Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-02 08:45 UTC

iMoonLab / DeepHypergraph

A pytorch library for graph and hypergraph computation.

PythonApache-2.0★ 887 зірок⑂ 89 форківз жовт. 2019 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#deep-learning#graph-neural-networks#hypergraph-neural-networks#pytorch

iMoonLab/DeepHypergraph має індекс здоров’я 69 зі 100, що відповідає смузі «Добрий». Найвищий показник — Engineering Quality (84/100), найнижчий — Vitality (45/100). Останнє оновлення було 58 днів тому. Більшість нещодавньої роботи виконує один учасник.

69
загалом / 100
Добрий

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»).

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

Власність

iMoon: Intelligent Media and Cognition GroupОрганізація
303 підписники31 публічний репозиторійз груд. 2018 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIdhg0.9.7262661 день томуdeep-learninggraph-neural-networkshypergraph-neural-networkspytorch

Метрики за категоріями

Життєздатність

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

45Слабкий · 21% загального індексу

Активність розробки

44Слабкий
Як обчислюється оцінка
18/36Свіжість push — останній push 58 дн. тому
4.2/36Ритм комітів — 6/52 тижнів із комітами
11.9/18Обсяг комітів — 20 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 3 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year20
human_commit_share0,96
days_since_last_push58
active_weeks_last_year6

Дисципліна релізів

47Слабкий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 5 релізів
7.2/36Свіжість релізів — останній реліз 396 дн. тому
12.6/27Ритм релізів — реліз кожні ~275,5 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count5
latest_release_tagv0.9.5
releases_from_tagsні
days_since_latest_release396
mean_days_between_releases275,5

Спільнота та впровадження

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

60Помірний · 17% загального індексу

Популярність і впровадження

69Добрий
Як обчислюється оцінка
47.8/60Зірки — 887 зірок
16.2/25Форки — 89 форків
4.7/15Спостерігачі — 8 спостерігачів
Використані вхідні дані
forks89
stars887
watchers8
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

50Помірний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges9
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicesgithub.com, readthedocs.org, shields.io
has_pull_request_templateні

Сталість та врядування

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

65Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

34У зоні ризику
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
4.5/22.5Розподіл комітів — головний контриб’ютор — автор 80% комітів
10.8/13.5Широта контриб’юторів — 8 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled8
top_contributor_share0,802

Реактивність на issue та PR

67Добрий
Як обчислюється оцінка
33.1/42Вирішення issue — закрито 79% issue
25.4/30Прийняття PR — злито 11/13 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — Found 2/22 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs11
open_issues11
closed_issues41
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,788
closed_unmerged_prs2
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

71Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
17.9/25Охоплення власника — 303 підписників у iMoonLab
23/25Послужний список — 31 публічних репозиторіїв, вік облікового запису ~7 р.
Використані вхідні дані
followers303
owner_typeOrganization
is_verifiedні
owner_loginiMoonLab
public_repos31
account_age_days2 857

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 61 дн. тому
20/20Історія версій — 6 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesdhg
ecosystemspypi
any_deprecatedні
min_days_since_publish61

Інженерна якість

Чи наявні базові інженерні практики та документація?

84Відмінний · 19% загального індексу

Інженерні практики

74Добрий
Як обчислюється оцінка
24/24Процеси CI — 2 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.black], [tool.isort])
0/9.6Pre-commit-хуки
0/6.4.editorconfig
10/20OpenSSF Scorecard: CI-Tests — 3 out of 6 merged PRs checked by a CI test -- score normalized to 5
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://deephypergraph.com/
10/10Опис репозиторію
10/10Теми — 4 тем
10/10Wiki
Використані вхідні дані
topicsdeep-learning, graph-neural-networks, hypergraph-neural-networks, pytorch
has_wikiтак
homepagehttps://deephypergraph.com/
docs_sitehttps://deephypergraph.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?

