Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-11 02:32 UTC

danijar / granular

Fast dataset format and loader

PythonMIT★ 24 зірки⑂ 3 форкиз черв. 2024 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#ai#artificial-intelligence#datasets#machine-learning#multimodal#python#research

danijar/granular має індекс здоров’я 50 зі 100, що відповідає смузі «Помірний». Найвищий показник — Engineering Quality (74/100), найнижчий — AI Readiness (32/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

50
загалом / 100
Помірний

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»).

50
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 50 калібровано до 50 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Danijar HafnerОсобистий обліковий запис
2 398 підписників99 публічних репозиторіївз серп. 2012 р.DeepMind

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIgranular0.24.032 981600 днів тому

Метрики за категоріями

Життєздатність

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

35Слабкий · 21% загального індексу

Активність розробки

58Помірний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
4.2/36Ритм комітів — 6/52 тижнів із комітами
11.1/18Обсяг комітів — 16 комітів за останній рік
7/10OpenSSF Scorecard: Maintained — 9 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 7
Використані вхідні дані
commits_last_year16
human_commit_share1
days_since_last_push0
active_weeks_last_year6

Дисципліна релізів

1Критичний
Як обчислюється оцінка
0/27Випускає релізи — релізів не опубліковано
0/36Свіжість релізів — релізів немає
0/27Ритм релізів — релізів немає
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count0
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?

46Слабкий · 17% загального індексу

Популярність і впровадження

25У зоні ризику
Як обчислюється оцінка
22.1/60Зірки — 24 зірок
2.5/25Форки — 3 форків
0/15Спостерігачі — 1 спостерігачів
Використані вхідні дані
forks3
stars24
watchers1
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

50Помірний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана 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_badges1
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicesshields.io
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

75Добрий
Як обчислюється оцінка
60.2/80Щомісячні завантаження — 32 981 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesgranular
dependents—
ecosystemspypi
total_downloads—
monthly_downloads32 981
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?

59Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

20У зоні ризику
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
2.8/22.5Розподіл комітів — головний контриб’ютор — автор 88% комітів
2.7/13.5Широта контриб’юторів — 2 контриб’юторів
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Використані вхідні дані
bus_factor1
contributors_sampled2
top_contributor_share0,875

Реактивність на issue та PR

58Помірний
Як обчислюється оцінка
0/42Вирішення issue — немає issue або даних
25.7/30Прийняття PR — злито 12/14 вирішених PR
6.5/13Newcomer PR acceptance — злито 1/2 PR від новачків за 30 дн.
1.5/15OpenSSF Scorecard: Code-Review — Found 5/30 approved changesets -- score normalized to 1
Використані вхідні дані
merged_prs12
open_issues0
closed_issues0
prs_merged_7d1
prs_decided_7d2
prs_merged_30d2
prs_decided_30d3
issue_closed_ratio—
closed_unmerged_prs2
first_time_authors_30d2
first_time_prs_merged_30d1
first_time_prs_decided_30d2
Виключено з оцінювання (немає даних або не застосовно): Вирішення issue. Залишкові ваги перенормовано.

Власність та опіка

74Добрий
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
24.3/25Охоплення власника — 2 398 підписників у danijar
25/25Послужний список — 99 публічних репозиторіїв, вік облікового запису ~14 р.
Використані вхідні дані
followers2 398
owner_typeUser
is_verified—
owner_logindanijar
public_repos99
account_age_days5 177
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 0 дн. тому
20/20Історія версій — 60 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesgranular
ecosystemspypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

74Добрий · 19% загального індексу

Інженерні практики

74Добрий
Як обчислюється оцінка
24/24Процеси CI — 1 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff])
0/9.6Pre-commit-хуки
0/6.4.editorconfig
10/20OpenSSF Scorecard: CI-Tests — 3 out of 6 merged PRs checked by a CI test -- score normalized to 5
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configні

