david-smejkal / wiki2txt
A tool to extract plain (unformatted) multilingual / language-agnostic text, redirects, links and categories from wikipedia backups (dumps). Designed to prepare clean training data for AI Training / Machine Learning software.
david-smejkal/wiki2txt має індекс здоров’я 28 зі 100, що відповідає смузі «У зоні ризику». Найвищий показник — Engineering Quality (54/100), найнижчий — Vitality (18/100). Останнє оновлення було 500 днів тому. Більшість нещодавньої роботи виконує один учасник.
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»).
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 34 калібровано до 28 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).
Власність
Цей репозиторій належить особистому обліковому запису. Проєкт з єдиним власником несе більший ризик безперервності, ніж підтримуваний організацією.
Метрики за категоріями
Життєздатність
Чи живий проєкт — чи пишеться код і чи виходять релізи?
Активність розробки
Як обчислюється оцінка
| 0/36 | Свіжість push — останній push 500 дн. тому |
| 0/36 | Ритм комітів — 0/52 тижнів із комітами |
| 0/18 | Обсяг комітів — 0 комітів за останній рік |
| 0/10 | OpenSSF Scorecard: Maintained — немає даних |
Використані вхідні дані
| commits_last_year | 0 |
| human_commit_share | 1 |
| days_since_last_push | 500 |
| active_weeks_last_year | 0 |
Дисципліна релізів
Як обчислюється оцінка
| 27/27 | Випускає релізи — опубліковано 3 релізів |
| 7.2/36 | Свіжість релізів — останній реліз 503 дн. тому |
| 5.4/27 | Ритм релізів — реліз кожні ~604 дн. |
| 0/10 | OpenSSF Scorecard: Signed-Releases — немає даних |
Використані вхідні дані
| releases_count | 3 |
| latest_release_tag | v0.7.0 |
| releases_from_tags | ні |
| days_since_latest_release | 503 |
| mean_days_between_releases | 604 |
Спільнота та впровадження
Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?
Популярність і впровадження
Як обчислюється оцінка
| 12.6/60 | Зірки — 7 зірок |
| 0/25 | Форки — 1 форків |
| 0/15 | Спостерігачі — 2 спостерігачів |
Використані вхідні дані
| forks | 1 |
| stars | 7 |
| watchers | 2 |
| growth_state | unverified |
| growth_factor_pct | 100 |
| growth_unverified_reason | no_history |
Здоров'я спільноти
Як обчислюється оцінка
| 22.5/22.5 | README |
| 22.5/22.5 | Ліцензія — визнана ліцензія (GPL-2.0) |
| 0/18 | Настанови CONTRIBUTING |
| 0/13.5 | Кодекс поведінки |
| 0/7.2 | Шаблон issue |
| 0/6.3 | Шаблон PR |
Використані вхідні дані
| has_readme | так |
| has_license | так |
| readme_badges | 0 |
| has_contributing | ні |
| has_issue_template | ні |
| has_code_of_conduct | ні |
| readme_badge_services | — |
| has_pull_request_template | ні |
Сталість та врядування
Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?
Стійкість мейнтейнерів (бас-фактор)
Як обчислюється оцінка
| 9/54 | Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів |
| 0/22.5 | Розподіл комітів — головний контриб’ютор — автор 100% комітів |
| 1.4/13.5 | Широта контриб’юторів — 1 контриб’юторів |
| 0/10 | OpenSSF Scorecard: Contributors — немає даних |
Використані вхідні дані
| bus_factor | 1 |
| contributors_sampled | 1 |
| top_contributor_share | 1 |
Реактивність на issue та PR
Як обчислюється оцінка
| 42/42 | Вирішення issue — закрито 100% issue |
| 0/30 | Прийняття PR — немає вирішених pull request-ів або даних |
| 0/13 | Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка |
| 0/15 | OpenSSF Scorecard: Code-Review — немає даних |
Використані вхідні дані
| merged_prs | 0 |
| open_issues | 0 |
| closed_issues | 1 |
| prs_merged_7d | 0 |
| prs_decided_7d | 0 |
| prs_merged_30d | 0 |
| prs_decided_30d | 0 |
| issue_closed_ratio | 1 |
| closed_unmerged_prs | 0 |
| first_time_authors_30d | 0 |
| first_time_prs_merged_30d | 0 |
| first_time_prs_decided_30d | 0 |
Власність та опіка
Як обчислюється оцінка
| 10/30 | Підтримка власника — особистий (користувацький) обліковий запис |
| 0/20 | Верифікований домен — не застосовно до користувацьких облікових записів |
| 2.2/25 | Охоплення власника — 1 підписників у david-smejkal |
| 16.4/25 | Послужний список — 8 публічних репозиторіїв, вік облікового запису ~4 р. |
Використані вхідні дані
| followers | 1 |
| owner_type | User |
| is_verified | — |
| owner_login | david-smejkal |
| public_repos | 8 |
| account_age_days | 1 718 |
Інженерна якість
Чи наявні базові інженерні практики та документація?
