Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-05 17:53 UTC

lava-nc / lava-dl

Deep Learning library for Lava

Jupyter NotebookBSD-3-Clause★ 183 зірки⑂ 80 форківз вер. 2021 р.архівнийПереглянути на GitHub ↗
ТипБібліотекаяк це визначено
#deep-learning#neural-networks#neuromorphic#neuromorphic-computing#python#pytorch

lava-nc/lava-dl має індекс здоров’я 19 зі 100, що відповідає смузі «Критичний». Найвищий показник — Engineering Quality (68/100), найнижчий — Vitality (31/100). Репозиторій заархівовано, тож подальшої підтримки не очікується.

19
загалом / 100
Критичний

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»).

19
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 52 калібровано до 53 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

LavaОрганізація
238 підписників9 публічних репозиторіївз черв. 2021 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIlava-dl0.6.0933758 днів томуneuromorphicaiartificial-intelligenceneural-modelsspiking-neural-networksdeep-learning

Метрики за категоріями

Життєздатність

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

31У зоні ризику · 21% загального індексу

Активність розробки

20У зоні ризику
Як обчислюється оцінка
9.9/36Свіжість push — останній push 114 дн. тому
2.1/36Ритм комітів — 3/52 тижнів із комітами
8.1/18Обсяг комітів — 7 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — project is archived
Використані вхідні дані
commits_last_year7
human_commit_share0,58
days_since_last_push114
active_weeks_last_year3

Дисципліна релізів

47Слабкий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 10 релізів
0/36Свіжість релізів — останній реліз 758 дн. тому
19.8/27Ритм релізів — реліз кожні ~111 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count10
latest_release_tagv0.6.0
releases_from_tagsні
days_since_latest_release758
mean_days_between_releases111

Спільнота та впровадження

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

54Помірний · 17% загального індексу

Популярність і впровадження

58Помірний
Як обчислюється оцінка
36.7/60Зірки — 183 зірок
15.8/25Форки — 80 форків
6/15Спостерігачі — 13 спостерігачів
Використані вхідні дані
forks80
stars183
watchers13
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

65Добрий
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (BSD-3-Clause)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
7.2/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges0
has_contributingні
has_issue_templateтак
has_code_of_conductні
readme_badge_services—
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

33У зоні ризику
Як обчислюється оцінка
26.3/80Щомісячні завантаження — 93 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packageslava-dl
dependents—
ecosystemspypi
total_downloads—
monthly_downloads93
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?

61Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

55Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
13.7/22.5Розподіл комітів — головний контриб’ютор — автор 39% комітів
13.5/13.5Широта контриб’юторів — 22 контриб’юторів
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Використані вхідні дані
bus_factor2
contributors_sampled22
top_contributor_share0,393

Реактивність на issue та PR

66Добрий
Як обчислюється оцінка
32/42Вирішення issue — закрито 76% issue
25.2/30Прийняття PR — злито 142/169 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — Found 0/14 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs142
open_issues28
closed_issues90
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,763
closed_unmerged_prs27
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

65Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
17.1/25Охоплення власника — 238 підписників у lava-nc
17.7/25Послужний список — 9 публічних репозиторіїв, вік облікового запису ~5 р.
Використані вхідні дані
followers238
owner_typeOrganization
is_verifiedні
owner_loginlava-nc
public_repos9
account_age_days1 900

Супровід пакетів

61Помірний
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
4/35Свіжість публікацій — остання публікація 758 дн. тому
12/20Історія версій — 3 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packageslava-dl
ecosystemspypi
any_deprecatedні
min_days_since_publish758

Інженерна якість

Чи наявні базові інженерні практики та документація?

68Добрий · 19% загального індексу

Інженерні практики

64Помірний
Як обчислюється оцінка
24/24Процеси CI — 3 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.black])
0/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 1 out of 19 merged PRs checked by a CI test -- score normalized to 0
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configні

Документація

75Добрий
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://lava-nc.org
10/10Опис репозиторію
10/10Теми — 6 тем
10/10Wiki
Використані вхідні дані
topicsdeep-learning, neural-networks, neuromorphic, neuromorphic-computing, python, pytorch
has_wikiтак
homepagehttps://lava-nc.org
docs_sitehttps://lava-nc.org
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

42Слабкий · 16% загального індексу

Стан безпеки

44Слабкий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
0/2.5CI-Tests — 1 out of 19 merged PRs checked by a CI test -- score normalized to 0
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/14 approved changesets -- score normalized to 0
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
0/7.5Maintained — project is archived
0/5Packaging — немає даних
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
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
0/7.5Vulnerabilities — 101 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,4
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging. Залишкові ваги перенормовано.

