Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-06 01:19 UTC

opendatalab / labelU

Open-source multimodal data annotation platform with AI auto-annotation support.

PythonApache-2.0★ 1 669 зірок⑂ 182 форкиз жовт. 2022 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаМережевий сервісяк це визначено

opendatalab/labelU має індекс здоров’я 62 зі 100, що відповідає смузі «Помірний». Найвищий показник — Sustainability & Governance (69/100), найнижчий — Security (33/100). Останнє оновлення було 39 днів тому. Більшість нещодавньої роботи виконує один учасник.

62
загалом / 100
Помірний

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»).

62
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 58 калібровано до 62 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

OpenDataLabОрганізація
3 045 підписників69 публічних репозиторіївз січ. 2022 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIlabelu1.5.61 37612839 днів тому

Метрики за категоріями

Життєздатність

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

66Добрий · 21% загального індексу

Активність розробки

50Помірний
Як обчислюється оцінка
18/36Свіжість push — останній push 39 дн. тому
6.9/36Ритм комітів — 10/52 тижнів із комітами
15.6/18Обсяг комітів — 54 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 13 commit(s) and 3 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year54
human_commit_share1
days_since_last_push39
active_weeks_last_year10

Дисципліна релізів

90Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 100 релізів
36/36Свіжість релізів — останній реліз 39 дн. тому
27/27Ритм релізів — реліз кожні ~10,9 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count100
latest_release_tagv1.5.6
releases_from_tagsні
days_since_latest_release39
mean_days_between_releases10,9

Спільнота та впровадження

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

62Помірний · 17% загального індексу

Популярність і впровадження

78Добрий
Як обчислюється оцінка
52.3/60Зірки — 1 669 зірок
18.8/25Форки — 182 форків
7/15Спостерігачі — 19 спостерігачів
Використані вхідні дані
forks182
stars1 669
watchers19
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_badges0
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_services—
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

52Помірний
Як обчислюється оцінка
41.9/80Щомісячні завантаження — 1 376 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packageslabelu
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1 376
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?

69Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

42Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
9.2/22.5Розподіл комітів — головний контриб’ютор — автор 59% комітів
13.5/13.5Широта контриб’юторів — 17 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 6 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled17
top_contributor_share0,592

Реактивність на issue та PR

67Добрий
Як обчислюється оцінка
29.8/42Вирішення issue — закрито 71% issue
27.2/30Прийняття PR — злито 165/182 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
1.5/15OpenSSF Scorecard: Code-Review — Found 2/14 approved changesets -- score normalized to 1
Використані вхідні дані
merged_prs165
open_issues31
closed_issues76
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,71
closed_unmerged_prs17
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

77Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
25/25Охоплення власника — 3 045 підписників у opendatalab
22.3/25Послужний список — 69 публічних репозиторіїв, вік облікового запису ~4 р.
Використані вхідні дані
followers3 045
owner_typeOrganization
is_verifiedні
owner_loginopendatalab
public_repos69
account_age_days1 698

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 39 дн. тому
20/20Історія версій — 128 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packageslabelu
ecosystemspypi
any_deprecatedні
min_days_since_publish39

Інженерна якість

Чи наявні базові інженерні практики та документація?

55Помірний · 19% загального індексу

Інженерні практики

48Слабкий
Як обчислюється оцінка
24/24Процеси CI — 4 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 0 out of 8 merged PRs checked by a CI test -- score normalized to 0
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configні
has_precommit_configні

Документація

65Добрий
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://opendatalab.github.io/labelU/
10/10Опис репозиторію
0/10Теми
10/10Wiki
Використані вхідні дані
topics—
has_wikiтак
homepagehttps://opendatalab.github.io/labelU/
docs_sitehttps://opendatalab.github.io/labelU/
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

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

33У зоні ризику · 16% загального індексу

Стан безпеки

22У зоні ризику
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
0/2.5CI-Tests — 0 out of 8 merged PRs checked by a CI test -- score normalized to 0
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0.8/7.5Code-Review — Found 2/14 approved changesets -- score normalized to 1
2.5/2.5Contributors — project has 6 contributing companies or organizations
0/10Dangerous-Workflow — dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 13 commit(s) and 3 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
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
0/7.5Vulnerabilities — 107 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate2,2
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging. Залишкові ваги перенормовано.

