Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-05 22:17 UTC

cdeust / Cortex

Cross-platform persistent memory MCP for Codex, Gemini CLI, Claude Code, and other local MCP hosts. 36 cited neuroscience mechanisms, local-first SQLite/PostgreSQL, hybrid retrieval, decay-based consolidation, and reproducible benchmarks. Claude adds optional automatic lifecycle hooks.

PythonMIT★ 71 зірка⑂ 11 форківз бер. 2026 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаMCP-серверяк це визначено
#mcp-server#model-context-protocol#agent-memory-system#causal-inference#claude-code#cognitive-architecture#cognitive-science#neuroscience#persistent-memory#predictive-coding#retrieval-augmented-generation#vector-search#hopfield-network#long-term-memory#episodic-memory#llm-memory#memory#agent-skills#codex#gemini-cli

cdeust/Cortex має індекс здоров’я 89 зі 100, що відповідає смузі «Відмінний». Найвищий показник — AI Readiness (87/100), найнижчий — Sustainability & Governance (57/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

89
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»).

89
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 75 калібровано до 89 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

ClementОсобистий обліковий запис
31 підписник57 публічних репозиторіївз січ. 2013 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIhypermnesia-mcp4.19.12 447302 дні томуclaude-codecodexcognitive-profilinggemini-climcpmemory

Метрики за категоріями

Життєздатність

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

85Відмінний · 21% загального індексу

Активність розробки

81Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
16.6/36Ритм комітів — 24/52 тижнів із комітами
18/18Обсяг комітів — 1 235 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 29 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year1 235
human_commit_share0,71
days_since_last_push0
active_weeks_last_year24

Дисципліна релізів

90Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 95 релізів
36/36Свіжість релізів — останній реліз 2 дн. тому
27/27Ритм релізів — реліз кожні ~5,7 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count95
latest_release_tagv4.19.1
releases_from_tagsні
days_since_latest_release2
mean_days_between_releases5,7

Спільнота та впровадження

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

62Помірний · 17% загального індексу

Популярність і впровадження

40Слабкий
Як обчислюється оцінка
29.9/60Зірки — 71 зірок
8.3/25Форки — 11 форків
1.7/15Спостерігачі — 3 спостерігачів
Використані вхідні дані
forks11
stars71
watchers3
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_badges2
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesgithub.com, www.bestpractices.dev
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

56Помірний
Як обчислюється оцінка
45.2/80Щомісячні завантаження — 2 447 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packageshypermnesia-mcp
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2 447
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?

57Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

12Критичний
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
2.7/13.5Широта контриб’юторів — 2 контриб’юторів
0/10OpenSSF Scorecard: Contributors — project has 0 contributing companies or organizations -- score normalized to 0
Використані вхідні дані
bus_factor1
contributors_sampled2
top_contributor_share0,999

Реактивність на issue та PR

78Добрий
Як обчислюється оцінка
40.2/42Вирішення issue — закрито 96% issue
27.6/30Прийняття PR — злито 283/308 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — Found 0/18 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs283
open_issues6
closed_issues129
prs_merged_7d6
prs_decided_7d6
prs_merged_30d30
prs_decided_30d32
issue_closed_ratio0,956
closed_unmerged_prs25
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Виключено з оцінювання (немає даних або не застосовно): Newcomer PR acceptance. Залишкові ваги перенормовано.

Власність та опіка

57Помірний
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
10.8/25Охоплення власника — 31 підписників у cdeust
24.8/25Послужний список — 57 публічних репозиторіїв, вік облікового запису ~13 р.
Використані вхідні дані
followers31
owner_typeUser
is_verified—
owner_logincdeust
public_repos57
account_age_days4 994
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 2 дн. тому
20/20Історія версій — 30 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packageshypermnesia-mcp
ecosystemspypi
any_deprecatedні
min_days_since_publish2

Інженерна якість

Чи наявні базові інженерні практики та документація?

