Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-12 12:19 UTC

munich-quantum-toolkit / predictor

MQT Predictor - A Tool for Automatic Device Selection with Device-Specific Circuit Compilation for Quantum Computing

PythonMIT★ 87 зірок⑂ 23 форкиз бер. 2022 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#reinforcement-learning#supervised-machine-learning#mqt#qiskit#quantum-compilation#tum

munich-quantum-toolkit/predictor має індекс здоров’я 92 зі 100, що відповідає смузі «Відмінний». Найвищий показник — AI Readiness (97/100), найнижчий — Community & Adoption (58/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

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

The Munich Quantum Toolkit (MQT)Організація
103 підписники25 публічних репозиторіївз серп. 2024 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPImqt.predictor2.4.01491460 днів томуmqtcompilationmachine-learningpredictionquantum-computing

Метрики за категоріями

Життєздатність

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

94Винятковий · 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 — 295 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year295
human_commit_share0,18
days_since_last_push0
active_weeks_last_year52

Дисципліна релізів

84Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 14 релізів
36/36Свіжість релізів — останній реліз 60 дн. тому
12.6/27Ритм релізів — реліз кожні ~139,9 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count14
latest_release_tagv2.4.0
releases_from_tagsні
days_since_latest_release60
mean_days_between_releases139,9
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?

58Помірний · 17% загального індексу

Популярність і впровадження

43Слабкий
Як обчислюється оцінка
31.4/60Зірки — 87 зірок
11.2/25Форки — 23 форків
0/15Спостерігачі — 1 спостерігачів
Використані вхідні дані
forks23
stars87
watchers1
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonbelow_threshold

Здоров'я спільноти

92Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges9
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesshields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

36Слабкий
Як обчислюється оцінка
29/80Щомісячні завантаження — 149 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesmqt.predictor
dependents—
ecosystemspypi
total_downloads—
monthly_downloads149
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)

36Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
4.4/22.5Розподіл комітів — головний контриб’ютор — автор 80% комітів
12.2/13.5Широта контриб’юторів — 9 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 6 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled9
top_contributor_share0,804

Реактивність на issue та PR

67Добрий
Як обчислюється оцінка
31.2/42Вирішення issue — закрито 74% issue
25.5/30Прийняття PR — злито 628/739 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
1.5/15OpenSSF Scorecard: Code-Review — Found 5/26 approved changesets -- score normalized to 1
Використані вхідні дані
merged_prs628
open_issues16
closed_issues46
prs_merged_7d0
prs_decided_7d0
prs_merged_30d13
prs_decided_30d27
issue_closed_ratio0,742
closed_unmerged_prs111
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

59Помірний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
14.5/25Охоплення власника — 103 підписників у munich-quantum-toolkit
14.5/25Послужний список — 25 публічних репозиторіїв, вік облікового запису ~2 р.
Використані вхідні дані
followers103
owner_typeOrganization
is_verifiedні
owner_loginmunich-quantum-toolkit
public_repos25
account_age_days765

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 60 дн. тому
20/20Історія версій — 14 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesmqt.predictor
ecosystemspypi
any_deprecatedні
min_days_since_publish60

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 — 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

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://mqt.readthedocs.io/projects/predictor
10/10Опис репозиторію
10/10Теми — 6 тем
0/10Wiki
Використані вхідні дані
topicsreinforcement-learning, supervised-machine-learning, mqt, qiskit, quantum-compilation, tum
has_wikiні
homepagehttps://mqt.readthedocs.io/projects/predictor
docs_sitehttps://mqt.readthedocs.io/projects/predictor
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

80Відмінний · 16% загального індексу

Стан безпеки

75Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
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 5/26 approved changesets -- score normalized to 1
2.5/2.5Contributors — project has 6 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 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 — 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_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,5
Виключено з оцінювання (немає даних або не застосовно): Signed-Releases. 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_packages92
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:mqt.predictor@2.4.0 — тим, що тягне за собою встановлення опублікованого пакета, — 92 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.

97Винятковий · 4% загального індексу

Контекст і настанови для агентів

100Винятковий
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://mqt.readthedocs.io/llms.txt)
0/40Читабельна історія комітів — немає даних
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://mqt.readthedocs.io/llms.txt
legible_history_share—
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes7 306
Виключено з оцінювання (немає даних або не застосовно): Читабельна історія комітів. Залишкові ваги перенормовано.

Цикл верифікації (збірка / тести / перевірка типів)

100Винятковий
Як обчислюється оцінка
18/18Розгортання однією командою — noxfile.py
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
11/11Статична перевірка типів — src/mqt/predictor/py.typed
10/10Відтворюване середовище — lockfile
10/10Підтверджена практика роботи з агентами — 5 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 75 з останніх 100 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_filesnoxfile.py
has_devcontainerні
has_linter_configтак
typecheck_configssrc/mqt/predictor/py.typed
agent_commit_share0,05
toolchain_manifests—
dependency_bot_commit_share0,75

Читабельність коду для моделей

82Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (src/mqt/predictor/py.typed)
55/55Керовані розміри файлів — 0/32 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes27 026
source_files_sampled32
oversized_source_files0

Ключові факти

87зірок GitHub
9контриб'юторів
295комітів за останні 12 місяців
0днів від останнього пушу
14релізів
1бас-фактор
16відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Star history carried forward from 2026-04-18: GitHub restricted the stargazers API to repository admins, so it can no longer be collected. The repository has 87 stars today.

Докладніше

Історія зірок і форків 86 ★ / 23 ⇿
86Зірки
23Форки
14Релізи

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.

Історію зірок показано станом на 2026-04-18. У липні 2026 року GitHub обмежив доступ до API stargazers адміністраторами репозиторію, тож цей ряд більше не продовжується; загальна кількість зірок вище лишається актуальною.

020406080100862362022-062024-072026-08
Мажорні 2Мінорні 7Патчі 5

Кожна точка охоплює 4 днів.

OpenSSF Scorecard 7.5 / 10
7.5сукупно

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 · 2026-09-12 12:19 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
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 5/26 approved changesets -- score normalized to 1
10Contributorsproject has 6 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 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
н/дSigned-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 18
РеєстрПакетОбмеження версіїМаніфест
PyPImqt.bench>=2.0.0pyproject.toml
PyPIqiskit>=1.3.3pyproject.toml
PyPIpytket>=1.29.0pyproject.toml
PyPIpytket>=2.4.0pyproject.toml
PyPIpytket_qiskit>=0.61.0pyproject.toml
PyPIpytket-qiskit>=0.78.0pyproject.toml
PyPIsb3_contrib>=2.0.0pyproject.toml
PyPItqdm>=4.66.0pyproject.toml
PyPIrich>=12.6.0pyproject.toml
PyPIscikit-learn>=1.5.1pyproject.toml
PyPIscikit-learn>=1.7.2pyproject.toml
PyPItensorboard>=2.17.0pyproject.toml
PyPItensorboard>=2.18.0pyproject.toml
PyPIbqskit>=1.2.1pyproject.toml
PyPInumpy>=1.24pyproject.toml
PyPInumpy>=1.26pyproject.toml
PyPInumpy>=2.1pyproject.toml
PyPInumpy>=2.3.2pyproject.toml
Усі залежності 186

Повний розв'язаний набір залежностей із графа залежностей GitHub: 12 прямих і 174 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIbqskit1.2.1пряма
PyPImqt-bench2.2.3пряма
PyPInumpy2.4.6пряма
PyPInumpy2.5.3пряма
PyPIpytket2.18.1пряма
PyPIpytket-qiskit0.78.0пряма
PyPIqiskit2.5.2пряма
PyPIrich15.0.0пряма
PyPIsb3-contrib2.9.0пряма
PyPIscikit-learn1.9.0пряма
PyPItensorboard2.21.0пряма
PyPItqdm4.70.0пряма
PyPIabsl-py2.5.0непряма
PyPIaccessible-pygments0.0.5непряма
PyPIalabaster1.0.0непряма
PyPIannotated-types0.8.0непряма
PyPIantlr4-python3-runtime4.13.2непряма
PyPIappnope1.0.0непряма
PyPIargcomplete3.7.2непряма
PyPIastroid4.3.1непряма
PyPIasttokens3.0.2непряма
PyPIattrs26.1.0непряма
PyPIbabel2.18.0непряма
PyPIbeautifulsoup44.15.0непряма
PyPIbqskitrs0.4.1непряма
PyPIcertifi2026.7.22непряма
PyPIcffi2.1.1непряма
PyPIcharset-normalizer3.5.1непряма
PyPIclick8.5.0непряма
PyPIcloudpickle3.1.2непряма
PyPIcolorama0.4.6непряма
PyPIcolorlog6.12.0непряма
PyPIcomm0.2.3непряма
PyPIcoverage7.16.0непряма
PyPIcryptography50.0.1непряма
PyPIcuda-bindings13.3.1непряма
PyPIcuda-pathfinder1.8.1непряма
PyPIcuda-toolkit13.0.3.0непряма
PyPIdebugpy1.8.21непряма
PyPIdependency-groups1.3.2непряма
PyPIdill0.4.1непряма
PyPIdistlib0.4.3непряма
PyPIdocutils0.22.4непряма
PyPIexecuting2.2.1непряма
PyPIfarama-notifications0.0.6непряма
PyPIfastjsonschema2.22.2непряма
PyPIfilelock3.32.5непряма
PyPIfsspec2026.7.0непряма
PyPIfuro2025.12.19непряма
PyPIgraphviz0.21непряма
PyPIgreenlet3.5.5непряма
PyPIgrpcio1.83.1непряма
PyPIgymnasium1.3.0непряма
PyPIhumanize4.16.0непряма
PyPIibm-cloud-sdk-core3.26.1непряма
PyPIibm-platform-services0.77.1непряма
PyPIibm-quantum-schemas0.11.20260824непряма
PyPIidna3.19непряма
PyPIimagesize2.0.1непряма
PyPIimportlib-metadata9.0.1непряма
PyPIiniconfig2.3.0непряма
PyPIipykernel7.3.0непряма
PyPIipython9.17.1непряма
PyPIipython-pygments-lexers1.1.1непряма
PyPIjedi0.20.0непряма
PyPIjinja23.1.6непряма
PyPIjoblib1.6.0непряма
PyPIjsonschema4.26.0непряма
PyPIjsonschema-specifications2025.9.1непряма
PyPIjupyter-cache1.0.1непряма
PyPIjupyter-client8.10.0непряма
PyPIjupyter-core5.9.1непряма
PyPIlark1.3.1непряма
PyPIlatexcodec3.0.1непряма
PyPImarkdown3.10.3непряма
PyPImarkdown-it-py4.2.0непряма
PyPImarkupsafe3.0.3непряма
PyPImatplotlib-inline0.2.2непряма
PyPImdit-py-plugins0.6.1непряма
PyPImdurl0.1.2непряма
PyPImpmath1.3.0непряма
PyPImyst-nb1.4.0непряма
PyPImyst-parser5.1.0непряма
PyPInarwhals2.25.0непряма
PyPInbclient0.11.0непряма
PyPInbformat5.11.1непряма
PyPInest-asyncio21.7.2непряма
PyPInetworkx3.6.1непряма
PyPInox2026.8.17непряма
PyPInvidia-cublas13.1.1.3непряма
PyPInvidia-cuda-cupti13.0.85непряма
PyPInvidia-cuda-nvrtc13.0.88непряма
PyPInvidia-cuda-runtime13.0.96непряма
PyPInvidia-cudnn-cu139.24.0.43непряма
PyPInvidia-cufft12.0.0.61непряма
PyPInvidia-cufile1.15.1.6непряма
PyPInvidia-curand10.4.0.35непряма
PyPInvidia-cusolver12.0.4.66непряма
PyPInvidia-cusparse12.6.3.3непряма
PyPInvidia-cusparselt-cu130.8.1непряма
PyPInvidia-nccl-cu132.30.7непряма
PyPInvidia-nvjitlink13.3.33непряма
PyPInvidia-nvshmem-cu133.4.5непряма
PyPInvidia-nvtx13.0.85непряма
PyPIopenqasm31.0.1непряма
PyPIorjson3.12.0непряма
PyPIpackaging26.3непряма
PyPIparso0.8.7непряма
PyPIpexpect4.9.0непряма
PyPIpillow12.3.0непряма
PyPIplatformdirs4.11.7непряма
PyPIpluggy1.6.0непряма
PyPIprompt-toolkit3.0.53непряма
PyPIprotobuf7.36.1непряма
PyPIpsutil7.2.2непряма
PyPIptyprocess0.7.0непряма
PyPIpure-eval0.2.3непряма
PyPIpybase641.5.0непряма
PyPIpybtex0.26.1непряма
PyPIpybtex-docutils1.0.3непряма
PyPIpycparser3.0непряма
PyPIpydantic2.13.5непряма
PyPIpydantic-core2.46.5непряма
PyPIpygments2.21.0непряма
PyPIpyjwt2.13.0непряма
PyPIpyspnego0.12.2непряма
PyPIpytest9.1.1непряма
PyPIpytest-cov7.1.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-discovery1.6.0непряма
PyPIpyyaml6.0.3непряма
PyPIpyzmq27.2.0непряма
PyPIqiskit-ibm-runtime0.49.0непряма
PyPIqiskit-qasm3-import0.6.0непряма
PyPIqwasm1.0.1непряма
PyPIreferencing0.37.0непряма
PyPIrequests2.34.2непряма
PyPIrequests-ntlm1.3.0непряма
PyPIroman-numerals4.1.0непряма
PyPIrpds-py2026.6.3непряма
PyPIrustworkx0.18.1непряма
PyPIsamplomatic0.21.0непряма
PyPIscipy1.17.1непряма
PyPIscipy1.18.1непряма
PyPIsetuptools84.0.0непряма
PyPIsix1.17.0непряма
PyPIsnowballstemmer3.1.1непряма
PyPIsoupsieve2.9.2непряма
PyPIsphinx9.0.4непряма
PyPIsphinx9.1.0непряма
PyPIsphinx-autoapi3.8.1непряма
PyPIsphinx-basic-ng1.0.0b2непряма
PyPIsphinx-copybutton0.5.2непряма
PyPIsphinx-design0.7.0непряма
PyPIsphinx-llm1.0.0непряма
PyPIsphinx-markdown-builder0.6.11непряма
PyPIsphinxcontrib-applehelp2.0.0непряма
PyPIsphinxcontrib-bibtex2.7.0непряма
PyPIsphinxcontrib-devhelp2.0.0непряма
PyPIsphinxcontrib-htmlhelp2.1.0непряма
PyPIsphinxcontrib-jsmath1.0.1непряма
PyPIsphinxcontrib-qthelp2.0.0непряма
PyPIsphinxcontrib-serializinghtml2.0.0непряма
PyPIsphinxext-opengraph0.13.0непряма
PyPIsqlalchemy2.0.52непряма
PyPIsspilib0.6.0непряма
PyPIstable-baselines32.9.0непряма
PyPIstack-data0.6.3непряма
PyPIstevedore5.9.1непряма
PyPIsymengine0.14.1непряма
PyPIsympy1.14.0непряма
PyPItabulate0.10.0непряма
PyPItensorboard-data-server0.7.2непряма
PyPIthreadpoolctl3.6.0непряма
PyPItomli2.4.1непряма
PyPItorch2.14.0непряма
PyPItornado6.5.8непряма
PyPItraitlets5.16.1непряма
PyPItriton3.8.0непряма
PyPItyping-extensions4.16.0непряма
PyPItyping-inspection0.4.4непряма
PyPIurllib32.7.0непряма
PyPIvirtualenv21.7.8непряма
PyPIwcwidth0.8.3непряма
PyPIwerkzeug3.1.8непряма
PyPIzipp4.1.0непряма
Сповіщення про залежності 0

Встановлення pypi:mqt.predictor@2.4.0 тягне 92 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 munich-quantum-toolkit/predictor. Читати поруч →

96munich-quantum-toolkit/coreMQT Core - Reusable C++20 and Python libraries for quantum computing: the MQT Compiler Collection, built on MLIR and LLVM, together with decision diagrams, QIR execution, QDMI device access, SDK and HPC integrations, and structured benchmarks. It forms the backbone of the Munich Quantum Toolkit.Винятковий96munich-quantum-toolkit/qeccMQT QECC - Tools for Quantum Error Correcting CodesВинятковий96munich-quantum-toolkit/qcecMQT QCEC - A Tool for Quantum Circuit Equivalence CheckingВинятковий92munich-quantum-toolkit/problemsolverMQT ProblemSolver - A Tool for Solving Problems Using Quantum ComputingВідмінний98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.Винятковий100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.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.