Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-12 22:36 UTC

mindee / doctr

docTR (Document Text Recognition) - a seamless, high-performing & accessible library for OCR-related tasks powered by Deep Learning. Ongoing development and maintenance by t2k.

PythonApache-2.0★ 6 206 зірок⑂ 663 форкиз січ. 2021 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаМережевий сервісяк це визначено
#ocr#deep-learning#document-recognition#tensorflow2#text-detection-recognition#text-detection#text-recognition#optical-character-recognition#pytorch

mindee/doctr має індекс здоров’я 92 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Engineering Quality (96/100), найнижчий — Vitality (63/100). Останнє оновлення було 15 днів тому. Більшість нещодавньої роботи виконують 2 учасники.

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

MindeeОрганізація
132 підписники29 публічних репозиторіївз лип. 2020 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIpython-doctr1.0.1326 13720189 днів томуocrdeep-learningcomputer-visionpytorchtext-detectiontext-recognition

Метрики за категоріями

Життєздатність

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

63Помірний · 21% загального індексу

Активність розробки

67Добрий
Як обчислюється оцінка
28.8/36Свіжість push — останній push 15 дн. тому
11.8/36Ритм комітів — 17/52 тижнів із комітами
16.3/18Обсяг комітів — 65 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 9 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year65
human_commit_share0,85
days_since_last_push15
active_weeks_last_year17

Дисципліна релізів

56Помірний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 21 релізів
16.2/36Свіжість релізів — останній реліз 189 дн. тому
12.6/27Ритм релізів — реліз кожні ~136 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count21
latest_release_tagv1.0.1
releases_from_tagsні
days_since_latest_release189
mean_days_between_releases136

Спільнота та впровадження

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

90Відмінний · 17% загального індексу

Популярність і впровадження

93Винятковий
Як обчислюється оцінка
60/60Зірки — 6 206 зірок
23.5/25Форки — 663 форків
9.4/15Спостерігачі — 51 спостерігачів
Використані вхідні дані
forks663
stars6 206
watchers51
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 (Apache-2.0)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges9
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

92Відмінний
Як обчислюється оцінка
73.5/80Щомісячні завантаження — 326 137 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagespython-doctr
dependents—
ecosystemspypi
total_downloads—
monthly_downloads326 137
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?

79Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

64Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
14.8/22.5Розподіл комітів — головний контриб’ютор — автор 34% комітів
13.5/13.5Широта контриб’юторів — 72 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 7 contributing companies or organizations
Використані вхідні дані
bus_factor2
contributors_sampled72
top_contributor_share0,343

Реактивність на issue та PR

82Відмінний
Як обчислюється оцінка
40.1/42Вирішення issue — закрито 96% issue
26.9/30Прийняття PR — злито 1 052/1 175 вирішених PR
13/13Newcomer PR acceptance — злито 1/1 PR від новачків за 30 дн.
1.5/15OpenSSF Scorecard: Code-Review — Found 3/26 approved changesets -- score normalized to 1
Використані вхідні дані
merged_prs1 052
open_issues20
closed_issues427
prs_merged_7d0
prs_decided_7d0
prs_merged_30d7
prs_decided_30d7
issue_closed_ratio0,955
closed_unmerged_prs123
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

Власність та опіка

85Відмінний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен — статус підтвердженого домену для цієї організації не зчитано
15.3/25Охоплення власника — 132 підписників у mindee
22.8/25Послужний список — 29 публічних репозиторіїв, вік облікового запису ~6 р.
Використані вхідні дані
followers132
owner_typeOrganization
is_verified—
owner_loginmindee
public_repos29
account_age_days2 221
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

91Відмінний
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
26/35Свіжість публікацій — остання публікація 189 дн. тому
20/20Історія версій — 20 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagespython-doctr
ecosystemspypi
any_deprecatedні
min_days_since_publish189

Інженерна якість

Чи наявні базові інженерні практики та документація?

96Винятковий · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 14 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
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

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://mindee.github.io/doctr/
10/10Опис репозиторію
10/10Теми — 9 тем
10/10Wiki
Використані вхідні дані
topicsocr, deep-learning, document-recognition, tensorflow2, text-detection-recognition, text-detection, text-recognition, optical-character-recognition, pytorch
has_wikiтак
homepagehttps://mindee.github.io/doctr/
docs_sitehttps://mindee.github.io/doctr/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

64Помірний · 16% загального індексу

Стан безпеки

55Помірний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
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
0.8/7.5Code-Review — Found 3/26 approved changesets -- score normalized to 1
2.5/2.5Contributors — project has 7 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 9 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
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
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,5
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection. 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_packages33
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:python-doctr@1.0.1 — тим, що тягне за собою встановлення опублікованого пакета, — 33 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.

