Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-18 06:40 UTC

ml6team / fondant

Production-ready data processing made easy and shareable

PythonApache-2.0★ 359 зірок⑂ 28 форківз бер. 2023 р.Переглянути на GitHub ↗
ТипБібліотекаІнструмент командного рядкаяк це визначено
#data-processing#fine-tuning#foundation-models#machine-learning#pipeline#python

ml6team/fondant має індекс здоров’я 46 зі 100, що відповідає смузі «Слабкий». Найвищий показник — Engineering Quality (91/100), найнижчий — Security (17/100). Останнє оновлення було 209 днів тому. Більшість нещодавньої роботи виконують 2 учасники.

46
загалом / 100
Слабкий

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»).

46
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 53 калібровано до 54 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

ML6Організація
95 підписників23 публічні репозиторіїз лют. 2018 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIfondant0.12.148545878 днів томуdatamachine-learningfine-tuningfoundation-models

Метрики за категоріями

Життєздатність

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

26У зоні ризику · 21% загального індексу

Активність розробки

4Критичний
Як обчислюється оцінка
3.6/36Свіжість push — останній push 209 дн. тому
0/36Ритм комітів — 0/52 тижнів із комітами
0/18Обсяг комітів — 0 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year0
human_commit_share1
days_since_last_push209
active_weeks_last_year0

Дисципліна релізів

60Помірний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 42 релізів
0/36Свіжість релізів — останній реліз 878 дн. тому
27/27Ритм релізів — реліз кожні ~6,7 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count42
latest_release_tag0.12.1
releases_from_tagsні
days_since_latest_release878
mean_days_between_releases6,7

Спільнота та впровадження

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

52Помірний · 17% загального індексу

Популярність і впровадження

57Помірний
Як обчислюється оцінка
41.4/60Зірки — 359 зірок
11.9/25Форки — 28 форків
3.9/15Спостерігачі — 6 спостерігачів
Використані вхідні дані
forks28
stars359
watchers6
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

50Помірний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges4
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicesshields.io
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

45Слабкий
Як обчислюється оцінка
35.8/80Щомісячні завантаження — 485 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesfondant
dependents—
ecosystemspypi
total_downloads—
monthly_downloads485
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?

70Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

60Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
15.7/22.5Розподіл комітів — головний контриб’ютор — автор 30% комітів
13.5/13.5Широта контриб’юторів — 20 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor2
contributors_sampled20
top_contributor_share0,303

Реактивність на issue та PR

86Відмінний
Як обчислюється оцінка
34.7/42Вирішення issue — закрито 83% issue
27/30Прийняття PR — злито 553/615 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs553
open_issues55
closed_issues262
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,826
closed_unmerged_prs62
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

66Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
14.3/25Охоплення власника — 95 підписників у ml6team
22.1/25Послужний список — 23 публічних репозиторіїв, вік облікового запису ~8 р.
Використані вхідні дані
followers95
owner_typeOrganization
is_verifiedні
owner_loginml6team
public_repos23
account_age_days3 130

Супровід пакетів

69Добрий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
4/35Свіжість публікацій — остання публікація 878 дн. тому
20/20Історія версій — 45 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesfondant
ecosystemspypi
any_deprecatedні
min_days_since_publish878

Інженерна якість

Чи наявні базові інженерні практики та документація?

91Відмінний · 19% загального індексу

Інженерні практики

92Відмінний
Як обчислюється оцінка
24/24Процеси CI — 4 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff]), tox.ini
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://fondant.ai/en/stable/
10/10Опис репозиторію
10/10Теми — 6 тем
0/10Wiki
Використані вхідні дані
topicsdata-processing, fine-tuning, foundation-models, machine-learning, pipeline, python
has_wikiні
homepagehttps://fondant.ai/en/stable/
docs_sitehttps://fondant.ai/en/stable/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

17Критичний · 16% загального індексу

Стан безпеки

1Критичний
Як обчислюється оцінка
0/30Політика безпеки (SECURITY.md)
0/25Конфігурація Dependabot
0/25Файли фіксації залежностей
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles—
manifestsdata_explorer/requirements.txt, pyproject.toml
has_codeql_workflowні
has_security_policyні
has_dependabot_configні

Сповіщення про залежності

82Відмінний
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
12.8/25Непрямі залежності без відомих сповіщень — уражено 1: distributed 2024.2.1 (moderate 6.1)
34.7/40Немає задавнених сповіщень — 1 пакет(ів) зі сповіщеннями без реакції понад 90 дн.; найдавніше опубліковано 244 дн. тому
Використані вхідні дані
sourceosv
advisories2
affected_packages1
assessed_packages40
unassessed_packages0
affected_by_severitymoderate 1
direct_affected_packages0
Звірено з runtime-замиканням залежностей pypi:fondant@0.12.1 — тим, що тягне за собою встановлення опублікованого пакета, — 40 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

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 95 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,95
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

48Слабкий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff]), tox.ini
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_files—
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
55/55Керовані розміри файлів — 0/108 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes36 796
source_files_sampled108
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

359зірок GitHub
20контриб'юторів
0комітів за останні 12 місяців
209днів від останнього пушу
42релізів
2бас-фактор
55відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'fondant' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • pypi download figures for fondant carried forward from the previous scan (stats endpoint unavailable this scan)
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/18 06:39:22 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 ★ / 28 ⇿
0Зірки
28Форки
42Релізи

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.

