Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-19 15:35 UTC

databricks / dbt-databricks

A dbt adapter for Databricks.

PythonApache-2.0★ 375 зірок⑂ 212 форківз жовт. 2021 р.Переглянути на GitHub ↗
ТипБібліотекаІнструмент командного рядкаяк це визначено
#dbt#sql#etl#databricks

databricks/dbt-databricks має індекс здоров’я 97 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Vitality (95/100), найнижчий — Security (66/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 3 учасники.

97
загалом / 100
Винятковий

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»).

97
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 85 калібровано до 97 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

DatabricksОрганізація
3 968 підписників256 публічних репозиторіївз лип. 2013 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIdbt-databricks1.12.49 096 3041847 днів тому

Метрики за категоріями

Життєздатність

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

95Винятковий · 21% загального індексу

Активність розробки

91Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
27/36Ритм комітів — 39/52 тижнів із комітами
18/18Обсяг комітів — 240 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 13 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year240
human_commit_share1
days_since_last_push0
active_weeks_last_year39

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 100 релізів
36/36Свіжість релізів — останній реліз 7 дн. тому
27/27Ритм релізів — реліз кожні ~19,3 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count100
latest_release_tagv1.12.4
releases_from_tagsні
days_since_latest_release7
mean_days_between_releases19,3
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?

79Добрий · 17% загального індексу

Популярність і впровадження

68Добрий
Як обчислюється оцінка
41.7/60Зірки — 375 зірок
19.4/25Форки — 212 форків
7.2/15Спостерігачі — 21 спостерігачів
Використані вхідні дані
forks212
stars375
watchers21
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

77Добрий
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
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges2
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_servicesgithub.com
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

100Винятковий
Як обчислюється оцінка
80/80Щомісячні завантаження — 9 096 304 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesdbt-databricks
dependents—
ecosystemspypi
total_downloads—
monthly_downloads9 096 304
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?

89Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

75Добрий
Як обчислюється оцінка
36/54Бас-фактор — на 3 контриб’ютор(ів) припадає половина всіх комітів
15.3/22.5Розподіл комітів — головний контриб’ютор — автор 32% комітів
13.5/13.5Широта контриб’юторів — 100 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 12 contributing companies or organizations
Використані вхідні дані
bus_factor3
contributors_sampled100
top_contributor_share0,322

Реактивність на issue та PR

85Відмінний
Як обчислюється оцінка
34.7/42Вирішення issue — закрито 83% issue
25.6/30Прийняття PR — злито 884/1 036 вирішених PR
11.1/13Newcomer PR acceptance — злито 6/7 PR від новачків за 30 дн.
13.5/15OpenSSF Scorecard: Code-Review — Found 27/30 approved changesets -- score normalized to 9
Використані вхідні дані
merged_prs884
open_issues98
closed_issues464
prs_merged_7d2
prs_decided_7d2
prs_merged_30d28
prs_decided_30d32
issue_closed_ratio0,826
closed_unmerged_prs152
first_time_authors_30d5
first_time_prs_merged_30d6
first_time_prs_decided_30d7

Власність та опіка

100Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен — статус підтвердженого домену для цієї організації не зчитано
25/25Охоплення власника — 3 968 підписників у databricks
25/25Послужний список — 256 публічних репозиторіїв, вік облікового запису ~13 р.
Використані вхідні дані
followers3 968
owner_typeOrganization
is_verified—
owner_logindatabricks
public_repos256
account_age_days4 786
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 7 дн. тому
20/20Історія версій — 184 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesdbt-databricks
ecosystemspypi
any_deprecatedні
min_days_since_publish7

Інженерна якість

Чи наявні базові інженерні практики та документація?

95Винятковий · 19% загального індексу

Інженерні практики

92Відмінний
Як обчислюється оцінка
24/24Процеси CI — 14 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 27 out of 30 merged PRs checked by a CI test -- score normalized to 9
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://databricks.com
10/10Опис репозиторію
10/10Теми — 4 тем
10/10Wiki
Використані вхідні дані
topicsdbt, sql, etl, databricks
has_wikiтак
homepagehttps://databricks.com
docs_sitehttps://databricks.com
has_readmeтак
has_docs_dirтак
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

61Помірний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2.2/2.5CI-Tests — 27 out of 30 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6.8/7.5Code-Review — Found 27/30 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 12 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 13 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
5/5Pinned-Dependencies — all dependencies are pinned
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 — 27 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate6,1
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

85Відмінний
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
10/25Непрямі залежності без відомих сповіщень — уражено 1: sqlparse 0.5.5 (high 7.5)
40/40Немає задавнених сповіщень — жодне сповіщення не є публічним довше за 90 дн.
Використані вхідні дані
sourceosv
advisories8
affected_packages1
assessed_packages76
unassessed_packages0
affected_by_severityhigh 1
direct_affected_packages0
Звірено з runtime-замиканням залежностей pypi:dbt-databricks@1.12.4 — тим, що тягне за собою встановлення опублікованого пакета, — 76 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.

