Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-08 22:46 UTC

intel / auto-round

A SOTA quantization toolkit for high-accuracy low-bit LLM inference|简洁且高效的量化工具包

Python · C++Apache-2.0★ 1 609 зірок⑂ 175 форківз січ. 2024 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#int4#quantization#rounding#transformers#vllm#mxfp4#nvfp4#gguf#sglang#llms#vlms#diffusers#omni

intel/auto-round має індекс здоров’я 95 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Vitality (99/100), найнижчий — Security (60/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 3 учасники.

95
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»).

95
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 82 калібровано до 95 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Intel® CorporationОрганізація
5 563 підписники1 356 публічних репозиторіївз бер. 2016 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIauto-round-lib0.15.016 0413210 днів томуquantizationauto-aroundllmkernel

Метрики за категоріями

Життєздатність

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

99Винятковий · 21% загального індексу

Активність розробки

99Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
35.3/36Ритм комітів — 51/52 тижнів із комітами
18/18Обсяг комітів — 783 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year783
human_commit_share1
days_since_last_push0
active_weeks_last_year51

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 38 релізів
36/36Свіжість релізів — останній реліз 8 дн. тому
27/27Ритм релізів — реліз кожні ~20,6 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count38
latest_release_tagv0.15.0
releases_from_tagsні
days_since_latest_release8
mean_days_between_releases20,6

Спільнота та впровадження

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

80Відмінний · 17% загального індексу

Популярність і впровадження

77Добрий
Як обчислюється оцінка
52/60Зірки — 1 609 зірок
18.7/25Форки — 175 форків
6.5/15Спостерігачі — 16 спостерігачів
Використані вхідні дані
forks175
stars1 609
watchers16
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)

70Добрий
Як обчислюється оцінка
56.1/80Щомісячні завантаження — 16 041 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesauto-round-lib
dependents—
ecosystemspypi
total_downloads—
monthly_downloads16 041
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?

80Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

73Добрий
Як обчислюється оцінка
36/54Бас-фактор — на 3 контриб’ютор(ів) припадає половина всіх комітів
15.9/22.5Розподіл комітів — головний контриб’ютор — автор 29% комітів
13.5/13.5Широта контриб’юторів — 40 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor3
contributors_sampled40
top_contributor_share0,294

Реактивність на issue та PR

74Добрий
Як обчислюється оцінка
37.4/42Вирішення issue — закрито 89% issue
25.9/30Прийняття PR — злито 1 342/1 554 вирішених PR
0/13Newcomer PR acceptance — злито 0/1 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs1 342
open_issues81
closed_issues657
prs_merged_7d25
prs_decided_7d37
prs_merged_30d41
prs_decided_30d55
issue_closed_ratio0,89
closed_unmerged_prs212
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1

Власність та опіка

80Відмінний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
25/25Охоплення власника — 5 563 підписників у intel
25/25Послужний список — 1 356 публічних репозиторіїв, вік облікового запису ~10 р.
Використані вхідні дані
followers5 563
owner_typeOrganization
is_verifiedні
owner_loginintel
public_repos1 356
account_age_days3 828

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 10 дн. тому
20/20Історія версій — 32 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesauto-round-lib
ecosystemspypi
any_deprecatedні
min_days_since_publish10

Інженерна якість

Чи наявні базові інженерні практики та документація?

89Відмінний · 19% загального індексу

Інженерні практики

92Відмінний
Як обчислюється оцінка
24/24Процеси CI — 5 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
9.6/9.6Pre-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_configтак

Документація

85Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
0/15Сайт документації / домашня сторінка
10/10Опис репозиторію
10/10Теми — 13 тем
10/10Wiki
Використані вхідні дані
topicsint4, quantization, rounding, transformers, vllm, mxfp4, nvfp4, gguf, sglang, llms, vlms, diffusers, omni
has_wikiтак
homepage—
docs_site—
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

60Помірний · 16% загального індексу

Стан безпеки

50Помірний
Як обчислюється оцінка
30/30Політика безпеки (SECURITY.md)
0/25Конфігурація Dependabot
0/25Файли фіксації залежностей
20/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles—
manifestspyproject.toml, requirements-cpu.txt, requirements-hpu.txt, requirements.txt, setup.cfg, setup.py
has_codeql_workflowтак
has_security_policyтак
has_dependabot_configні

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_packages30
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:auto-round-lib@0.15.0 — тим, що тягне за собою встановлення опублікованого пакета, — 30 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.

