Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-13 13:21 UTC

marcelwa / aigverse

A Python library for working with logic networks, synthesis, and optimization.

Python · C++MIT★ 90 зірок⑂ 6 форківз вер. 2024 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#aig#aiger#machine-learning#logic-optimization#logic-synthesis#python#verilog

marcelwa/aigverse має індекс здоров’я 92 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Vitality (98/100), найнижчий — Community & Adoption (58/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

92
загалом / 100
Відмінний

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»).

92
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 78 калібровано до 92 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Marcel WalterОсобистий обліковий запис
43 підписники24 публічні репозиторіїз черв. 2016 р.@cda-tum and @munich-quantum-software

Цей репозиторій належить особистому обліковому запису. Проєкт з єдиним власником несе більший ризик безперервності, ніж підтримуваний організацією.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIaigverse0.1.64 529330 днів томуaigaigverseartificial-intelligenceedalogicmachine-learningoptimizationsynthesis

Метрики за категоріями

Життєздатність

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

98Винятковий · 21% загального індексу

Активність розробки

97Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
33.2/36Ритм комітів — 48/52 тижнів із комітами
18/18Обсяг комітів — 285 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year285
human_commit_share0,33
days_since_last_push0
active_weeks_last_year48

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 34 релізів
36/36Свіжість релізів — останній реліз 0 дн. тому
27/27Ритм релізів — реліз кожні ~39,7 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count34
latest_release_tagv0.1.6
releases_from_tagsні
days_since_latest_release0
mean_days_between_releases39,7
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?

58Помірний · 17% загального індексу

Популярність і впровадження

40Слабкий
Як обчислюється оцінка
31.6/60Зірки — 90 зірок
5.8/25Форки — 6 форків
2.7/15Спостерігачі — 4 спостерігачів
Використані вхідні дані
forks6
stars90
watchers4
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

77Добрий
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
18/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges7
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_servicesshields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

61Помірний
Як обчислюється оцінка
48.7/80Щомісячні завантаження — 4 529 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesaigverse
dependents—
ecosystemspypi
total_downloads—
monthly_downloads4 529
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?

59Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

24У зоні ризику
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
0.8/22.5Розподіл комітів — головний контриб’ютор — автор 97% комітів
4.1/13.5Широта контриб’юторів — 3 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10
Використані вхідні дані
bus_factor1
contributors_sampled3
top_contributor_share0,966

Реактивність на issue та PR

71Добрий
Як обчислюється оцінка
33.6/42Вирішення issue — закрито 80% issue
28.1/30Прийняття PR — злито 480/512 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — Found 0/24 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs480
open_issues8
closed_issues32
prs_merged_7d3
prs_decided_7d3
prs_merged_30d8
prs_decided_30d8
issue_closed_ratio0,8
closed_unmerged_prs32
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

55Помірний
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
11.8/25Охоплення власника — 43 підписників у marcelwa
22.2/25Послужний список — 24 публічних репозиторіїв, вік облікового запису ~10 р.
Використані вхідні дані
followers43
owner_typeUser
is_verified—
owner_loginmarcelwa
public_repos24
account_age_days3 773
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 0 дн. тому
20/20Історія версій — 33 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesaigverse
ecosystemspypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

92Відмінний · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 15 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

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://aigverse.readthedocs.io/
10/10Опис репозиторію
10/10Теми — 7 тем
0/10Wiki
Використані вхідні дані
topicsaig, aiger, machine-learning, logic-optimization, logic-synthesis, python, verilog
has_wikiні
homepagehttps://aigverse.readthedocs.io/
docs_sitehttps://aigverse.readthedocs.io/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

82Відмінний · 16% загального індексу

Стан безпеки

78Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all 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
0/7.5Code-Review — Found 0/24 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
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 18 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
4.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
4/5SAST — SAST tool detected but not run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — немає даних
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,8
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
0/25Непрямі залежності без відомих сповіщень — транзитивний набір не відокремлюється від залежностей розробки й тестування в цьому обсязі
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages175
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень, Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено 175 резолвлених залежностей із OSV. Цей репозиторій не публікує пакета, який резолвить індекс, тож натомість оцінено граф залежностей репозиторію. Цей граф змішує закріплені версії для розробки й тестування зі справді постачаними залежностями, тож оцінюються лише задекларовані runtime-залежності; транзитивні знахідки подаються як контекст і в оцінку не входять. 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.

97Винятковий · 4% загального індексу

Контекст і настанови для агентів

100Винятковий
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://aigverse.readthedocs.io/llms.txt)
40/40Читабельна історія комітів — намір зазначено у 33 з 33 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://aigverse.readthedocs.io/llms.txt
legible_history_share1
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes14 008

Цикл верифікації (збірка / тести / перевірка типів)

99Винятковий
Як обчислюється оцінка
18/18Розгортання однією командою — noxfile.py
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
11/11Статична перевірка типів — python/aigverse/py.typed
10/10Відтворюване середовище — lockfile
10/10Підтверджена практика роботи з агентами — 6 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 67 з останніх 100 комітів — автоматичні оновлення залежностей
9/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_filesnoxfile.py
has_devcontainerні
has_linter_configтак
typecheck_configspython/aigverse/py.typed
agent_commit_share0,06
toolchain_manifests—
dependency_bot_commit_share0,67

Читабельність коду для моделей

82Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (python/aigverse/py.typed)
55/55Керовані розміри файлів — 0/104 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes53 874
source_files_sampled104
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 — 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

90зірок GitHub
3контриб'юторів
285комітів за останні 12 місяців
0днів від останнього пушу
34релізів
1бас-фактор
8відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:aigverse@0.1.6; advisories assessed against the repository dependency graph instead

Докладніше

Історія зірок і форків 0 ★ / 6 ⇿
0Зірки
6Форки
13Релізи

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.

