Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-04 22:20 UTC

keras-team / keras-hub

Pretrained model hub for Keras 3.

PythonApache-2.0★ 989 зірок⑂ 360 форківз трав. 2020 р.Переглянути на GitHub ↗
ТипПлагіняк це визначено
#deep-learning#keras#machine-learning#nlp#tensorflow#jax#llm#natural-language-processing#python#pytorch#cv

keras-team/keras-hub має індекс здоров’я 96 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Vitality (99/100), найнижчий — AI Readiness (51/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 4 учасники.

96
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»).

96
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 84 калібровано до 96 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

KerasОрганізація
2 820 підписників25 публічних репозиторіївз груд. 2017 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIkeras-hubвказує на інший репозиторій — не оцінюється0.31.1531 4616013 днів тому
PyPIkeras-nlpвказує на інший репозиторій — не оцінюється0.31.1200 78113113 днів тому

Метрики за категоріями

Життєздатність

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

99Винятковий · 21% загального індексу

Активність розробки

98Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
33.9/36Ритм комітів — 49/52 тижнів із комітами
18/18Обсяг комітів — 268 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year268
human_commit_share0,96
days_since_last_push0
active_weeks_last_year49

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 79 релізів
36/36Свіжість релізів — останній реліз 13 дн. тому
27/27Ритм релізів — реліз кожні ~14,1 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count79
latest_release_tagv0.31.1
releases_from_tagsні
days_since_latest_release13
mean_days_between_releases14,1
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?

85Відмінний · 17% загального індексу

Популярність і впровадження

78Добрий
Як обчислюється оцінка
48.6/60Зірки — 989 зірок
21.3/25Форки — 360 форків
8.1/15Спостерігачі — 30 спостерігачів
Використані вхідні дані
forks360
stars989
watchers30
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_badges4
has_contributingтак
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?

80Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

82Відмінний
Як обчислюється оцінка
43.2/54Бас-фактор — на 4 контриб’ютор(ів) припадає половина всіх комітів
14.9/22.5Розподіл комітів — головний контриб’ютор — автор 34% комітів
13.5/13.5Широта контриб’юторів — 99 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 20 contributing companies or organizations
Використані вхідні дані
bus_factor4
contributors_sampled99
top_contributor_share0,339

Реактивність на issue та PR

82Відмінний
Як обчислюється оцінка
34.8/42Вирішення issue — закрито 83% issue
24.7/30Прийняття PR — злито 1 581/1 923 вирішених PR
9.3/13Newcomer PR acceptance — злито 5/7 PR від новачків за 30 дн.
13.5/15OpenSSF Scorecard: Code-Review — Found 27/29 approved changesets -- score normalized to 9
Використані вхідні дані
merged_prs1 581
open_issues164
closed_issues789
prs_merged_7d11
prs_decided_7d13
prs_merged_30d42
prs_decided_30d58
issue_closed_ratio0,828
closed_unmerged_prs342
first_time_authors_30d3
first_time_prs_merged_30d5
first_time_prs_decided_30d7

Власність та опіка

77Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
24.8/25Охоплення власника — 2 820 підписників у keras-team
22.3/25Послужний список — 25 публічних репозиторіїв, вік облікового запису ~8 р.
Використані вхідні дані
followers2 820
owner_typeOrganization
is_verifiedні
owner_loginkeras-team
public_repos25
account_age_days3 189

Інженерна якість

Чи наявні базові інженерні практики та документація?

86Відмінний · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 11 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

75Добрий
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://keras.io/keras_hub/
10/10Опис репозиторію
10/10Теми — 11 тем
10/10Wiki
Використані вхідні дані
topicsdeep-learning, keras, machine-learning, nlp, tensorflow, jax, llm, natural-language-processing, python, pytorch, cv
has_wikiтак
homepagehttps://keras.io/keras_hub/
docs_sitehttps://keras.io/keras_hub/
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

74Добрий · 16% загального індексу

Стан безпеки

67Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
2.5/2.5CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6.8/7.5Code-Review — Found 27/29 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 20 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 — 30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
1.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — немає даних
6.8/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 27 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate6,7
Виключено з оцінювання (немає даних або не застосовно): 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
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_packages55
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:keras-hub@0.31.1 — тим, що тягне за собою встановлення опублікованого пакета, — 55 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.