67Добрий · 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 80 з 85 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,941
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

82Відмінний
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile, api/Makefile, docs/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
11/11Статична перевірка типів — doctr/py.typed
10/10Відтворюване середовище — Dockerfile
2/10Підтверджена практика роботи з агентами — 1 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 15 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
lockfiles—
has_dockerfileтак
typed_languageні
bootstrap_filesMakefile, api/Makefile, docs/Makefile
has_devcontainerні
has_linter_configтак
typecheck_configsdoctr/py.typed
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0,15

Читабельність коду для моделей

82Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (doctr/py.typed)
54.8/55Керовані розміри файлів — 1/257 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes99 165
source_files_sampled257
oversized_source_files1

Ключові факти

6 206зірок GitHub
72контриб'юторів
65комітів за останні 12 місяців
15днів від останнього пушу
21релізів
2бас-фактор
20відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'doctr-api' from its registry

Докладніше

Історія зірок і форків 0 ★ / 663 ⇿
0Зірки
663Форки
18Релізи

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.

0125250375500625750649172021-042023-122026-07
Мажорні 1Мінорні 11Патчі 6

Кожна точка охоплює 5 днів.

OpenSSF Scorecard 5.5 / 10
5.5сукупно

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 · 2026-08-12 22:35 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
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
1Code-ReviewFound 3/26 approved changesets -- score normalized to 1
10Contributorsproject has 7 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 9 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 21
РеєстрПакетОбмеження версіїМаніфест
PyPIpython-doctr—api/pyproject.toml
PyPIfastapi>=0.73.0api/pyproject.toml
PyPIuvicorn>=0.11.1api/pyproject.toml
PyPIpython-multipart>=0.0.5api/pyproject.toml
PyPItorch>=2.0.0,<3.0.0pyproject.toml
PyPItorchvision>=0.15.0pyproject.toml
PyPIonnx>=1.12.0,<3.0.0pyproject.toml
PyPInumpy>=1.16.0,<3.0.0pyproject.toml
PyPIscipy>=1.4.0,<2.0.0pyproject.toml
PyPIh5py>=3.1.0,<4.0.0pyproject.toml
PyPIopencv-python>=4.5.0,<6.0.0pyproject.toml
PyPIpypdfium2>=4.11.0,<6.0.0pyproject.toml
PyPIpyclipper>=1.2.0,<2.0.0pyproject.toml
PyPIshapely>=1.6.0,<3.0.0pyproject.toml
PyPIlangdetect>=1.0.9,<2.0.0pyproject.toml
PyPIrapidfuzz>=3.0.0,<4.0.0pyproject.toml
PyPIhuggingface-hub>=0.20.0,<2.0.0pyproject.toml
PyPIPillow>=10.1.0pyproject.toml
PyPIanyascii>=0.3.2pyproject.toml
PyPIvalidators>=0.18.0pyproject.toml
PyPItqdm>=4.30.0pyproject.toml
Усі залежності 27

Повний розв'язаний набір залежностей із графа залежностей GitHub: 21 прямих і 6 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIanyascii—пряма
PyPIfastapi—пряма
PyPIh5py—пряма
PyPIhuggingface-hub—пряма
PyPIlangdetect—пряма
PyPInumpy—пряма
PyPIonnx—пряма
PyPIopencv-python—пряма
PyPIpillow—пряма
PyPIpyclipper—пряма
PyPIpypdfium2—пряма
PyPIpython-doctr—пряма
PyPIpython-multipart—пряма
PyPIrapidfuzz—пряма
PyPIscipy—пряма
PyPIshapely—пряма
PyPItorch—пряма
PyPItorchvision—пряма
PyPItqdm—пряма
PyPIuvicorn—пряма
PyPIvalidators—пряма
PyPIclearml—непряма
PyPImatplotlib—непряма
PyPIpandas—непряма
PyPIslack-sdk—непряма
PyPIstreamlit—непряма
PyPIwandb—непряма
Сповіщення про залежності 0

Встановлення pypi:python-doctr@1.0.1 тягне 33 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 mindee/doctr. Читати поруч →

91PT-Perkasa-Pilar-Utama/ppu-paddle-ocrLightweight, probably the fastest PaddleOCR SDK in TypeScript. Multilingual Support. Runs anywhere JavaScript runs: Node.js, Bun, Deno, mobile react-native, web browsers, and browser extensions. Docker & CLI supported. The official SDK is browser-only.Відмінний98huggingface/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 trackingВинятковий98autogluon/autogluonFast and Accurate ML in 3 Lines of CodeВинятковий97kornia/kornia🐍 Geometric Computer Vision Library for Spatial AIВинятковий96obss/sahiFramework agnostic sliced/tiled inference + interactive ui + error analysis plotsВинятковий

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 v0.31.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.