0510152025302842023-052024-082025-12
Мажорні 0Мінорні 12Патчі 12

Кожна точка охоплює 3 днів.

Прямі залежності 15
РеєстрПакетОбмеження версіїМаніфест
PyPIfsspec>= 2023.4.0pyproject.toml
PyPIimportlib-resources>= 1.3pyproject.toml
PyPIjsonschema>= 4.18pyproject.toml
PyPIpyarrow>= 11.0.0pyproject.toml
PyPIpyyaml>= 5.3.1pyproject.toml
PyPIdask>= 2023.4.1, <2024.3.0pyproject.toml
PyPIdocker>= 6.1.3pyproject.toml
PyPIdask-cuda>=23.4.1pyproject.toml
PyPIgcsfs>= 2023.10.0pyproject.toml
PyPIs3fs>= 2023.4.0pyproject.toml
PyPIadlfs>= 2023.4.0pyproject.toml
PyPIkfp2.6.0pyproject.toml
PyPIgoogle-cloud-aiplatform1.34.0pyproject.toml
PyPIsagemaker>= 2.197.0pyproject.toml
PyPIboto31.28.64pyproject.toml
Усі залежності 63

Повний розв'язаний набір залежностей із графа залежностей GitHub: 18 прямих і 45 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIadlfs—пряма
PyPIboto31.28.64пряма
PyPIboto31.34.4пряма
PyPIdask—пряма
PyPIdask2023.5.0пряма
PyPIdask-cuda—пряма
PyPIdocker—пряма
PyPIfsspec—пряма
PyPIfsspec2023.6.0пряма
PyPIgcsfs—пряма
PyPIgoogle-cloud-aiplatform1.34.0пряма
PyPIimportlib-resources—пряма
PyPIjsonschema—пряма
PyPIkfp2.6.0пряма
PyPIpyarrow—пряма
PyPIpyyaml—пряма
PyPIs3fs—пряма
PyPIsagemaker—пряма
PyPIalbumentations1.3.0непряма
PyPIaleph-alpha-client3.5.1непряма
PyPIbeautifulsoup44.12.2непряма
PyPIcohere4.27непряма
PyPIdatasets2.10.1непряма
PyPIdatasketch1.5.9непряма
PyPIfaiss-cpu1.7.4непряма
PyPIfasttext-wheel0.9.2непряма
PyPIfpdf1.7.2непряма
PyPIgraphviz0.20.1непряма
PyPIhttpx0.24.1непряма
PyPIhuggingface-hub0.14.1непряма
PyPIhuggingface-hub0.21.3непряма
PyPIimagesize1.4.1непряма
PyPIlangchain0.0.329непряма
PyPImatplotlib3.7.1непряма
PyPInltk3.8.1непряма
PyPInumpy1.24.4непряма
PyPIopenai0.28.1непряма
PyPIopencv-python-headless—непряма
PyPIopensearch-py2.4.2непряма
PyPIpandas1.5.0непряма
PyPIpandas2.0.3непряма
PyPIpillow10.0.1непряма
PyPIplotly5.15.0непряма
PyPIpymupdf1.23.8непряма
PyPIpytest7.4.0непряма
PyPIpytest7.4.2непряма
PyPIpytest-mock3.12.0непряма
PyPIqdrant-client1.6.9непряма
PyPIrespx0.20.2непряма
PyPIretry0.9.2непряма
PyPIsentence-transformers2.2.2непряма
PyPIst-pages0.4.5непряма
PyPIstreamlit1.28.2непряма
PyPIstreamlit-aggrid0.3.4непряма
PyPIstreamlit-extras0.3.5непряма
PyPItiktoken0.5.1непряма
PyPItorch2.0.1непряма
PyPItorch2.2.1непряма
PyPItqdm4.65.0непряма
PyPItransformers4.28.0непряма
PyPItransformers4.29.2непряма
PyPItransformers4.38.1непряма
PyPIweaviate-client3.24.2непряма
Сповіщення про залежності 1

Встановлення pypi:fondant@0.12.1 тягне 40 пакетів, прямих і транзитивних: 1 мають відомі сповіщення, з них 0 — прямі залежності.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
distributed2024.2.1непрямапомірна22026.1.0

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 ml6team/fondant. Читати поруч →

100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Винятковий100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsВинятковий98marimo-team/marimoA reactive notebook for Python — run reproducible experiments, query with SQL, execute as a script, deploy as an app, and version with git. Stored as pure Python. All in a modern, AI-native editor.Винятковий98deepnote/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/Винятковий100optuna/optunaA hyperparameter optimization frameworkВинятковий100scikit-learn/scikit-learnscikit-learn: machine learning in 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.