Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.15.0 · метрики 2.10.0 · 2026-07-19 16:28 UTC

TaeSooPark-PTS / LatticeAI

Local-first private AI memory layer / Digital Brain for conversations, documents, decisions, and model-agnostic knowledge.

Python · TypeScriptMIT★ 1 зірка⑂ 0 форківз трав. 2026 р.Переглянути на GitHub ↗
ТипБібліотекаМережевий сервісДесктопний застосунокяк це визначено
#fastapi#knowledge-graph#llm#local-ai#mcp#mlx#rag#telegram-bot#vscode-extension#ai-agent#developer-tools#ollama#openai-compatible#privacy-first#self-hosted#vscode#digital-brain#local-first#private-ai

TaeSooPark-PTS/LatticeAI має індекс здоров’я 56 зі 100, що відповідає смузі «Помірний». Найвищий показник — Vitality (72/100), найнижчий — Security (26/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

56
загалом / 100
Помірний

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»).

56
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 54 калібровано до 56 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

TaeSoo ParkОсобистий обліковий запис
0 підписників4 публічні репозиторіїз черв. 2022 р.

Цей репозиторій належить особистому обліковому запису. Проєкт з єдиним власником несе більший ризик безперервності, ніж підтримуваний організацією.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
npmltcai9.4.05 1351100 днів томуltcaiai-workspaceai-pipelineknowledge-graphllmmlxlocal-aimulti-agentworkflowmcpragvscode
PyPIltcai9.4.0-1120 днів томуaillmmlxmcpragvscode

Метрики за категоріями

Життєздатність

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

72Добрий · 21% загального індексу

Активність розробки

60Помірний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
6.2/36Ритм комітів — 9/52 тижнів із комітами
18/18Обсяг комітів — 511 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — project was created within the last 90 days. Please review its contents carefully
Використані вхідні дані
commits_last_year511
human_commit_share—
days_since_last_push0
active_weeks_last_year9

Дисципліна релізів

90Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 64 релізів
36/36Свіжість релізів — останній реліз 0 дн. тому
27/27Ритм релізів — реліз кожні ~2,8 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count64
latest_release_tagv9.4.0
releases_from_tagsні
days_since_latest_release0
mean_days_between_releases2,8

Спільнота та впровадження

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

48Слабкий · 17% загального індексу

Популярність і впровадження

1Критичний
Як обчислюється оцінка
0/60Зірки — 1 зірок
0/25Форки — 0 форків
0/15Спостерігачі — 0 спостерігачів
Використані вхідні дані
forks0
stars1
watchers0
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 (MIT)
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_badges—
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_services—
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

62Помірний
Як обчислюється оцінка
49.5/80Щомісячні завантаження — 5 135 завантажень/місяць у npm, pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesltcai, ltcai
dependents—
ecosystemsnpm, pypi
total_downloads—
monthly_downloads5 135
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?

45Слабкий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

10Критичний
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
0/22.5Розподіл комітів — головний контриб’ютор — автор 100% комітів
1.4/13.5Широта контриб’юторів — 1 контриб’юторів
0/10OpenSSF Scorecard: Contributors — project has 0 contributing companies or organizations -- score normalized to 0
Використані вхідні дані
bus_factor1
contributors_sampled1
top_contributor_share1

Реактивність на issue та PR

58Помірний
Як обчислюється оцінка
0/42Вирішення issue — немає issue або даних
26.2/30Прийняття PR — злито 7/8 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs7
open_issues0
closed_issues0
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio—
closed_unmerged_prs1
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Виключено з оцінювання (немає даних або не застосовно): Вирішення issue, Newcomer PR acceptance. Залишкові ваги перенормовано.

Власність та опіка

29У зоні ризику
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
0/25Охоплення власника — 0 підписників у TaeSooPark-PTS
13.2/25Послужний список — 4 публічних репозиторіїв, вік облікового запису ~4 р.
Використані вхідні дані
followers0
owner_typeUser
is_verified—
owner_loginTaeSooPark-PTS
public_repos4
account_age_days1 489
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 2 пакет(ів) у npm, pypi
35/35Свіжість публікацій — остання публікація 0 дн. тому
20/20Історія версій — 112 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesltcai, ltcai
ecosystemsnpm, pypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

72Добрий · 19% загального індексу

Інженерні практики

60Помірний
Як обчислюється оцінка
24/24Процеси CI — 3 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configні
has_precommit_configні
Виключено з оцінювання (немає даних або не застосовно): OpenSSF Scorecard: CI-Tests. Залишкові ваги перенормовано.