Документація

75Добрий
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://pypi.org/project/granular
10/10Опис репозиторію
10/10Теми — 7 тем
10/10Wiki
Використані вхідні дані
topicsai, artificial-intelligence, datasets, machine-learning, multimodal, python, research
has_wikiтак
homepagehttps://pypi.org/project/granular
docs_sitehttps://pypi.org/project/granular
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

38Слабкий · 16% загального індексу

Стан безпеки

31У зоні ризику
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
1.2/2.5CI-Tests — 3 out of 6 merged PRs checked by a CI test -- score normalized to 5
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0.8/7.5Code-Review — Found 5/30 approved changesets -- score normalized to 1
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
10/10Dangerous-Workflow — no 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
5.2/7.5Maintained — 9 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 7
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 — 38 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate3,1
Виключено з оцінювання (немає даних або не застосовно): Packaging, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

64Помірний
Як обчислюється оцінка
14/35Прямі залежності без відомих сповіщень — уражено 1: msgpack 1.1.2 (high 7.5)
0/25Непрямі залежності без відомих сповіщень — транзитивний набір не відокремлюється від залежностей розробки й тестування в цьому обсязі
33.7/40Немає задавнених сповіщень — 1 пакет(ів) зі сповіщеннями без реакції понад 90 дн.; найдавніше опубліковано 113 дн. тому
Використані вхідні дані
sourceosv
advisories75
affected_packages9
assessed_packages75
unassessed_packages0
affected_by_severitycritical 2, high 3, moderate 3, low 1
direct_affected_packages1
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень. Залишкові ваги перенормовано. Звірено 75 резолвлених залежностей із OSV. Цей репозиторій не публікує пакета, який резолвить індекс, тож натомість оцінено граф залежностей репозиторію. Цей граф змішує закріплені версії для розробки й тестування зі справді постачаними залежностями, тож оцінюються лише задекларовані runtime-залежності; транзитивні знахідки подаються як контекст і в оцінку не входять. 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.

32У зоні ризику · 4% загального індексу

Контекст і настанови для агентів

7Критичний
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
6.7/40Читабельна історія комітів — намір зазначено у 11 з 88 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,125
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

43Слабкий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
0/11Статична перевірка типів
10/10Відтворюване середовище — lockfile
0/10Підтверджена практика роботи з агентами — серед останніх 88 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_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
55/55Керовані розміри файлів — 0/16 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes10 748
source_files_sampled16
oversized_source_files0

Ключові факти

24зірок GitHub
2контриб'юторів
16комітів за останні 12 місяців
0днів від останнього пушу
0релізів
1бас-фактор
0відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:granular@0.24.0; advisories assessed against the repository dependency graph instead

Докладніше

Історія зірок і форків 0 ★ / 3 ⇿
0Зірки
3Форки

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.

12233312024-072025-082026-10

Кожна точка охоплює 3 днів.

OpenSSF Scorecard 3.1 / 10
3.1сукупно

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 · 2026-10-11 02:32 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
5CI-Tests3 out of 6 merged PRs checked by a CI test -- score normalized to 5
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
1Code-ReviewFound 5/30 approved changesets -- score normalized to 1
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
7Maintained9 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 7
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
0Vulnerabilities38 existing vulnerabilities detected
Прямі залежності 3
РеєстрПакетОбмеження версіїМаніфест
PyPIcloudpickle—pyproject.toml
PyPImsgpack—pyproject.toml
PyPInumpy—pyproject.toml
Усі залежності 75

