Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-21 01:56 UTC

fmind / mlops-python-package

Production-shaped MLOps Python package and reference implementation of the MLOps Coding Course: MLflow, scikit-learn, Pydantic, Pandera, uv, and mise.

Python · Jupyter NotebookMIT★ 1 419 зірок⑂ 199 форківз черв. 2023 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаяк це визначено
#mlops#python#automation#data-science#machine-learning#mlflow#pandera#pydantic#machine-learning-operations#mise#scikit-learn#uv#mlops-course

fmind/mlops-python-package має індекс здоров’я 81 зі 100, що відповідає смузі «Відмінний». Найвищий показник — AI Readiness (82/100), найнижчий — Sustainability & Governance (48/100). Останнє оновлення було 1 день тому. Більшість нещодавньої роботи виконує один учасник.

81
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»).

81
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 69 калібровано до 81 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Médéric Hurier (Fmind)Особистий обліковий запис
310 підписників170 публічних репозиторіївз бер. 2013 р.Fmind.dev

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?

76Добрий · 21% загального індексу

Активність розробки

65Добрий
Як обчислюється оцінка
36/36Свіжість push — останній push 1 дн. тому
4.2/36Ритм комітів — 6/52 тижнів із комітами
15/18Обсяг комітів — 46 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year46
human_commit_share0,9
days_since_last_push1
active_weeks_last_year6

Дисципліна релізів

92Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 20 релізів
36/36Свіжість релізів — останній реліз 8 дн. тому
19.8/27Ритм релізів — реліз кожні ~90,1 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count20
latest_release_tagv7.0.1
releases_from_tagsні
days_since_latest_release8
mean_days_between_releases90,1
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?

75Добрий · 17% загального індексу

Популярність і впровадження

77Добрий
Як обчислюється оцінка
51.1/60Зірки — 1 419 зірок
19.1/25Форки — 199 форків
6.4/15Спостерігачі — 15 спостерігачів
Використані вхідні дані
forks199
stars1 419
watchers15
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

72Добрий
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
0/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges5
has_contributingні
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateтак

Сталість та врядування

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

48Слабкий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

20У зоні ризику
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
0.9/22.5Розподіл комітів — головний контриб’ютор — автор 96% комітів
6.8/13.5Широта контриб’юторів — 5 контриб’юторів
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Використані вхідні дані
bus_factor1
contributors_sampled5
top_contributor_share0,959

Реактивність на issue та PR

62Помірний
Як обчислюється оцінка
38.8/42Вирішення issue — закрито 92% issue
10.7/30Прийняття PR — злито 42/118 вирішених PR
13/13Newcomer PR acceptance — злито 1/1 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs42
open_issues2
closed_issues24
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d1
issue_closed_ratio0,923
closed_unmerged_prs76
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

Власність та опіка

66Добрий
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
17.9/25Охоплення власника — 310 підписників у fmind
25/25Послужний список — 170 публічних репозиторіїв, вік облікового запису ~13 р.
Використані вхідні дані
followers310
owner_typeUser
is_verified—
owner_loginfmind
public_repos170
account_age_days4 961
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Інженерна якість

Чи наявні базові інженерні практики та документація?

74Добрий · 19% загального індексу

Інженерні практики

80Відмінний
Як обчислюється оцінка
24/24Процеси CI — 3 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff])
0/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configні
Виключено з оцінювання (немає даних або не застосовно): OpenSSF Scorecard: CI-Tests. Залишкові ваги перенормовано.

