Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-13 04:58 UTC

openvinotoolkit / nncf

Neural Network Compression Framework for enhanced OpenVINO™ inference

PythonApache-2.0★ 1 189 зірок⑂ 301 форкз трав. 2020 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#quantization#pruning#sparsity#quantization-aware-training#mixed-precision-training#compression#semantic-segmentation#object-detection#classification#nlp#bert#transformers#pytorch#tensorflow#onnx#openvino#deep-learning#genai#llm

openvinotoolkit/nncf має індекс здоров’я 99 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Vitality (96/100), найнижчий — AI Readiness (76/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 4 учасники.

99
загалом / 100
Винятковий

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»).

99
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 89 калібровано до 99 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

OpenVINO™ ToolkitОрганізація
1 836 підписників48 публічних репозиторіївз вер. 2019 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPInncf3.3.01 333 362347 днів томуbertclassificationcompressionhawqmixed-precision-trainingmmdetectionnasnlpobject-detectionpruningquantizationquantization-aware-trainingsemantic-segmentationsparsitytransformers

Метрики за категоріями

Життєздатність

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

96Винятковий · 21% загального індексу

Активність розробки

99Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
35.3/36Ритм комітів — 51/52 тижнів із комітами
18/18Обсяг комітів — 377 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year377
human_commit_share0,81
days_since_last_push0
active_weeks_last_year51

Дисципліна релізів

92Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 36 релізів
36/36Свіжість релізів — останній реліз 7 дн. тому
19.8/27Ритм релізів — реліз кожні ~66 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count36
latest_release_tagv3.3.0
releases_from_tagsні
days_since_latest_release7
mean_days_between_releases66

Спільнота та впровадження

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

89Відмінний · 17% загального індексу

Популярність і впровадження

79Добрий
Як обчислюється оцінка
49.9/60Зірки — 1 189 зірок
20.6/25Форки — 301 форків
8.3/15Спостерігачі — 32 спостерігачів
Використані вхідні дані
forks301
stars1 189
watchers32
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

92Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
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_badges6
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicesshields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

100Винятковий
Як обчислюється оцінка
80/80Щомісячні завантаження — 1 333 362 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesnncf
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1 333 362
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?

92Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

82Відмінний
Як обчислюється оцінка
43.2/54Бас-фактор — на 4 контриб’ютор(ів) припадає половина всіх комітів
17.5/22.5Розподіл комітів — головний контриб’ютор — автор 22% комітів
13.5/13.5Широта контриб’юторів — 77 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor4
contributors_sampled77
top_contributor_share0,224

Реактивність на issue та PR

92Відмінний
Як обчислюється оцінка
39.7/42Вирішення issue — закрито 94% issue
26.2/30Прийняття PR — злито 3 240/3 713 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_prs3 240
open_issues21
closed_issues360
prs_merged_7d3
prs_decided_7d3
prs_merged_30d17
prs_decided_30d19
issue_closed_ratio0,945
closed_unmerged_prs473
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

97Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен — статус підтвердженого домену для цієї організації не зчитано
23.5/25Охоплення власника — 1 836 підписників у openvinotoolkit
24.3/25Послужний список — 48 публічних репозиторіїв, вік облікового запису ~6 р.
Використані вхідні дані
followers1 836
owner_typeOrganization
is_verified—
owner_loginopenvinotoolkit
public_repos48
account_age_days2 521
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 7 дн. тому
20/20Історія версій — 34 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesnncf
ecosystemspypi
any_deprecatedні
min_days_since_publish7

Інженерна якість

Чи наявні базові інженерні практики та документація?

89Відмінний · 19% загального індексу

Інженерні практики

92Відмінний
Як обчислюється оцінка
24/24Процеси CI — 25 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
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

85Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
0/15Сайт документації / домашня сторінка
10/10Опис репозиторію
10/10Теми — 19 тем
10/10Wiki
Використані вхідні дані
topicsquantization, pruning, sparsity, quantization-aware-training, mixed-precision-training, compression, semantic-segmentation, object-detection, classification, nlp, bert, transformers, pytorch, tensorflow, onnx, openvino, deep-learning, genai, llm
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?