86Відмінний · 19% загального індексу

Інженерні практики

84Відмінний
Як обчислюється оцінка
24/24Процеси CI — 10 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff])
0/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 26 out of 26 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

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://ai-architect.tools
10/10Опис репозиторію
10/10Теми — 20 тем
0/10Wiki
Використані вхідні дані
topicsmcp-server, model-context-protocol, agent-memory-system, causal-inference, claude-code, cognitive-architecture, cognitive-science, neuroscience, persistent-memory, predictive-coding, retrieval-augmented-generation, vector-search, hopfield-network, long-term-memory, episodic-memory, llm-memory, memory, agent-skills, codex, gemini-cli
has_wikiні
homepagehttps://ai-architect.tools
docs_sitehttps://ai-architect.tools
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

85Відмінний · 16% загального індексу

Стан безпеки

81Відмінний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2.5/2.5CI-Tests — 26 out of 26 merged PRs checked by a CI test -- score normalized to 10
1.8/2.5CII-Best-Practices — badge detected: Silver
0/7.5Code-Review — Found 0/18 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
7.5/7.5Dependency-Update-Tool — update tool detected
5/5Fuzzing — project is fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 29 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate8,1
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages94
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:hypermnesia-mcp@4.19.1 — тим, що тягне за собою встановлення опублікованого пакета, — 94 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.

87Відмінний · 4% загального індексу

Контекст і настанови для агентів

100Винятковий
Як обчислюється оцінка
45/45Інструкції для агентів — CLAUDE.md
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://ai-architect.tools/llms.txt)
40/40Читабельна історія комітів — намір зазначено у 69 з 71 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://ai-architect.tools/llms.txt
legible_history_share0,972
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes9 999

Цикл верифікації (збірка / тести / перевірка типів)

100Винятковий
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile, docs/arxiv-thermodynamic/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
11/11Статична перевірка типів — pyrightconfig.json
10/10Відтворюване середовище — devcontainer, Dockerfile, lockfile
10/10Підтверджена практика роботи з агентами — 73 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 27 з останніх 100 комітів — автоматичні оновлення залежностей
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Використані вхідні дані
has_nixні
has_testsтак
lockfilespackage-lock.json, uv.lock
has_dockerfileтак
typed_languageні
bootstrap_filesMakefile, docs/arxiv-thermodynamic/Makefile
has_devcontainerтак
has_linter_configтак
typecheck_configspyrightconfig.json
agent_commit_share0,73
toolchain_manifests—
dependency_bot_commit_share0,27

Читабельність коду для моделей

82Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (pyrightconfig.json)
54.9/55Керовані розміри файлів — 3/1 252 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes115 902
source_files_sampled1 252
oversized_source_files3

Машиночитні інтерфейси

33У зоні ризику
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
20/20Сервер MCP
0/40Придатні до запуску приклади
Використані вхідні дані
example_dirs—
has_mcp_signalтак
api_schema_files—
interfaces_expected_of—
Виключено з оцінювання (немає даних або не застосовно): Схема API (OpenAPI/GraphQL/proto). Залишкові ваги перенормовано.

Ключові факти

71зірок GitHub
2контриб'юторів
1 235комітів за останні 12 місяців
0днів від останнього пушу
95релізів
1бас-фактор
6відкритих issue
npm, PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch npm package 'hypermnesia-mcp' from its registry
  • pypi download statistics for 'hypermnesia-mcp' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • pypi download figures for hypermnesia-mcp carried forward from the previous scan (stats endpoint unavailable this scan)

Докладніше

Історія зірок і форків 0 ★ / 11 ⇿
0Зірки
11Форки
64Релізи

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.

0246810121112026-032026-052026-07
Мажорні 1Мінорні 25Патчі 38
OpenSSF Scorecard 8.1 / 10
8.1сукупно

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 · 2026-09-05 22:16 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
10CI-Tests26 out of 26 merged PRs checked by a CI test -- score normalized to 10
7CII-Best-Practicesbadge detected: Silver
0Code-ReviewFound 0/18 approved changesets -- score normalized to 0
0Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
10Fuzzingproject is fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 29 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 8
РеєстрПакетОбмеження версіїМаніфест
PyPImcp>=2.0.0pyproject.toml
PyPIanyio>=4.5pyproject.toml
PyPIpydantic>=2.0.0pyproject.toml
PyPIpydantic-settings>=2.0.0pyproject.toml
PyPInumpy>=1.24.0pyproject.toml
PyPIsentence-transformers>=3.0.0pyproject.toml
PyPIflashrank>=0.2.0pyproject.toml
PyPIpython-dateutil>=2.8.2pyproject.toml
Усі залежності 250

