Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-19 20:05 UTC

microsoft / LLMLingua

[EMNLP'23, ACL'24] To speed up LLMs' inference and enhance LLM's perceive of key information, compress the prompt and KV-Cache, which achieves up to 20x compression with minimal performance loss.

PythonMIT★ 6 760 зірок⑂ 440 форківз лип. 2023 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено

microsoft/LLMLingua має індекс здоров’я 69 зі 100, що відповідає смузі «Добрий». Найвищий показник — Community & Adoption (81/100), найнижчий — Vitality (40/100). Останнє оновлення було 38 днів тому. Більшість нещодавньої роботи виконує один учасник.

69
загалом / 100
Добрий

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»).

69
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 62 калібровано до 69 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

MicrosoftОрганізація · підтверджений домен
132 141 підписник8 381 публічний репозиторійз груд. 2013 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIllmlingua0.2.236 76314923 дні томуprompt-compressionllmsinference-accelerationblack-box-llmsefficient-llms

Метрики за категоріями

Життєздатність

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

40Слабкий · 21% загального індексу

Активність розробки

27У зоні ризику
Як обчислюється оцінка
18/36Свіжість push — останній push 38 дн. тому
1.4/36Ритм комітів — 2/52 тижнів із комітами
7/18Обсяг комітів — 5 комітів за останній рік
1/10OpenSSF Scorecard: Maintained — 2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
Використані вхідні дані
commits_last_year5
human_commit_share0,989
days_since_last_push38
active_weeks_last_year2

Дисципліна релізів

60Помірний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 8 релізів
0/36Свіжість релізів — останній реліз 923 дн. тому
27/27Ритм релізів — реліз кожні ~26,1 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count8
latest_release_tagv0.2.2
releases_from_tagsні
days_since_latest_release923
mean_days_between_releases26,1
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?

81Відмінний · 17% загального індексу

Популярність і впровадження

91Відмінний
Як обчислюється оцінка
60/60Зірки — 6 760 зірок
22/25Форки — 440 форків
8.8/15Спостерігачі — 40 спостерігачів
Використані вхідні дані
forks440
stars6 760
watchers40
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

72Добрий
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
0/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges0
has_contributingні
has_issue_templateні
has_code_of_conductтак
readme_badge_services—
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

76Добрий
Як обчислюється оцінка
60.9/80Щомісячні завантаження — 36 763 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesllmlingua
dependents—
ecosystemspypi
total_downloads—
monthly_downloads36 763
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?

62Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

33У зоні ризику
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
7.6/22.5Розподіл комітів — головний контриб’ютор — автор 66% комітів
13.5/13.5Широта контриб’юторів — 17 контриб’юторів
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Використані вхідні дані
bus_factor1
contributors_sampled17
top_contributor_share0,663

Реактивність на issue та PR

54Помірний
Як обчислюється оцінка
14.8/42Вирішення issue — закрито 35% issue
26.2/30Прийняття PR — злито 55/63 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
6/15OpenSSF Scorecard: Code-Review — Found 11/23 approved changesets -- score normalized to 4
Використані вхідні дані
merged_prs55
open_issues101
closed_issues55
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,353
closed_unmerged_prs8
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

100Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
20/20Верифікований домен
25/25Охоплення власника — 132 141 підписників у microsoft
25/25Послужний список — 8 381 публічних репозиторіїв, вік облікового запису ~12 р.
Використані вхідні дані
followers132 141
owner_typeOrganization
is_verifiedтак
owner_loginmicrosoft
public_repos8 381
account_age_days4 696

Супровід пакетів

69Добрий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
4/35Свіжість публікацій — остання публікація 923 дн. тому
20/20Історія версій — 14 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesllmlingua
ecosystemspypi
any_deprecatedні
min_days_since_publish923

Інженерна якість

Чи наявні базові інженерні практики та документація?