Повний розв'язаний набір залежностей із графа залежностей GitHub: 4 прямих і 71 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIcloudpickle3.1.2пряма
PyPImsgpack1.1.2пряма
PyPInumpy2.2.6пряма
PyPInumpy2.4.0пряма
PyPIasttokens3.0.1непряма
PyPIbackports-tarfile1.2.0непряма
PyPIcertifi2025.11.12непряма
PyPIcffi2.0.0непряма
PyPIcharset-normalizer3.4.4непряма
PyPIcolorama0.4.6непряма
PyPIcontourpy1.3.2непряма
PyPIcontourpy1.3.3непряма
PyPIcryptography46.0.3непряма
PyPIcycler0.12.1непряма
PyPIdecorator5.2.1непряма
PyPIdocutils0.22.4непряма
PyPIexceptiongroup1.3.1непряма
PyPIexecuting2.2.1непряма
PyPIfonttools4.62.1непряма
PyPIgranular0.24.0непряма
PyPIgreenlet3.3.0непряма
PyPIid1.5.0непряма
PyPIidna3.11непряма
PyPIimportlib-metadata8.7.1непряма
PyPIiniconfig2.3.0непряма
PyPIipdb0.13.13непряма
PyPIipython8.37.0непряма
PyPIipython9.8.0непряма
PyPIipython-pygments-lexers1.1.1непряма
PyPIjaraco-classes3.4.0непряма
PyPIjaraco-context6.0.2непряма
PyPIjaraco-functools4.4.0непряма
PyPIjedi0.19.2непряма
PyPIjeepney0.9.0непряма
PyPIkeyring25.7.0непряма
PyPIkiwisolver1.5.0непряма
PyPImarkdown-it-py4.0.0непряма
PyPImatplotlib3.10.8непряма
PyPImatplotlib-inline0.2.1непряма
PyPImdurl0.1.2непряма
PyPImediapy1.2.6непряма
PyPImore-itertools10.8.0непряма
PyPIneovim0.3.1непряма
PyPInh30.3.2непряма
PyPIpackaging25.0непряма
PyPIparso0.8.5непряма
PyPIpexpect4.9.0непряма
PyPIpillow12.0.0непряма
PyPIpluggy1.6.0непряма
PyPIprompt-toolkit3.0.52непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.3непряма
PyPIpycparser2.23непряма
PyPIpygments2.19.2непряма
PyPIpynvim0.6.0непряма
PyPIpyparsing3.3.2непряма
PyPIpytest9.0.2непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpywin32-ctypes0.2.3непряма
PyPIreadme-renderer44.0непряма
PyPIrequests2.32.5непряма
PyPIrequests-toolbelt1.0.0непряма
PyPIrfc39862.0.0непряма
PyPIrich14.2.0непряма
PyPIruff0.14.10непряма
PyPIsecretstorage3.5.0непряма
PyPIsix1.17.0непряма
PyPIstack-data0.6.3непряма
PyPItomli2.3.0непряма
PyPItraitlets5.14.3непряма
PyPItwine6.2.0непряма
PyPItyping-extensions4.15.0непряма
PyPIurllib32.6.2непряма
PyPIwcwidth0.2.14непряма
PyPIzipp3.23.0непряма
Сповіщення про залежності 9

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 75 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 9 мають відомі сповіщення, з них 1 прямі.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
cryptography46.0.3непрямакритична1350.0.0
pillow12.0.0непрямакритична3812.3.0
msgpack1.1.2прямависока21.2.1
jaraco-context6.0.2непрямависока26.1.0
urllib32.6.2непрямависока122.8.0
idna3.11непрямапомірна23.15
pytest9.0.2непрямапомірна29.0.3
requests2.32.5непрямапомірна22.33.0
pygments2.19.2непряманизька22.20.0

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 danijar/granular. Читати поруч →

98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsВинятковий98Eventual-Inc/DaftHigh-performance data engine for AI and multimodal workloads. Process images, audio, video, and structured data at any scaleВинятковий98deepnote/deepnoteDeepnote is a drop-in replacement for Jupyter with an AI-first design, sleek UI, new blocks, and native data integrations. Use Python, R, and SQL locally in your favorite IDE, then scale to Deepnote cloud for real-time collaboration, Deepnote agent, and deployable data apps. https://deepnote.com/Винятковий100onnx/onnxOpen standard for machine learning interoperabilityВинятковий99ultralytics/ultralyticsUltralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingВинятковий99nautechsystems/nautilus_traderProduction-grade Rust-native trading engine with deterministic event-driven architectureВинятковий

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.