Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-08-22 15:31 UTC

helicalAI / helical

A framework for state-of-the-art pre-trained bio foundation models on genomics and transcriptomics modalities.

PythonAGPL-3.0★ 229 зірок⑂ 38 форківз квіт. 2024 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#artificial-intelligence#bioinformatics#biology#deep-learning#dna-sequences#foundation-models#gene-expression#pre-trained-model#pre-training#rna-seq#rnaseq#transformer#vcf#scgpt#uce#geneformer#evo2#transcriptformer#helixmrna#rna

helicalAI/helical має індекс здоров’я 81 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Engineering Quality (78/100), найнижчий — AI Readiness (57/100). Останнє оновлення — сьогодні. 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

HelicalОрганізація
53 підписники3 публічні репозиторіїз лип. 2023 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIhelical3.1.11 2368015 днів тому

Метрики за категоріями

Життєздатність

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

73Добрий · 21% загального індексу

Активність розробки

87Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
22.8/36Ритм комітів — 33/52 тижнів із комітами
18/18Обсяг комітів — 275 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_year275
human_commit_share0,96
days_since_last_push0
active_weeks_last_year33

Дисципліна релізів

52Помірний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 2 релізів
7.2/36Свіжість релізів — останній реліз 606 дн. тому
12.6/27Ритм релізів — реліз кожні ~146,7 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count2
latest_release_tagv0.0.1a16
releases_from_tagsні
days_since_latest_release606
mean_days_between_releases146,7
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?

60Помірний · 17% загального індексу

Популярність і впровадження

55Помірний
Як обчислюється оцінка
38.2/60Зірки — 229 зірок
13.1/25Форки — 38 форків
3.9/15Спостерігачі — 6 спостерігачів
Використані вхідні дані
forks38
stars229
watchers6
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 (AGPL-3.0)
18/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges5
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_servicesbadge.fury.io, github.com, shields.io
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

52Помірний
Як обчислюється оцінка
41.2/80Щомісячні завантаження — 1 236 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packageshelical
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1 236
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?

66Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

36Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
10.7/22.5Розподіл комітів — головний контриб’ютор — автор 53% комітів
13.5/13.5Широта контриб’юторів — 17 контриб’юторів
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Використані вхідні дані
bus_factor1
contributors_sampled17
top_contributor_share0,526

Реактивність на issue та PR

87Відмінний
Як обчислюється оцінка
36.9/42Вирішення issue — закрито 88% issue
25.7/30Прийняття PR — злито 330/385 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
13.5/15OpenSSF Scorecard: Code-Review — Found 16/17 approved changesets -- score normalized to 9
Використані вхідні дані
merged_prs330
open_issues4
closed_issues29
prs_merged_7d0
prs_decided_7d0
prs_merged_30d5
prs_decided_30d5
issue_closed_ratio0,879
closed_unmerged_prs55
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

53Помірний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
12.5/25Охоплення власника — 53 підписників у helicalAI
10.6/25Послужний список — 3 публічних репозиторіїв, вік облікового запису ~3 р.
Використані вхідні дані
followers53
owner_typeOrganization
is_verifiedні
owner_loginhelicalAI
public_repos3
account_age_days1 136

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 15 дн. тому
20/20Історія версій — 80 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packageshelical
ecosystemspypi
any_deprecatedні
min_days_since_publish15

Інженерна якість

Чи наявні базові інженерні практики та документація?

78Добрий · 19% загального індексу

Інженерні практики

64Помірний
Як обчислюється оцінка
24/24Процеси CI — 2 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
16/20OpenSSF Scorecard: CI-Tests — 17 out of 21 merged PRs checked by a CI test -- score normalized to 8
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configні
has_precommit_configні

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://www.helical-ai.com/
10/10Опис репозиторію
10/10Теми — 20 тем
10/10Wiki
Використані вхідні дані
topicsartificial-intelligence, bioinformatics, biology, deep-learning, dna-sequences, foundation-models, gene-expression, pre-trained-model, pre-training, rna-seq, rnaseq, transformer, vcf, scgpt, uce, geneformer, evo2, transcriptformer, helixmrna, rna
has_wikiтак
homepagehttps://www.helical-ai.com/
docs_sitehttps://www.helical-ai.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?

70Добрий · 16% загального індексу

Стан безпеки

70Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2/2.5CI-Tests — 17 out of 21 merged PRs checked by a CI test -- score normalized to 8
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6.8/7.5Code-Review — Found 16/17 approved changesets -- score normalized to 9
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 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
2.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 5
5/5SAST — SAST tool is run on all commits
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
6/7.5Vulnerabilities — 2 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate7
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

69Добрий
Як обчислюється оцінка
10.4/35Прямі залежності без відомих сповіщень — уражено 3: hydra-core 1.3.2 (high 7.8), torch 2.10.0 (high 7.8), datasets 3.6.0 (unknown)
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
33.5/40Немає задавнених сповіщень — 1 пакет(ів) зі сповіщеннями без реакції понад 90 дн.; найдавніше опубліковано 509 дн. тому
Використані вхідні дані
sourceosv
advisories4
affected_packages3
assessed_packages100
unassessed_packages0
affected_by_severityhigh 2, unknown 1
direct_affected_packages3
Звірено з runtime-замиканням залежностей pypi:helical@3.1.1 — тим, що тягне за собою встановлення опублікованого пакета, — 100 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.