Документація

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://github.com/TaeSooPark-PTS/LatticeAI#readme
10/10Опис репозиторію
10/10Теми — 19 тем
0/10Wiki
Використані вхідні дані
topicsfastapi, knowledge-graph, llm, local-ai, mcp, mlx, rag, telegram-bot, vscode-extension, ai-agent, developer-tools, ollama, openai-compatible, privacy-first, self-hosted, vscode, digital-brain, local-first, private-ai
has_wikiні
homepagehttps://github.com/TaeSooPark-PTS/LatticeAI#readme
docs_sitehttps://github.com/TaeSooPark-PTS/LatticeAI#readme
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

26У зоні ризику · 16% загального індексу

Стан безпеки

26У зоні ризику
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
0/2.5CI-Tests — немає даних
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
0/2.5Contributors — project has 0 contributing companies or organizations -- score normalized to 0
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
0/7.5Maintained — project was created within the last 90 days. Please review its contents carefully
0/5Packaging — немає даних
0.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
0/5SAST — no SAST tool detected
5/5Security-Policy — security policy file 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
0/7.5Vulnerabilities — 30 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate2,6
Виключено з оцінювання (немає даних або не застосовно): CI-Tests, 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.

62Помірний · 4% загального індексу

Контекст і настанови для агентів

75Добрий
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md
0/15Машиночитана документація (llms.txt)
0/40Читабельна історія комітів — немає даних
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share—
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes7 598
Виключено з оцінювання (немає даних або не застосовно): Читабельна історія комітів. Залишкові ваги перенормовано.

Цикл верифікації (збірка / тести / перевірка типів)

54Помірний
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
11/11Статична перевірка типів — tsconfig.json, vscode-extension/tsconfig.json
10/10Відтворюване середовище — Dockerfile, lockfile
0/10Підтверджена практика роботи з агентами — немає даних
0/8Автоматизоване супроводження — немає даних
1/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
Використані вхідні дані
has_nixні
has_testsтак
lockfilesCargo.lock, package-lock.json
has_dockerfileтак
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configні
typecheck_configstsconfig.json, vscode-extension/tsconfig.json
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share—
Виключено з оцінювання (немає даних або не застосовно): Підтверджена практика роботи з агентами, Автоматизоване супроводження. Залишкові ваги перенормовано.

Читабельність коду для моделей

81Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (tsconfig.json, vscode-extension/tsconfig.json)
54.1/55Керовані розміри файлів — 8/494 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes607 684
source_files_sampled494
oversized_source_files8

Машиночитні інтерфейси

40Слабкий
Як обчислюється оцінка
40/40Схема API (OpenAPI/GraphQL/proto) — frontend/openapi.json
0/20Сервер MCP
0/40Придатні до запуску приклади
Використані вхідні дані
example_dirs—
has_mcp_signalні
api_schema_filesfrontend/openapi.json
interfaces_expected_ofnetwork-service

Ключові факти

1зірок GitHub
1контриб'юторів
511комітів за останні 12 місяців
0днів від останнього пушу
64релізів
1бас-фактор
0відкритих issue
crates.io, npm, PyPIпакетних екосистем

Попередження щодо збору даних

  • Could not fetch crates package 'lattice-ai-desktop' from its registry
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

Докладніше

OpenSSF Scorecard 2.6 / 10
2.6сукупно

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 · 2026-07-19 16:28 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
н/дCI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
0Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintainedproject was created within the last 90 days. Please review its contents carefully
н/дPackagingpackaging workflow not detected
1Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 1
0SASTno SAST tool detected
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities30 existing vulnerabilities detected
Прямі залежності 22
РеєстрПакетОбмеження версіїМаніфест
PyPIfastapi>=0.110,<1pyproject.toml
PyPIuvicorn>=0.29,<1pyproject.toml
PyPIpydantic>=2.7,<3pyproject.toml
PyPIhttpx>=0.27,<1pyproject.toml
PyPIpillow>=10,<13pyproject.toml
PyPIopenai>=1.30,<3pyproject.toml
PyPIpython-docx>=1.1,<2pyproject.toml
PyPIopenpyxl>=3.1,<4pyproject.toml
PyPIpython-pptx>=0.6.23,<2pyproject.toml
PyPIpython-multipart>=0.0.9,<0.1pyproject.toml
PyPIkeyring>=24,<26pyproject.toml
PyPIauthlib>=1.3,<2pyproject.toml
PyPIcryptography>=42,<49pyproject.toml
PyPIpdfplumber>=0.11,<0.12pyproject.toml
PyPIpypdfium2>=4.30,<6pyproject.toml
PyPIwatchdog>=4,<7pyproject.toml
PyPIpsycopg>=3.2,<4pyproject.toml
crates.iotauri=2.11.3src-tauri/Cargo.toml
crates.ioplist=1.7.0src-tauri/Cargo.toml
crates.iotime=0.3.36src-tauri/Cargo.toml
crates.ioserde1src-tauri/Cargo.toml
crates.ioserde_json1src-tauri/Cargo.toml
Усі залежності не зібрано

Не вдалося зібрати розв'язаний набір залежностей для цього звіту: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

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 TaeSooPark-PTS/LatticeAI. Читати поруч →

100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Винятковий98ModelEngine-Group/nexentNexent is a zero-code platform for auto-generating production-grade AI agents using Harness Engineering principles — unified tools, skills, memory, and orchestration with built-in constraints, feedback loops, and control planes.Винятковий97langgenius/difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.Винятковий98QwenLM/qwen-codeAn open-source AI coding agent that lives in your terminal.Винятковий99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.Винятковий98awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsВинятковий

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 v0.15.0 — повна методологія · вікі метрик.

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