78Добрий · 16% загального індексу

Стан безпеки

73Добрий
Як обчислюється оцінка
30/30Політика безпеки (SECURITY.md)
25/25Конфігурація Dependabot
0/25Файли фіксації залежностей — опублікована бібліотека — lockfile є справою застосунків, не очікується
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles—
manifestspyproject.toml
has_codeql_workflowні
has_security_policyтак
has_dependabot_configтак
Виключено з оцінювання (немає даних або не застосовно): Файли фіксації залежностей. 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_packages19
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:nncf@3.3.0 — тим, що тягне за собою встановлення опублікованого пакета, — 19 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.

76Добрий · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — .github/copilot-instructions.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 81 з 81 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share1
agent_instruction_files.github/copilot-instructions.md
agent_instruction_max_bytes2 356

Цикл верифікації (збірка / тести / перевірка типів)

68Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
0/10Відтворюване середовище
2/10Підтверджена практика роботи з агентами — 1 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 19 з останніх 100 комітів — автоматичні оновлення залежностей
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_filesMakefile
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0,19

Читабельність коду для моделей

54Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.3/55Керовані розміри файлів — 10/751 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes109 688
source_files_sampled751
oversized_source_files10

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, notebooks
Використані вхідні дані
example_dirsexamples, notebooks
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

1 189зірок GitHub
77контриб'юторів
377комітів за останні 12 місяців
0днів від останнього пушу
36релізів
4бас-фактор
21відкритих 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 (2026/08/13 04:57:15 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 ★ / 301 ⇿
0Зірки
301Форки
36Релізи

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.

05010015020025030029172020-052023-072026-08
Мажорні 2Мінорні 25Патчі 8

Кожна точка охоплює 6 днів.

Прямі залежності 12
РеєстрПакетОбмеження версіїМаніфест
PyPInetworkx>=2.6, <=3.6.1pyproject.toml
PyPIninja>=1.10.0.post2, <1.14pyproject.toml
PyPInumpy>=1.24.0, <2.5.0pyproject.toml
PyPIopenvino-telemetry>=2023.2.0pyproject.toml
PyPIpackaging>=20.0pyproject.toml
PyPIpsutil—pyproject.toml
PyPIpydot>=1.4.1, <=3.0.4pyproject.toml
PyPIrich>=13.5.2pyproject.toml
PyPIsafetensors>=0.4.1pyproject.toml
PyPIscikit-learn>=0.24.0pyproject.toml
PyPIscipy>=1.3.2pyproject.toml
PyPItabulate>=0.9.0pyproject.toml
Усі залежності 104

