Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-17 15:14 UTC

dottxt-ai / outlines

Structured Outputs

PythonApache-2.0★ 15 824 зірки⑂ 879 форківз бер. 2023 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#generative-ai#llms#prompt-engineering#symbolic-ai#cfg#json#regex#structured-generation

dottxt-ai/outlines має індекс здоров’я 96 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Engineering Quality (96/100), найнижчий — Security (59/100). Останнє оновлення було 7 днів тому. Більшість нещодавньої роботи виконують 2 учасники.

96
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»).

96
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 83 калібровано до 96 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

.txtОрганізація · підтверджений домен
347 підписників15 публічних репозиторіївз серп. 2023 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIoutlines1.3.31 383 8058442 дні томуmachine-learningdeep-learninglanguage-modelsstructured-generation

Метрики за категоріями

Життєздатність

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

94Винятковий · 21% загального індексу

Активність розробки

90Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 7 дн. тому
25.6/36Ритм комітів — 37/52 тижнів із комітами
18/18Обсяг комітів — 202 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_year202
human_commit_share1
days_since_last_push7
active_weeks_last_year37

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 90 релізів
36/36Свіжість релізів — останній реліз 42 дн. тому
27/27Ритм релізів — реліз кожні ~31,5 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count90
latest_release_tag1.3.3
releases_from_tagsні
days_since_latest_release42
mean_days_between_releases31,5
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?

87Відмінний · 17% загального індексу

Популярність і впровадження

94Винятковий
Як обчислюється оцінка
60/60Зірки — 15 824 зірок
24.5/25Форки — 879 форків
9.9/15Спостерігачі — 61 спостерігачів
Використані вхідні дані
forks879
stars15 824
watchers61
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)

100Винятковий
Як обчислюється оцінка
80/80Щомісячні завантаження — 1 383 805 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesoutlines
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1 383 805
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?

78Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

62Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
13.3/22.5Розподіл комітів — головний контриб’ютор — автор 41% комітів
13.5/13.5Широта контриб’юторів — 100 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 32 contributing companies or organizations
Використані вхідні дані
bus_factor2
contributors_sampled100
top_contributor_share0,41

Реактивність на issue та PR

75Добрий
Як обчислюється оцінка
37.3/42Вирішення issue — закрито 89% issue
24.4/30Прийняття PR — злито 721/885 вирішених PR
0/13Newcomer PR acceptance — злито 0/6 PR від новачків за 30 дн.
13.5/15OpenSSF Scorecard: Code-Review — Found 23/24 approved changesets -- score normalized to 9
Використані вхідні дані
merged_prs721
open_issues100
closed_issues803
prs_merged_7d0
prs_decided_7d1
prs_merged_30d1
prs_decided_30d15
issue_closed_ratio0,889
closed_unmerged_prs164
first_time_authors_30d4
first_time_prs_merged_30d0
first_time_prs_decided_30d6

Власність та опіка

83Відмінний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
20/20Верифікований домен
18.3/25Охоплення власника — 347 підписників у dottxt-ai
14.9/25Послужний список — 15 публічних репозиторіїв, вік облікового запису ~3 р.
Використані вхідні дані
followers347
owner_typeOrganization
is_verifiedтак
owner_logindottxt-ai
public_repos15
account_age_days1 129

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 42 дн. тому
20/20Історія версій — 84 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesoutlines
ecosystemspypi
any_deprecatedні
min_days_since_publish42

Інженерна якість

Чи наявні базові інженерні практики та документація?

96Винятковий · 19% загального індексу

Інженерні практики

100Винятковий
Як обчислюється оцінка
24/24Процеси CI — 6 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff]), setup.cfg ([flake8])
9.6/9.6Pre-commit-хуки
6.4/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 24 out of 24 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigтак
has_linter_configтак
has_precommit_configтак

Документація

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://dottxt-ai.github.io/outlines/
10/10Опис репозиторію
10/10Теми — 8 тем
0/10Wiki
Використані вхідні дані
topicsgenerative-ai, llms, prompt-engineering, symbolic-ai, cfg, json, regex, structured-generation
has_wikiні
homepagehttps://dottxt-ai.github.io/outlines/
docs_sitehttps://dottxt-ai.github.io/outlines/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

59Помірний · 16% загального індексу

Стан безпеки

51Помірний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2.5/2.5CI-Tests — 24 out of 24 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
6.8/7.5Code-Review — Found 23/24 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 32 contributing companies or organizations
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
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
1.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
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 — 135 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): Branch-Protection, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

89Відмінний
Як обчислюється оцінка
26.6/35Прямі залежності без відомих сповіщень — уражено 1: diskcache 5.6.3 (moderate)
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
37.2/40Немає задавнених сповіщень — 1 пакет(ів) зі сповіщеннями без реакції понад 90 дн.; найдавніше опубліковано 217 дн. тому
Використані вхідні дані
sourceosv
advisories2
affected_packages1
assessed_packages17
unassessed_packages0
affected_by_severitymoderate 1
direct_affected_packages1
Звірено з runtime-замиканням залежностей pypi:outlines@1.3.3 — тим, що тягне за собою встановлення опублікованого пакета, — 17 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.