70Добрий · 19% загального індексу

Інженерні практики

74Добрий
Як обчислюється оцінка
24/24Процеси CI — 2 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.black], [tool.isort]), setup.cfg ([flake8], [isort])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 0 out of 22 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_configтак

Документація

65Добрий
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://llmlingua.com/
10/10Опис репозиторію
0/10Теми
10/10Wiki
Використані вхідні дані
topics—
has_wikiтак
homepagehttps://llmlingua.com/
docs_sitehttps://llmlingua.com/
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

65Добрий · 16% загального індексу

Стан безпеки

61Помірний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
0/2.5CI-Tests — 0 out of 22 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
3/7.5Code-Review — Found 11/23 approved changesets -- score normalized to 4
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
0.8/7.5Maintained — 2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
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 — 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_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate6,1
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

80Відмінний
Як обчислюється оцінка
15.4/35Прямі залежності без відомих сповіщень — уражено 1: nltk 3.10.3 (high 7.0)
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
40/40Немає задавнених сповіщень — жодне сповіщення не є публічним довше за 90 дн.
Використані вхідні дані
sourceosv
advisories1
affected_packages1
assessed_packages64
unassessed_packages0
affected_by_severityhigh 1
direct_affected_packages1
Звірено з runtime-замиканням залежностей pypi:llmlingua@0.2.2 — тим, що тягне за собою встановлення опублікованого пакета, — 64 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.

54Помірний · 4% загального індексу

Контекст і настанови для агентів

29У зоні ризику
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
29.1/40Читабельна історія комітів — намір зазначено у 47 з 86 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,547
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

56Помірний
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.black], [tool.isort]), setup.cfg ([flake8], [isort])
0/11Статична перевірка типів
0/10Відтворюване середовище
0/10Підтверджена практика роботи з агентами — серед останніх 87 комітів немає створених агентом
5/8Автоматизоване супроводження — автоматизацію залежностей налаштовано, але у вибірці комітів її не видно
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_filesMakefile
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
53/55Керовані розміри файлів — 1/28 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes110 078
source_files_sampled28
oversized_source_files1

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, notebooks
Використані вхідні дані
example_dirsexamples, notebooks
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

6 760зірок GitHub
17контриб'юторів
5комітів за останні 12 місяців
38днів від останнього пушу
8релізів
1бас-фактор
101відкритих 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 ★ / 440 ⇿
0Зірки
440Форки
7Релізи

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.

0100200300400500440262023-102025-042026-10
Мажорні 0Мінорні 1Патчі 6

Кожна точка охоплює 3 днів.

OpenSSF Scorecard 6.1 / 10
6.1сукупно

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 · 2026-10-19 20:04 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-Tests0 out of 22 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
4Code-ReviewFound 11/23 approved changesets -- score normalized to 4
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
1Maintained2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
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
н/дSigned-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Усі залежності 6

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 6 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaccelerate—непряма
PyPInltk—непряма
PyPInumpy—непряма
PyPItiktoken—непряма
PyPItorch—непряма
PyPItransformers—непряма
Сповіщення про залежності 1

Встановлення pypi:llmlingua@0.2.2 тягне 64 пакетів, прямих і транзитивних: 1 мають відомі сповіщення, з них 1 — прямі залежності.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
nltk3.10.3прямависока1—

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 microsoft/LLMLingua. Читати поруч →

100Arize-ai/phoenixAI Observability & EvaluationВинятковий99google/adk-pythonAn open-source, code-first Python toolkit for building, evaluating, and deploying sophisticated AI agents with flexibility and control.Винятковий99crewAIInc/crewAIFramework for orchestrating role-playing, autonomous AI agents. By fostering collaborative intelligence, CrewAI empowers agents to work together seamlessly, tackling complex tasks.Винятковий99ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3xВинятковий98NVIDIA-NeMo/GuardrailsNeMo Guardrails is an open-source toolkit for easily adding programmable guardrails to LLM-based conversational systems.Винятковий98linkedin/Liger-KernelEfficient Triton Kernels for LLM TrainingВинятковий

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.