Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-12 22:14 UTC

bayesian-optimization / BayesianOptimization

A Python implementation of global optimization with gaussian processes.

PythonMIT★ 8 692 зірки⑂ 1 599 форківз черв. 2014 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено

bayesian-optimization/BayesianOptimization має індекс здоров’я 88 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Engineering Quality (84/100), найнижчий — AI Readiness (64/100). Останнє оновлення було 22 дні тому. Більшість нещодавньої роботи виконують 2 учасники.

88
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»).

88
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 74 калібровано до 88 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

bayesian-optimizationОрганізація
52 підписники1 публічний репозиторійз трав. 2023 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIbayesian-optimization3.3.0-2974 дні тому

Метрики за категоріями

Життєздатність

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

70Добрий · 21% загального індексу
Як обчислюється оцінка
28.8/36Свіжість pushостанній push 22 дн. тому
6.2/36Ритм комітів9/52 тижнів із комітами
11.5/18Обсяг комітів18 комітів за останній рік
9/10OpenSSF Scorecard: Maintained7 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 9
Використані вхідні дані
commits_last_year18
human_commit_share1
days_since_last_push22
active_weeks_last_year9
Як обчислюється оцінка
27/27Випускає релізиопубліковано 28 релізів
36/36Свіжість релізівостанній реліз 74 дн. тому
19.8/27Ритм релізівреліз кожні ~58,2 дн.
0/10OpenSSF Scorecard: Signed-Releasesнемає даних
Використані вхідні дані
releases_count28
latest_release_tagv3.3.0
releases_from_tagsні
days_since_latest_release74
mean_days_between_releases58,2
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?

75Добрий · 17% загального індексу
Як обчислюється оцінка
60/60Зірки8 692 зірок
25/25Форки1 599 форків
11.6/15Спостерігачі125 спостерігачів
Використані вхідні дані
forks1 599
stars8 692
watchers125
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензіявизнана ліцензія (MIT)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges5
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templateні

Сталість та врядування

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

76Добрий · 23% загального індексу
Як обчислюється оцінка
25.2/54Бас-факторна 2 контриб’ютор(ів) припадає половина всіх комітів
14.9/22.5Розподіл комітівголовний контриб’ютор — автор 34% комітів
13.5/13.5Широта контриб’юторів45 контриб’юторів
10/10OpenSSF Scorecard: Contributorsproject has 7 contributing companies or organizations
Використані вхідні дані
bus_factor2
contributors_sampled45
top_contributor_share0,339
Як обчислюється оцінка
41.2/42Вирішення issueзакрито 98% issue
23.5/30Прийняття PRзлито 170/217 вирішених PR
13/13Newcomer PR acceptanceзлито 1/1 PR від новачків за 30 дн.
7.5/15OpenSSF Scorecard: Code-ReviewFound 16/30 approved changesets -- score normalized to 5
Використані вхідні дані
merged_prs170
open_issues7
closed_issues391
prs_merged_7d0
prs_decided_7d0
prs_merged_30d2
prs_decided_30d2
issue_closed_ratio0,982
closed_unmerged_prs47
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1
Як обчислюється оцінка
30/30Підтримка власникау власності організації
0/20Верифікований доменстатус підтвердженого домену для цієї організації не зчитано
12.4/25Охоплення власника52 підписників у bayesian-optimization
8.7/25Послужний список1 публічних репозиторіїв, вік облікового запису ~3 р.
Використані вхідні дані
followers52
owner_typeOrganization
is_verified
owner_loginbayesian-optimization
public_repos1
account_age_days1 188
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно1 пакет(ів) у pypi
35/35Свіжість публікаційостання публікація 74 дн. тому
20/20Історія версій29 опублікованих версій
20/20Не застарілийактивний, не deprecated і не yanked
Використані вхідні дані
packagesbayesian-optimization
ecosystemspypi
any_deprecatedні
min_days_since_publish74

Інженерна якість

Чи наявні базові інженерні практики та документація?

84Відмінний · 19% загального індексу
Як обчислюється оцінка
24/24Процеси CI4 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтераruff.toml
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
16/20OpenSSF Scorecard: CI-Tests24 out of 30 merged PRs checked by a CI test -- score normalized to 8
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінкаhttps://bayesian-optimization.github.io/BayesianOptimization/index.html
10/10Опис репозиторію
10/10Теми5 тем
10/10Wiki
Використані вхідні дані
topicsoptimization, gaussian-processes, bayesian-optimization, python, simple
has_wikiтак
homepagehttps://bayesian-optimization.github.io/BayesianOptimization/index.html
docs_sitehttps://bayesian-optimization.github.io/BayesianOptimization/index.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?