Сповіщення про залежності

79Добрий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
10.2/25Непрямі залежності без відомих сповіщень — уражено 1: ecdsa 0.19.2 (high 7.4)
33.8/40Немає задавнених сповіщень — 1 пакет(ів) зі сповіщеннями без реакції понад 90 дн.; найдавніше опубліковано 957 дн. тому
Використані вхідні дані
sourceosv
advisories2
affected_packages1
assessed_packages56
unassessed_packages0
affected_by_severityhigh 1
direct_affected_packages0
Звірено з runtime-замиканням залежностей pypi:labelu@1.5.6 — тим, що тягне за собою встановлення опублікованого пакета, — 56 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.

56Помірний · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — CLAUDE.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 98 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,98
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes3 783

Цикл верифікації (збірка / тести / перевірка типів)

34У зоні ризику
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — Dockerfile, lockfile
2/10Підтверджена практика роботи з агентами — 1 з останніх 100 комітів створено агентом або з його зазначенням
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileтак
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configні
typecheck_configs—
agent_commit_share0,01
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 — 0/127 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes48 950
source_files_sampled127
oversized_source_files0

Ключові факти

1 669зірок GitHub
17контриб'юторів
54комітів за останні 12 місяців
39днів від останнього пушу
100релізів
1бас-фактор
31відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Докладніше

Історія зірок і форків 0 ★ / 182 ⇿
0Зірки
182Форки
100Релізи

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.

04080120160200182122022-112024-092026-07
Мажорні 0Мінорні 4Патчі 41

Кожна точка охоплює 4 днів.

OpenSSF Scorecard 2.2 / 10
2.2сукупно

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 · 2026-09-06 01:18 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
0CI-Tests0 out of 8 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
1Code-ReviewFound 2/14 approved changesets -- score normalized to 1
10Contributorsproject has 6 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained13 commit(s) and 3 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not 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
0Vulnerabilities107 existing vulnerabilities detected
Прямі залежності 21
РеєстрПакетОбмеження версіїМаніфест
PyPIfastapi>=0.100.0pyproject.toml
PyPIloguru>=0.6.0pyproject.toml
PyPIsqlalchemy>=2.0.0pyproject.toml
PyPIboto3—pyproject.toml
PyPIcryptography>=41.0.0pyproject.toml
PyPIpython-jose>=3.3.0pyproject.toml
PyPIpydantic>=2.0.0pyproject.toml
PyPIpydantic-settings>=2.0.0pyproject.toml
PyPItyper>=0.7.0pyproject.toml
PyPIuvicorn>=0.19.0pyproject.toml
PyPIemail-validator>=2.0.0pyproject.toml
PyPIpython-multipart>=0.0.5pyproject.toml
PyPIpython-dotenv>=0.21.0pyproject.toml
PyPIappdirs>=1.4.4pyproject.toml
PyPIaiofiles>=22.1.0pyproject.toml
PyPIpillow>=9.3.0pyproject.toml
PyPIalembic>=1.9.4pyproject.toml
PyPIhttpx>=0.27.0pyproject.toml
PyPItfrecord>=1.14.5pyproject.toml
PyPIwebsockets>=10.0.0pyproject.toml
PyPIbcrypt==4.3.0pyproject.toml
Усі залежності 86

