Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-30 23:45 UTC

meta-pytorch / torchrec

Pytorch domain library for recommendation systems

Python · Jupyter NotebookBSD-3-Clause★ 2 607 зірок⑂ 699 форківз лип. 2021 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#pytorch#gpu#deep-learning#cuda#recommender-system#recommendation-system#sharding

meta-pytorch/torchrec має індекс здоров’я 94 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Vitality (100/100), найнижчий — Security (42/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 10 учасників.

94
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»).

94
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 80 калібровано до 94 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Meta PyTorchОрганізація · підтверджений домен
1 433 підписники61 публічний репозиторійз черв. 2022 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPItorchrec1.9.110 912280 днів томуpytorchrecommendation-systemsshardingdistributed-training

Метрики за категоріями

Життєздатність

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

100Винятковий · 21% загального індексу

Активність розробки

100Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
36/36Ритм комітів — 52/52 тижнів із комітами
18/18Обсяг комітів — 1 158 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year1 158
human_commit_share1
days_since_last_push0
active_weeks_last_year52

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 38 релізів
36/36Свіжість релізів — останній реліз 19 дн. тому
27/27Ритм релізів — реліз кожні ~40,3 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count38
latest_release_tagv1.9.0-rc1
releases_from_tagsні
days_since_latest_release19
mean_days_between_releases40,3

Спільнота та впровадження

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

82Відмінний · 17% загального індексу

Популярність і впровадження

88Відмінний
Як обчислюється оцінка
55.4/60Зірки — 2 607 зірок
23.7/25Форки — 699 форків
8.4/15Спостерігачі — 33 спостерігачів
Використані вхідні дані
forks699
stars2 607
watchers33
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

85Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (BSD-3-Clause)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges—
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_services—
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

67Добрий
Як обчислюється оцінка
53.8/80Щомісячні завантаження — 10 912 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagestorchrec
dependents—
ecosystemspypi
total_downloads—
monthly_downloads10 912
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?

81Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

96Винятковий
Як обчислюється оцінка
54/54Бас-фактор — на 10 контриб’ютор(ів) припадає половина всіх комітів
19.3/22.5Розподіл комітів — головний контриб’ютор — автор 14% комітів
13.5/13.5Широта контриб’юторів — 100 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor10
contributors_sampled100
top_contributor_share0,141

Реактивність на issue та PR

35Слабкий
Як обчислюється оцінка
29.6/42Вирішення issue — закрито 70% issue
0.1/30Прийняття PR — злито 10/4 345 вирішених PR
0/13Newcomer PR acceptance — злито 0/33 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs10
open_issues79
closed_issues188
prs_merged_7d0
prs_decided_7d35
prs_merged_30d0
prs_decided_30d60
issue_closed_ratio0,704
closed_unmerged_prs4 335
first_time_authors_30d12
first_time_prs_merged_30d0
first_time_prs_decided_30d33

Власність та опіка

94Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
20/20Верифікований домен
22.7/25Охоплення власника — 1 433 підписників у meta-pytorch
21.6/25Послужний список — 61 публічних репозиторіїв, вік облікового запису ~4 р.
Використані вхідні дані
followers1 433
owner_typeOrganization
is_verifiedтак
owner_loginmeta-pytorch
public_repos61
account_age_days1 574

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 — 28 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagestorchrec
ecosystemspypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

91Відмінний · 19% загального індексу

Інженерні практики

92Відмінний
Як обчислюється оцінка
24/24Процеси CI — 13 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
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

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://pytorch.org/torchrec/
10/10Опис репозиторію
10/10Теми — 7 тем
0/10Wiki
Використані вхідні дані
topicspytorch, gpu, deep-learning, cuda, recommender-system, recommendation-system, sharding
has_wikiні
homepagehttps://pytorch.org/torchrec/
docs_sitehttps://pytorch.org/torchrec/
has_readmeтак
has_docs_dirтак
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

27У зоні ризику
Як обчислюється оцінка
0/30Політика безпеки (SECURITY.md)
0/25Конфігурація Dependabot
0/25Файли фіксації залежностей — опублікована бібліотека — lockfile є справою застосунків, не очікується
20/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles—
manifestsdocs/requirements.txt, pyproject.toml, requirements.txt, setup.py
has_codeql_workflowтак
has_security_policyні
has_dependabot_configні
Виключено з оцінювання (немає даних або не застосовно): Файли фіксації залежностей. 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_packages5
unassessed_packages26
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 5 резолвлених залежностей із OSV. 26 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза межами звітованого переліку пакетів. 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.

