Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-10 08:13 UTC

databricks-industry-solutions / many-model-forecasting

Bootstrap your large scale forecasting solution on Databricks with Many Models Forecasting (MMF) Project.

Python · Jupyter NotebookВласна ліцензія★ 103 зірки⑂ 45 форківз жовт. 2022 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#forecasting#xindustry

databricks-industry-solutions/many-model-forecasting має індекс здоров’я 73 зі 100, що відповідає смузі «Добрий». Найвищий показник — Vitality (92/100), найнижчий — Engineering Quality (53/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

73
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»).

73
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 64 калібровано до 73 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Databricks Industry SolutionsОрганізація
862 підписники224 публічні репозиторіїз трав. 2022 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIskill-test0.4.01442136 днів тому

Метрики за категоріями

Життєздатність

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

92Відмінний · 21% загального індексу

Активність розробки

86Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
22.2/36Ритм комітів — 32/52 тижнів із комітами
18/18Обсяг комітів — 312 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year312
human_commit_share0,84
days_since_last_push0
active_weeks_last_year32

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 9 релізів
36/36Свіжість релізів — останній реліз 60 дн. тому
27/27Ритм релізів — реліз кожні ~18,6 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count9
latest_release_tagv0.1.7
releases_from_tagsні
days_since_latest_release60
mean_days_between_releases18,6
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?

57Помірний · 17% загального індексу

Популярність і впровадження

50Помірний
Як обчислюється оцінка
32.6/60Зірки — 103 зірок
13.7/25Форки — 45 форків
3.9/15Спостерігачі — 6 спостерігачів
Використані вхідні дані
forks45
stars103
watchers6
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

64Помірний
Як обчислюється оцінка
22.5/22.5README
16.9/22.5Ліцензія — файл ліцензії наявний, не є визнаною ліцензією
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

Сталість та врядування

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

56Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

29У зоні ризику
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
4.4/22.5Розподіл комітів — головний контриб’ютор — автор 80% комітів
9.5/13.5Широта контриб’юторів — 7 контриб’юторів
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Використані вхідні дані
bus_factor1
contributors_sampled7
top_contributor_share0,803

Реактивність на issue та PR

67Добрий
Як обчислюється оцінка
30.5/42Вирішення issue — закрито 73% issue
28.2/30Прийняття PR — злито 184/196 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — Found 0/3 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs184
open_issues3
closed_issues8
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d1
issue_closed_ratio0,727
closed_unmerged_prs12
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

73Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
21.1/25Охоплення власника — 862 підписників у databricks-industry-solutions
21.6/25Послужний список — 224 публічних репозиторіїв, вік облікового запису ~4 р.
Використані вхідні дані
followers862
owner_typeOrganization
is_verifiedні
owner_logindatabricks-industry-solutions
public_repos224
account_age_days1 563

Супровід пакетів

61Помірний
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
4/35Свіжість публікацій — остання публікація 2 136 дн. тому
12/20Історія версій — 4 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesskill-test
ecosystemspypi
any_deprecatedні
min_days_since_publish2 136

Інженерна якість

Чи наявні базові інженерні практики та документація?

53Помірний · 19% загального індексу

Інженерні практики

48Слабкий
Як обчислюється оцінка
24/24Процеси CI — 5 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 0 out of 14 merged PRs checked by a CI test -- score normalized to 0
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configні
has_precommit_configні

Документація

60Помірний
Як обчислюється оцінка
30/30README
0/25Каталог документації
0/15Сайт документації / домашня сторінка
10/10Опис репозиторію
10/10Теми — 2 тем
10/10Wiki
Використані вхідні дані
topicsforecasting, xindustry
has_wikiтак
homepage—
docs_site—
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

61Помірний · 16% загального індексу

Стан безпеки

51Помірний
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
0/2.5CI-Tests — 0 out of 14 merged PRs checked by a CI test -- score normalized to 0
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/3 approved changesets -- score normalized to 0
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.2/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
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
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6/7.5Vulnerabilities — 2 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,1
Виключено з оцінювання (немає даних або не застосовно): Packaging, 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_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:skill-test@0.4.0 — 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.

69Добрий · 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://docs.databricks.com/llms.txt)
40/40Читабельна історія комітів — намір зазначено у 79 з 84 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://docs.databricks.com/llms.txt
legible_history_share0,94
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes1 714

Цикл верифікації (збірка / тести / перевірка типів)

40Слабкий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — devcontainer, Dockerfile, lockfile
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
8/8Автоматизоване супроводження — 16 з останніх 100 комітів — автоматичні оновлення залежностей
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_dockerfileтак
typed_languageні
bootstrap_files—
has_devcontainerтак
has_linter_configні
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,16

Читабельність коду для моделей

54Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.4/55Керовані розміри файлів — 1/99 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes63 634
source_files_sampled99
oversized_source_files1

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 — examples, 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

103зірок GitHub
7контриб'юторів
312комітів за останні 12 місяців
0днів від останнього пушу
9релізів
1бас-фактор
3відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'mmf_sa' from its registry

Докладніше

Історія зірок і форків 0 ★ / 45 ⇿
0Зірки
45Форки
9Релізи

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.

