Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-17 14:56 UTC

huggingface / diffusers

🤗 Diffusers: State-of-the-art diffusion models for image, video, and audio generation in PyTorch.

PythonApache-2.0★ 34 532 зірки⑂ 7 328 форківз трав. 2022 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#deep-learning#diffusion#image-generation#pytorch#score-based-generative-modeling#image2image#text2image#stable-diffusion#stable-diffusion-diffusers#latent-diffusion-models#flux#image2video#text2video#video2video#qwen-image

huggingface/diffusers має індекс здоров’я 99 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Vitality (97/100), найнижчий — Security (80/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 4 учасники.

99
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»).

99
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 90 калібровано до 99 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Hugging FaceОрганізація · підтверджений домен
68 520 підписників467 публічних репозиторіївз лют. 2017 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIdiffusers0.40.05 654 3969928 днів томуdeeplearningdiffusionpytorchstableaudioldm

Метрики за категоріями

Життєздатність

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

97Винятковий · 21% загального індексу

Активність розробки

100Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
36/36Ритм комітів — 52/52 тижнів із комітами
18/18Обсяг комітів — 1 065 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year1 065
human_commit_share0,98
days_since_last_push0
active_weeks_last_year52

Дисципліна релізів

92Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 93 релізів
36/36Свіжість релізів — останній реліз 28 дн. тому
19.8/27Ритм релізів — реліз кожні ~46,9 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count93
latest_release_tagv0.40.0
releases_from_tagsні
days_since_latest_release28
mean_days_between_releases46,9

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

96Винятковий · 17% загального індексу

Популярність і впровадження

98Винятковий
Як обчислюється оцінка
60/60Зірки — 34 532 зірок
25/25Форки — 7 328 форків
13/15Спостерігачі — 223 спостерігачів
Використані вхідні дані
forks7 328
stars34 532
watchers223
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

92Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
18/18Настанови 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_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesshields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

100Винятковий
Як обчислюється оцінка
80/80Щомісячні завантаження — 5 654 396 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesdiffusers
dependents—
ecosystemspypi
total_downloads—
monthly_downloads5 654 396
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?

88Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

83Відмінний
Як обчислюється оцінка
43.2/54Бас-фактор — на 4 контриб’ютор(ів) припадає половина всіх комітів
18.1/22.5Розподіл комітів — головний контриб’ютор — автор 20% комітів
13.5/13.5Широта контриб’юторів — 99 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor4
contributors_sampled99
top_contributor_share0,196

Реактивність на issue та PR

74Добрий
Як обчислюється оцінка
35.7/42Вирішення issue — закрито 85% issue
24.3/30Прийняття PR — злито 6 129/7 574 вирішених PR
2.6/13Newcomer PR acceptance — злито 4/20 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs6 129
open_issues837
closed_issues4 750
prs_merged_7d9
prs_decided_7d31
prs_merged_30d19
prs_decided_30d50
issue_closed_ratio0,85
closed_unmerged_prs1 445
first_time_authors_30d8
first_time_prs_merged_30d4
first_time_prs_decided_30d20

Власність та опіка

100Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
20/20Верифікований домен
25/25Охоплення власника — 68 520 підписників у huggingface
25/25Послужний список — 467 публічних репозиторіїв, вік облікового запису ~9 р.
Використані вхідні дані
followers68 520
owner_typeOrganization
is_verifiedтак
owner_loginhuggingface
public_repos467
account_age_days3 504

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 28 дн. тому
20/20Історія версій — 99 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesdiffusers
ecosystemspypi
any_deprecatedні
min_days_since_publish28

Інженерна якість

Чи наявні базові інженерні практики та документація?