Повний розв'язаний набір залежностей із графа залежностей GitHub: 25 прямих і 61 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaiofiles25.1.0пряма
PyPIalembic1.18.4пряма
PyPIappdirs1.4.4пряма
PyPIbcrypt4.3.0пряма
PyPIboto31.42.90пряма
PyPIcryptography46.0.5пряма
PyPIemail-validator2.3.0пряма
PyPIfastapi—пряма
PyPIfastapi0.125.0пряма
PyPIhttpx—пряма
PyPIhttpx0.28.1пряма
PyPIloguru0.7.3пряма
PyPIpillow—пряма
PyPIpillow12.1.1пряма
PyPIpydantic2.12.5пряма
PyPIpydantic-settings2.13.1пряма
PyPIpython-dotenv1.2.2пряма
PyPIpython-jose3.5.0пряма
PyPIpython-multipart0.0.22пряма
PyPIsqlalchemy2.0.48пряма
PyPItfrecord1.14.6пряма
PyPItyper0.7.0пряма
PyPIuvicorn—пряма
PyPIuvicorn0.42.0пряма
PyPIwebsockets16.0пряма
PyPIannotated-doc0.0.4непряма
PyPIannotated-types0.7.0непряма
PyPIanyio4.12.1непряма
PyPIblack26.3.1непряма
PyPIbotocore1.42.90непряма
PyPIcertifi2026.2.25непряма
PyPIcffi2.0.0непряма
PyPIcharset-normalizer3.4.6непряма
PyPIclick8.3.1непряма
PyPIcolorama0.4.6непряма
PyPIcoverage7.13.5непряма
PyPIcrc32c2.8непряма
PyPIdnspython2.8.0непряма
PyPIecdsa0.19.1непряма
PyPIeinops—непряма
PyPIflake87.3.0непряма
PyPIgreenlet3.3.2непряма
PyPIh110.16.0непряма
PyPIhttpcore1.0.9непряма
PyPIidna3.11непряма
PyPIiniconfig2.3.0непряма
PyPIjmespath1.1.0непряма
PyPIlabelu1.3.6непряма
PyPImako1.3.10непряма
PyPImarkupsafe3.0.3непряма
PyPImccabe0.7.0непряма
PyPImypy-extensions1.1.0непряма
PyPImysqlclient2.2.8непряма
PyPInumpy—непряма
PyPInumpy2.4.3непряма
PyPIopencv-python-headless—непряма
PyPIpackaging26.0непряма
PyPIpathspec1.0.4непряма
PyPIplatformdirs4.9.4непряма
PyPIpluggy1.6.0непряма
PyPIprotobuf7.34.0непряма
PyPIpyasn10.6.3непряма
PyPIpycodestyle2.14.0непряма
PyPIpycparser3.0непряма
PyPIpydantic-core2.41.5непряма
PyPIpyflakes3.4.0непряма
PyPIpygments2.19.2непряма
PyPIpytest9.0.2непряма
PyPIpytest-cov7.0.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpytokens0.4.1непряма
PyPIrequests2.32.5непряма
PyPIrsa4.9.1непряма
PyPIs3transfer0.16.0непряма
PyPIsam3—непряма
PyPIsix1.17.0непряма
PyPIstarlette0.50.0непряма
PyPItimm—непряма
PyPItomli2.4.0непряма
PyPItorch—непряма
PyPItorchvision—непряма
PyPItransformers—непряма
PyPItyping-extensions4.15.0непряма
PyPItyping-inspection0.4.2непряма
PyPIurllib32.6.3непряма
PyPIwin32-setctime1.2.0непряма
Сповіщення про залежності 1

Встановлення pypi:labelu@1.5.6 тягне 56 пакетів, прямих і транзитивних: 1 мають відомі сповіщення, з них 0 — прямі залежності.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
ecdsa0.19.2непрямависока2—

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 opendatalab/labelU. Читати поруч →

100apache/arrowApache Arrow is the universal columnar format and multi-language toolbox for fast data interchange and in-memory analyticsВинятковий100onnx/onnxOpen standard for machine learning interoperabilityВинятковий100reflex-dev/reflex🕸️ Web apps in pure Python 🐍Винятковий100scikit-learn/scikit-learnscikit-learn: machine learning in PythonВинятковий100psf/blackThe uncompromising Python code formatterВинятковий100uxlfoundation/oneDNNoneAPI Deep Neural Network Library (oneDNN)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.