Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-19 09:20 UTC

chemosim-lab / ProLIF

Interaction Fingerprints for protein-ligand complexes and more

PythonApache-2.0★ 540 зірок⑂ 104 форкиз січ. 2020 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#molecular-dynamics#rdkit#drug-design#docking#cheminformatics#mdanalysis#drug-discovery

chemosim-lab/ProLIF має індекс здоров’я 78 зі 100, що відповідає смузі «Добрий». Найвищий показник — Engineering Quality (86/100), найнижчий — Security (50/100). Останнє оновлення було 48 днів тому. Більшість нещодавньої роботи виконує один учасник.

78
загалом / 100
Добрий

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»).

78
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 67 калібровано до 78 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

ChemSenSim LabОрганізація
31 підписник14 публічних репозиторіївз лип. 2019 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIprolif2.2.178 9343053 дні томуsciencechemistrydrug-designcheminformaticschemoinformaticsmolecular-dynamicsinteraction-fingerprint

Метрики за категоріями

Життєздатність

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

62Помірний · 21% загального індексу

Активність розробки

48Слабкий
Як обчислюється оцінка
18/36Свіжість push — останній push 48 дн. тому
7.6/36Ритм комітів — 11/52 тижнів із комітами
13.4/18Обсяг комітів — 30 комітів за останній рік
9/10OpenSSF Scorecard: Maintained — 9 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 9
Використані вхідні дані
commits_last_year30
human_commit_share1
days_since_last_push48
active_weeks_last_year11

Дисципліна релізів

84Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 16 релізів
36/36Свіжість релізів — останній реліз 53 дн. тому
12.6/27Ритм релізів — реліз кожні ~149,8 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count16
latest_release_tagv2.2.1
releases_from_tagsні
days_since_latest_release53
mean_days_between_releases149,8
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?

72Добрий · 17% загального індексу

Популярність і впровадження

67Добрий
Як обчислюється оцінка
44.3/60Зірки — 540 зірок
16.8/25Форки — 104 форків
6/15Спостерігачі — 13 спостерігачів
Використані вхідні дані
forks104
stars540
watchers13
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

70Добрий
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
18/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges0
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_services—
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

82Відмінний
Як обчислюється оцінка
65.3/80Щомісячні завантаження — 78 934 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesprolif
dependents—
ecosystemspypi
total_downloads—
monthly_downloads78 934
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?

64Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

35Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
2.7/22.5Розподіл комітів — головний контриб’ютор — автор 88% комітів
13.5/13.5Широта контриб’юторів — 18 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled18
top_contributor_share0,882

Реактивність на issue та PR

75Добрий
Як обчислюється оцінка
38.2/42Вирішення issue — закрито 91% issue
23.7/30Прийняття PR — злито 87/110 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
3/15OpenSSF Scorecard: Code-Review — Found 6/28 approved changesets -- score normalized to 2
Використані вхідні дані
merged_prs87
open_issues18
closed_issues183
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,91
closed_unmerged_prs23
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

61Помірний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
10.8/25Охоплення власника — 31 підписників у chemosim-lab
20.6/25Послужний список — 14 публічних репозиторіїв, вік облікового запису ~7 р.
Використані вхідні дані
followers31
owner_typeOrganization
is_verifiedні
owner_loginchemosim-lab
public_repos14
account_age_days2 614

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 53 дн. тому
20/20Історія версій — 30 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesprolif
ecosystemspypi
any_deprecatedні
min_days_since_publish53

Інженерна якість

Чи наявні базові інженерні практики та документація?

86Відмінний · 19% загального індексу

Інженерні практики

84Відмінний
Як обчислюється оцінка
24/24Процеси CI — 6 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
0/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 20 out of 20 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://prolif.readthedocs.io
10/10Опис репозиторію
10/10Теми — 7 тем
0/10Wiki
Використані вхідні дані
topicsmolecular-dynamics, rdkit, drug-design, docking, cheminformatics, mdanalysis, drug-discovery
has_wikiні
homepagehttps://prolif.readthedocs.io
docs_sitehttps://prolif.readthedocs.io
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

50Помірний · 16% загального індексу

Стан безпеки

37Слабкий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 20 out of 20 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
1.5/7.5Code-Review — Found 6/28 approved changesets -- score normalized to 2
2.5/2.5Contributors — project has 5 contributing companies or organizations
0/10Dangerous-Workflow — 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
6.8/7.5Maintained — 9 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 9
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5SAST — SAST tool is run on all commits
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 — 54 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate3,7
Виключено з оцінювання (немає даних або не застосовно): Signed-Releases. 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_packages29
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:prolif@2.2.1 — тим, що тягне за собою встановлення опублікованого пакета, — 29 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.