88Відмінний · 19% загального індексу

Інженерні практики

80Відмінний
Як обчислюється оцінка
24/24Процеси CI — 35 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

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://huggingface.co/docs/diffusers
10/10Опис репозиторію
10/10Теми — 15 тем
10/10Wiki
Використані вхідні дані
topicsdeep-learning, diffusion, image-generation, pytorch, score-based-generative-modeling, image2image, text2image, stable-diffusion, stable-diffusion-diffusers, latent-diffusion-models, flux, image2video, text2video, video2video, qwen-image
has_wikiтак
homepagehttps://huggingface.co/docs/diffusers
docs_sitehttps://huggingface.co/docs/diffusers
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

80Відмінний · 16% загального індексу

Стан безпеки

75Добрий
Як обчислюється оцінка
30/30Політика безпеки (SECURITY.md)
25/25Конфігурація Dependabot
0/25Файли фіксації залежностей
20/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles—
manifestsbenchmarks/requirements.txt, pyproject.toml, setup.py
has_codeql_workflowтак
has_security_policyтак
has_dependabot_configтак

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_packages24
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:diffusers@0.40.0 — тим, що тягне за собою встановлення опублікованого пакета, — 24 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.

91Відмінний · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — .ai/AGENTS.md, AGENTS.md, CLAUDE.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 96 з 98 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,98
agent_instruction_files.ai/AGENTS.md, AGENTS.md, CLAUDE.md
agent_instruction_max_bytes4 103

Цикл верифікації (збірка / тести / перевірка типів)

97Винятковий
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
11/11Статична перевірка типів — src/diffusers/py.typed
10/10Відтворюване середовище — Dockerfile
10/10Підтверджена практика роботи з агентами — 18 з останніх 100 комітів створено агентом або з його зазначенням
5/8Автоматизоване супроводження — автоматизацію залежностей налаштовано, але у вибірці комітів її не видно
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileтак
typed_languageні
bootstrap_filesMakefile
has_devcontainerні
has_linter_configтак
typecheck_configssrc/diffusers/py.typed
agent_commit_share0,18
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

78Добрий
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (src/diffusers/py.typed)
50.7/55Керовані розміри файлів — 161/2 076 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes303 855
source_files_sampled2 076
oversized_source_files161

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

34 532зірок GitHub
99контриб'юторів
1 065комітів за останні 12 місяців
0днів від останнього пушу
93релізів
4бас-фактор
837відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 21 authors (cap 12)
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/17 14:55:14 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Докладніше

Історія зірок і форків 0 ★ / 7 328 ⇿
0Зірки
7 328Форки
6Релізи

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.

Показано лише найновішу історію — цей репозиторій перевищує вікно збору, тож найраніша історія не захоплена.

6 2006 4006 6006 8007 0007 2007 4007 328122025-112026-042026-09
Мажорні 0Мінорні 5Патчі 1
Усі залежності 124