57Помірний · 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 75 з 96 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,781
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

55Помірний
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — Dockerfile
10/10Підтверджена практика роботи з агентами — 8 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 4 з останніх 100 комітів — автоматичні оновлення залежностей
5/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 5
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileтак
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configні
typecheck_configs—
agent_commit_share0,08
toolchain_manifests—
dependency_bot_commit_share0,04

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.7/55Керовані розміри файлів — 1/210 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes88 570
source_files_sampled210
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, 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

229зірок GitHub
17контриб'юторів
275комітів за останні 12 місяців
0днів від останнього пушу
2релізів
1бас-фактор
4відкритих 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 ★ / 38 ⇿
0Зірки
38Форки
2Релізи

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.

0102030403822024-072025-072026-07
Мажорні 0Мінорні 0Патчі 0

Кожна точка охоплює 2 днів.

OpenSSF Scorecard 7.0 / 10
7.0сукупно

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 · 2026-08-22 15:31 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
8CI-Tests17 out of 21 merged PRs checked by a CI test -- score normalized to 8
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 16/17 approved changesets -- score normalized to 9
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 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 5
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
8Vulnerabilities2 existing vulnerabilities detected
Прямі залежності 21
РеєстрПакетОбмеження версіїМаніфест
PyPIrequests>=2.32.3pyproject.toml
PyPIpandas==2.2.2pyproject.toml
PyPIanndata>=0.11pyproject.toml
PyPInumpy>=2.1.3,<2.3pyproject.toml
PyPIscikit-learn>=1.5.0pyproject.toml
PyPIscipy==1.13.1pyproject.toml
PyPItorch==2.10.0pyproject.toml
PyPIaccelerate==1.14.0pyproject.toml
PyPItransformers>=5.3.0pyproject.toml
PyPIscikit-misc>=0.5.2pyproject.toml
PyPIeinops==0.8.1pyproject.toml
PyPIomegaconf==2.3.0pyproject.toml
PyPIhydra-core==1.3.2pyproject.toml
PyPIpybiomart—pyproject.toml
PyPIdatasets==3.6.0pyproject.toml
PyPIsentencepiece>=0.2.0pyproject.toml
PyPIbitsandbytes>=0.48.2pyproject.toml
PyPIscanpy>=1.11pyproject.toml
PyPIrequests-cache>=1.2pyproject.toml
PyPItorchmetrics>=1.0pyproject.toml
PyPIcatalogue>=2.0pyproject.toml
Усі залежності 36

Повний розв'язаний набір залежностей із графа залежностей GitHub: 20 прямих і 16 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaccelerate1.14.0пряма
PyPIanndata—пряма
PyPIbitsandbytes—пряма
PyPIcatalogue—пряма
PyPIdatasets3.6.0пряма
PyPIeinops0.8.1пряма
PyPIhydra-core1.3.2пряма
PyPInumpy—пряма
PyPIomegaconf2.3.0пряма
PyPIpandas2.2.2пряма
PyPIrequests—пряма
PyPIrequests-cache—пряма
PyPIscanpy—пряма
PyPIscikit-learn—пряма
PyPIscikit-misc—пряма
PyPIscipy1.13.1пряма
PyPIsentencepiece—пряма
PyPItorch2.10.0пряма
PyPItorchmetrics—пряма
PyPItransformers—пряма
PyPIbiopython1.85непряма
PyPIblack26.3.1непряма
PyPIcausal-conv1d1.6.2.post1непряма
PyPIcausal-conv1d1.6.2.post1+cu13torch2.10cxx11abitrueнепряма
PyPIflash-attn2.8.3+cu13torch2.10cxx11abitrueнепряма
PyPImamba-ssm2.3.2.post1непряма
PyPImamba-ssm2.3.2.post1+cu13torch2.10cxx11abitrueнепряма
PyPImkdocs1.6.1непряма
PyPImkdocs-jupyter0.25.1непряма
PyPImkdocs-material9.5.44непряма
PyPImkdocstrings—непряма
PyPInbmake1.5.4непряма
PyPIpytest9.0.3непряма
PyPIpytest-cov7.1.0непряма
PyPIpytest-mock3.15.1непряма
PyPItransformer-engine1.13.0непряма
Сповіщення про залежності 3

Встановлення pypi:helical@3.1.1 тягне 100 пакетів, прямих і транзитивних: 3 мають відомі сповіщення, з них 3 — прямі залежності.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
hydra-core1.3.2прямависока11.3.4
torch2.10.0прямависока22.13.0
datasets3.6.0пряманевідома15.0.1

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.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з helicalAI/helical. Читати поруч →

92Nixtla/nixtlaTimeGPT-1: production ready pre-trained Time Series Foundation Model for forecasting and anomaly detection. Generative pretrained transformer for time series trained on over 100B data points. It's capable of accurately predicting various domains such as retail, electricity, finance, and IoT with just a few lines of code 🚀.Відмінний100onnx/onnxOpen standard for machine learning interoperabilityВинятковий99huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Винятковий98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsВинятковий98voxel51/fiftyoneRefine high-quality datasets and visual AI modelsВинятковий98Nixtla/neuralforecastScalable and user friendly neural :brain: forecasting algorithms.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 — PyPI.