56Помірний · 16% загального індексу

Стан безпеки

45Слабкий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
1.2/2.5CI-Tests — 3 out of 6 merged PRs checked by a CI test -- score normalized to 5
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 2/22 approved changesets -- score normalized to 0
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
7.5/7.5Maintained — 3 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
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 — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 64 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate4,5
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection. 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_packages58
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:dhg@0.9.7 — тим, що тягне за собою встановлення опублікованого пакета, — 58 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.

55Помірний · 4% загального індексу

Контекст і настанови для агентів

13Критичний
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
13.3/40Читабельна історія комітів — намір зазначено у 24 з 96 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,25
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

69Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — docs/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.black], [tool.isort])
0/11Статична перевірка типів
10/10Відтворюване середовище — lockfile
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
8/8Автоматизоване супроводження — 4 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_configтак
typecheck_configs—
agent_commit_share0
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 — 1/166 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes86 011
source_files_sampled166
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

887зірок GitHub
8контриб'юторів
20комітів за останні 12 місяців
58днів від останнього пушу
5релізів
1бас-фактор
11відкритих 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 ★ / 89 ⇿
0Зірки
89Форки
5Релізи

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.

0204060801008932019-102023-022026-06
Мажорні 0Мінорні 0Патчі 5

Кожна точка охоплює 7 днів.

OpenSSF Scorecard 4.5 / 10
4.5сукупно

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 · 2026-10-02 08:45 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
5CI-Tests3 out of 6 merged PRs checked by a CI test -- score normalized to 5
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 2/22 approved changesets -- score normalized to 0
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
10Maintained3 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities64 existing vulnerabilities detected
Прямі залежності 7
РеєстрПакетОбмеження версіїМаніфест
PyPItorch>=1.12.1pyproject.toml
PyPIscipy>=1.8pyproject.toml
PyPIoptuna—pyproject.toml
PyPInumpy—pyproject.toml
PyPIscikit-learn—pyproject.toml
PyPIrequests—pyproject.toml
PyPImatplotlib>=3.7.0pyproject.toml
Усі залежності 120