Повний розв'язаний набір залежностей із графа залежностей GitHub: 10 прямих і 240 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIanyio4.14.2пряма
PyPIflashrank0.2.10пряма
PyPImcp2.0.0пряма
PyPInumpy2.2.6пряма
PyPInumpy2.4.6пряма
PyPInumpy2.5.1пряма
PyPIpydantic2.13.4пряма
PyPIpydantic-settings2.14.2пряма
PyPIpython-dateutil2.9.0.post0пряма
PyPIsentence-transformers5.6.1пряма
npm@anthropic-ai/claude-code2.1.220непряма
npm@anthropic-ai/claude-code-darwin-arm642.1.220непряма
npm@anthropic-ai/claude-code-darwin-x642.1.220непряма
npm@anthropic-ai/claude-code-linux-arm642.1.220непряма
npm@anthropic-ai/claude-code-linux-arm64-musl2.1.220непряма
npm@anthropic-ai/claude-code-linux-x642.1.220непряма
npm@anthropic-ai/claude-code-linux-x64-musl2.1.220непряма
npm@anthropic-ai/claude-code-win32-arm642.1.220непряма
npm@anthropic-ai/claude-code-win32-x642.1.220непряма
npm@anthropic-ai/mcpb2.1.2непряма
npm@github/keytar7.10.6непряма
npm@google/gemini-cli0.53.1непряма
npm@inquirer/checkbox3.0.1непряма
npm@inquirer/confirm4.0.1непряма
npm@inquirer/core9.2.1непряма
npm@inquirer/editor3.0.1непряма
npm@inquirer/expand3.0.1непряма
npm@inquirer/figures1.0.15непряма
npm@inquirer/input3.0.1непряма
npm@inquirer/number2.0.1непряма
npm@inquirer/password3.0.1непряма
npm@inquirer/prompts6.0.1непряма
npm@inquirer/rawlist3.0.1непряма
npm@inquirer/search2.0.1непряма
npm@inquirer/select3.0.1непряма
npm@inquirer/type2.0.0непряма
npm@lydell/node-pty1.1.0непряма
npm@lydell/node-pty-darwin-arm641.1.0непряма
npm@lydell/node-pty-darwin-x641.1.0непряма
npm@lydell/node-pty-linux-arm641.1.0непряма
npm@lydell/node-pty-linux-x641.1.0непряма
npm@lydell/node-pty-win32-arm641.1.0непряма
npm@lydell/node-pty-win32-x641.1.0непряма
npm@openai/codex0.146.0непряма
npm@openai/codex0.146.0-darwin-arm64непряма
npm@openai/codex0.146.0-darwin-x64непряма
npm@openai/codex0.146.0-linux-arm64непряма
npm@openai/codex0.146.0-linux-x64непряма
npm@openai/codex0.146.0-win32-arm64непряма
npm@openai/codex0.146.0-win32-x64непряма
npm@types/mute-stream0.0.4непряма
npm@types/node22.20.1непряма
npm@types/wrap-ansi3.0.0непряма
npmansi-escapes4.3.2непряма
npmansi-regex5.0.1непряма
npmansi-styles4.3.0непряма
npmchardet0.7.0непряма
npmcli-width4.1.0непряма
npmcolor-convert2.0.1непряма
npmcolor-name1.1.4непряма
npmcommander13.1.0непряма
npmdebug4.4.3непряма
npmemoji-regex8.0.0непряма
npmexternal-editor3.1.0непряма
npmfflate0.8.3непряма
npmflora-colossus2.0.0непряма
npmfs-extra10.1.0непряма
npmgalactus1.0.0непряма
npmgraceful-fs4.2.11непряма
npmiconv-lite0.4.24непряма
npmignore7.0.6непряма
npmis-fullwidth-code-point3.0.0непряма
npmjsonfile6.2.1непряма
npmms2.1.3непряма
npmmute-stream1.0.0непряма
npmnan2.28.0непряма
npmnode-addon-api8.9.1непряма
npmnode-forge1.4.0непряма
npmnode-pty1.0.0непряма
npmpretty-bytes5.6.0непряма
npmsafer-buffer2.1.2непряма
npmsignal-exit4.1.0непряма
npmstring-width4.2.3непряма
npmstrip-ansi6.0.1непряма
npmtmp0.2.7непряма
npmtype-fest0.21.3непряма
npmundici-types6.21.0непряма