Документація

65Добрий
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://fmind.github.io/mlops-python-package/
10/10Опис репозиторію
10/10Теми — 13 тем
0/10Wiki
Використані вхідні дані
topicsmlops, python, automation, data-science, machine-learning, mlflow, pandera, pydantic, machine-learning-operations, mise, scikit-learn, uv, mlops-course
has_wikiні
homepagehttps://fmind.github.io/mlops-python-package/
docs_sitehttps://fmind.github.io/mlops-python-package/
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

72Добрий · 16% загального індексу

Стан безпеки

65Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all release branches
0/2.5CI-Tests — немає даних
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
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 1 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
0/5SAST — no SAST tool detected
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — немає даних
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
0/7.5Vulnerabilities — 10 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,4
Виключено з оцінювання (немає даних або не застосовно): CI-Tests, 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
0/25Непрямі залежності без відомих сповіщень — транзитивний набір не відокремлюється від залежностей розробки й тестування в цьому обсязі
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories11
affected_packages2
assessed_packages175
unassessed_packages0
affected_by_severityhigh 2
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень, Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено 175 резолвлених залежностей із OSV. Цей репозиторій не публікує пакета, який резолвить індекс, тож натомість оцінено граф залежностей репозиторію. Цей граф змішує закріплені версії для розробки й тестування зі справді постачаними залежностями, тож оцінюються лише задекларовані runtime-залежності; транзитивні знахідки подаються як контекст і в оцінку не входять. 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

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 79 з 90 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,878
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes5 561

Цикл верифікації (збірка / тести / перевірка типів)

83Відмінний
Як обчислюється оцінка
18/18Розгортання однією командою — mise.toml
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
0/11Статична перевірка типів
10/10Відтворюване середовище — Dockerfile, lockfile
4/10Підтверджена практика роботи з агентами — 2 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 10 з останніх 100 комітів — автоматичні оновлення залежностей
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileтак
typed_languageні
bootstrap_filesmise.toml
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0,1

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
55/55Керовані розміри файлів — 0/47 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes13 764
source_files_sampled47
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 — notebooks
Використані вхідні дані
example_dirsnotebooks
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

1 419зірок GitHub
5контриб'юторів
46комітів за останні 12 місяців
1днів від останнього пушу
20релізів
1бас-фактор
2відкритих 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 'bikes' from its registry

Докладніше

Історія зірок і форків 0 ★ / 199 ⇿
0Зірки
199Форки
17Релізи

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.

04080120160200193242023-072025-022026-10
Мажорні 6Мінорні 10Патчі 1

Кожна точка охоплює 3 днів.

OpenSSF Scorecard 6.4 / 10
6.4сукупно

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 · 2026-10-21 01:55 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all release branches
н/дCI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
0SASTno SAST tool detected
10Security-Policysecurity policy file detected
н/дSigned-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
0Vulnerabilities10 existing vulnerabilities detected
Прямі залежності 18
РеєстрПакетОбмеження версіїМаніфест
PyPIloguru>=0.7.3pyproject.toml
PyPImatplotlib>=3.11.0pyproject.toml
PyPImlflow>=3.16.1pyproject.toml
PyPInumba>=0.61.0pyproject.toml
PyPInumpy>=2.1.3pyproject.toml
PyPInvidia-ml-py>=13.615.71pyproject.toml
PyPIomegaconf>=2.3.1pyproject.toml
PyPIpandas>=2.3.3pyproject.toml
PyPIpandera>=0.32.1pyproject.toml
PyPIplyer>=2.1.0pyproject.toml
PyPIpsutil>=7.2.2pyproject.toml
PyPIpyarrow>=19.0.1pyproject.toml
PyPIpydantic-settings>=2.14.2pyproject.toml
PyPIpydantic>=2.13.4pyproject.toml
PyPIscikit-learn>=1.9.0pyproject.toml
PyPIsetuptools>=83.0.0pyproject.toml
PyPIshap>=0.46.0pyproject.toml
PyPIskops>=0.16.0pyproject.toml
Усі залежності 175