72Добрий · 4% загального індексу

Контекст і настанови для агентів

100Винятковий
Як обчислюється оцінка
45/45Інструкції для агентів — .github/copilot-instructions.md, AGENTS.md, CLAUDE.md
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://docs.sglang.io/llms.txt)
40/40Читабельна історія комітів — намір зазначено у 89 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://docs.sglang.io/llms.txt
legible_history_share0,89
agent_instruction_files.github/copilot-instructions.md, AGENTS.md, CLAUDE.md
agent_instruction_max_bytes4 205

Цикл верифікації (збірка / тести / перевірка типів)

48Слабкий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
0/11Статична перевірка типів
0/10Відтворюване середовище
10/10Підтверджена практика роботи з агентами — 10 з останніх 100 комітів створено агентом або з його зазначенням
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0,1
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

52Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
52.5/55Керовані розміри файлів — 37/829 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes1 930 927
source_files_sampled829
oversized_source_files37

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

1 609зірок GitHub
40контриб'юторів
783комітів за останні 12 місяців
0днів від останнього пушу
38релізів
3бас-фактор
81відкритих 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 17 authors (cap 12)
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/08 22:43:11 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 ★ / 175 ⇿
0Зірки
175Форки
38Релізи

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.

0408012016020017572024-022025-052026-09
Мажорні 0Мінорні 10Патчі 24

Кожна точка охоплює 3 днів.

Усі залежності 42

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 42 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaccelerate—непряма
PyPIaddict—непряма
PyPIauto-round-lib—непряма
PyPIbitsandbytes—непряма
PyPIclip—непряма
PyPIcompressed-tensors—непряма
PyPIdatasets—непряма
PyPIdiffusers—непряма
PyPIeinops—непряма
PyPIflash-attn—непряма
PyPIgguf—непряма
PyPIgptqmodel—непряма
PyPIimage-reward—непряма
PyPIllmcompressor—непряма
PyPIlm-eval—непряма
PyPImodelscope—непряма
PyPIneural-compressor-pt—непряма
PyPInumba—непряма
PyPInumpy—непряма
PyPIoptimum—непряма
PyPIpackaging—непряма
PyPIpandas—непряма
PyPIparameterized—непряма
PyPIpillow—непряма
PyPIprotobuf—непряма
PyPIpy-cpuinfo—непряма
PyPIpydantic—непряма
PyPIpytest—непряма
PyPIray—непряма
PyPIsentencepiece—непряма
PyPIsetuptools—непряма
PyPIsglang—непряма
PyPItbb—непряма
PyPItiktoken—непряма
PyPItimm—непряма
PyPItorch—непряма
PyPItorchvision—непряма
PyPItqdm—непряма
PyPItransformers—непряма
PyPItriton—непряма
PyPIvllm—непряма
PyPIxformers—непряма
Сповіщення про залежності 0

Встановлення pypi:auto-round-lib@0.15.0 тягне 30 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 intel/auto-round. Читати поруч →

97xorbitsai/inferenceSwap GPT for any LLM by changing a single line of code. Xinference lets you run open-source, speech, and multimodal models on cloud, on-prem, or your laptop — all through one unified, production-ready inference API.Винятковий99ai-dynamo/dynamoA Datacenter Scale Distributed Inference Serving FrameworkВинятковий98openvinotoolkit/nncfNeural Network Compression Framework for enhanced OpenVINO™ inferenceВинятковий98kvcache-ai/MooncakeMooncake is the serving platform for Kimi, a leading LLM service provided by Moonshot AI.Винятковий98vllm-project/llm-compressorTransformers-compatible library for applying various compression algorithms to LLMs for optimized deployment with vLLMВинятковий96gpustack/gpustackA GPU cluster manager for high-performance AI model serving (vLLM, SGLang) and on-demand SSH-accessible GPU instances.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.