123456612025-042025-112026-05
Мажорні 0Мінорні 1Патчі 12

Кожна точка охоплює 2 днів.

OpenSSF Scorecard 7.8 / 10
7.8сукупно

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 · 2026-10-13 13:21 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all 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
0Code-ReviewFound 0/24 approved changesets -- score normalized to 0
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
9Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 9
8SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
н/дSigned-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 1
РеєстрПакетОбмеження версіїМаніфест
PyPInanobind-backend>=1.0pyproject.toml
Усі залежності 175

Повний розв'язаний набір залежностей із графа залежностей GitHub: 1 прямих і 174 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPInanobind-backend1.0.0пряма
PyPIaccessible-pygments0.0.5непряма
PyPIalabaster1.0.0непряма
PyPIappnope1.0.0непряма
PyPIargcomplete3.7.2непряма
PyPIastroid4.3.4непряма
PyPIasttokens3.0.2непряма
PyPIattrs26.1.0непряма
PyPIbabel2.18.0непряма
PyPIbeautifulsoup44.15.0непряма
PyPIcertifi2026.7.22непряма
PyPIcffi2.1.1непряма
PyPIcharset-normalizer3.5.2непряма
PyPIclang-tidy22.1.8непряма
PyPIclick8.5.0непряма
PyPIcolorama0.4.6непряма
PyPIcolorlog6.12.0непряма
PyPIcomm0.2.3непряма
PyPIcontourpy1.3.2непряма
PyPIcontourpy1.3.3непряма
PyPIcontourpy1.4.0непряма
PyPIcoverage7.16.2непряма
PyPIcpp-linter1.14.1непряма
PyPIcuda-bindings13.4.3непряма
PyPIcuda-pathfinder1.8.3непряма
PyPIcuda-toolkit13.0.3.0непряма
PyPIcycler0.12.1непряма
PyPIdebugpy1.8.22непряма
PyPIdecorator5.3.1непряма
PyPIdependency-groups1.3.2непряма
PyPIdistlib0.4.3непряма
PyPIdocutils0.21.2непряма
PyPIdocutils0.22.4непряма
PyPIexceptiongroup1.3.1непряма
PyPIexecnet2.1.2непряма
PyPIexecuting2.3.0непряма
PyPIfastjsonschema2.22.2непряма
PyPIfilelock4.1.0непряма
PyPIfilelock4.1.1непряма
PyPIfonttools4.65.0непряма
PyPIfonttools4.66.1непряма
PyPIfsspec2026.9.0непряма
PyPIfuro2025.12.19непряма
PyPIgcovr8.6непряма
PyPIgraphviz0.21непряма
PyPIgreenlet3.5.6непряма
PyPIhumanize4.16.0непряма
PyPIidna3.20непряма
PyPIimagesize2.0.1непряма
PyPIimportlib-metadata9.0.1непряма
PyPIiniconfig2.3.1непряма
PyPIipykernel7.3.0непряма
PyPIipykernel7.4.0непряма
PyPIipython8.39.0непряма
PyPIipython9.17.1непряма
PyPIipython-pygments-lexers1.1.1непряма
PyPIjedi0.20.0непряма
PyPIjinja23.1.6непряма
PyPIjsonschema4.26.0непряма
PyPIjsonschema-specifications2025.9.1непряма
PyPIjupyter-cache1.0.1непряма
PyPIjupyter-client8.10.0непряма
PyPIjupyter-core5.9.1непряма
PyPIkiwisolver1.5.1непряма
PyPIlxml6.1.3непряма
PyPImarkdown-it-py3.0.0непряма
PyPImarkdown-it-py4.2.0непряма
PyPImarkupsafe3.0.4непряма
PyPImatplotlib3.10.9непряма
PyPImatplotlib3.11.2непряма
PyPImatplotlib-inline0.2.2непряма
PyPImdit-py-plugins0.6.1непряма
PyPImdurl0.1.2непряма
PyPImpmath1.3.0непряма
PyPImyst-nb1.4.0непряма
PyPImyst-parser4.0.1непряма
PyPImyst-parser5.1.0непряма
PyPInanobind3.1.0непряма
PyPInbclient0.11.0непряма
PyPInbformat5.11.1непряма
PyPInest-asyncio21.7.4непряма
PyPInetworkx3.4.2непряма
PyPInetworkx3.6.1непряма
PyPInetworkx3.7непряма
PyPInox2026.8.17непряма
PyPInumpy2.2.6непряма
PyPInumpy2.4.6непряма
PyPInumpy2.5.4непряма
PyPInvidia-cublas13.1.1.3непряма
PyPInvidia-cuda-cupti13.0.85непряма
PyPInvidia-cuda-nvrtc13.0.88непряма
PyPInvidia-cuda-runtime13.0.96непряма
PyPInvidia-cudnn-cu139.24.0.43непряма
PyPInvidia-cufft12.0.0.61непряма
PyPInvidia-cufile1.15.1.6непряма