Повний розв'язаний набір залежностей із графа залежностей GitHub: 25 прямих і 95 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPImatplotlib—пряма
PyPImatplotlib3.10.9пряма
PyPImatplotlib3.11.0пряма
PyPImatplotlib3.7.5пряма
PyPImatplotlib3.9.4пряма
PyPInumpy—пряма
PyPInumpy1.24.4пряма
PyPInumpy2.4.6пряма
PyPInumpy2.5.0пряма
PyPIoptuna—пряма
PyPIoptuna4.5.0пряма
PyPIrequests2.15.1пряма
PyPIrequests2.32.5пряма
PyPIscikit-learn—пряма
PyPIscikit-learn1.3.2пряма
PyPIscikit-learn1.6.1пряма
PyPIscikit-learn1.7.1пряма
PyPIscipy1.10.1пряма
PyPIscipy1.13.1пряма
PyPIscipy1.15.3пряма
PyPIscipy1.18.0пряма
PyPItorch—пряма
PyPItorch1.13.1пряма
PyPItorch2.5.1пряма
PyPItorch2.6.0пряма
PyPIalembic1.14.1непряма
PyPIalembic1.16.5непряма
PyPIblack24.8.0непряма
PyPIblack25.1.0непряма
PyPIcertifi2025.8.3непряма
PyPIcharset-normalizer3.4.3непряма
PyPIclick8.1.8непряма
PyPIclick8.2.1непряма
PyPIcolorama0.4.6непряма
PyPIcolorlog6.9.0непряма
PyPIcontourpy1.1.1непряма
PyPIcontourpy1.3.0непряма
PyPIcontourpy1.3.2непряма
PyPIcontourpy1.3.3непряма
PyPIcycler0.12.1непряма
PyPIdhg0.9.6непряма
PyPIexceptiongroup1.3.0непряма
PyPIfilelock3.16.1непряма
PyPIfilelock3.19.1непряма
PyPIfonttools4.57.0непряма
PyPIfonttools4.59.2непряма
PyPIfsspec2025.10.0непряма
PyPIfsspec2025.3.0непряма
PyPIgreenlet3.1.1непряма
PyPIgreenlet3.2.4непряма
PyPIidna3.15непряма
PyPIimportlib-metadata8.5.0непряма
PyPIimportlib-resources6.4.5непряма
PyPIiniconfig2.1.0непряма
PyPIisort5.13.2непряма
PyPIisort6.0.1непряма
PyPIjinja23.1.6непряма
PyPIjoblib1.4.2непряма
PyPIjoblib1.5.2непряма
PyPIkiwisolver1.4.7непряма
PyPIkiwisolver1.4.9непряма
PyPImako1.3.12непряма
PyPImarkupsafe2.1.5непряма
PyPImarkupsafe3.0.2непряма
PyPImpmath1.3.0непряма
PyPImypy-extensions1.1.0непряма
PyPInetworkx3.1непряма
PyPInetworkx3.2.1непряма
PyPInvidia-cublas-cu1111.10.3.66непряма
PyPInvidia-cublas-cu1212.4.5.8непряма
PyPInvidia-cuda-cupti-cu1212.4.127непряма
PyPInvidia-cuda-nvrtc-cu1111.7.99непряма
PyPInvidia-cuda-nvrtc-cu1212.4.127непряма
PyPInvidia-cuda-runtime-cu1111.7.99непряма
PyPInvidia-cuda-runtime-cu1212.4.127непряма
PyPInvidia-cudnn-cu118.5.0.96непряма
PyPInvidia-cudnn-cu129.1.0.70непряма
PyPInvidia-cufft-cu1211.2.1.3непряма
PyPInvidia-curand-cu1210.3.5.147непряма
PyPInvidia-cusolver-cu1211.6.1.9непряма
PyPInvidia-cusparse-cu1212.3.1.170непряма
PyPInvidia-cusparselt-cu120.6.2непряма
PyPInvidia-nccl-cu122.21.5непряма
PyPInvidia-nvjitlink-cu1212.4.127непряма
PyPInvidia-nvtx-cu1212.4.127непряма
PyPIpackaging25.0непряма
PyPIpathspec0.12.1непряма
PyPIpillow10.4.0непряма
PyPIpillow11.3.0непряма
PyPIplatformdirs4.3.6непряма
PyPIplatformdirs4.4.0непряма
PyPIpluggy1.5.0непряма
PyPIpluggy1.6.0непряма
PyPIpygments2.19.2непряма
PyPIpyparsing3.1.4непряма
PyPIpyparsing3.2.3непряма
PyPIpytest8.3.5непряма
PyPIpytest8.4.1непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpyyaml6.0.2непряма
PyPIsetuptools83.0.0непряма
PyPIsix1.17.0непряма
PyPIsphinx4.4.0непряма
PyPIsphinx-copybutton—непряма
PyPIsphinx-rtd-theme—непряма
PyPIsphinxcontrib-bibtex—непряма
PyPIsqlalchemy2.0.43непряма
PyPIsympy1.12.1непряма
PyPIsympy1.13.1непряма
PyPIthreadpoolctl3.5.0непряма
PyPIthreadpoolctl3.6.0непряма
PyPItomli2.2.1непряма
PyPItqdm4.67.1непряма
PyPItriton3.1.0непряма
PyPItriton3.2.0непряма
PyPItyping-extensions4.13.2непряма
PyPItyping-extensions4.15.0непряма
PyPIurllib32.7.0непряма
PyPIwheel0.45.1непряма
PyPIzipp3.20.2непряма
Сповіщення про залежності 0

Встановлення pypi:dhg@0.9.7 тягне 58 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 iMoonLab/DeepHypergraph. Читати поруч →

91pyg-team/pytorch_geometricGraph Neural Network Library for PyTorchВідмінний100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Винятковий100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorВинятковий100onnx/onnxOpen standard for machine learning interoperabilityВинятковий100huggingface/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. Винятковий99huggingface/diffusers🤗 Diffusers: State-of-the-art diffusion models for image, video, and audio generation in PyTorch.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.