57Помірний · 4% загального індексу

Контекст і настанови для агентів

27У зоні ризику
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
26.7/40Читабельна історія комітів — намір зазначено у 50 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,5
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

54Помірний
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
11/11Статична перевірка типів — prolif/py.typed
10/10Відтворюване середовище — lockfile
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
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configsprolif/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

82Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (prolif/py.typed)
55/55Керовані розміри файлів — 0/53 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes54 761
source_files_sampled53
oversized_source_files0

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

540зірок GitHub
18контриб'юторів
30комітів за останні 12 місяців
48днів від останнього пушу
16релізів
1бас-фактор
18відкритих 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 ★ / 104 ⇿
0Зірки
104Форки
15Релізи

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.

02040608010010052021-012023-112026-09
Мажорні 2Мінорні 3Патчі 8

Кожна точка охоплює 6 днів.

OpenSSF Scorecard 3.7 / 10
3.7сукупно

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 · 2026-09-19 09:19 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests20 out of 20 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
2Code-ReviewFound 6/28 approved changesets -- score normalized to 2
10Contributorsproject has 5 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
9Maintained9 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 9
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities54 existing vulnerabilities detected
Прямі залежності 11
РеєстрПакетОбмеження версіїМаніфест
PyPIpandas>=1.1.0pyproject.toml
PyPInumpy>=1.13.3pyproject.toml
PyPIscipy>=1.3.0pyproject.toml
PyPImdanalysis>=2.2.0,<3pyproject.toml
PyPImdanalysis>=2.7.0,<3pyproject.toml
PyPInetworkx>=2.5.0pyproject.toml
PyPItqdm—pyproject.toml
PyPImultiprocess—pyproject.toml
PyPIdill—pyproject.toml
PyPIpsutil—pyproject.toml
PyPIgemmi>=0.7.5pyproject.toml
Усі залежності 161