PyPInvidia-curand10.4.0.35непряма
PyPInvidia-cusolver12.0.4.66непряма
PyPInvidia-cusparse12.6.3.3непряма
PyPInvidia-cusparselt-cu130.8.1непряма
PyPInvidia-nccl-cu132.30.7непряма
PyPInvidia-nvjitlink13.4.92непряма
PyPInvidia-nvshmem-cu133.4.5непряма
PyPInvidia-nvtx13.0.85непряма
PyPIpackaging26.3непряма
PyPIparso0.8.7непряма
PyPIpathspec1.1.1непряма
PyPIpexpect4.9.0непряма
PyPIpillow12.3.0непряма
PyPIplatformdirs4.12.4непряма
PyPIplatformdirs4.13.0непряма
PyPIpluggy1.6.0непряма
PyPIprompt-toolkit3.0.53непряма
PyPIpsutil7.2.2непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.4непряма
PyPIpycparser3.11непряма
PyPIpygit21.18.2непряма
PyPIpygit21.20.1непряма
PyPIpygments2.21.0непряма
PyPIpygraphviz2.0.3непряма
PyPIpyparsing3.3.3непряма
PyPIpytest9.1.1непряма
PyPIpytest-cov7.1.0непряма
PyPIpytest-sugar1.1.1непряма
PyPIpytest-xdist3.8.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-discovery1.6.2непряма
PyPIpyyaml6.0.3непряма
PyPIpyzmq27.2.0непряма
PyPIreferencing0.37.0непряма
PyPIrequests2.34.2непряма
PyPIroman-numerals4.1.0непряма
PyPIrpds-py0.30.0непряма
PyPIrpds-py2026.9.1непряма
PyPIscikit-build-core1.1.1непряма
PyPIsetuptools84.0.0непряма
PyPIsix1.17.0непряма
PyPIsnowballstemmer3.1.1непряма
PyPIsoupsieve2.10непряма
PyPIsoupsieve3.0.2непряма
PyPIsphinx8.1.3непряма
PyPIsphinx9.0.4непряма
PyPIsphinx9.1.0непряма
PyPIsphinx-autoapi3.8.1непряма
PyPIsphinx-basic-ng1.0.0b2непряма
PyPIsphinx-copybutton0.5.2непряма
PyPIsphinx-design0.6.1непряма
PyPIsphinx-design0.7.0непряма
PyPIsphinx-llm1.1.0непряма
PyPIsphinx-markdown-builder0.6.11непряма
PyPIsphinxcontrib-applehelp2.0.0непряма
PyPIsphinxcontrib-devhelp2.0.0непряма
PyPIsphinxcontrib-htmlhelp2.1.0непряма
PyPIsphinxcontrib-jsmath1.0.1непряма
PyPIsphinxcontrib-qthelp2.0.0непряма
PyPIsphinxcontrib-serializinghtml2.0.0непряма
PyPIsphinxcontrib-svg2pdfconverter2.1.0непряма
PyPIsphinxext-opengraph0.13.0непряма
PyPIsqlalchemy2.0.54непряма
PyPIsqlalchemy2.1.4непряма
PyPIstack-data0.6.3непряма
PyPIsympy1.14.0непряма
PyPItabulate0.10.0непряма
PyPItermcolor3.3.0непряма
PyPItomli2.5.0непряма
PyPItorch2.14.1непряма
PyPItornado6.5.10непряма
PyPItraitlets5.16.1непряма
PyPItriton3.8.0непряма
PyPItyping-extensions4.16.0непряма
PyPIurllib32.8.0непряма
PyPIvcs-versioning2.6.0непряма
PyPIvirtualenv21.14.7непряма
PyPIwcwidth0.9.2непряма
PyPIzipp4.1.1непряма
Сповіщення про залежності 0

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 175 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 0 мають відомі сповіщення, з них 0 прямі.

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 marcelwa/aigverse. Читати поруч →

98deepnote/deepnoteDeepnote is a drop-in replacement for Jupyter with an AI-first design, sleek UI, new blocks, and native data integrations. Use Python, R, and SQL locally in your favorite IDE, then scale to Deepnote cloud for real-time collaboration, Deepnote agent, and deployable data apps. https://deepnote.com/Винятковий99voxel51/fiftyoneRefine high-quality datasets and visual AI modelsВинятковий99nautechsystems/nautilus_traderProduction-grade Rust-native trading engine with deterministic event-driven architectureВинятковий99ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Винятковий98Eventual-Inc/DaftHigh-performance data engine for AI and multimodal workloads. Process images, audio, video, and structured data at any scaleВинятковий98PennyLaneAI/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.