Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-09 23:03 UTC

ZeyuChen / PaddleNLP

Easy-to-use and Fast NLP library with awesome model zoo, supporting wide-range of NLP tasks from research to industrial applications.

PythonApache-2.0★ 0 зірок⑂ 1 форкз квіт. 2022 р.форкПереглянути на GitHub ↗

ZeyuChen/PaddleNLP має індекс здоров’я 21 зі 100, що відповідає смузі «У зоні ризику». Найвищий показник — Sustainability & Governance (79/100), найнижчий — Community & Adoption (12/100). Останнє оновлення було 215 днів тому. Більшість нещодавньої роботи виконують 6 учасників.

21
загалом / 100
У зоні ризику

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»).

21
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 40 калібровано до 35 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Zeyu ChenОсобистий обліковий запис
311 підписників39 публічних репозиторіївз січ. 2012 р.Baidu, Inc.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIpaddlenlpвказує на інший репозиторій — не оцінюється2.8.115 91095811 днів тому

Метрики за категоріями

Життєздатність

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

22У зоні ризику · 21% загального індексу
Як обчислюється оцінка
3.6/36Свіжість pushостанній push 215 дн. тому
0/36Ритм комітів0/52 тижнів із комітами
0/18Обсяг комітів0 комітів за останній рік
0/10OpenSSF Scorecard: Maintainedнемає даних
Використані вхідні дані
commits_last_year0
human_commit_share1
days_since_last_push215
active_weeks_last_year0
Як обчислюється оцінка
16.2/27Випускає релізи18 тегів версій (без релізів GitHub)
0/36Свіжість релізівостанній реліз 1 608 дн. тому
27/27Ритм релізівреліз кожні ~28,8 дн.
0/10OpenSSF Scorecard: Signed-Releasesнемає даних
Використані вхідні дані
releases_count18
latest_release_tagv2.2.6
releases_from_tagsтак
days_since_latest_release1 608
mean_days_between_releases28,8

Спільнота та впровадження

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

12Критичний · 17% загального індексу
Як обчислюється оцінка
0/60Зірки0 зірок
0/25Форки1 форків
0/15Спостерігачі0 спостерігачів
Використані вхідні дані
forks1
stars0
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

25У зоні ризику
Як обчислюється оцінка
0/22.5README
22.5/22.5Ліцензіявизнана ліцензія (Apache-2.0)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeні
has_licenseні
readme_badges4
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicesshields.io
has_pull_request_templateні

Сталість та врядування

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

79Добрий · 23% загального індексу
Як обчислюється оцінка
48.6/54Бас-факторна 6 контриб’ютор(ів) припадає половина всіх комітів
19.8/22.5Розподіл комітівголовний контриб’ютор — автор 12% комітів
13.5/13.5Широта контриб’юторів80 контриб’юторів
0/10OpenSSF Scorecard: Contributorsнемає даних
Використані вхідні дані
bus_factor6
contributors_sampled80
top_contributor_share0,12
Як обчислюється оцінка
10/30Підтримка власникаособистий (користувацький) обліковий запис
0/20Верифікований доменне застосовно до користувацьких облікових записів
17.9/25Охоплення власника311 підписників у ZeyuChen
23.7/25Послужний список39 публічних репозиторіїв, вік облікового запису ~14 р.
Використані вхідні дані
followers311
owner_typeUser
is_verified
owner_loginZeyuChen
public_repos39
account_age_days5 343
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Інженерна якість

Чи наявні базові інженерні практики та документація?