68Добрий · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md, CLAUDE.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 100 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share1
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes25 278

Цикл верифікації (збірка / тести / перевірка типів)

60Помірний
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — lockfile
2/10Підтверджена практика роботи з агентами — 1 з останніх 100 комітів створено агентом або з його зазначенням
5/8Автоматизоване супроводження — автоматизацію залежностей налаштовано, але у вибірці комітів її не видно
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

54Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.5/55Керовані розміри файлів — 3/325 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes88 501
source_files_sampled325
oversized_source_files3

Ключові факти

375зірок GitHub
100контриб'юторів
240комітів за останні 12 місяців
0днів від останнього пушу
100релізів
3бас-фактор
98відкритих 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 ★ / 212 ⇿
0Зірки
212Форки
99Релізи

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.

0408012016020024020532021-122024-042026-08
Мажорні 0Мінорні 9Патчі 78

Кожна точка охоплює 5 днів.

OpenSSF Scorecard 6.1 / 10
6.1сукупно

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 · 2026-08-19 15:34 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
9CI-Tests27 out of 30 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 27/30 approved changesets -- score normalized to 9
10Contributorsproject has 12 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 13 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not detected
10Pinned-Dependenciesall dependencies are pinned
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
0Vulnerabilities27 existing vulnerabilities detected
Прямі залежності 9
РеєстрПакетОбмеження версіїМаніфест
PyPIclick>=8.2.0, <9.0.0pyproject.toml
PyPIdatabricks-sdk>=0.68.0, <0.118.0pyproject.toml
PyPIdatabricks-sql-connector>=4.1.1, <4.4.1pyproject.toml
PyPIdbt-adapters>=1.22.0, <1.25.0pyproject.toml
PyPIdbt-common>=1.37.0, <1.39.0pyproject.toml
PyPIdbt-core>=1.11.2, <1.12.1pyproject.toml
PyPIdbt-spark>=1.10.0, <1.11.0pyproject.toml
PyPIpackaging>=21.0, <26.0pyproject.toml
PyPIpydantic>=1.10.0, <2.13.0pyproject.toml
Усі залежності 139