82Відмінний · 4% загального індексу

Контекст і настанови для агентів

94Винятковий
Як обчислюється оцінка
45/45Інструкції для агентів — docs/features/models/gemini.md
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://docs.pydantic.dev/llms.txt)
33.6/40Читабельна історія комітів — намір зазначено у 63 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://docs.pydantic.dev/llms.txt
legible_history_share0,63
agent_instruction_filesdocs/features/models/gemini.md
agent_instruction_max_bytes6 461

Цикл верифікації (збірка / тести / перевірка типів)

67Добрий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff]), setup.cfg ([flake8])
11/11Статична перевірка типів — src/outlines/py.typed
10/10Відтворюване середовище — devcontainer, Nix, lockfile
10/10Підтверджена практика роботи з агентами — 9 з останніх 100 комітів створено агентом або з його зазначенням
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
3/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
Використані вхідні дані
has_nixтак
has_testsтак
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerтак
has_linter_configтак
typecheck_configssrc/outlines/py.typed
agent_commit_share0,09
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

82Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (src/outlines/py.typed)
55/55Керовані розміри файлів — 0/122 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes44 704
source_files_sampled122
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 — 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

15 824зірок GitHub
100контриб'юторів
202комітів за останні 12 місяців
7днів від останнього пушу
90релізів
2бас-фактор
100відкритих 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 ★ / 879 ⇿
0Зірки
879Форки
90Релізи

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.

02004006008001 000876322023-052025-012026-09
Мажорні 1Мінорні 5Патчі 84

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 · 2026-09-17 15:13 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
10CI-Tests24 out of 24 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 23/24 approved changesets -- score normalized to 9
10Contributorsproject has 32 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
3Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 3
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
0Vulnerabilities135 existing vulnerabilities detected
Прямі залежності 9
РеєстрПакетОбмеження версіїМаніфест
PyPIjinja2—pyproject.toml
PyPIcloudpickle—pyproject.toml
PyPIdiskcache—pyproject.toml
PyPIpydantic>=2.0pyproject.toml
PyPIjsonschema—pyproject.toml
PyPIpillow—pyproject.toml
PyPItyping_extensions—pyproject.toml
PyPIoutlines_core==0.2.14pyproject.toml
PyPIgenson—pyproject.toml
Усі залежності 213

