Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-12 23:40 UTC

Xilinx / brevitas

Brevitas: neural network quantization in PyTorch

PythonВласна ліцензія★ 1 572 зірки⑂ 251 форкз лип. 2018 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#quantization#pytorch#brevitas#fpga#neural-networks#hardware-acceleration#xilinx#deep-learning#ptq#qat

Xilinx/brevitas має індекс здоров’я 94 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Engineering Quality (95/100), найнижчий — AI Readiness (55/100). Останнє оновлення було 2 дні тому. Більшість нещодавньої роботи виконують 2 учасники.

94
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»).

94
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 80 калібровано до 94 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

XilinxОрганізація · підтверджений домен
3 123 підписники469 публічних репозиторіївз січ. 2013 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIbrevitas0.13.2-2215 днів тому

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 2 дн. тому
30.5/36Ритм комітів — 44/52 тижнів із комітами
18/18Обсяг комітів — 153 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 9 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year153
human_commit_share1
days_since_last_push2
active_weeks_last_year44

Дисципліна релізів

92Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 40 релізів
36/36Свіжість релізів — останній реліз 15 дн. тому
19.8/27Ритм релізів — реліз кожні ~103,1 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count40
latest_release_tagv0.13.2
releases_from_tagsні
days_since_latest_release15
mean_days_between_releases103,1
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?

76Добрий · 17% загального індексу

Популярність і впровадження

80Відмінний
Як обчислюється оцінка
51.8/60Зірки — 1 572 зірок
20/25Форки — 251 форків
8.1/15Спостерігачі — 30 спостерігачів
Використані вхідні дані
forks251
stars1 572
watchers30
growth_stateorganic
growth_factor_pct100

Здоров'я спільноти

71Добрий
Як обчислюється оцінка
22.5/22.5README
16.9/22.5Ліцензія — файл ліцензії наявний, не є визнаною ліцензією
18/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges2
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_servicesgithub.com
has_pull_request_templateтак

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

81Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

57Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
12.2/22.5Розподіл комітів — головний контриб’ютор — автор 46% комітів
13.5/13.5Широта контриб’юторів — 28 контриб’юторів
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Використані вхідні дані
bus_factor2
contributors_sampled28
top_contributor_share0,46

Реактивність на issue та PR

74Добрий
Як обчислюється оцінка
28.1/42Вирішення issue — закрито 67% issue
25.8/30Прийняття PR — злито 836/971 вирішених PR
13/13Newcomer PR acceptance — злито 2/2 PR від новачків за 30 дн.
7.5/15OpenSSF Scorecard: Code-Review — Found 17/30 approved changesets -- score normalized to 5
Використані вхідні дані
merged_prs836
open_issues179
closed_issues360
prs_merged_7d2
prs_decided_7d4
prs_merged_30d18
prs_decided_30d27
issue_closed_ratio0,668
closed_unmerged_prs135
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Власність та опіка

100Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
20/20Верифікований домен
25/25Охоплення власника — 3 123 підписників у Xilinx
25/25Послужний список — 469 публічних репозиторіїв, вік облікового запису ~13 р.
Використані вхідні дані
followers3 123
owner_typeOrganization
is_verifiedтак
owner_loginXilinx
public_repos469
account_age_days4 999

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 15 дн. тому
20/20Історія версій — 22 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesbrevitas
ecosystemspypi
any_deprecatedні
min_days_since_publish15

Інженерна якість

Чи наявні базові інженерні практики та документація?

95Винятковий · 19% загального індексу

Інженерні практики

92Відмінний
Як обчислюється оцінка
24/24Процеси CI — 27 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — setup.cfg ([isort], [yapf])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 25 out of 27 merged PRs checked by a CI test -- score normalized to 9
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://xilinx.github.io/brevitas/
10/10Опис репозиторію
10/10Теми — 10 тем
10/10Wiki
Використані вхідні дані
topicsquantization, pytorch, brevitas, fpga, neural-networks, hardware-acceleration, xilinx, deep-learning, ptq, qat
has_wikiтак
homepagehttps://xilinx.github.io/brevitas/
docs_sitehttps://xilinx.github.io/brevitas/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

57Помірний · 16% загального індексу

Стан безпеки

50Помірний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2.2/2.5CI-Tests — 25 out of 27 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3.8/7.5Code-Review — Found 17/30 approved changesets -- score normalized to 5
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.2/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 9 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
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 — 66 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate5
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

83Відмінний
Як обчислюється оцінка
17.9/35Прямі залежності без відомих сповіщень — уражено 1: setuptools 80.10.2 (moderate 6.1)
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
40/40Немає задавнених сповіщень — жодне сповіщення не є публічним довше за 90 дн.
Використані вхідні дані
sourceosv
advisories2
affected_packages1
assessed_packages33
unassessed_packages0
affected_by_severitymoderate 1
direct_affected_packages1
Звірено з runtime-замиканням залежностей pypi:brevitas@0.13.2 — тим, що тягне за собою встановлення опублікованого пакета, — 33 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.