010203040504432023-022024-112026-08
Мажорні 1Мінорні 1Патчі 7

Кожна точка охоплює 4 днів.

OpenSSF Scorecard 5.1 / 10
5.1сукупно

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 · 2026-09-10 08:13 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
0CI-Tests0 out of 14 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/3 approved changesets -- score normalized to 0
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
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
10Security-Policysecurity policy file detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
8Vulnerabilities2 existing vulnerabilities detected
Прямі залежності 6
РеєстрПакетОбмеження версіїМаніфест
PyPIomegaconf==2.3.0pyproject.toml
PyPIsktime==0.40.1pyproject.toml
PyPImlflow>=3.15.0pyproject.toml
PyPIpyyaml>=6.0skills/.test/pyproject.toml
PyPImlflow>=3.12.0skills/.test/pyproject.toml
PyPIpython-dotenv>=1.2.2skills/.test/pyproject.toml
Усі залежності 183

Повний розв'язаний набір залежностей із графа залежностей GitHub: 6 прямих і 177 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPImlflow—пряма
PyPImlflow3.16.0пряма
PyPIomegaconf2.3.0пряма
PyPIpython-dotenv1.2.2пряма
PyPIpyyaml6.0.3пряма
PyPIsktime0.40.1пряма
PyPIaiohappyeyeballs2.6.2непряма
PyPIaiohttp3.14.3непряма
PyPIaiosignal1.4.0непряма
PyPIalembic1.18.3непряма
PyPIannotated-doc0.0.4непряма
PyPIannotated-types0.7.0непряма
PyPIanyio4.12.1непряма
PyPIasync-timeout5.0.1непряма
PyPIattrs26.1.0непряма
PyPIazure-core1.38.0непряма
PyPIazure-storage-blob12.28.0непряма
PyPIazure-storage-file-datalake12.23.0непряма
PyPIbackports-asyncio-runner1.2.0непряма
PyPIblinker1.9.0непряма
PyPIboto31.42.41непряма
PyPIbotocore1.42.41непряма
PyPIcachetools6.2.6непряма
PyPIcertifi2026.1.4непряма
PyPIcffi2.0.0непряма
PyPIcharset-normalizer3.4.4непряма
PyPIchronos-forecasting2.2.2непряма
PyPIclick8.3.1непряма
PyPIcloudpickle3.1.2непряма
PyPIcmdstanpy1.2.5непряма
PyPIcolorama0.4.6непряма
PyPIcontourpy1.3.2непряма
PyPIcontourpy1.3.3непряма
PyPIcryptography50.0.0непряма
PyPIcycler0.12.1непряма
PyPIdash-bootstrap-components—непряма
PyPIdatabricks-agents1.4.0непряма
PyPIdatabricks-connect14.3.2непряма
PyPIdatabricks-connect18.1.2непряма
PyPIdatabricks-sdk—непряма
PyPIdatabricks-sdk0.84.0непряма
PyPIdatabricks-sql-connector—непряма
PyPIdataclasses-json0.6.7непряма
PyPIdistro1.9.0непряма
PyPIdocker7.1.0непряма
PyPIduckdb1.4.4непряма
PyPIexceptiongroup1.3.1непряма
PyPIfastapi0.136.3непряма
PyPIflask3.1.3непряма
PyPIflask-cors6.0.2непряма
PyPIfonttools4.61.1непряма
PyPIfrozenlist1.8.0непряма
PyPIgepa0.1.0непряма
PyPIgitdb4.0.12непряма
PyPIgitpython3.1.59непряма
PyPIgoogle-api-core2.29.0непряма
PyPIgoogle-auth2.48.0непряма
PyPIgoogle-cloud-core2.5.0непряма
PyPIgoogle-cloud-storage3.9.0непряма
PyPIgoogle-crc32c1.8.0непряма
PyPIgoogle-resumable-media2.8.0непряма
PyPIgoogleapis-common-protos1.72.0непряма
PyPIgraphene3.4.3непряма
PyPIgraphql-core3.2.7непряма
PyPIgraphql-relay3.2.0непряма
PyPIgreenlet3.3.1непряма
PyPIgrpcio1.80.0непряма
PyPIgrpcio-status1.80.0непряма
PyPIgunicorn23.0.0непряма
PyPIh110.16.0непряма
PyPIhierarchicalforecast1.5.1непряма
PyPIhttpcore1.0.9непряма
PyPIhttpx0.28.1непряма
PyPIhuey2.6.0непряма
PyPIidna3.15непряма
PyPIimportlib-metadata8.7.1непряма
PyPIiniconfig2.3.0непряма
PyPIisodate0.7.2непряма
PyPIitsdangerous2.2.0непряма
PyPIjinja23.1.6непряма
PyPIjiter0.13.0непряма
PyPIjmespath1.1.0непряма
PyPIjoblib1.5.3непряма
PyPIjsonpatch1.33непряма
PyPIjsonpointer3.0.0непряма