51Помірний · 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 92 з 96 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,958
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

58Помірний
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
0/11Статична перевірка типів
10/10Відтворюване середовище — devcontainer, Dockerfile
4/10Підтверджена практика роботи з агентами — 2 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 4 з останніх 100 комітів — автоматичні оновлення залежностей
3/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileтак
typed_languageні
bootstrap_files—
has_devcontainerтак
has_linter_configтак
typecheck_configs—
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0,04

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.9/55Керовані розміри файлів — 3/1 343 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes71 265
source_files_sampled1 343
oversized_source_files3

Ключові факти

989зірок GitHub
99контриб'юторів
268комітів за останні 12 місяців
0днів від останнього пушу
79релізів
4бас-фактор
164відкритих 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 15 authors (cap 12)
  • pypi package 'keras-hub' points at a different repository (https://github.com/keras-team/keras/keras_hub); excluded from ecosystem scoring
  • pypi package 'keras-nlp' points at a different repository (https://github.com/keras-team/keras/keras_hub); excluded from ecosystem scoring

Докладніше

Історія зірок і форків 0 ★ / 360 ⇿
0Зірки
360Форки
79Релізи

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.

012525037535572020-102023-092026-08
Мажорні 0Мінорні 28Патчі 32

Кожна точка охоплює 6 днів.

OpenSSF Scorecard 6.7 / 10
6.7сукупно

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 · 2026-09-04 22:20 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 27/29 approved changesets -- score normalized to 9
10Contributorsproject has 20 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
3Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 3
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
н/дSigned-Releasesno releases found
9Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities27 existing vulnerabilities detected
Прямі залежності 12
РеєстрПакетОбмеження версіїМаніфест
PyPIkeras-hub==0.0.0keras_nlp/pyproject.toml
PyPIkeras>=3.15pyproject.toml
PyPIabsl-py—pyproject.toml
PyPInumpy—pyproject.toml
PyPIpackaging—pyproject.toml
PyPIregex—pyproject.toml
PyPIrich—pyproject.toml
PyPIkagglehub!=1.0.1pyproject.toml
PyPIkagglesdk==0.1.28pyproject.toml
PyPIsentencepiece<0.2.2pyproject.toml
PyPItokenizers—pyproject.toml
PyPItensorflow-text>=2.20.1,<2.21.0pyproject.toml
Усі залежності 37

Повний розв'язаний набір залежностей із графа залежностей GitHub: 10 прямих і 27 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIkagglehub—пряма
PyPIkagglesdk0.1.28пряма
PyPIkeras—пряма
PyPIkeras-hub0.0.0пряма
PyPIpackaging—пряма
PyPIregex—пряма
PyPIrich—пряма
PyPIsentencepiece—пряма
PyPItensorflow-text—пряма
PyPItokenizers—пряма
PyPIai-edge-litert—непряма
PyPIastor—непряма
PyPIbuild—непряма
PyPIdm-tree—непряма
PyPIjax—непряма
PyPIjax0.6.2непряма
PyPIlitert-torch—непряма
PyPInamex—непряма
PyPIopenvino—непряма
PyPIpillow—непряма
PyPIpre-commit—непряма
PyPIpytest—непряма
PyPIpytest-cov—непряма
PyPIpytest-split—непряма
PyPIpytest-xdist—непряма
PyPIrouge-score—непряма
PyPIruff—непряма
PyPIsafetensors—непряма
PyPIsetuptools—непряма
PyPItensorflow—непряма
PyPItensorflow-cpu—непряма
PyPItensorflow-datasets—непряма
PyPItorch—непряма
PyPItorch2.7.1+cu126непряма
PyPItorchvision—непряма
PyPItorchvision0.22.1+cu126непряма
PyPItransformers—непряма
Сповіщення про залежності 0

Встановлення pypi:keras-hub@0.31.1 тягне 55 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 keras-team/keras-hub. Читати поруч →

99huggingface/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 toolsВинятковий100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Винятковий100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Винятковий98keras-team/kerasDeep Learning for humansВинятковий98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.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.