55Помірний · 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 84 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,84
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

51Помірний
Як обчислюється оцінка
18/18Розгортання однією командою — docsrc/Makefile, noxfile.py
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — setup.cfg ([isort], [yapf])
0/11Статична перевірка типів
0/10Відтворюване середовище
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
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
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_filesdocsrc/Makefile, noxfile.py
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

50Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
49.7/55Керовані розміри файлів — 64/659 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes315 737
source_files_sampled659
oversized_source_files64

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 — notebooks
Використані вхідні дані
example_dirsnotebooks
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

1 572зірок GitHub
28контриб'юторів
153комітів за останні 12 місяців
2днів від останнього пушу
40релізів
2бас-фактор
179відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Star history carried forward from 2026-07-21: GitHub restricted the stargazers API to repository admins, so it can no longer be collected. The repository has 1572 stars today.
  • pypi download statistics for 'brevitas' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Докладніше

Історія зірок і форків 1 554 ★ / 251 ⇿
1 554Зірки
251Форки
40Релізи

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.

Історію зірок показано станом на 2026-07-21. У липні 2026 року GitHub обмежив доступ до API stargazers адміністраторами репозиторію, тож цей ряд більше не продовжується; загальна кількість зірок вище лишається актуальною.

04008001 2001 6001 554247172018-112022-102026-09
Мажорні 0Мінорні 12Патчі 11

Кожна точка охоплює 8 днів.

OpenSSF Scorecard 5.0 / 10
5.0сукупно

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 · 2026-09-12 23:39 UTC

10Binary-Artifactsno binaries found in the repo
н/дBranch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
9CI-Tests25 out of 27 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
5Code-ReviewFound 17/30 approved changesets -- score normalized to 5
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
10Maintained30 commit(s) and 9 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not 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
0Vulnerabilities66 existing vulnerabilities detected
Усі залежності 76

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 76 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaccelerate—непряма
PyPIaccelerate1.0.1непряма
PyPIbitstring—непряма
PyPIdatasets—непряма
PyPIdependencies2.0.1непряма
PyPIdiffusers—непряма
PyPIdiffusers0.30.3непряма
PyPIfilelock—непряма
PyPIgguf0.18.0непряма
PyPIhypothesis—непряма
PyPIinflect5.6.2непряма
PyPIipython8.39.0непряма
PyPIjupyter—непряма
PyPIlibrosa—непряма
PyPIlighteval0.13непряма
PyPIlxml4.9.3непряма
PyPIm2r20.3.3.post2непряма
PyPImock—непряма
PyPInbmake—непряма
PyPInbsphinx0.9.3непряма
PyPInbsphinx-link1.3.0непряма
PyPInox—непряма
PyPInumba—непряма
PyPInumexpr—непряма
PyPInumpy—непряма
PyPIonnx—непряма
PyPIonnxoptimizer—непряма
PyPIonnxruntime—непряма
PyPIonnxscript—непряма
PyPIopen-clip-torch2.26.1непряма
PyPIopencv-python4.10.0.84непряма
PyPIoptimum—непряма
PyPIpackaging—непряма
PyPIpandas—непряма
PyPIpandas2.2.2непряма
PyPIpillow—непряма
PyPIpre-commit—непряма
PyPIpsutil—непряма
PyPIpycocotools2.0.7непряма
PyPIpydantic—непряма
PyPIpydata-sphinx-theme0.15.3непряма
PyPIpygments2.20.0непряма
PyPIpypandoc-binary1.17непряма
PyPIpytest—непряма
PyPIpytest-cases—непряма
PyPIpytest-mock—непряма
PyPIpytest-xdist—непряма
PyPIpyyaml—непряма
PyPIqonnx—непряма
PyPIrequests—непряма
PyPIruamel-yaml—непряма
PyPIscipy—непряма
PyPIscipy1.10.1непряма
PyPIsetuptools—непряма
PyPIsetuptools-scm—непряма
PyPIsoundfile—непряма
PyPIsox—непряма
PyPIsphinx5.3.0непряма
PyPIsphinx-autodoc-typehints1.21.8непряма
PyPIsphinx-gallery0.10.1непряма
PyPIsphinxcontrib-napoleon0.7непряма
PyPIsphinxemoji0.2.0непряма
PyPIsympy—непряма
PyPItoposort—непряма
PyPItorch—непряма
PyPItorch-stft—непряма
PyPItorchmetrics—непряма
PyPItorchmetrics1.4.3непряма
PyPItorchvision—непряма
PyPItqdm—непряма
PyPItransformers—непряма
PyPItransformers4.45.2непряма
PyPItyping-extensions—непряма
PyPIunfoldnd—непряма
PyPIunidecode—непряма
PyPIxxhash—непряма
Сповіщення про залежності 1

Встановлення pypi:brevitas@0.13.2 тягне 33 пакетів, прямих і транзитивних: 1 мають відомі сповіщення, з них 1 — прямі залежності.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
setuptools80.10.2прямапомірна283.0.0

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 Xilinx/brevitas. Читати поруч →

100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorВинятковий98keras-team/kerasDeep Learning for humansВинятковий98openvinotoolkit/nncfNeural Network Compression Framework for enhanced OpenVINO™ inferenceВинятковий95sktime/pytorch-forecastingTime series forecasting with PyTorchВинятковий94awslabs/gluontsProbabilistic time series modeling in PythonВинятковий90ndif-team/nnsightThe nnsight package enables interpreting and manipulating the internals of deep learned models.Відмінний

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.