PyPIkiwisolver1.4.9непряма
PyPIlangchain-core1.3.3непряма
PyPIlangchain-openai1.1.14непряма
PyPIlangchain-protocol0.0.15непряма
PyPIlangsmith0.8.18непряма
PyPIlightgbm4.6.0непряма
PyPImako1.3.12непряма
PyPImarkupsafe3.0.3непряма
PyPImarshmallow3.26.2непряма
PyPImatplotlib3.10.8непряма
PyPImlflow-skinny3.16.0непряма
PyPImlflow-tracing3.16.0непряма
PyPImlforecast1.0.31непряма
PyPImultidict6.7.1непряма
PyPImypy-extensions1.1.0непряма
PyPIneuralforecast3.1.4непряма
PyPInumpy2.2.6непряма
PyPInumpy2.4.2непряма
PyPIopenai2.32.0непряма
PyPIopentelemetry-api1.39.1непряма
PyPIopentelemetry-proto1.39.1непряма
PyPIopentelemetry-sdk1.39.1непряма
PyPIopentelemetry-semantic-conventions0.60b1непряма
PyPIoptuna3.6.1непряма
PyPIorjson3.11.7непряма
PyPIpackaging25.0непряма
PyPIpandas—непряма
PyPIpandas2.2.3непряма
PyPIpandas2.3.3непряма
PyPIpillow12.3.0непряма
PyPIpluggy1.6.0непряма
PyPIpolars—непряма
PyPIprettytable3.17.0непряма
PyPIpropcache0.5.2непряма
PyPIprophet1.1.6непряма
PyPIproto-plus1.27.1непряма
PyPIprotobuf6.33.5непряма
PyPIpy4j0.10.9.7непряма
PyPIpy4j0.10.9.9непряма
PyPIpyarrow—непряма
PyPIpyarrow23.0.1непряма
PyPIpyasn10.6.4непряма
PyPIpyasn1-modules0.4.2непряма
PyPIpycparser3.0непряма
PyPIpydantic2.12.5непряма
PyPIpydantic-core2.41.5непряма
PyPIpygments2.20.0непряма
PyPIpyparsing3.3.2непряма
PyPIpyspark3.4.4непряма
PyPIpytest9.0.3непряма
PyPIpytest-asyncio1.3.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpytz2025.2непряма
PyPIpywin32311непряма
PyPIregex2026.1.15непряма
PyPIrequests2.33.0непряма
PyPIrequests-toolbelt1.0.0непряма
PyPIrsa4.9.1непряма
PyPIs3transfer0.16.0непряма
PyPIscikit-learn1.7.2непряма
PyPIscikit-learn1.8.0непряма
PyPIscipy—непряма
PyPIscipy1.15.3непряма
PyPIscipy1.17.0непряма
PyPIsetuptools83.0.0непряма
PyPIsix1.17.0непряма
PyPIskill-test0.1.0непряма
PyPIskops0.13.0непряма
PyPIsmmap5.0.2непряма
PyPIsniffio1.3.1непряма
PyPIsqlalchemy2.0.46непряма
PyPIsqlglot29.0.1непряма
PyPIsqlparse0.6.0непряма
PyPIstarlette1.3.1непряма
PyPIstatsforecast2.0.0непряма
PyPItenacity9.1.2непряма
PyPIthreadpoolctl3.6.0непряма
PyPItiktoken0.12.0непряма
PyPItimesfm—непряма
PyPItomli2.4.0непряма
PyPItqdm4.67.3непряма
PyPItyping-extensions4.15.0непряма
PyPItyping-inspect0.9.0непряма
PyPItyping-inspection0.4.2непряма
PyPItzdata2025.3непряма
PyPIurllib32.7.0непряма
PyPIutilsforecast0.2.15непряма
PyPIuuid-utils0.14.0непряма
PyPIuvicorn0.40.0непряма
PyPIwaitress3.0.2непряма
PyPIwcwidth0.5.3непряма
PyPIwebsockets16.0непряма
PyPIwerkzeug3.1.6непряма
PyPIwhenever0.7.3непряма
PyPIxxhash3.6.0непряма
PyPIyarl1.24.2непряма
PyPIzipp3.23.0непряма
PyPIzstandard0.25.0непряма
Сповіщення про залежності 0

Встановлення pypi:skill-test@0.4.0 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.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з databricks-industry-solutions/many-model-forecasting. Читати поруч →

98Nixtla/neuralforecastScalable and user friendly neural :brain: forecasting algorithms.Винятковий98sktime/sktimeA unified framework for machine learning with time seriesВинятковий98Nixtla/statsforecastLightning ⚡️ fast forecasting with statistical and econometric models.Винятковий98autogluon/autogluonFast and Accurate ML in 3 Lines of CodeВинятковий96unit8co/dartsA python library for user-friendly forecasting and anomaly detection on time series.Винятковий96Nixtla/mlforecastScalable machine 🤖 learning for time series forecasting.Винятковий

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.