Інженерні практики
Як обчислюється оцінка
| 0/24 | Процеси CI |
| 24/24 | Наявні тести |
| 16/16 | Конфігурація лінтера — tox.ini |
| 0/9.6 | Pre-commit-хуки |
| 0/6.4 | .editorconfig |
| 0/20 | OpenSSF Scorecard: CI-Tests — немає даних |
Використані вхідні дані
| has_ci | ні |
| has_tests | так |
| has_editorconfig | ні |
| has_linter_config | так |
| has_precommit_config | ні |
Документація
Як обчислюється оцінка
| 30/30 | README |
| 0/25 | Каталог документації |
| 0/15 | Сайт документації / домашня сторінка |
| 10/10 | Опис репозиторію |
| 10/10 | Теми — 20 тем |
| 10/10 | Wiki |
Використані вхідні дані
| topics | wiki-to-txt, wiki-to-text, wiki-to-plaintext, wikidump-to-txt, wikidump-to-plaintext, wiki-parser, wikidump-parser, ai-learning-tool, tool-for-ai, wikidumps-parser, wiki2plaintext, ai-learning, data-parser-for-ai, data-for-robots, plaintext-data-for-ai, wikipedia-to-txt, machine-learning-tool, machine-learning, training-data, ai-training |
| has_wiki | так |
| homepage | — |
| docs_site | — |
| has_readme | так |
| has_docs_dir | ні |
| has_description | так |
Безпека
Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?
Стан безпеки
Як обчислюється оцінка
| 0/30 | Політика безпеки (SECURITY.md) |
| 0/25 | Конфігурація Dependabot |
| 0/25 | Файли фіксації залежностей |
| 0/20 | Процес CodeQL |
Використані вхідні дані
| source | file_signals |
| lockfiles | — |
| manifests | requirements-frozen.txt, requirements-test.txt, requirements.txt |
| has_codeql_workflow | ні |
| has_security_policy | ні |
| has_dependabot_config | ні |
Сповіщення про залежності
Як обчислюється оцінка
| 35/35 | Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень |
| 0/25 | Непрямі залежності без відомих сповіщень — транзитивний набір не відокремлюється від залежностей розробки й тестування в цьому обсязі |
| 0/40 | Немає задавнених сповіщень — жодне сповіщення не має дати публікації |
Використані вхідні дані
| source | osv |
| advisories | 10 |
| affected_packages | 4 |
| assessed_packages | 15 |
| unassessed_packages | 4 |
| affected_by_severity | high 1, moderate 3 |
| direct_affected_packages | 0 |
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.
Контекст і настанови для агентів
Як обчислюється оцінка
| 0/45 | Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора |
| 0/15 | Машиночитана документація (llms.txt) |
| 1.1/40 | Читабельна історія комітів — намір зазначено у 2 з 100 людських комітів (структурований заголовок або пояснювальний текст) |
Використані вхідні дані
| has_llms_txt | ні |
| llms_txt_url | — |
| legible_history_share | 0,02 |
| agent_instruction_files | — |
| agent_instruction_max_bytes | — |
Як обчислюється оцінка
| 0/18 | Розгортання однією командою |
| 22/22 | Автоматизовані тести |
| 11/11 | Конфігурація лінтера / форматера — tox.ini |
| 0/11 | Статична перевірка типів |
| 0/10 | Відтворюване середовище |
| 0/10 | Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом |
| 0/8 | Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено |
| 0/10 | OpenSSF Scorecard: Pinned-Dependencies — немає даних |
Використані вхідні дані
| has_nix | ні |
| has_tests | так |
| lockfiles | — |
| has_dockerfile | ні |
| typed_language | ні |
| bootstrap_files | — |
| has_devcontainer | ні |
| has_linter_config | так |
| typecheck_configs | — |
| agent_commit_share | 0 |
| toolchain_manifests | — |
| dependency_bot_commit_share | 0 |
Читабельність коду для моделей
Як обчислюється оцінка
| 0/45 | Типізований код — Python без конфігурації перевірки типів |
| 55/55 | Керовані розміри файлів — 0/9 файлів вихідного коду понад 60 КБ |
Використані вхідні дані
| primary_language | Python |
| largest_source_bytes | 43 396 |
| source_files_sampled | 9 |
| oversized_source_files | 0 |
Ключові факти
Попередження щодо збору даних
- Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
- OpenSSF Scorecard timed out after 240s; skipping Scorecard checks
Докладніше
Усі залежності 19
Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 19 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.
| Реєстр | Пакет | Версія | Зв'язок |
|---|---|---|---|
| PyPI | cachetools | 5.5.2 | непряма |
| PyPI | chardet | 5.2.0 | непряма |
| PyPI | colorama | 0.4.6 | непряма |
| PyPI | distlib | 0.3.9 | непряма |
| PyPI | filelock | 3.18.0 | непряма |
| PyPI | iniconfig | 2.1.0 | непряма |
| PyPI | lxml | — | непряма |
| PyPI | lxml | 5.3.1 | непряма |
| PyPI | packaging | 24.2 | непряма |
| PyPI | platformdirs | 4.3.7 | непряма |
| PyPI | pluggy | 1.5.0 | непряма |
| PyPI | pyproject-api | 1.9.0 | непряма |
| PyPI | pytest | — | непряма |
| PyPI | pytest | 8.3.5 | непряма |
| PyPI | regex | — | непряма |
| PyPI | regex | 2024.11.6 | непряма |
| PyPI | tox | — | непряма |
| PyPI | tox | 4.25.0 | непряма |
| PyPI | virtualenv | 20.29.3 | непряма |
Сповіщення про залежності 4
Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 15 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 4 мають відомі сповіщення, з них 0 прямі. 4 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза наведеним переліком пакетів.
| Пакет | Версія | Зв'язок | Критичність | Сповіщень | Виправлено в |
|---|---|---|---|---|---|
| lxml | 5.3.1 | непряма | висока | 2 | 6.1.0 |
| filelock | 3.18.0 | непряма | помірна | 4 | 3.20.3 |
| pytest | 8.3.5 | непряма | помірна | 2 | 9.0.3 |
| virtualenv | 20.29.3 | непряма | помірна | 2 | 20.36.1 |
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.
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.