57Помірний · 19% загального індексу
Як обчислюється оцінка
0/24Процеси CI
24/24Наявні тести
16/16Конфігурація лінтера
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Testsнемає даних
Використані вхідні дані
has_ciні
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

50Помірний
Як обчислюється оцінка
0/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінкаhttps://paddlenlp.readthedocs.io
0/10Опис репозиторію
0/10Теми
10/10Wiki
Використані вхідні дані
topics
has_wikiтак
homepagehttps://paddlenlp.readthedocs.io
docs_sitehttps://paddlenlp.readthedocs.io
has_readmeні
has_docs_dirтак
has_descriptionні

Безпека

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

14Критичний · 16% загального індексу

Стан безпеки

1Критичний
Як обчислюється оцінка
0/30Політика безпеки (SECURITY.md)
0/25Конфігурація Dependabot
0/25Файли фіксації залежностей
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles
manifestsdocs/requirements.txt, requirements.txt, setup.py, tests/requirements.txt
has_codeql_workflowні
has_security_policyні
has_dependabot_configні
Як обчислюється оцінка
9.5/35Прямі залежності без відомих сповіщеньуражено 1: onnx 1.17.0 (critical 9.1)
25/25Непрямі залежності без відомих сповіщеньжодна непряма залежність не має відомих сповіщень
32.6/40Немає задавнених сповіщень1 пакет(ів) зі сповіщеннями без реакції понад 90 дн.; найдавніше опубліковано 414 дн. тому
Використані вхідні дані
sourceosv
advisories16
affected_packages1
assessed_packages89
unassessed_packages0
affected_by_severitycritical 1
direct_affected_packages1
Звірено з runtime-замиканням залежностей pypi:paddlenlp@2.8.1 — тим, що тягне за собою встановлення опублікованого пакета, — 89 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.

56Помірний · 4% загального індексу
Як обчислюється оцінка
0/45Інструкції для агентівнемає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
34.1/40Читабельна історія комітівнамір зазначено у 64 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url
legible_history_share0,64
agent_instruction_files
agent_instruction_max_bytes
Як обчислюється оцінка
18/18Розгортання однією командоюapplications/neural_search/recall/domain_adaptive_pretraining/data_tools/Makefile, docs/Makefile, examples/language_model/data_tools/Makefile, examples/language_model/electra/deploy/lite/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
0/10Відтворюване середовище
0/10Підтверджена практика роботи з агентамисеред останніх 100 комітів немає створених агентом
0/8Автоматизоване супроводженняавтоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependenciesнемає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfiles
has_dockerfileні
typed_languageні
bootstrap_filesapplications/neural_search/recall/domain_adaptive_pretraining/data_tools/Makefile, docs/Makefile, examples/language_model/data_tools/Makefile, examples/language_model/electra/deploy/lite/Makefile
has_devcontainerні
has_linter_configтак
typecheck_configs
agent_commit_share0
toolchain_manifests
dependency_bot_commit_share0
Як обчислюється оцінка
0/45Типізований кодPython без конфігурації перевірки типів
54.3/55Керовані розміри файлів14/1 160 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes145 536
source_files_sampled1 160
oversized_source_files14
Як обчислюється оцінка
40/40Схема API (OpenAPI/GraphQL/proto)examples/language_model/experimental/ernie/propeller/data/example.proto, examples/language_model/experimental/ernie/propeller/data/feature.proto
0/20Сервер MCPне застосовно до цього типу програмного забезпечення
40/40Придатні до запуску прикладиexamples, sample, samples
Використані вхідні дані
example_dirsexamples, sample, samples
has_mcp_signalні
api_schema_filesexamples/language_model/experimental/ernie/propeller/data/example.proto, examples/language_model/experimental/ernie/propeller/data/feature.proto
interfaces_expected_of
Виключено з оцінювання (немає даних або не застосовно): Сервер MCP. Залишкові ваги перенормовано.

Ключові факти

0зірок GitHub
80контриб'юторів
0комітів за останні 12 місяців
215днів від останнього пушу
18релізів
6бас-фактор
0відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Community profile unavailable
  • pypi package 'paddlenlp' points at a different repository (https://github.com/PaddlePaddle/PaddleNLP); excluded from ecosystem scoring
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/09 23:00:47 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Докладніше

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

Сповіщення про залежності 1

Встановлення pypi:paddlenlp@2.8.1 тягне 89 пакетів, прямих і транзитивних: 1 мають відомі сповіщення, з них 1 — прямі залежності.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
onnx1.17.0прямакритична161.22.0

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.

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 статистикаPyPI.