Повний розв'язаний набір залежностей із графа залежностей GitHub: 13 прямих і 148 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIdill0.3.9пряма
PyPIgemmi0.7.5пряма
PyPImdanalysis2.5.0пряма
PyPImdanalysis2.8.0пряма
PyPImultiprocess0.70.17пряма
PyPInetworkx3.2.1пряма
PyPInetworkx3.4.2пряма
PyPInumpy1.26.4пряма
PyPIpandas2.2.3пряма
PyPIpsutil7.0.0пряма
PyPIscipy1.13.1пряма
PyPIscipy1.15.2пряма
PyPItqdm4.67.1пряма
PyPIaccessible-pygments0.0.5непряма
PyPIalabaster0.7.16непряма
PyPIanyio4.14.2непряма
PyPIappnope0.1.4непряма
PyPIasttokens3.0.0непряма
PyPIattrs25.1.0непряма
PyPIbabel2.17.0непряма
PyPIbeautifulsoup44.13.3непряма
PyPIbiopython1.85непряма
PyPIblack25.1.0непряма
PyPIcertifi2025.1.31непряма
PyPIcffi1.17.1непряма
PyPIcharset-normalizer3.4.1непряма
PyPIclick8.1.8непряма
PyPIcolorama0.4.6непряма
PyPIcomm0.2.2непряма
PyPIcommonmark0.9.1непряма
PyPIcontourpy1.3.0непряма
PyPIcontourpy1.3.1непряма
PyPIcoverage7.6.12непряма
PyPIcycler0.12.1непряма
PyPIdebugpy1.8.12непряма
PyPIdecorator5.2.1непряма
PyPIdocutils0.19непряма
PyPIexceptiongroup1.2.2непряма
PyPIexecuting2.2.0непряма
PyPIfasteners0.19непряма
PyPIfastjsonschema2.21.1непряма
PyPIfonttools4.56.0непряма
PyPIgreenlet3.1.1непряма
PyPIgriddataformats1.0.2непряма
PyPIgsd3.4.2непряма
PyPIh110.16.0непряма
PyPIidna3.10непряма
PyPIimagesize1.4.1непряма
PyPIimportlib-metadata8.6.1непряма
PyPIiniconfig2.0.0непряма
PyPIipykernel6.29.5непряма
PyPIipython8.18.1непряма
PyPIipywidgets8.1.5непряма
PyPIjedi0.19.2непряма
PyPIjinja23.1.5непряма
PyPIjoblib1.4.2непряма
PyPIjsonpickle4.0.2непряма
PyPIjsonschema4.23.0непряма
PyPIjsonschema-specifications2024.10.1непряма
PyPIjupyter-cache0.6.1непряма
PyPIjupyter-client8.6.3непряма
PyPIjupyter-core5.7.2непряма
PyPIjupyterlab-widgets3.0.13непряма
PyPIkiwisolver1.4.7непряма
PyPIkiwisolver1.4.8непряма
PyPImarkdown-it-py2.2.0непряма
PyPImarkupsafe3.0.2непряма
PyPImatplotlib3.10.1непряма
PyPImatplotlib3.9.4непряма
PyPImatplotlib-inline0.1.7непряма
PyPImda-xdrlib0.2.0непряма
PyPImdahole20.5.0непряма
PyPImdit-py-plugins0.3.5непряма
PyPImdurl0.1.2непряма
PyPImmtf-python1.1.3непряма
PyPImrcfile1.5.4непряма
PyPImsgpack1.1.0непряма
PyPImypy1.15.0непряма
PyPImypy-extensions1.0.0непряма
PyPImyst-nb0.17.2непряма
PyPImyst-parser0.18.1непряма
PyPInbclient0.7.4непряма
PyPInbformat5.10.4непряма
PyPInest-asyncio1.6.0непряма
PyPIoptype0.9.2непряма
PyPIpackaging24.2непряма
PyPIpandas-stubs2.2.3.250308непряма
PyPIparso0.8.4непряма
PyPIpastel0.2.1непряма
PyPIpathsimanalysis1.2.0непряма
PyPIpathspec0.12.1непряма
PyPIpexpect4.9.0непряма
PyPIpillow11.1.0непряма
PyPIplatformdirs4.3.6непряма
PyPIpluggy1.5.0непряма
PyPIpoethepoet0.33.0непряма
PyPIprolif0.0.0непряма
PyPIprompt-toolkit3.0.50непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.3непряма
PyPIpy3dmol2.4.2непряма
PyPIpycparser2.22непряма
PyPIpydata-sphinx-theme0.15.4непряма
PyPIpygments2.19.1непряма
PyPIpyparsing3.2.1непряма
PyPIpytest8.3.5непряма
PyPIpytest-cov6.0.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpytz2025.1непряма
PyPIpyvis0.3.2непряма
PyPIpywin32308непряма
PyPIpyyaml6.0.2непряма
PyPIpyzmq26.2.1непряма
PyPIrdkit2024.9.6непряма
PyPIrecommonmark0.7.1непряма
PyPIreferencing0.36.2непряма
PyPIrequests2.32.3непряма
PyPIrpds-py0.23.1непряма
PyPIruff0.11.2непряма
PyPIscipy-stubs1.15.2.1непряма
PyPIseaborn0.13.2непряма
PyPIsetuptools78.1.0непряма
PyPIsix1.17.0непряма
PyPIsnowballstemmer2.2.0непряма
PyPIsoupsieve2.6непряма
PyPIsphinx5.3.0непряма
PyPIsphinx-autobuild2024.10.3непряма
PyPIsphinx-autobuild2025.8.25непряма
PyPIsphinx-book-theme1.1.3непряма
PyPIsphinx-copybutton0.5.2непряма
PyPIsphinxcontrib-applehelp2.0.0непряма
PyPIsphinxcontrib-devhelp2.0.0непряма
PyPIsphinxcontrib-htmlhelp2.1.0непряма
PyPIsphinxcontrib-jsmath1.0.1непряма
PyPIsphinxcontrib-qthelp2.0.0непряма
PyPIsphinxcontrib-serializinghtml2.0.0непряма
PyPIsqlalchemy2.0.38непряма
PyPIstack-data0.6.3непряма
PyPIstarlette1.3.1непряма
PyPItabulate0.9.0непряма
PyPIthreadpoolctl3.5.0непряма
PyPItokenize-rt6.1.0непряма
PyPItomli2.2.1непряма
PyPItornado6.4.2непряма
PyPItraitlets5.14.3непряма
PyPItypes-networkx3.4.2.20250426непряма
PyPItypes-psutil7.2.1.20251231непряма
PyPItypes-pytz2025.2.0.20250326непряма
PyPItypes-requests2.32.0.20250328непряма
PyPItypes-setuptools78.1.0.20250329непряма
PyPItypes-tqdm4.67.0.20250319непряма
PyPItyping-extensions4.12.2непряма
PyPItzdata2025.1непряма
PyPIurllib32.3.0непряма
PyPIuvicorn0.51.0непряма
PyPIwatchfiles1.2.0непряма
PyPIwaterdynamics1.2.0непряма
PyPIwcwidth0.2.13непряма
PyPIwebsockets16.1.1непряма
PyPIwidgetsnbextension4.0.13непряма
PyPIzipp3.21.0непряма
Сповіщення про залежності 0

Встановлення pypi:prolif@2.2.1 тягне 29 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 chemosim-lab/ProLIF. Читати поруч →

81kent-tokyo/chematicA pure-Rust cheminformatics library targeting RDKit feature parity — zero C/C++ by default.Відмінний75MolCrafts/molrs[WIP] Molcrafts rust kernelДобрий93MDAnalysis/mdanalysisMDAnalysis is a Python library to analyze molecular dynamics simulations.Винятковий78abhishektiwari/hbatHBAT 2: A Python Package to analyse Hydrogen Bonds and Other Non-covalent Interactions in Macromolecular Structures https://hbat-web.abhishek-tiwari.comДобрий77kent-tokyo/renkinLocal and reproducible route auditing for AiZynthFinder, Syntheseus and RENKIN — plus a portable Rust retrosynthesis engine.Добрий91glotzerlab/freudPowerful, efficient particle trajectory analysis in scientific Python.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.