Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.27.0 · метрики 2.5.0 · 2026-07-28 02:48 UTC

paiml / aprender

Next Generation Machine Learning, Statistics and Deep Learning in PURE Rust

Rust · HTMLMIT★ 110 зірок⑂ 21 форкз лист. 2025 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#deep-learning#ml#models#rust#statistics#sovereign-ai#paiml-monorepo

paiml/aprender має індекс здоров’я 84 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Engineering Quality (100/100), найнижчий — Security (33/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

84
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»).

84
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 71 калібровано до 84 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Pragmatic AI LabsОрганізація
313 підписників188 публічних репозиторіївз лист. 2016 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
crates.ioaprender0.61.03 595791 день томуcligpuinferencemachine-learningsimdcommand-line-utilitiesscience

Метрики за категоріями

Життєздатність

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

91Відмінний · 21% загального індексу

Активність розробки

85Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
22.2/36Ритм комітів — 32/52 тижнів із комітами
18/18Обсяг комітів — 3 828 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year3 828
human_commit_share0,99
days_since_last_push0
active_weeks_last_year32

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 80 релізів
36/36Свіжість релізів — останній реліз 0 дн. тому
27/27Ритм релізів — реліз кожні ~3,7 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count80
latest_release_tagnightly
releases_from_tagsні
days_since_latest_release0
mean_days_between_releases3,7

Спільнота та впровадження

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

57Помірний · 17% загального індексу

Популярність і впровадження

44Слабкий
Як обчислюється оцінка
33/60Зірки — 110 зірок
10.8/25Форки — 21 форків
0/15Спостерігачі — 1 спостерігачів
Використані вхідні дані
forks21
stars110
watchers1
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

70Добрий
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
18/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges—
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_services—
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

59Помірний
Як обчислюється оцінка
47.4/80Щомісячні завантаження — 3 595 завантажень/місяць у crates
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesaprender
dependents—
ecosystemscrates
total_downloads68 763
monthly_downloads3 595
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?

64Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

15Критичний
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
0.1/22.5Розподіл комітів — головний контриб’ютор — автор 100% комітів
4.1/13.5Широта контриб’юторів — 3 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor1
contributors_sampled3
top_contributor_share0,995

Реактивність на issue та PR

87Відмінний
Як обчислюється оцінка
41.7/42Вирішення issue — закрито 99% issue
20.8/30Прийняття PR — злито 1 125/1 624 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_prs1 125
open_issues4
closed_issues693
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,994
closed_unmerged_prs499
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Виключено з оцінювання (немає даних або не застосовно): newcomer_pr_acceptance. Залишкові ваги перенормовано.

Власність та опіка

73Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
18/25Охоплення власника — 313 підписників у paiml
25/25Послужний список — 188 публічних репозиторіїв, вік облікового запису ~9 р.
Використані вхідні дані
followers313
owner_typeOrganization
is_verified—
owner_loginpaiml
public_repos188
account_age_days3 536

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у crates
35/35Свіжість публікацій — остання публікація 1 дн. тому
20/20Історія версій — 79 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesaprender
ecosystemscrates
any_deprecatedні
min_days_since_publish1

Інженерна якість

Чи наявні базові інженерні практики та документація?

100Винятковий · 19% загального індексу

Інженерні практики

100Винятковий
Як обчислюється оцінка
24/24Процеси CI — 11 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
9.6/9.6Pre-commit-хуки
6.4/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigтак
has_linter_configтак
has_precommit_configтак

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://paiml.github.io/aprender/
10/10Опис репозиторію
10/10Теми — 7 тем
10/10Wiki
Використані вхідні дані
topicsdeep-learning, ml, models, rust, statistics, sovereign-ai, paiml-monorepo
has_wikiтак
homepagehttps://paiml.github.io/aprender/
has_readmeтак
has_docs_dirтак
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

33У зоні ризику
Як обчислюється оцінка
0/30Політика 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
lockfilesCargo.lock, Pipfile.lock, package-lock.json, uv.lock
manifestsCargo.toml, fuzz/Cargo.toml
has_codeql_workflowні
has_security_policyні
has_dependabot_configтак
Виключено з оцінювання (немає даних або не застосовно): Файли фіксації залежностей. Залишкові ваги перенормовано.

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.

