Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-13 01:27 UTC

ekzhu / datasketch

MinHash, LSH, LSH Forest, Weighted MinHash, HyperLogLog, HyperLogLog++, LSH Ensemble and HNSW

PythonMIT★ 2 951 зірка⑂ 319 форківз бер. 2015 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#python#lsh-forest#jaccard-similarity#hyperloglog#lsh#minhash#weighted-quantiles#top-k#search#data-sketches#data-summary#lsh-ensemble#locality-sensitive-hashing#hnsw

ekzhu/datasketch має індекс здоров’я 87 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Vitality (79/100), найнижчий — AI Readiness (62/100). Останнє оновлення було 3 дні тому. Більшість нещодавньої роботи виконує один учасник.

87
загалом / 100
Відмінний

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»).

87
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 73 калібровано до 87 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Eric ZhuОсобистий обліковий запис
769 підписників128 публічних репозиторіївз лип. 2010 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIdatasketch2.0.06 770 5618838 днів томуdatabasedatamining

Метрики за категоріями

Життєздатність

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

79Добрий · 21% загального індексу

Активність розробки

71Добрий
Як обчислюється оцінка
36/36Свіжість push — останній push 3 дн. тому
11.1/36Ритм комітів — 16/52 тижнів із комітами
15.9/18Обсяг комітів — 58 комітів за останній рік
8/10OpenSSF Scorecard: Maintained — 9 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 8
Використані вхідні дані
commits_last_year58
human_commit_share0,8
days_since_last_push3
active_weeks_last_year16

Дисципліна релізів

92Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 37 релізів
36/36Свіжість релізів — останній реліз 38 дн. тому
19.8/27Ритм релізів — реліз кожні ~114,8 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count37
latest_release_tagv2.0.0
releases_from_tagsні
days_since_latest_release38
mean_days_between_releases114,8
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

86Відмінний
Як обчислюється оцінка
56.3/60Зірки — 2 951 зірок
20.9/25Форки — 319 форків
9.1/15Спостерігачі — 45 спостерігачів
Використані вхідні дані
forks319
stars2 951
watchers45
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

57Помірний
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
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges1
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicescodecov.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

100Винятковий
Як обчислюється оцінка
80/80Щомісячні завантаження — 6 770 561 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesdatasketch
dependents—
ecosystemspypi
total_downloads—
monthly_downloads6 770 561
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?

67Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

38Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
5.7/22.5Розподіл комітів — головний контриб’ютор — автор 75% комітів
13.5/13.5Широта контриб’юторів — 31 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled31
top_contributor_share0,746

Реактивність на issue та PR

74Добрий
Як обчислюється оцінка
30.2/42Вирішення issue — закрито 72% issue
25.4/30Прийняття PR — злито 123/145 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
9/15OpenSSF Scorecard: Code-Review — Found 13/20 approved changesets -- score normalized to 6
Використані вхідні дані
merged_prs123
open_issues50
closed_issues127
prs_merged_7d0
prs_decided_7d0
prs_merged_30d2
prs_decided_30d2
issue_closed_ratio0,718
closed_unmerged_prs22
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

70Добрий
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
20.8/25Охоплення власника — 769 підписників у ekzhu
25/25Послужний список — 128 публічних репозиторіїв, вік облікового запису ~16 р.
Використані вхідні дані
followers769
owner_typeUser
is_verified—
owner_loginekzhu
public_repos128
account_age_days5 886
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 38 дн. тому
20/20Історія версій — 88 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesdatasketch
ecosystemspypi
any_deprecatedні
min_days_since_publish38

Інженерна якість

Чи наявні базові інженерні практики та документація?

76Добрий · 19% загального індексу

Інженерні практики

66Добрий
Як обчислюється оцінка
24/24Процеси CI — 8 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 29 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_configні
has_precommit_configні

Документація

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://ekzhu.github.io/datasketch
10/10Опис репозиторію
10/10Теми — 14 тем
0/10Wiki
Використані вхідні дані
topicspython, lsh-forest, jaccard-similarity, hyperloglog, lsh, minhash, weighted-quantiles, top-k, search, data-sketches, data-summary, lsh-ensemble, locality-sensitive-hashing, hnsw
has_wikiні
homepagehttps://ekzhu.github.io/datasketch
docs_sitehttps://ekzhu.github.io/datasketch
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

64Помірний · 16% загального індексу

Стан безпеки

55Помірний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
4.5/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.2/2.5CI-Tests — 29 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
4.5/7.5Code-Review — Found 13/20 approved changesets -- score normalized to 6
2.5/2.5Contributors — project has 5 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
6/7.5Maintained — 9 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 8
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
1.5/5SAST — SAST tool is not run on all commits -- score normalized to 3
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 — 18 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,5
Виключено з оцінювання (немає даних або не застосовно): 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_packages2
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:datasketch@2.0.0 — тим, що тягне за собою встановлення опублікованого пакета, — 2 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.

62Помірний · 4% загального індексу

Контекст і настанови для агентів

40Слабкий
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 65 з 80 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,812
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

68Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — docs/Makefile
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — lockfile
10/10Підтверджена практика роботи з агентами — 5 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 15 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_dockerfileні
typed_languageні
bootstrap_filesdocs/Makefile
has_devcontainerні
has_linter_configні
typecheck_configs—
agent_commit_share0,05
toolchain_manifests—
dependency_bot_commit_share0,15

Читабельність коду для моделей

54Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.2/55Керовані розміри файлів — 1/73 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes72 545
source_files_sampled73
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
Використані вхідні дані
example_dirsexamples
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

2 951зірок GitHub
31контриб'юторів
58комітів за останні 12 місяців
3днів від останнього пушу
37релізів
1бас-фактор
50відкритих 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 ★ / 319 ⇿
0Зірки
319Форки
37Релізи

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.