Повний розв'язаний набір залежностей із графа залежностей GitHub: 19 прямих і 156 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIloguru0.7.3пряма
PyPImatplotlib3.11.2пряма
PyPImlflow3.16.1пряма
PyPInumba0.68.0пряма
PyPInumpy2.5.3пряма
PyPInvidia-ml-py13.615.71пряма
PyPIomegaconf2.3.1пряма
PyPIpandas3.0.6пряма
PyPIpandera0.34.0пряма
PyPIplyer2.1.0пряма
PyPIpsutil7.2.2пряма
PyPIpyarrow25.0.1пряма
PyPIpydantic2.13.5пряма
PyPIpydantic-settings2.15.0пряма
PyPIscikit-learn1.9.1пряма
PyPIsetuptools84.0.0пряма
PyPIshap0.49.1пряма
PyPIshap0.52.0пряма
PyPIskops0.16.0пряма
PyPIaiohappyeyeballs2.7.1непряма
PyPIaiohttp3.14.4непряма
PyPIaiosignal1.4.0непряма
PyPIalembic1.20.0непряма
PyPIannotated-doc0.0.5непряма
PyPIannotated-types0.8.0непряма
PyPIantlr4-python3-runtime4.9.3непряма
PyPIanyio4.15.1непряма
PyPIappnope1.0.0непряма
PyPIasttokens3.0.2непряма
PyPIattrs26.1.0непряма
PyPIbikes6.0.1непряма
PyPIblinker1.9.0непряма
PyPIboolean-py5.0непряма
PyPIcachecontrol0.14.4непряма
PyPIcachetools7.2.1непряма
PyPIcertifi2026.7.22непряма
PyPIcffi2.1.1непряма
PyPIcharset-normalizer3.5.2непряма
PyPIclick8.5.0непряма
PyPIcloudpickle3.1.2непряма
PyPIcolorama0.4.6непряма
PyPIcomm0.2.3непряма
PyPIcontourpy1.4.0непряма
PyPIcoverage7.16.2непряма
PyPIcryptography50.0.2непряма
PyPIcycler0.12.1непряма
PyPIcyclonedx-python-lib11.12.0непряма
PyPIdatabricks-sdk0.147.0непряма
PyPIdebugpy1.8.22непряма
PyPIdefusedxml0.7.1непряма
PyPIdocker7.2.0непряма
PyPIexecnet2.1.2непряма
PyPIexecuting2.2.1непряма
PyPIfastapi0.142.2непряма
PyPIfastjsonschema2.22.2непряма
PyPIfilelock4.0.12непряма
PyPIflask3.1.3непряма
PyPIflask-cors6.0.5непряма
PyPIfonttools4.66.1непряма
PyPIfrozenlist1.8.0непряма
PyPIgitdb4.0.12непряма
PyPIgitpython3.2.0непряма
PyPIgoogle-auth2.60.0непряма
PyPIgraphene3.4.3непряма
PyPIgraphql-core3.2.13непряма
PyPIgraphql-relay3.2.0непряма
PyPIgunicorn26.2.0непряма
PyPIh110.16.0непряма
PyPIhuey3.4.0непряма
PyPIidna3.20непряма
PyPIimportlib-metadata9.0.1непряма
PyPIiniconfig2.3.0непряма
PyPIipykernel7.4.0непряма
PyPIipython9.17.1непряма
PyPIipython-pygments-lexers1.1.1непряма
PyPIitsdangerous2.2.0непряма
PyPIjedi0.20.0непряма
PyPIjinja23.1.6непряма
PyPIjoblib1.6.0непряма
PyPIjsonschema4.26.0непряма
PyPIjsonschema-specifications2025.9.1непряма
PyPIjupyter-client8.10.0непряма
PyPIjupyter-core5.9.1непряма
PyPIkiwisolver1.5.1непряма
PyPIlefthook2.1.17непряма
PyPIlicense-expression30.4.4непряма
PyPIllvmlite0.50.0непряма
PyPImako1.4.3непряма
PyPImarkdown-it-py4.2.0непряма
PyPImarkdown22.5.5непряма
PyPImarkupsafe3.0.4непряма
PyPImatplotlib-inline0.2.2непряма
PyPImdurl0.1.2непряма
PyPImlflow-skinny3.16.1непряма
PyPImlflow-tracing3.16.1непряма
PyPImsgpack1.2.3непряма
PyPImultidict6.9.1непряма
PyPImypy-extensions1.1.0непряма
PyPInarwhals2.26.0непряма
PyPInbformat5.11.1непряма
PyPInest-asyncio21.7.3непряма
PyPIopentelemetry-api1.45.0непряма
PyPIopentelemetry-proto1.45.0непряма
PyPIopentelemetry-sdk1.45.0непряма