npmuniversalify2.0.1непряма
npmwrap-ansi6.2.0непряма
npmyoctocolors-cjs2.1.3непряма
npmzod3.25.76непряма
npmzod-to-json-schema3.25.2непряма
PyPIaiohappyeyeballs2.7.1непряма
PyPIaiohttp3.14.3непряма
PyPIaiosignal1.4.0непряма
PyPIannotated-doc0.0.5непряма
PyPIannotated-types0.8.0непряма
PyPIasync-timeout5.0.1непряма
PyPIatheris3.1.0непряма
PyPIattrs26.1.0непряма
PyPIbackports-asyncio-runner1.2.0непряма
PyPIbuild1.5.0непряма
PyPIcachetools7.1.6непряма
PyPIcertifi2026.7.22непряма
PyPIcffi2.1.0непряма
PyPIcharset-normalizer3.4.9непряма
PyPIclick8.4.2непряма
PyPIcolorama0.4.6непряма
PyPIcolorcet3.2.1непряма
PyPIcoloredlogs15.0.1непряма
PyPIcoverage7.15.2непряма
PyPIcryptography50.0.0непряма
PyPIdatasets5.0.1непряма
PyPIdatashader0.19.1непряма
PyPIdill0.4.1непряма
PyPIexceptiongroup1.3.1непряма
PyPIfilelock3.32.0непряма
PyPIflatbuffers25.12.19непряма
PyPIfrozenlist1.8.0непряма
PyPIfsspec2026.6.0непряма
PyPIgoogleapis-common-protos1.75.0непряма
PyPIh110.16.0непряма
PyPIhatchling1.32.0непряма
PyPIhf-xet1.5.2непряма
PyPIhttpcore1.0.9непряма
PyPIhttpcore22.10.0непряма
PyPIhttpx0.28.1непряма
PyPIhttpx22.10.0непряма
PyPIhttpx2-jsfetch1.0непряма
PyPIhuggingface-hub1.27.0непряма
PyPIhumanfriendly10.0непряма
PyPIhypermnesia-mcp4.19.1непряма
PyPIidna3.18непряма
PyPIigraph1.0.0непряма
PyPIimportlib-metadata9.0.0непряма
PyPIiniconfig2.3.0непряма
PyPIjinja23.1.6непряма
PyPIjoblib1.5.3непряма
PyPIjsonschema4.26.0непряма
PyPIjsonschema-specifications2025.9.1непряма
PyPIleidenalg0.12.0непряма
PyPIlibcst1.8.6непряма
PyPIlinkify-it-py2.1.0непряма
PyPIllvmlite0.36.0непряма
PyPImarkdown-it-py4.2.0непряма
PyPImarkupsafe3.0.3непряма
PyPImcp-types2.0.0непряма
PyPImdit-py-plugins0.6.1непряма
PyPImdurl0.1.2непряма
PyPImpmath1.4.1непряма
PyPImultidict6.7.1непряма
PyPImultipledispatch1.0.0непряма
PyPImultiprocess0.70.19непряма
PyPImutmut3.6.0непряма
PyPInarwhals2.24.0непряма
PyPInetworkx3.4.2непряма
PyPInetworkx3.6.1непряма
PyPInodeenv1.10.0непряма
PyPInumba0.53.1непряма
PyPIonnxruntime1.23.2непряма
PyPIonnxruntime1.28.0непряма
PyPIopentelemetry-api1.44.0непряма
PyPIopentelemetry-exporter-otlp-proto-common1.44.0непряма
PyPIopentelemetry-exporter-otlp-proto-http1.44.0непряма
PyPIopentelemetry-proto1.44.0непряма
PyPIopentelemetry-sdk1.44.0непряма
PyPIopentelemetry-semantic-conventions0.65b0непряма
PyPIpackaging26.2непряма
PyPIpandas2.3.3непряма
PyPIpandas3.0.5непряма
PyPIparam2.4.1непряма
PyPIpathspec1.1.1непряма
PyPIpgvector0.5.0непряма
PyPIpillow12.3.0непряма
PyPIplatformdirs4.11.0непряма
PyPIpluggy1.6.0непряма
PyPIpropcache0.5.2непряма
PyPIprotobuf7.35.1непряма
PyPIpsycopg3.3.4непряма
PyPIpsycopg-binary3.3.4непряма
PyPIpsycopg-pool3.3.1непряма
PyPIpyarrow25.0.0непряма
PyPIpycparser3.0непряма
PyPIpyct0.6.0непряма
PyPIpydantic-core2.46.4непряма
PyPIpygments2.20.0непряма
PyPIpyjwt2.13.0непряма
PyPIpymupdf1.28.2непряма
PyPIpyproject-hooks1.2.0непряма
PyPIpyreadline33.5.6непряма
PyPIpyright1.1.411непряма
PyPIpytest9.1.1непряма
PyPIpytest-asyncio1.4.0непряма
PyPIpytest-cov7.1.0непряма
