Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-17 18:28 UTC

ml4t / specs

Serializable, runtime-neutral contracts for market data, artifacts, strategy lifecycles, and execution across ML4T libraries.

PythonMIT★ 3 зірки⑂ 8 форківз квіт. 2026 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#algorithmic-trading#backtesting#data-contracts#finance#live-trading#machine-learning-for-trading#market-data#ml4t#python#quantitative-finance#schemas#serialization

ml4t/specs має індекс здоров’я 84 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Engineering Quality (92/100), найнижчий — Community & Adoption (49/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

84
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»).

84
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 71 калібровано до 84 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

ML for TradingОрганізація
156 підписників12 публічних репозиторіївз бер. 2017 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIml4t-specs0.2.016 12480 днів томуalgorithmic-tradingbacktestingdata-contractsfinancelive-tradingmarket-dataquantitative-financeschemasserializationtrading

Метрики за категоріями

Життєздатність

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

76Добрий · 21% загального індексу

Активність розробки

67Добрий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
6.9/36Ритм комітів — 10/52 тижнів із комітами
14/18Обсяг комітів — 35 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 29 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year35
human_commit_share0,806
days_since_last_push0
active_weeks_last_year10

Дисципліна релізів

90Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 8 релізів
36/36Свіжість релізів — останній реліз 0 дн. тому
27/27Ритм релізів — реліз кожні ~28,4 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count8
latest_release_tagv0.2.0
releases_from_tagsні
days_since_latest_release0
mean_days_between_releases28,4

Спільнота та впровадження

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

49Слабкий · 17% загального індексу

Популярність і впровадження

12Критичний
Як обчислюється оцінка
4.9/60Зірки — 3 зірок
7/25Форки — 8 форків
0/15Спостерігачі — 0 спостерігачів
Використані вхідні дані
forks8
stars3
watchers0
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_badges3
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_servicesshields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

70Добрий
Як обчислюється оцінка
56.1/80Щомісячні завантаження — 16 124 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesml4t-specs
dependents—
ecosystemspypi
total_downloads—
monthly_downloads16 124
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)

16Критичний
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
2.7/13.5Широта контриб’юторів — 2 контриб’юторів
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Використані вхідні дані
bus_factor1
contributors_sampled2
top_contributor_share0,966

Реактивність на issue та PR

82Відмінний
Як обчислюється оцінка
42/42Вирішення issue — закрито 100% issue
26.8/30Прийняття PR — злито 25/28 вирішених PR
13/13Newcomer PR acceptance — злито 1/1 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — Found 1/23 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs25
open_issues0
closed_issues8
prs_merged_7d4
prs_decided_7d4
prs_merged_30d10
prs_decided_30d10
issue_closed_ratio1
closed_unmerged_prs3
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

Власність та опіка

66Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
15.8/25Охоплення власника — 156 підписників у ml4t
20.1/25Послужний список — 12 публічних репозиторіїв, вік облікового запису ~9 р.
Використані вхідні дані
followers156
owner_typeOrganization
is_verifiedні
owner_loginml4t
public_repos12
account_age_days3 515

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 — 8 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesml4t-specs
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 — 4 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 — 24 out of 24 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://www.ml4trading.io/docs/specs/
10/10Опис репозиторію
10/10Теми — 12 тем
0/10Wiki
Використані вхідні дані
topicsalgorithmic-trading, backtesting, data-contracts, finance, live-trading, machine-learning-for-trading, market-data, ml4t, python, quantitative-finance, schemas, serialization
has_wikiні
homepagehttps://www.ml4trading.io/docs/specs/
docs_sitehttps://www.ml4trading.io/docs/specs/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

76Добрий · 16% загального індексу

Стан безпеки

70Добрий
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 — 24 out of 24 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 1/23 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
7.5/7.5Maintained — 29 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
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
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7
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
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_packages85
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 85 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.

82Відмінний · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 29 з 29 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share1
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes2 207

Цикл верифікації (збірка / тести / перевірка типів)

82Відмінний
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
11/11Статична перевірка типів — src/ml4t/specs/py.typed
10/10Відтворюване середовище — lockfile
10/10Підтверджена практика роботи з агентами — 2 з останніх 36 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 7 з останніх 36 комітів — автоматичні оновлення залежностей
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configssrc/ml4t/specs/py.typed
agent_commit_share0,056
toolchain_manifests—
dependency_bot_commit_share0,194

Читабельність коду для моделей

77Добрий
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (src/ml4t/specs/py.typed)
49.8/55Керовані розміри файлів — 2/21 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes78 202
source_files_sampled21
oversized_source_files2

Ключові факти

3зірок GitHub
2контриб'юторів
35комітів за останні 12 місяців
0днів від останнього пушу
8релізів
1бас-фактор
0відкритих 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:ml4t-specs@0.2.0; advisories assessed against the repository dependency graph instead

Докладніше

Історія зірок і форків 0 ★ / 8 ⇿
0Зірки
8Форки
6Релізи

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.