012525037531552015-042020-112026-07
Мажорні 2Мінорні 8Патчі 26

Кожна точка охоплює 11 днів.

OpenSSF Scorecard 5.5 / 10
5.5сукупно

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 · 2026-08-13 01:27 UTC

10Binary-Artifactsno binaries found in the repo
6Branch-Protectionbranch protection is not maximal on development and all release branches
9CI-Tests29 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
6Code-ReviewFound 13/20 approved changesets -- score normalized to 6
10Contributorsproject has 5 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
8Maintained9 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 8
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
3SASTSAST tool is not run on all commits -- score normalized to 3
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities18 existing vulnerabilities detected
Прямі залежності 2
РеєстрПакетОбмеження версіїМаніфест
PyPInumpy>=1.11pyproject.toml
PyPIscipy>=1.0.0pyproject.toml
Усі залежності 76

Повний розв'язаний набір залежностей із графа залежностей GitHub: 7 прямих і 69 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPInumpy2.0.2пряма
PyPInumpy2.2.6пряма
PyPInumpy2.3.4пряма
PyPIscipy—пряма
PyPIscipy1.13.1пряма
PyPIscipy1.15.3пряма
PyPIscipy1.16.3пряма
PyPIaiounittest1.5.0непряма
PyPIasync-timeout5.0.1непряма
PyPIbackports-asyncio-runner1.2.0непряма
PyPIcassandra-driver3.29.3непряма
PyPIclick8.1.8непряма
PyPIclick8.3.0непряма
PyPIcolorama0.4.6непряма
PyPIcontourpy1.3.2непряма
PyPIcontourpy1.3.3непряма
PyPIcoverage7.10.7непряма
PyPIcoverage7.11.0непряма
PyPIcycler0.12.1непряма
PyPIdatasketch2.0.0непряма
PyPIdnspython2.7.0непряма
PyPIdnspython2.8.0непряма
PyPIexceptiongroup1.3.0непряма
PyPIfarmhash—непряма
PyPIfonttools4.60.2непряма
PyPIgeomet1.1.0непряма
PyPIiniconfig2.1.0непряма
PyPIiniconfig2.3.0непряма
PyPIjoblib1.5.2непряма
PyPIkiwisolver1.4.7непряма
PyPIkiwisolver1.4.9непряма
PyPImatplotlib—непряма
PyPImatplotlib3.10.7непряма
PyPImatplotlib3.2.2непряма
PyPImock5.2.0непряма
PyPImockredispy2.9.3непряма
PyPImotor3.7.1непряма
PyPInltk3.9.2непряма
PyPInltk3.9.4непряма
PyPInmslib—непряма
PyPInose1.3.7непряма
PyPInose-exclude0.5.0непряма
PyPIpackaging25.0непряма
PyPIpandas—непряма
PyPIpandas2.3.3непряма
PyPIpillow12.3.0непряма
PyPIpluggy1.6.0непряма
PyPIpybloomfilter30.7.3непряма
PyPIpyfarmhash—непряма
PyPIpyfarmhash0.4.0непряма
PyPIpygments2.20.0непряма
PyPIpyhash0.9.3непряма
PyPIpymongo4.15.3непряма
PyPIpyparsing3.2.5непряма
PyPIpytest8.4.2непряма
PyPIpytest9.0.3непряма
PyPIpytest-asyncio1.2.0непряма
PyPIpytest-asyncio1.3.0непряма
PyPIpytest-cov7.0.0непряма
PyPIpytest-rerunfailures16.0.1непряма
PyPIpytest-rerunfailures16.1непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpytz2025.2непряма
PyPIredis7.0.1непряма
PyPIregex2025.11.3непряма
PyPIscikit-learn1.6.1непряма
PyPIscikit-learn1.7.2непряма
PyPIsetsimilaritysearch—непряма
PyPIsetsimilaritysearch1.0.1непряма
PyPIsix1.17.0непряма
PyPIthreadpoolctl3.6.0непряма
PyPItomli2.3.0непряма
PyPItqdm4.67.1непряма
PyPItyping-extensions4.15.0непряма
PyPItzdata2025.2непряма
PyPIwrapt2.0.1непряма
Сповіщення про залежності 0

Встановлення pypi:datasketch@2.0.0 тягне 2 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 ekzhu/datasketch. Читати поруч →

97nuclia/nucliadbNucliaDB, The AI Search database for RAGВинятковий100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Винятковий99taskforcesh/bullmqBullMQ - Message Queue and Batch processing for NodeJS, Python, .NET, Elixir, Rust and PHP based on Redis or PostgreSQLВинятковий98lancedb/lancedbDeveloper-friendly OSS embedded retrieval library for multimodal AI. Search More; Manage Less.Винятковий98valkey-io/valkey-glideAn open source Valkey client library that supports Valkey, and Redis open source 6.2, 7.0 and 7.2. Valkey GLIDE is designed for reliability, optimized performance, and high-availability, for Valkey and Redis OSS based applications. GLIDE is a multi language client library, written in Rust with programming language bindings, such as Java and PythonВинятковий97redis/redis-vl-pythonRedis Vector Library (RedisVL) -- the AI-native Python client for Redis.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 v0.31.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.