Повний розв'язаний набір залежностей із графа залежностей GitHub: 18 прямих і 86 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPInetworkx—пряма
PyPIninja—пряма
PyPInumpy—пряма
PyPInumpy1.26.4пряма
PyPInumpy2.2.6пряма
PyPInumpy2.4.6пряма
PyPIopenvino-telemetry—пряма
PyPIpackaging—пряма
PyPIpsutil—пряма
PyPIpydot—пряма
PyPIrich—пряма
PyPIsafetensors—пряма
PyPIsafetensors0.6.2пряма
PyPIscikit-learn—пряма
PyPIscipy—пряма
PyPIscipy1.18.0пряма
PyPItabulate—пряма
PyPItabulate0.10.0пряма
PyPIaccelerate1.9.0непряма
PyPIaddict—непряма
PyPIanomalib0.6.0непряма
PyPIanomalib2.2.0непряма
PyPIastroid4.1.2непряма
PyPIatheris2.3.0непряма
PyPIdatasets4.6.1непряма
PyPIdatasets5.0.0непряма
PyPIefficientnet-pytorch0.7.1непряма
PyPIexecutorch1.3.1непряма
PyPIfastcore1.11.5непряма
PyPIfastdownload0.0.7непряма
PyPIfastprogress1.0.5непряма
PyPIfuro2025.12.19непряма
PyPIgptqmodel5.6.12непряма
PyPIhuggingface-hub0.36.2непряма
PyPIipykernel7.1.0непряма
PyPIipython8.37.0непряма
PyPIkaleido—непряма
PyPIkernels0.12.3непряма
PyPIlibrosa0.10.0непряма
PyPIlm-eval0.4.12непряма
PyPImatplotlib3.10.7непряма
PyPImatplotlib3.10.9непряма
PyPImdutils—непряма
PyPImemory-profiler0.61.0непряма
PyPInbclient0.10.4непряма
PyPInbformat5.10.4непряма
PyPIonnx1.21.0непряма
PyPIonnx1.22.0непряма
PyPIonnx-ir0.1.15непряма
PyPIonnxruntime1.23.2непряма
PyPIonnxruntime1.24.3непряма
PyPIonnxscript0.5.7непряма
PyPIonnxscript0.6.2непряма
PyPIopenvino—непряма
PyPIopenvino2026.1.0непряма
PyPIopenvino2026.2.1непряма
PyPIopenvino2026.3.0непряма
PyPIopenvino-tokenizers—непряма
PyPIoptimum2.2.0непряма
PyPIoptimum-intel—непряма
PyPIoptimum-intel2.0.0непряма
PyPIoptimum-onnx—непряма
PyPIpandas2.3.3непряма
PyPIpillow—непряма
PyPIplotly-express—непряма
PyPIpycocotools—непряма
PyPIpycocotools2.0.7непряма
PyPIpytest9.0.3непряма
PyPIpytest-cov7.1.0непряма
PyPIpytest-forked1.6.0непряма
PyPIpytest-mock3.15.1непряма
PyPIpytest-ordering0.6непряма
PyPIpytest-split—непряма
PyPIpytest-split0.11.0непряма
PyPIpytest-xdist3.8.0непряма
PyPIpyyaml—непряма
PyPIrequests2.33.0непряма
PyPIsentence-transformers5.6.0непряма
PyPIsetuptools—непряма
PyPIsetuptools81.0.0непряма
PyPIsoundfile0.12.1непряма
PyPIsphinx9.1.0непряма
PyPIsphinx-autoapi3.8.0непряма
PyPItensorboard2.20.0непряма
PyPItensorflow-io0.37.1непряма
PyPItimm0.9.2непряма
PyPItimm1.0.22непряма
PyPItorch—непряма
PyPItorch2.10.0непряма
PyPItorch2.12.0непряма
PyPItorch2.9.0непряма
PyPItorchao0.17.0непряма
PyPItorchmetrics1.0.1непряма
PyPItorchvision—непряма
PyPItorchvision0.25.0непряма
PyPItorchvision0.27.0непряма
PyPItqdm—непряма
PyPItransformers4.57.6непряма
PyPItransformers5.0.0непряма
PyPIultralytics8.3.221непряма
PyPIultralytics8.4.21непряма
PyPIvirtualenv—непряма
PyPIwhowhatbench—непряма
PyPIyattag—непряма
Сповіщення про залежності 0

Встановлення pypi:nncf@3.3.0 тягне 19 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 openvinotoolkit/nncf. Читати поруч →

96vllm-project/llm-compressorTransformers-compatible library for applying various compression algorithms to LLMs for optimized deployment with vLLMВинятковий98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsВинятковий97zenml-io/zenmlZenML 🙏: One AI Platform from Pipelines to Agents. https://zenml.io.Винятковий96keras-team/keras-hubPretrained model hub for Keras 3.Винятковий96roboflow/supervisionWe write your reusable computer vision tools. 💜Винятковий94huggingface/optimum🚀 Accelerate inference and training of 🤗 Transformers, Diffusers, TIMM and Sentence Transformers with easy to use hardware optimization toolsВинятковий

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.