PyPItorch==2.11.0+cpupyproject.toml
PyPItorchaudio==2.11.0pyproject.toml
PyPItorchaudio==2.11.0+cpupyproject.toml
PyPItorchvision==0.26.0pyproject.toml
PyPItorchvision==0.26.0+cpupyproject.toml
PyPItorchcodec==0.14.0pyproject.toml
PyPItorchcodec==0.14.0+cpupyproject.toml
PyPIaccelerate>=1.0.1pyproject.toml
PyPItransformers==5.15.1pyproject.toml
PyPIdiffusers==0.38.0pyproject.toml
PyPIpackaging>=24.1pyproject.toml
PyPItokenizers==0.22.1pyproject.toml
Усі залежності 140

Повний розв'язаний набір залежностей із графа залежностей GitHub: 9 прямих і 131 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaccelerate1.13.0пряма
PyPIdiffusers0.38.0пряма
PyPIpackaging26.0пряма
PyPItokenizers0.22.1пряма
PyPItorch2.11.0+cpuпряма
PyPItorchaudio2.11.0+cpuпряма
PyPItorchcodec0.14.0+cpuпряма
PyPItorchvision0.26.0+cpuпряма
PyPItransformers5.15.1пряма
PyPIaiohappyeyeballs2.6.1непряма
PyPIaiohttp3.13.3непряма
PyPIaiosignal1.4.0непряма
PyPIannotated-doc0.0.4непряма
PyPIanyio4.12.1непряма
PyPIasync-timeout5.0.1непряма
PyPIattrs25.4.0непряма
PyPIaudioop-lts0.2.2непряма
PyPIaudioread3.1.0непряма
PyPIbackports-tarfile1.2.0непряма
PyPIblack26.1.0непряма
PyPIcertifi2026.2.25непряма
PyPIcffi2.0.0непряма
PyPIcharset-normalizer3.4.4непряма
PyPIclick8.3.1непряма
PyPIcryptography46.0.5непряма
PyPIdatasets4.6.1непряма
PyPIdecorator5.2.1непряма
PyPIdill0.4.0непряма
PyPIdocutils0.22.4непряма
PyPIexceptiongroup1.3.1непряма
PyPIexecnet2.1.2непряма
PyPIfastjsonschema2.21.2непряма
PyPIfilelock3.25.0непряма
PyPIfire0.7.0непряма
PyPIfrozenlist1.8.0непряма
PyPIfsspec2026.2.0непряма
PyPIgitdb4.0.12непряма
PyPIgitpython3.1.46непряма
PyPIh110.16.0непряма
PyPIhf-doc-builder0.5.0непряма
PyPIhf-xet1.5.0непряма
PyPIhttpcore1.0.9непряма
PyPIhttpx0.28.1непряма
PyPIhuggingface-hub1.14.0непряма
PyPIid1.6.1непряма
PyPIidna3.11непряма
PyPIimportlib-metadata8.7.1непряма
PyPIiniconfig2.3.0непряма
PyPIisort8.0.1непряма
PyPIjaraco-classes3.4.0непряма
PyPIjaraco-context6.1.0непряма
PyPIjaraco-functools4.4.0непряма
PyPIjeepney0.9.0непряма
PyPIjinja23.1.6непряма
PyPIjoblib1.5.3непряма
PyPIjsonschema4.26.0непряма
PyPIjsonschema-specifications2025.9.1непряма
PyPIjupyter-core5.9.1непряма
PyPIkeyring25.7.0непряма
PyPIlazy-loader0.4непряма
PyPIlibrosa0.11.0непряма
PyPIllvmlite0.46.0непряма
PyPImarkdown-it-py4.0.0непряма
PyPImarkupsafe3.0.3непряма
PyPImdurl0.1.2непряма
PyPImore-itertools10.8.0непряма
PyPImpmath1.3.0непряма
PyPImsgpack1.1.2непряма
PyPImultidict6.7.1непряма
PyPImultiprocess0.70.18непряма
PyPImypy-extensions1.1.0непряма
PyPInbformat5.10.4непряма
PyPInetworkx3.4.2непряма
PyPInetworkx3.6.1непряма
PyPInh30.3.3непряма
PyPInumba0.64.0непряма
PyPInumpy2.2.6непряма
PyPInumpy2.4.2непряма
PyPIopencv-python-headless—непряма
PyPIpandas2.3.3непряма
PyPIpandas3.0.1непряма
PyPIparameterized0.9.0непряма
PyPIpathspec1.0.4непряма
PyPIpillow12.1.1непряма
PyPIplatformdirs4.9.2непряма
PyPIpluggy1.6.0непряма
PyPIpooch1.9.0непряма
PyPIpropcache0.4.1непряма
PyPIprotobuf7.34.0непряма
PyPIpsutil7.2.2непряма
PyPIpyarrow23.0.1непряма
PyPIpycparser3.0непряма
PyPIpygments2.19.2непряма
PyPIpytest9.0.2непряма
PyPIpytest-split0.11.0непряма
PyPIpytest-xdist3.8.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpytokens0.4.1непряма
PyPIpytz2026.1.post1непряма
PyPIpyyaml6.0.3непряма
PyPIreadme-renderer44.0непряма
PyPIreferencing0.37.0непряма
PyPIregex2026.2.28непряма
PyPIrequests2.32.5непряма
PyPIrequests-toolbelt1.0.0непряма
PyPIrfc39862.0.0непряма
PyPIrich14.3.3непряма
PyPIrpds-py0.30.0непряма
PyPIruff0.15.4непряма
PyPIsacremoses0.1.1непряма
PyPIsafetensors0.8.0непряма
PyPIscikit-learn1.7.2непряма
PyPIscikit-learn1.8.0непряма
PyPIscipy1.15.3непряма
PyPIscipy1.17.1непряма
PyPIsecretstorage3.5.0непряма
PyPIsentencepiece0.2.1непряма
PyPIsetuptools81.0.0непряма
PyPIshellingham1.5.4непряма
PyPIsimphile1.0.4непряма
PyPIsix1.17.0непряма
PyPIsmmap5.0.2непряма
PyPIsoundfile0.13.1непряма
PyPIsoxr1.0.0непряма
PyPIstandard-aifc3.13.0непряма
PyPIstandard-chunk3.13.0непряма
PyPIstandard-sunau3.13.0непряма
PyPIsympy1.14.0непряма
PyPIthreadpoolctl3.6.0непряма
PyPItomli2.4.0непряма
PyPItqdm4.67.3непряма
PyPItraitlets5.14.3непряма
PyPItwine6.2.0непряма
PyPItyper0.25.1непряма
PyPItyping-extensions4.15.0непряма
PyPItzdata2025.3непряма
PyPIurllib32.6.3непряма
PyPIxxhash3.6.0непряма
PyPIyarl1.23.0непряма
PyPIzipp3.23.0непряма
Сповіщення про залежності 15