PyPIopentelemetry-semantic-conventions0.66b0непряма
PyPIpackageurl-python0.17.6непряма
PyPIpackaging26.3непряма
PyPIparso0.8.7непряма
PyPIpdoc16.0.0непряма
PyPIpexpect4.9.0непряма
PyPIpillow12.3.0непряма
PyPIpip26.2.1непряма
PyPIpip-api0.0.35непряма
PyPIpip-audit2.10.1непряма
PyPIpip-requirements-parser32.0.1непряма
PyPIplatformdirs4.12.3непряма
PyPIplotly7.1.0непряма
PyPIpluggy1.6.0непряма
PyPIprettytable3.18.0непряма
PyPIprompt-toolkit3.0.53непряма
PyPIpropcache0.5.4непряма
PyPIprotobuf6.33.6непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.4непряма
PyPIpy-serializable2.1.0непряма
PyPIpyasn10.6.4непряма
PyPIpyasn1-modules0.4.2непряма
PyPIpycparser3.0непряма
PyPIpydantic-core2.46.5непряма
PyPIpygments2.21.0непряма
PyPIpyparsing3.3.3непряма
PyPIpytest9.1.1непряма
PyPIpytest-cov7.1.0непряма
PyPIpytest-mock3.16.0непряма
PyPIpytest-xdist3.8.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-dotenv1.2.4непряма
PyPIpywin32312непряма
PyPIpyyaml6.0.3непряма
PyPIpyzmq27.2.0непряма
PyPIreferencing0.37.0непряма
PyPIrequests2.34.2непряма
PyPIrich15.0.0непряма
PyPIrpds-py2026.9.1непряма
PyPIruff0.16.10непряма
PyPIscipy1.18.1непряма
PyPIsix1.17.0непряма
PyPIslicer0.0.8непряма
PyPIsmmap5.0.3непряма
PyPIsortedcontainers2.4.0непряма
PyPIsqlalchemy2.1.3непряма
PyPIsqlparse0.6.0непряма
PyPIstack-data0.6.3непряма
PyPIstarlette1.7.0непряма
PyPIthreadpoolctl3.7.0непряма
PyPItomli2.4.1непряма
PyPItomli-w1.2.0непряма
PyPItornado6.5.10непряма
PyPItqdm4.70.1непряма
PyPItraitlets5.16.1непряма
PyPIty0.0.84непряма
PyPItypeguard4.6.0непряма
PyPItyping-extensions4.16.0непряма
PyPItyping-inspect0.9.0непряма
PyPItyping-inspection0.4.4непряма
PyPItzdata2026.5непряма
PyPIurllib32.8.0непряма
PyPIuvicorn0.54.0непряма
PyPIvalidate-pyproject0.26непряма
PyPIwaitress3.0.2непряма
PyPIwcwidth0.9.2непряма
PyPIwerkzeug3.1.9непряма
PyPIwin32-setctime1.2.0непряма
PyPIyarl1.25.1непряма
PyPIzipp4.1.1непряма
Сповіщення про залежності 2

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 175 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 2 мають відомі сповіщення, з них 0 прямі.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
certifi2026.7.22непрямависока22026.10.19
pillow12.3.0непрямависока913.0.0

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 fmind/mlops-python-package. Читати поруч →

100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsВинятковий99kedro-org/kedroKedro is a toolbox for production-ready data science. It uses software engineering best practices to help you create data engineering and data science pipelines that are reproducible, maintainable, and modular.Винятковий98feast-dev/feastThe Open Source Feature Store for AI/MLВинятковий98autogluon/autogluonFast and Accurate ML in 3 Lines of CodeВинятковий97lance-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..Винятковий100streamlit/streamlitStreamlit — A faster way to build and share data apps.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.