PyPIpytest-timeout2.4.0непряма
PyPIpython-dotenv1.2.2непряма
PyPIpython-multipart0.0.32непряма
PyPIpytz2026.3.post1непряма
PyPIpywin32312непряма
PyPIpyyaml6.0.3непряма
PyPIpyyaml-ft8.0.0непряма
PyPIreferencing0.37.0непряма
PyPIregex2026.7.19непряма
PyPIrequests2.34.2непряма
PyPIrich15.0.0непряма
PyPIrpds-py0.30.0непряма
PyPIrpds-py2026.6.3непряма
PyPIruff0.16.2непряма
PyPIsafetensors0.8.0непряма
PyPIscikit-learn1.7.2непряма
PyPIscikit-learn1.9.0непряма
PyPIscipy1.15.3непряма
PyPIscipy1.17.1непряма
PyPIscipy1.18.0непряма
PyPIsetproctitle1.3.7непряма
PyPIsetuptools84.0.0непряма
PyPIshellingham1.5.4непряма
PyPIsix1.17.0непряма
PyPIsqlite-vec0.1.9непряма
PyPIsse-starlette3.4.6непряма
PyPIstarlette1.3.1непряма
PyPIsympy1.14.0непряма
PyPItexttable1.7.0непряма
PyPItextual8.2.8непряма
PyPIthreadpoolctl3.6.0непряма
PyPItokenizers0.22.2непряма
PyPItoml0.10.2непряма
PyPItomli2.4.1непряма
PyPItomlkit0.15.1непряма
PyPItoolz1.1.0непряма
PyPItorch2.13.0непряма
PyPItorch2.13.0+cpuнепряма
PyPItqdm4.70.0непряма
PyPItransformers5.14.1непряма
PyPItree-sitter0.26.0непряма
PyPItree-sitter-language-pack1.14.3непряма
PyPItrove-classifiers2026.6.1.19непряма
PyPItruststore0.10.4непряма
PyPItyper0.27.1непряма
PyPItyping-extensions4.16.0непряма
PyPItyping-inspection0.4.2непряма
PyPItzdata2026.3непряма
PyPIuc-micro-py2.0.0непряма
PyPIurllib32.7.0непряма
PyPIuvicorn0.52.1непряма
PyPIxarray2025.6.1непряма
PyPIxarray2026.7.0непряма
PyPIxxhash3.8.1непряма
PyPIyarl1.24.5непряма
PyPIzipp4.1.0непряма
Сповіщення про залежності 0

Встановлення pypi:hypermnesia-mcp@4.19.1 тягне 94 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.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з cdeust/Cortex. Читати поруч →

93DeusData/codebase-memory-mcpHigh-performance code intelligence MCP server. Indexes codebases into a persistent knowledge graph — average repo in milliseconds. 158 languages, sub-ms queries, 99% fewer tokens. Single static binary, zero dependencies.Винятковий98awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsВинятковий95sickn33/agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,000+ agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.Винятковий93hashgraph-online/hol-guardOpen-source antivirus for AI agents: block risky tools, secret access, prompt injection, malicious packages, MCP servers, plugins, and skills at runtime.Винятковий92Observal/ObservalObserval is a local registry and analytics platform for your AI components. Setup Observal, define the scope and share your Skills, MCPs and Agents.Відмінний92sipyourdrink-ltd/bernsteinDeterministic orchestrator for CLI coding agents (Claude Code, Codex, Gemini CLI, +40 more). No model in the coordination loop, so parallel runs in per-task git worktrees replay byte-identically. Signed lineage plus an opt-in HMAC audit chain a reviewer checks offline, without rerunning it. Cluster mode, air-gap deploy. https://bernstein.runВідмінний

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.