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 139 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 15 мають відомі сповіщення, з них 1 прямі. 1 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза наведеним переліком пакетів.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
aiohttp3.13.3непрямакритична483.14.3
black26.1.0непрямакритична326.3.1
cryptography46.0.5непрямакритична1150.0.0
gitpython3.1.46непрямакритична323.1.59
pillow12.1.1непрямакритична3612.3.0
click8.3.1непрямависока18.3.3
msgpack1.1.2непрямависока21.2.1
urllib32.6.3непрямависока42.7.0
torch2.11.0+cpuпрямапомірна12.13.0
idna3.11непрямапомірна23.15
pytest9.0.2непрямапомірна29.0.3
requests2.32.5непрямапомірна22.33.0
setuptools81.0.0непрямапомірна283.0.0
pygments2.19.2непряманизька22.20.0
datasets4.6.1непряманевідома15.0.1

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 RBLN-SW/optimum-rbln. Читати поруч →

97xorbitsai/inferenceSwap GPT for any LLM by changing a single line of code. Xinference lets you run open-source, speech, and multimodal models on cloud, on-prem, or your laptop — all through one unified, production-ready inference API.Винятковий94vllm-project/speculatorsA unified library for building, evaluating, and storing speculative decoding algorithms for LLM inference in vLLMВинятковий93mflux-community/mfluxApple MLX native implementations of state-of-the-art generative image & video modelsВинятковий90kyegomez/swarmsThe Enterprise-Grade Multi-Agent Orchestration Framework. Website: https://swarms.aiВідмінний95huggingface/tokenizers💥 Fast State-of-the-Art Tokenizers optimized for Research and ProductionВинятковий100huggingface/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. 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.