02468812026-052026-072026-10
Мажорні 0Мінорні 1Патчі 5
OpenSSF Scorecard 7.0 / 10
7.0сукупно

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 · 2026-10-17 18:27 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-Tests24 out of 24 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 1/23 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
10Maintained29 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
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
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 1
РеєстрПакетОбмеження версіїМаніфест
PyPIpyyaml>=6.0pyproject.toml
Усі залежності 85

Повний розв'язаний набір залежностей із графа залежностей GitHub: 1 прямих і 84 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIpyyaml6.0.3пряма
PyPIattrs26.1.0непряма
PyPIbabel2.18.0непряма
PyPIbackrefs8.0непряма
PyPIboolean-py5.0непряма
PyPIcachecontrol0.14.4непряма
PyPIcertifi2026.7.22непряма
PyPIcffi2.1.0непряма
PyPIcharset-normalizer3.4.9непряма
PyPIclick8.4.2непряма
PyPIcolorama0.4.6непряма
PyPIcoverage7.15.2непряма
PyPIcryptography50.0.0непряма
PyPIcyclonedx-python-lib11.11.0непряма
PyPIdefusedxml0.7.1непряма
PyPIdocutils0.23непряма
PyPIfilelock3.32.2непряма
PyPIghp-import2.1.0непряма
PyPIgriffelib2.1.0непряма
PyPIhypothesis6.165.2непряма
PyPIid1.6.1непряма
PyPIidna3.18непряма
PyPIiniconfig2.3.0непряма
PyPIjaraco-classes3.4.0непряма
PyPIjaraco-context6.1.2непряма
PyPIjaraco-functools4.6.0непряма
PyPIjeepney0.9.0непряма
PyPIjinja23.1.6непряма
PyPIjsonschema4.26.0непряма
PyPIjsonschema-specifications2025.9.1непряма
PyPIkeyring25.7.0непряма
PyPIlicense-expression30.4.4непряма
PyPImarkdown3.10.3непряма
PyPImarkdown-it-py4.2.0непряма
PyPImarkupsafe3.0.3непряма
PyPImdurl0.1.2непряма
PyPImergedeep1.3.4непряма
PyPImkdocs1.6.1непряма
PyPImkdocs-autorefs1.4.4непряма
PyPImkdocs-get-deps0.2.2непряма
PyPImkdocs-material9.7.7непряма
PyPImkdocs-material-extensions1.3.1непряма
PyPImkdocstrings0.30.1непряма
PyPImkdocstrings-python2.0.5непряма
PyPImore-itertools11.1.0непряма
PyPImsgpack1.2.1непряма
PyPInh30.3.6непряма
PyPIpackageurl-python0.17.6непряма
PyPIpackaging26.2непряма
PyPIpaginate0.5.7непряма
PyPIpathspec1.1.1непряма
PyPIpip26.2непряма
PyPIpip-api0.0.34непряма
PyPIpip-audit2.10.1непряма
PyPIpip-requirements-parser32.0.1непряма
PyPIplatformdirs4.11.0непряма
PyPIpluggy1.6.0непряма
PyPIpy-serializable2.1.0непряма
PyPIpycparser3.0непряма
PyPIpygments2.20.0непряма
PyPIpymdown-extensions11.0.1непряма
PyPIpyparsing3.3.2непряма
PyPIpytest9.1.1непряма
PyPIpytest-cov7.1.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpywin32-ctypes0.2.3непряма
PyPIpyyaml-env-tag1.1непряма
PyPIreadme-renderer45.0непряма
PyPIreferencing0.37.0непряма
PyPIrequests2.34.2непряма
PyPIrequests-toolbelt1.0.0непряма
PyPIrfc39862.0.0непряма
PyPIrich15.0.0непряма
PyPIrpds-py2026.6.3непряма
PyPIruff0.15.8непряма
PyPIsecretstorage3.5.0непряма
PyPIsix1.17.0непряма
PyPIsortedcontainers2.4.0непряма
PyPItomli2.4.1непряма
PyPItomli-w1.2.0непряма
PyPItwine7.0.0непряма
PyPIty0.0.27непряма
PyPItyping-extensions4.16.0непряма
PyPIurllib32.8.0непряма
PyPIwatchdog6.0.0непряма
Сповіщення про залежності 0

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 85 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 ml4t/specs. Читати поруч →

99nautechsystems/nautilus_traderProduction-grade Rust-native trading engine with deterministic event-driven architectureВинятковий98apache/foryA blazingly fast multi-language serialization framework for idiomatic domain objects, schema IDL, and cross-language data exchange.Винятковий97plotly/dashData Apps & Dashboards for Python. No JavaScript Required.Винятковий100optuna/optunaA hyperparameter optimization frameworkВинятковий100aws/aws-sam-cliCLI tool to build, test, debug, and deploy Serverless applications using AWS SAMВинятковий100matplotlib/matplotlibmatplotlib: plotting with PythonВинятковий

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.