67Добрий · 4% загального індексу

Контекст і настанови для агентів

55Помірний
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://pytorch.org/llms.txt)
40/40Читабельна історія комітів — намір зазначено у 100 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://pytorch.org/llms.txt
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

68Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — docs/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — Dockerfile
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileтак
typed_languageні
bootstrap_filesdocs/Makefile
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

53Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
52.6/55Керовані розміри файлів — 39/877 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes237 871
source_files_sampled877
oversized_source_files39

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
40/40Схема API (OpenAPI/GraphQL/proto) — torchrec/inference/inference_legacy/protos/predictor.proto, torchrec/inference/protos/predictor.proto
0/20Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40Придатні до запуску приклади — examples, notebooks
Використані вхідні дані
example_dirsexamples, notebooks
has_mcp_signalні
api_schema_filestorchrec/inference/inference_legacy/protos/predictor.proto, torchrec/inference/protos/predictor.proto
interfaces_expected_of—
Виключено з оцінювання (немає даних або не застосовно): Сервер MCP. Залишкові ваги перенормовано.

Ключові факти

2 607зірок GitHub
100контриб'юторів
1 158комітів за останні 12 місяців
0днів від останнього пушу
38релізів
10бас-фактор
79відкритих 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 22 authors (cap 12)
  • deps.dev does not index pypi:torchrec@1.9.1; advisories assessed against the repository dependency graph instead
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/30 23:44:49 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 ★ / 699 ⇿
0Зірки
699Форки
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.

0125250375500625750690212022-022024-062026-09
Мажорні 0Мінорні 10Патчі 2

Кожна точка охоплює 5 днів.

Усі залежності 31

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 31 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPI1-7-0a0—непряма
PyPIblack—непряма
PyPIclick—непряма
PyPIcmake—непряма
PyPIexpecttest—непряма
PyPIfbgemm-gpu—непряма
PyPIhypothesis6.70.1непряма
PyPIimportlib-metadata—непряма
PyPIiopath—непряма
PyPInumpy—непряма
PyPIpandas—непряма
PyPIparameterized—непряма
PyPIpsutil—непряма
PyPIpyre-extensions—непряма
PyPIpytorch-sphinx-theme20.3.0непряма
PyPIpyyaml—непряма
PyPIscikit-build—непряма
PyPIsphinx7.2.6непряма
PyPIsphinx-copybutton—непряма
PyPIsphinx-design—непряма
PyPIsphinx-sitemap2.7.1непряма
PyPItensorboard—непряма
PyPItensordict—непряма
PyPItorch—непряма
PyPItorchmetrics—непряма
PyPItorchmetrics1.0.3непряма
PyPItorchrec—непряма
PyPItorchx—непряма
PyPItorchx-nightly—непряма
PyPItqdm—непряма
PyPIusort—непряма
Сповіщення про залежності 0

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 5 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 0 мають відомі сповіщення, з них 0 прямі. 26 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза наведеним переліком пакетів.

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 meta-pytorch/torchrec. Читати поруч →

96NVIDIA/cudnn-frontendcuDNN Frontend is NVIDIA's modern, open-source entry point to the cuDNN library and a growing collection of high-performance open-source kernels.Винятковий95tracel-ai/burnBurn is a next generation tensor library and Deep Learning Framework that doesn't compromise on flexibility, efficiency and portability.Винятковий98pytorch/executorchOn-device AI across mobile, embedded and edge for PyTorchВинятковий98pytorch/pytorchTensors and Dynamic neural networks in Python with strong GPU accelerationВинятковий97flashinfer-ai/flashinferFlashInfer: Kernel Library for LLM ServingВинятковий96deepspeedai/DeepSpeedDeepSpeed is a deep learning optimization library that makes distributed training and inference easy, efficient, and effective.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.