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 124 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaccelerate—непряма
PyPIaccelerate0.23.0непряма
PyPIaccelerate1.2.0непряма
PyPIaiohappyeyeballs2.6.1непряма
PyPIaiohttp3.12.14непряма
PyPIaiosignal1.4.0непряма
PyPIannotated-types0.7.0непряма
PyPIanyio4.6.2.post1непряма
PyPIasync-timeout4.0.3непряма
PyPIattrs24.2.0непряма
PyPIav—непряма
PyPIbitsandbytes—непряма
PyPIcertifi2024.8.30непряма
PyPIcharset-normalizer3.4.0непряма
PyPIclick8.1.7непряма
PyPIcontrolnet-aux—непряма
PyPIdatasets—непряма
PyPIdecord—непряма
PyPIdeepspeed—непряма
PyPIdiffusers—непряма
PyPIdiffusers0.38.0непряма
PyPIdiffusers0.9.0непряма
PyPIeinops—непряма
PyPIexceptiongroup1.3.0непряма
PyPIfairscale—непряма
PyPIfastapi—непряма
PyPIfastapi0.115.3непряма
PyPIfilelock3.16.1непряма
PyPIflax—непряма
PyPIfrozenlist1.5.0непряма
PyPIfsspec2024.10.0непряма
PyPIftfy—непряма
PyPIftfy6.1.1непряма
PyPIgpustat—непряма
PyPIh110.14.0непряма
PyPIhuggingface-hub—непряма
PyPIhuggingface-hub0.35.0непряма
PyPIidna3.10непряма
PyPIimageio—непряма
PyPIimageio-ffmpeg—непряма
PyPIintel-extension-for-pytorch—непряма
PyPIip-adapter—непряма
PyPIjinja2—непряма
PyPIjinja23.1.4непряма
PyPIjinja23.1.6непряма
PyPIlpips—непряма
PyPImarkupsafe3.0.2непряма
PyPImodelcards—непряма
PyPImpmath1.3.0непряма
PyPImultidict6.1.0непряма
PyPInetworkx3.2.1непряма
PyPIneural-compressor—непряма
PyPInumpy—непряма
PyPInumpy2.0.2непряма
PyPInvidia-cublas-cu1212.6.4.1непряма
PyPInvidia-cuda-cupti-cu1212.6.80непряма
PyPInvidia-cuda-nvrtc-cu1212.6.77непряма
PyPInvidia-cuda-runtime-cu1212.6.77непряма
PyPInvidia-cudnn-cu129.5.1.17непряма
PyPInvidia-cufft-cu1211.3.0.4непряма
PyPInvidia-cufile-cu121.11.1.6непряма
PyPInvidia-curand-cu1210.3.7.77непряма
PyPInvidia-cusolver-cu1211.7.1.2непряма
PyPInvidia-cusparse-cu1212.5.4.2непряма
PyPInvidia-cusparselt-cu120.6.3непряма
PyPInvidia-nccl-cu122.26.2непряма
PyPInvidia-nvjitlink-cu1212.6.85непряма
PyPInvidia-nvtx-cu1212.6.77непряма
PyPIoptax—непряма
PyPIpackaging—непряма
PyPIpackaging24.1непряма
PyPIpandas—непряма
PyPIpeft—непряма
PyPIpeft0.11.1непряма
PyPIpeft0.5.0непряма
PyPIpeft0.7.0непряма
PyPIpillow—непряма
PyPIprodigyopt—непряма
PyPIprometheus-client0.21.0непряма
PyPIprometheus-fastapi-instrumentator7.0.0непряма
PyPIpropcache0.2.0непряма
PyPIprotobuf—непряма
PyPIpsutil—непряма
PyPIpsycopg22.9.9непряма
PyPIpy-consul1.5.3непряма
PyPIpydantic2.9.2непряма
PyPIpydantic-core2.23.4непряма
PyPIpyyaml6.0.2непряма
PyPIregex2024.9.11непряма
PyPIrequests2.32.3непряма
PyPIsafetensors—непряма
PyPIsafetensors0.4.5непряма
PyPIscipy—непряма
PyPIsentencepiece—непряма
PyPIsentencepiece0.2.0непряма
PyPIsniffio1.3.1непряма
PyPIstarlette0.41.0непряма
PyPIsympy1.13.3непряма
PyPItaming-transformers—непряма
PyPItensorboard—непряма
PyPItensorboard2.14.0непряма
PyPItimm—непряма
PyPItokenizers0.20.1непряма
PyPItorch—непряма
PyPItorch2.2.0непряма
PyPItorch2.7.0непряма
PyPItorchprofile—непряма
PyPItorchvision—непряма
PyPItqdm—непряма
PyPItqdm4.66.5непряма
PyPItransformers—непряма
PyPItransformers4.38.0непряма
PyPItransformers4.46.1непряма
PyPItransformers5.3.0непряма
PyPItransformers5.5.0непряма
PyPItriton3.3.0непряма
PyPItyping-extensions4.12.2непряма
PyPIurllib32.5.0непряма
PyPIuvicorn—непряма
PyPIuvicorn0.32.0непряма
PyPIwandb—непряма
PyPIwebdataset—непряма
PyPIxformers—непряма
PyPIyarl1.18.3непряма
Сповіщення про залежності 0

Встановлення pypi:diffusers@0.40.0 тягне 24 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 huggingface/diffusers. Читати поруч →

98huggingface/peft🤗 PEFT: State-of-the-art Parameter-Efficient Fine-Tuning.Винятковий95ludwig-ai/ludwigLow-code framework for building custom LLMs, neural networks, and other AI modelsВинятковий88fastai/fastaiThe fastai deep learning libraryВідмінний98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsВинятковий98NVIDIA/Megatron-LMOngoing research training transformer models at scaleВинятковий93clearml/clearmlClearML - Auto-Magical CI/CD to streamline your AI workload. Experiment Management, Data Management, Pipeline, Orchestration, Scheduling & Serving in one MLOps/LLMOps solutionВинятковий

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.