Сповіщення про залежності

35Слабкий
Як обчислюється оцінка
5.4/35Прямі залежності без відомих сповіщень — уражено 3: pillow 10.4.0 (critical 9.1), torch 2.3.1 (critical 9.8), pytest 7.4.4 (moderate 6.8)
8.2/25Непрямі залежності без відомих сповіщень — уражено 1: asteval 0.9.33 (high 8.4)
21.6/40Немає задавнених сповіщень — 4 пакет(ів) зі сповіщеннями без реакції понад 90 дн.; найдавніше опубліковано 675 дн. тому
Використані вхідні дані
sourceosv
advisories64
affected_packages4
assessed_packages51
unassessed_packages0
affected_by_severitycritical 2, high 1, moderate 1
direct_affected_packages3
Звірено з runtime-замиканням залежностей pypi:lava-dl@0.6.0 — тим, що тягне за собою встановлення опублікованого пакета, — 51 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.

56Помірний · 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 46 з 58 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,793
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

51Помірний
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.black])
0/11Статична перевірка типів
10/10Відтворюване середовище — lockfile
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
8/8Автоматизоване супроводження — 42 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
lockfilespoetry.lock
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,42

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Jupyter Notebook без конфігурації перевірки типів
55/55Керовані розміри файлів — 0/135 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languageJupyter Notebook
largest_source_bytes52 899
source_files_sampled135
oversized_source_files0

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 — notebooks
Використані вхідні дані
example_dirsnotebooks
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

183зірок GitHub
22контриб'юторів
7комітів за останні 12 місяців
114днів від останнього пушу
10релізів
2бас-фактор
28відкритих 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 ★ / 80 ⇿
0Зірки
80Форки
10Релізи

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.

0204060807932021-102024-022026-05
Мажорні 0Мінорні 6Патчі 4

Кожна точка охоплює 5 днів.

OpenSSF Scorecard 4.4 / 10
4.4сукупно

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 · 2026-09-05 17:53 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
0CI-Tests1 out of 19 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/14 approved changesets -- score normalized to 0
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
0Maintainedproject is archived
н/дPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
0Vulnerabilities101 existing vulnerabilities detected
Прямі залежності 12
РеєстрПакетОбмеження версіїМаніфест
PyPIlava-nc—pyproject.toml
PyPItorchvision^0.24.0pyproject.toml
PyPIh5py^3.7.0pyproject.toml
PyPIninja^1.10.2.3pyproject.toml
PyPImatplotlib^3.5.2pyproject.toml
PyPInumpy^1.24.4pyproject.toml
PyPIscipy^1.8.1pyproject.toml
PyPIpillow>=10.0.1,<13.0pyproject.toml
PyPIpytest^7.2.0pyproject.toml
PyPIunittest2^1.1.0pyproject.toml
PyPItorch^2.9.0pyproject.toml
PyPIopencv-python-headless^4.8.1.78pyproject.toml
Усі залежності 0

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

РеєстрПакетВерсіяЗв'язок
Сповіщення про залежності 4

Встановлення pypi:lava-dl@0.6.0 тягне 51 пакетів, прямих і транзитивних: 4 мають відомі сповіщення, з них 3 — прямі залежності.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
pillow10.4.0прямакритична3412.3.0
torch2.3.1прямакритична232.13.0
asteval0.9.33непрямависока51.0.9
pytest7.4.4прямапомірна29.0.3

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 lava-nc/lava-dl. Читати поруч →

100onnx/onnxOpen standard for machine learning interoperabilityВинятковий98keras-team/kerasDeep Learning for humansВинятковий98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsВинятковий98ultralytics/ultralyticsUltralytics YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingВинятковий97kornia/kornia🐍 Geometric Computer Vision Library for Spatial AIВинятковий100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.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.