Повний розв'язаний набір залежностей із графа залежностей GitHub: 9 прямих і 204 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIcloudpickle3.1.2пряма
PyPIdiskcache5.6.3пряма
PyPIgenson1.3.0пряма
PyPIjinja23.1.6пряма
PyPIjsonschema4.26.0пряма
PyPIoutlines-core0.2.14пряма
PyPIpillow12.0.0пряма
PyPIpydantic2.12.4пряма
PyPItyping-extensions4.15.0пряма
PyPIabsl-py2.3.1непряма
PyPIaccelerate0.27.2непряма
PyPIaccelerate1.12.0непряма
PyPIaiofiles25.1.0непряма
PyPIaiohappyeyeballs2.6.1непряма
PyPIaiohttp3.13.2непряма
PyPIaiosignal1.4.0непряма
PyPIairportsdata20250909непряма
PyPIannotated-types0.7.0непряма
PyPIanthropic0.74.1непряма
PyPIanyio4.11.0непряма
PyPIastunparse1.6.3непряма
PyPIasync-timeout5.0.1непряма
PyPIattrs25.4.0непряма
PyPIbackports-asyncio-runner1.2.0непряма
PyPIbeartype0.15.0непряма
PyPIbentoml—непряма
PyPIcachetools6.2.2непряма
PyPIcertifi2025.11.12непряма
PyPIcfgv3.5.0непряма
PyPIchardet5.2.0непряма
PyPIcharset-normalizer3.4.4непряма
PyPIchex0.1.90непряма
PyPIchex0.1.91непряма
PyPIclick8.2.1непряма
PyPIcolorama0.4.6непряма
PyPIcoverage7.12.0непряма
PyPIdatasets2.18.0непряма
PyPIdatasets4.4.1непряма
PyPIdiff-cover9.7.2непряма
PyPIdill0.4.0непряма
PyPIdistlib0.4.0непряма
PyPIdistro1.9.0непряма
PyPIdocstring-parser0.17.0непряма
PyPIdottxt0.2.0непряма
PyPIetils1.13.0непряма
PyPIeval-type-backport0.3.0непряма
PyPIexceptiongroup1.3.1непряма
PyPIfilelock3.20.0непряма
PyPIflatbuffers25.9.23непряма
PyPIflax0.10.7непряма
PyPIflax0.12.1непряма
PyPIfrozenlist1.8.0непряма
PyPIfsspec2025.10.0непряма
PyPIgast0.6.0непряма
PyPIghp-import2.1.0непряма
PyPIgoogle-auth2.43.0непряма
PyPIgoogle-genai1.52.0непряма
PyPIgoogle-pasta0.2.0непряма
PyPIgrpcio1.76.0непряма
PyPIh110.16.0непряма
PyPIh5py3.15.1непряма
PyPIhf-xet1.2.0непряма
PyPIhttpcore1.0.9непряма
PyPIhttpx0.28.1непряма
PyPIhttpx-ws0.8.2непряма
PyPIhuggingface-hub0.36.0непряма
PyPIhumanize4.14.0непряма
PyPIidentify2.6.15непряма
PyPIidna3.11непряма
PyPIimportlib-resources6.5.2непряма
PyPIiniconfig2.3.0непряма
PyPIinvoke2.2.1непряма
PyPIiso31662.1.1непряма
PyPIjax0.6.2непряма
PyPIjax0.8.1непряма
PyPIjaxlib0.6.2непряма
PyPIjaxlib0.8.1непряма
PyPIjiter0.12.0непряма
PyPIjsonschema-specifications2025.9.1непряма
PyPIkeras3.12.0непряма
PyPIlibclang18.1.1непряма
PyPIllama-cpp-python0.3.16непряма
PyPIllguidance1.4.0непряма
PyPIllvmlite0.45.1непряма
PyPIlmstudio1.5.0непряма
PyPImarkdown3.10непряма
PyPImarkdown-it-py4.0.0непряма
PyPImarkupsafe3.0.3непряма
PyPImdurl0.1.2непряма
PyPImergedeep1.3.4непряма
PyPImike—непряма
PyPImistralai1.9.11непряма
PyPImkdocs—непряма
PyPImkdocs1.6.1непряма
PyPImkdocs-gen-files—непряма
PyPImkdocs-gen-files0.6.0непряма
PyPImkdocs-get-deps0.2.0непряма
PyPImkdocs-git-committers-plugin-2—непряма
PyPImkdocs-git-revision-date-localized-plugin—непряма
PyPImkdocs-literate-nav—непряма
PyPImkdocs-material—непряма
PyPImkdocs-mermaid2-plugin—непряма
PyPImkdocs-redirects—непряма
PyPImkdocs-section-index—непряма
PyPImkdocstrings—непряма
PyPIml-dtypes0.5.4непряма
PyPImlx0.30.0непряма
PyPImlx-lm0.28.3непряма
PyPImlx-metal0.30.0непряма
PyPImpmath1.3.0непряма
PyPImsgpack1.1.2непряма
PyPImsgspec0.20.0непряма
PyPImultidict6.7.0непряма
PyPImultiprocess0.70.18непряма
PyPInamex0.1.0непряма
PyPInest-asyncio1.6.0непряма
PyPInetworkx3.4.2непряма
PyPInetworkx3.6непряма
PyPIninja1.13.0непряма
PyPInodeenv1.9.1непряма
PyPInumba0.62.1непряма
PyPInumpy2.1.3непряма
PyPInvidia-cublas-cu1212.8.4.1непряма
PyPInvidia-cuda-cupti-cu1212.8.90непряма
PyPInvidia-cuda-nvrtc-cu1212.8.93непряма
PyPInvidia-cuda-runtime-cu1212.8.90непряма