66Добрий · 16% загального індексу

Стан безпеки

58Помірний
Як обчислюється оцінка
7.5/7.5Binary-Artifactsno binaries found in the repo
0/7.5Branch-Protectionнемає даних
2/2.5CI-Tests24 out of 30 merged PRs checked by a CI test -- score normalized to 8
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
3.8/7.5Code-ReviewFound 16/30 approved changesets -- score normalized to 5
2.5/2.5Contributorsproject has 7 contributing companies or organizations
10/10Dangerous-Workflowno dangerous workflow patterns detected
0/7.5Dependency-Update-Toolno update tool detected
0/5Fuzzingproject is not fuzzed
2.5/2.5Ліцензіяlicense file detected
6.8/7.5Maintained7 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 9
0/5Packagingнемає даних
0/5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0/5SASTSAST tool is not run on all commits -- score normalized to 0
0/5Security-Policysecurity policy file not detected
0/7.5Signed-Releasesнемає даних
6.8/7.5Token-Permissionsdetected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate5,8
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging, Signed-Releases. Залишкові ваги перенормовано.
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщеньжодна пряма залежність не має відомих сповіщень
25/25Непрямі залежності без відомих сповіщеньжодна непряма залежність не має відомих сповіщень
0/40Немає задавнених сповіщеньжодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages8
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено з runtime-замиканням залежностей pypi:bayesian-optimization@3.3.0 — тим, що тягне за собою встановлення опублікованого пакета, — 8 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.

64Помірний · 4% загального індексу
Як обчислюється оцінка
0/45Інструкції для агентівнемає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітівнамір зазначено у 88 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url
legible_history_share0,88
agent_instruction_files
agent_instruction_max_bytes
Як обчислюється оцінка
18/18Розгортання однією командоюdocsrc/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматераruff.toml
11/11Статична перевірка типівbayes_opt/py.typed
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-Dependenciesdependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfiles
has_dockerfileні
typed_languageні
bootstrap_filesdocsrc/Makefile
has_devcontainerні
has_linter_configтак
typecheck_configsbayes_opt/py.typed
agent_commit_share0
toolchain_manifests
dependency_bot_commit_share0
Як обчислюється оцінка
27/45Типізований кодPython з конфігурацією перевірки типів (bayes_opt/py.typed)
55/55Керовані розміри файлів0/25 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes48 228
source_files_sampled25
oversized_source_files0
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto)не застосовно до цього типу програмного забезпечення
0/20Сервер MCPне застосовно до цього типу програмного забезпечення
40/40Придатні до запуску прикладиexamples, notebooks
Використані вхідні дані
example_dirsexamples, notebooks
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

8 692зірок GitHub
45контриб'юторів
18комітів за останні 12 місяців
22днів від останнього пушу
28релізів
2бас-фактор
7відкритих 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 ★ / 1 599 ⇿
0Зірки
1 599Форки
24Релізи

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.

4008001 2001 6001 59992019-032022-112026-07
Мажорні 2Мінорні 8Патчі 13

Кожна точка охоплює 7 днів.

OpenSSF Scorecard 5.8 / 10
5.8сукупно

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 · 2026-08-12 22:14 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
8CI-Tests24 out of 30 merged PRs checked by a CI test -- score normalized to 8
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
5Code-ReviewFound 16/30 approved changesets -- score normalized to 5
10Contributorsproject has 7 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
9Maintained7 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 9
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
9Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 11
РеєстрПакетОбмеження версіїМаніфест
PyPIcolorama>=0.4.6pyproject.toml
PyPInumpy>=1.25pyproject.toml
PyPInumpy>=2.1.3pyproject.toml
PyPInumpy>=2.3.0pyproject.toml
PyPIpackaging>=20.0pyproject.toml
PyPIpackaging>=26.0pyproject.toml
PyPIscikit-learn>=1.0.0pyproject.toml
PyPIscikit-learn>=1.8.0pyproject.toml
PyPIscipy>=1.0.0pyproject.toml
PyPIscipy>=1.14.1pyproject.toml
PyPIscipy>=1.17.0pyproject.toml
Усі залежності 20

Повний розв'язаний набір залежностей із графа залежностей GitHub: 5 прямих і 15 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIcoloramaпряма
PyPInumpyпряма
PyPIpackagingпряма
PyPIscikit-learnпряма
PyPIscipyпряма
PyPIcoverageнепряма
PyPIjupyterнепряма
PyPImatplotlibнепряма
PyPInbconvertнепряма
PyPInbformatнепряма
PyPInbsphinxнепряма
PyPIpre-commitнепряма
PyPIpytestнепряма
PyPIpytest-covнепряма
PyPIruffнепряма
PyPIsphinxнепряма
PyPIsphinx-autodoc-typehintsнепряма
PyPIsphinx-immaterialнепряма
PyPIsphinx-rtd-themeнепряма
PyPIuv-buildнепряма
Сповіщення про залежності 0

Встановлення pypi:bayesian-optimization@3.3.0 тягне 8 пакетів, прямих і транзитивних: 0 мають відомі сповіщення, з них 0 — прямі залежності.

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

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 v0.31.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистикаPyPI.