Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-19 15:24 UTC

onnx / sklearn-onnx

Convert scikit-learn models and pipelines to ONNX

PythonApache-2.0★ 629 зірок⑂ 128 форківз груд. 2018 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#scikit-learn#onnx

onnx/sklearn-onnx має індекс здоров’я 65 зі 100, що відповідає смузі «Добрий». Найвищий показник — Sustainability & Governance (72/100), найнижчий — Security (36/100). Останнє оновлення було 12 днів тому. Більшість нещодавньої роботи виконує один учасник.

65
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»).

65
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 60 калібровано до 65 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Open Neural Network ExchangeОрганізація
2 739 підписників30 публічних репозиторіївз вер. 2017 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIskl2onnx1.20.0-40201 день тому

Метрики за категоріями

Життєздатність

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

58Помірний · 21% загального індексу

Активність розробки

56Помірний
Як обчислюється оцінка
28.8/36Свіжість push — останній push 12 дн. тому
8.3/36Ритм комітів — 12/52 тижнів із комітами
13.3/18Обсяг комітів — 29 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year29
human_commit_share1
days_since_last_push12
active_weeks_last_year12

Дисципліна релізів

62Помірний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 31 релізів
16.2/36Свіжість релізів — останній реліз 201 дн. тому
12.6/27Ритм релізів — реліз кожні ~135,8 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count31
latest_release_tag1.20.0
releases_from_tagsні
days_since_latest_release201
mean_days_between_releases135,8

Спільнота та впровадження

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

60Помірний · 17% загального індексу

Популярність і впровадження

68Добрий
Як обчислюється оцінка
45.4/60Зірки — 629 зірок
17.5/25Форки — 128 форків
5.6/15Спостерігачі — 11 спостерігачів
Використані вхідні дані
forks128
stars629
watchers11
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_servicesgithub.com, shields.io
has_pull_request_templateні

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

72Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

29У зоні ризику
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
3.5/22.5Розподіл комітів — головний контриб’ютор — автор 84% комітів
13.5/13.5Широта контриб’юторів — 48 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor1
contributors_sampled48
top_contributor_share0,844

Реактивність на issue та PR

83Відмінний
Як обчислюється оцінка
34.5/42Вирішення issue — закрито 82% issue
25.8/30Прийняття PR — злито 669/777 вирішених PR
10.4/13Newcomer PR acceptance — злито 4/5 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs669
open_issues86
closed_issues395
prs_merged_7d0
prs_decided_7d0
prs_merged_30d5
prs_decided_30d6
issue_closed_ratio0,821
closed_unmerged_prs108
first_time_authors_30d4
first_time_prs_merged_30d4
first_time_prs_decided_30d5

Власність та опіка

97Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен — статус підтвердженого домену для цієї організації не зчитано
24.7/25Охоплення власника — 2 739 підписників у onnx
22.9/25Послужний список — 30 публічних репозиторіїв, вік облікового запису ~8 р.
Використані вхідні дані
followers2 739
owner_typeOrganization
is_verified—
owner_loginonnx
public_repos30
account_age_days3 269
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 201 дн. тому
20/20Історія версій — 40 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesskl2onnx
ecosystemspypi
any_deprecatedні
min_days_since_publish201

Інженерна якість

Чи наявні базові інженерні практики та документація?

70Добрий · 19% загального індексу

Інженерні практики

60Помірний
Як обчислюється оцінка
24/24Процеси CI — 6 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configні
has_precommit_configні

Документація

85Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
0/15Сайт документації / домашня сторінка
10/10Опис репозиторію
10/10Теми — 2 тем
10/10Wiki
Використані вхідні дані
topicsscikit-learn, onnx
has_wikiтак
homepage—
docs_site—
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

36Слабкий · 16% загального індексу

Стан безпеки

20У зоні ризику
Як обчислюється оцінка
0/30Політика безпеки (SECURITY.md)
0/25Конфігурація Dependabot
0/25Файли фіксації залежностей
20/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles—
manifestsdocs/requirements.txt, pyproject.toml, requirements-dev.txt, requirements.txt
has_codeql_workflowтак
has_security_policyні
has_dependabot_configні

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_packages10
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:skl2onnx@1.20.0 — тим, що тягне за собою встановлення опублікованого пакета, — 10 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.

50Помірний · 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 100 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

36Слабкий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
0/10Відтворюване середовище
10/10Підтверджена практика роботи з агентами — 13 з останніх 100 комітів створено агентом або з його зазначенням
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configні
typecheck_configs—
agent_commit_share0,13
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

54Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.4/55Керовані розміри файлів — 4/395 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes68 996
source_files_sampled395
oversized_source_files4

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

629зірок GitHub
48контриб'юторів
29комітів за останні 12 місяців
12днів від останнього пушу
31релізів
1бас-фактор
86відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard did not return a usable result (2026/08/19 15:23:36 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 ★ / 128 ⇿
0Зірки
128Форки
31Релізи

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.

025507510012512442018-122022-102026-07
Мажорні 0Мінорні 9Патчі 15

Кожна точка охоплює 7 днів.

Усі залежності 41

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 41 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIautopep8—непряма
PyPIblack—непряма
PyPIcatboost—непряма
PyPIcategory-encoders—непряма
PyPIcoverage—непряма
PyPIflake8—непряма
PyPIfuro—непряма
PyPIjinja2—непряма
PyPIjoblib—непряма
PyPIlightgbm—непряма
PyPIloky—непряма
PyPImatplotlib—непряма
PyPImlinsights—непряма
PyPInbsphinx—непряма
PyPIndonnx—непряма
PyPIonnx—непряма
PyPIonnx-array-api—непряма
PyPIonnxmltools—непряма
PyPIonnxruntime—непряма
PyPIonnxruntime-extensions—непряма
PyPIonnxscript—непряма
PyPIpandas—непряма
PyPIpillow—непряма
PyPIpy-cpuinfo—непряма
PyPIpy-spy—непряма
PyPIpybind11—непряма
PyPIpydot—непряма
PyPIpyinstrument—непряма
PyPIpyod—непряма
PyPIpytest—непряма
PyPIpytest-cov—непряма
PyPIruff—непряма
PyPIscikit-learn—непряма
PyPIskl2onnx—непряма
PyPIsphinx—непряма
PyPIsphinx-gallery—непряма
PyPIsphinx-runpython—непряма
PyPItabulate—непряма
PyPItqdm—непряма
PyPIwheel—непряма
PyPIxgboost—непряма
Сповіщення про залежності 0

Встановлення pypi:skl2onnx@1.20.0 тягне 10 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 onnx/sklearn-onnx. Читати поруч →

100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorВинятковий100onnx/onnxOpen standard for machine learning interoperabilityВинятковий78onnx/onnxmltoolsONNXMLTools enables conversion of models to ONNXДобрий99openvinotoolkit/nncfNeural Network Compression Framework for enhanced OpenVINO™ inferenceВинятковий98dask/daskParallel computing with task schedulingВинятковий98sktime/sktimeA unified framework for machine learning with time seriesВинятковий

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.