PyPInvidia-cudnn-cu129.10.2.21непряма
PyPInvidia-cufft-cu1211.3.3.83непряма
PyPInvidia-cufile-cu121.13.1.3непряма
PyPInvidia-curand-cu1210.3.9.90непряма
PyPInvidia-cusolver-cu1211.7.3.90непряма
PyPInvidia-cusparse-cu1212.5.8.93непряма
PyPInvidia-cusparselt-cu120.7.1непряма
PyPInvidia-nccl-cu122.27.5непряма
PyPInvidia-nvjitlink-cu1212.8.93непряма
PyPInvidia-nvshmem-cu123.3.20непряма
PyPInvidia-nvtx-cu1212.8.90непряма
PyPIollama0.6.1непряма
PyPIopenai2.33.0непряма
PyPIopt-einsum3.4.0непряма
PyPIoptax0.2.6непряма
PyPIoptree0.18.0непряма
PyPIorbax-checkpoint0.11.28непряма
PyPIoutlines0.0.37непряма
PyPIpackaging25.0непряма
PyPIpandas2.3.3непряма
PyPIpathspec0.12.1непряма
PyPIplatformdirs4.5.0непряма
PyPIpluggy1.6.0непряма
PyPIpre-commit4.5.0непряма
PyPIpropcache0.4.1непряма
PyPIprotobuf6.33.1непряма
PyPIpsutil7.1.3непряма
PyPIpyarrow22.0.0непряма
PyPIpyasn10.6.1непряма
PyPIpyasn1-modules0.4.2непряма
PyPIpydantic-core2.41.5непряма
PyPIpygments2.19.2непряма
PyPIpytest9.0.1непряма
PyPIpytest-asyncio1.3.0непряма
PyPIpytest-cov7.0.0непряма
PyPIpytest-mock3.15.1непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpytz2025.2непряма
PyPIpyyaml6.0.3непряма
PyPIpyyaml-env-tag1.1непряма
PyPIreferencing0.37.0непряма
PyPIregex2025.11.3непряма
PyPIrequests2.32.5непряма
PyPIresponses0.25.8непряма
PyPIrich14.2.0непряма
PyPIrpds-py0.29.0непряма
PyPIrsa4.9.1непряма
PyPIsafetensors0.7.0непряма
PyPIscipy1.15.3непряма
PyPIscipy1.16.3непряма
PyPIsentencepiece0.2.1непряма
PyPIsetuptools80.9.0непряма
PyPIsimplejson3.20.2непряма
PyPIsix1.17.0непряма
PyPIsniffio1.3.1непряма
PyPIsympy1.14.0непряма
PyPItenacity9.1.2непряма
PyPItensorboard2.20.0непряма
PyPItensorboard-data-server0.7.2непряма
PyPItensorflow2.20.0непряма
PyPItensorstore0.1.78непряма
PyPItensorstore0.1.79непряма
PyPItermcolor3.2.0непряма
PyPItf-keras2.20.1непряма
PyPItokenizers0.22.1непряма
PyPItomli2.3.0непряма
PyPItoolz1.1.0непряма
PyPItorch2.9.0непряма
PyPItqdm4.67.1непряма
PyPItransformers4.38.2непряма
PyPItransformers4.57.1непряма
PyPItreescope0.1.10непряма
PyPItriton3.5.0непряма
PyPItyping-inspection0.4.2непряма
PyPItzdata2025.2непряма
PyPIurllib32.5.0непряма
PyPIvirtualenv20.35.4непряма
PyPIwatchdog6.0.0непряма
PyPIwebsockets15.0.1непряма
PyPIwerkzeug3.1.3непряма
PyPIwheel0.45.1непряма
PyPIwrapt2.0.1непряма
PyPIwsproto1.3.2непряма
PyPIxgrammar0.1.27непряма
PyPIxxhash3.6.0непряма
PyPIyarl1.22.0непряма
PyPIzipp3.23.0непряма
Сповіщення про залежності 1

Встановлення pypi:outlines@1.3.3 тягне 17 пакетів, прямих і транзитивних: 1 мають відомі сповіщення, з них 1 — прямі залежності.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
diskcache5.6.3прямапомірна2—

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 dottxt-ai/outlines. Читати поруч →

97lance-format/lanceOpen Lakehouse Format for Multimodal AI. Convert from Parquet in 2 lines of code for 100x faster random access, vector index, and data versioning. Compatible with Pandas, DuckDB, Polars, Pyarrow, and PyTorch with more integrations coming..Винятковий96sdv-dev/SDVSynthetic data generation for tabular dataВинятковий96bentoml/BentoMLThe easiest way to serve AI apps and models - Build Model Inference APIs, Job queues, LLM apps, Multi-model pipelines, and more!Винятковий100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorВинятковий100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Винятковий100onnx/onnxOpen standard for machine learning interoperabilityВинятковий

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.