Повний розв'язаний набір залежностей із графа залежностей GitHub: 18 прямих і 121 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIclick8.2.0пряма
PyPIclick8.3.1пряма
PyPIdatabricks-sdk0.117.0пряма
PyPIdatabricks-sdk0.68.0пряма
PyPIdatabricks-sql-connector4.1.2пряма
PyPIdatabricks-sql-connector4.4.0пряма
PyPIdbt-adapters1.22.0пряма
PyPIdbt-adapters1.24.5пряма
PyPIdbt-common1.37.2пряма
PyPIdbt-common1.38.0пряма
PyPIdbt-core1.11.2пряма
PyPIdbt-core1.12.0пряма
PyPIdbt-spark1.10.0пряма
PyPIdbt-spark1.10.1пряма
PyPIpackaging21.0пряма
PyPIpackaging25.0пряма
PyPIpydantic1.10.0пряма
PyPIpydantic2.12.5пряма
PyPIagate1.9.1непряма
PyPIannotated-types0.7.0непряма
PyPIattrs26.1.0непряма
PyPIbabel2.18.0непряма
PyPIcertifi2026.2.25непряма
PyPIcertifi2026.4.22непряма
PyPIcffi2.0.0непряма
PyPIcfgv3.5.0непряма
PyPIcharset-normalizer3.4.6непряма
PyPIcharset-normalizer3.4.7непряма
PyPIcolorama0.4.6непряма
PyPIcoverage7.14.0непряма
PyPIcryptography46.0.5непряма
PyPIcryptography48.0.0непряма
PyPIdaff1.4.2непряма
PyPIdbt-core-experimental-parser2.0.0a4непряма
PyPIdbt-extractor0.6.0непряма
PyPIdbt-protos1.0.498непряма
PyPIdbt-protos1.0.541непряма
PyPIdbt-semantic-interfaces0.9.0непряма
PyPIdbt-tests-adapter1.20.0непряма
PyPIdebugpy1.8.20непряма
PyPIdeepdiff8.6.2непряма
PyPIdistlib0.4.0непряма
PyPIet-xmlfile2.0.0непряма
PyPIexceptiongroup1.3.1непряма
PyPIexecnet2.1.2непряма
PyPIfilelock3.29.0непряма
PyPIfreezegun1.5.1непряма
PyPIfreezegun1.5.5непряма
PyPIgoogle-auth2.49.1непряма
PyPIgoogle-auth2.52.0непряма
PyPIidentify2.6.19непряма
PyPIidna3.11непряма
PyPIidna3.15непряма
PyPIimportlib-metadata8.8.0непряма
PyPIimportlib-metadata8.9.0непряма
PyPIiniconfig2.3.0непряма
PyPIisodate0.7.2непряма
PyPIjinja23.1.6непряма
PyPIjsonschema4.26.0непряма
PyPIjsonschema-specifications2025.9.1непряма
PyPIleather0.4.1непряма
PyPIlibrt0.11.0непряма
PyPIlz44.4.5непряма
PyPImarkupsafe3.0.3непряма
PyPImashumaro3.14непряма
PyPImetricflow0.211.0непряма
PyPImore-itertools10.8.0непряма
PyPImsgpack1.1.2непряма
PyPImypy1.19.1непряма
PyPImypy-extensions1.1.0непряма
PyPInetworkx3.4.2непряма
PyPInetworkx3.6.1непряма
PyPInodeenv1.10.0непряма
PyPInumpy2.2.6непряма
PyPInumpy2.4.3непряма
PyPIoauthlib3.3.1непряма
PyPIopenpyxl3.1.5непряма
PyPIorderly-set5.5.0непряма
PyPIpandas2.2.3непряма
PyPIparsedatetime2.6непряма
PyPIpathspec0.12.1непряма
PyPIplatformdirs4.9.6непряма
PyPIpluggy1.6.0непряма
PyPIpre-commit4.6.0непряма
PyPIprotobuf6.33.6непряма
PyPIpyarrow23.0.1непряма
PyPIpyarrow24.0.0непряма
PyPIpyasn10.6.3непряма
PyPIpyasn1-modules0.4.2непряма
PyPIpybreaker1.4.1непряма
PyPIpycparser3.0непряма
PyPIpydantic-core2.41.5непряма
PyPIpygments2.20.0непряма
PyPIpyjwt2.12.1непряма
PyPIpyparsing3.3.2непряма
PyPIpytest8.3.5непряма
PyPIpytest9.0.3непряма
PyPIpytest-cov6.0.0непряма
PyPIpytest-cov7.1.0непряма
PyPIpytest-dotenv0.5.2непряма
PyPIpytest-rerunfailures16.2непряма
PyPIpytest-timeout2.4.0непряма
PyPIpytest-xdist3.6.1непряма
PyPIpytest-xdist3.8.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-discovery1.3.1непряма
PyPIpython-dotenv1.2.2непряма
PyPIpython-slugify8.0.4непряма
PyPIpytimeparse1.1.8непряма
PyPIpytz2026.1.post1непряма
PyPIpytz2026.2непряма
PyPIpyyaml6.0.3непряма
PyPIrapidfuzz3.14.5непряма
PyPIreferencing0.37.0непряма
PyPIrequests2.32.5непряма
PyPIrequests2.34.2непряма
PyPIrpds-py0.30.0непряма
PyPIruff0.14.2непряма
PyPIsix1.17.0непряма
PyPIsnowplow-tracker1.1.0непряма
PyPIsqlglot30.12.0непряма
PyPIsqlparams6.2.0непряма
PyPIsqlparse0.5.4непряма
PyPIsqlparse0.5.5непряма
PyPItabulate0.10.0непряма
PyPItext-unidecode1.3непряма
PyPIthrift0.20.0непряма
PyPIthrift0.24.0непряма
PyPItomli2.4.1непряма
PyPItypes-requests2.33.0.20260513непряма
PyPItyping-extensions4.15.0непряма
PyPItyping-inspection0.4.2непряма
PyPItzdata2025.3непряма
PyPItzdata2026.2непряма
PyPIurllib32.6.3непряма
PyPIurllib32.7.0непряма
PyPIvirtualenv21.3.3непряма
PyPIzipp3.23.0непряма
PyPIzipp3.23.1непряма
Сповіщення про залежності 1

Встановлення pypi:dbt-databricks@1.12.4 тягне 76 пакетів, прямих і транзитивних: 1 мають відомі сповіщення, з них 0 — прямі залежності.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
sqlparse0.5.5непрямависока80.6.0

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 databricks/dbt-databricks. Читати поруч →

98SQLMesh/sqlmeshScalable and efficient data transformation framework - backwards compatible with dbt.Винятковий98sqlfluff/sqlfluffA modular SQL linter and auto-formatter with support for multiple dialects and templated code.Винятковий84AltimateAI/altimate-codeOpen-source agentic data engineering harness for dbt, SQL, and cloud warehouses. 100+ tools, 10 warehouses, AI-powered.Відмінний91multiwoven/multiwoven🔥🔥🔥 Open source Reverse ETL - alternative to hightouch and census. Відмінний93databricks/databricks-sql-pythonDatabricks SQL Connector for PythonВинятковий93tobymao/sqlglotPython SQL Parser and TranspilerВинятковий

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 статистика — PyPI.