89Відмінний · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — CLAUDE.md, crates/aprender-compute/CLAUDE.md, crates/aprender-contracts-staging/CLAUDE.md, crates/aprender-data/CLAUDE.md, crates/aprender-db/CLAUDE.md, crates/aprender-distribute/CLAUDE.md, crates/aprender-graph/CLAUDE.md, crates/aprender-orchestrate/CLAUDE.md, crates/aprender-present/CLAUDE.md, crates/aprender-profile/CLAUDE.md, crates/aprender-rag/CLAUDE.md, crates/aprender-registry/CLAUDE.md, crates/aprender-serve/CLAUDE.md, crates/aprender-simulate/CLAUDE.md, crates/aprender-test/CLAUDE.md, crates/aprender-train/CLAUDE.md, crates/aprender-verify-ml/CLAUDE.md, crates/aprender-verify/CLAUDE.md, crates/aprender-viz/CLAUDE.md, crates/aprender-zram/CLAUDE.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 99 з 99 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
legible_history_share1
agent_instruction_filesCLAUDE.md, crates/aprender-compute/CLAUDE.md, crates/aprender-contracts-staging/CLAUDE.md, crates/aprender-data/CLAUDE.md, crates/aprender-db/CLAUDE.md, crates/aprender-distribute/CLAUDE.md, crates/aprender-graph/CLAUDE.md, crates/aprender-orchestrate/CLAUDE.md, crates/aprender-present/CLAUDE.md, crates/aprender-profile/CLAUDE.md, crates/aprender-rag/CLAUDE.md, crates/aprender-registry/CLAUDE.md, crates/aprender-serve/CLAUDE.md, crates/aprender-simulate/CLAUDE.md, crates/aprender-test/CLAUDE.md, crates/aprender-train/CLAUDE.md, crates/aprender-verify-ml/CLAUDE.md, crates/aprender-verify/CLAUDE.md, crates/aprender-viz/CLAUDE.md, crates/aprender-zram/CLAUDE.md
agent_instruction_max_bytes33 459

Цикл верифікації (збірка / тести / перевірка типів)

100Винятковий
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile, crates/aprender-compute/justfile, crates/aprender-data/justfile, crates/aprender-db/justfile, crates/aprender-distribute/justfile, crates/aprender-graph/justfile, crates/aprender-orchestrate/justfile, crates/aprender-present/justfile, crates/aprender-profile/justfile, crates/aprender-rag/justfile, crates/aprender-registry/justfile, crates/aprender-serve/justfile, crates/aprender-simulate/mise.toml, crates/aprender-train/justfile, crates/aprender-verify/justfile, crates/aprender-viz/justfile, crates/aprender-zram/justfile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
11/11Статична перевірка типів — Rust (статично типізована)
10/10Відтворюване середовище — devcontainer, Dockerfile, Nix, lockfile
10/10Підтверджена практика роботи з агентами — 86 з останніх 100 комітів створено агентом або з його зазначенням
8/8Автоматизоване супроводження — 1 з останніх 100 комітів — автоматичні оновлення залежностей
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixтак
has_testsтак
lockfilesCargo.lock, Pipfile.lock, package-lock.json, uv.lock
has_dockerfileтак
typed_languageтак
bootstrap_filesMakefile, crates/aprender-compute/justfile, crates/aprender-data/justfile, crates/aprender-db/justfile, crates/aprender-distribute/justfile, crates/aprender-graph/justfile, crates/aprender-orchestrate/justfile, crates/aprender-present/justfile, crates/aprender-profile/justfile, crates/aprender-rag/justfile, crates/aprender-registry/justfile, crates/aprender-serve/justfile, crates/aprender-simulate/mise.toml, crates/aprender-train/justfile, crates/aprender-verify/justfile, crates/aprender-viz/justfile, crates/aprender-zram/justfile
has_devcontainerтак
has_linter_configтак
typecheck_configs—
agent_commit_share0,86
toolchain_manifestsCargo.toml, book/crates/aprender-shell/Cargo.toml, crates/apr-cli/Cargo.toml, crates/apr-format/Cargo.toml, crates/aprender-bench-compute/Cargo.toml, crates/aprender-bench-tokenizer/Cargo.toml, crates/aprender-cbtop/Cargo.toml, crates/aprender-cgp/Cargo.toml, crates/aprender-common/Cargo.toml, crates/aprender-compute-xtask/Cargo.toml, crates/aprender-compute/Cargo.toml, crates/aprender-contracts-cli/Cargo.toml, crates/aprender-contracts-macros/Cargo.toml, crates/aprender-contracts/Cargo.toml, crates/aprender-core/Cargo.toml, crates/aprender-cuda-edge/Cargo.toml, crates/aprender-cupti/Cargo.toml, crates/aprender-data/Cargo.toml, crates/aprender-db/Cargo.toml, crates/aprender-db/wasm-pkg/Cargo.toml, crates/aprender-distribute/Cargo.toml, crates/aprender-explain/Cargo.toml, crates/aprender-fft/Cargo.toml, crates/aprender-gemm-codegen/Cargo.toml, crates/aprender-gpu/Cargo.toml, crates/aprender-gpu/fuzz/Cargo.toml, crates/aprender-graph/Cargo.toml, crates/aprender-image/Cargo.toml, crates/aprender-mcp/Cargo.toml, crates/aprender-monte-carlo/Cargo.toml, crates/aprender-orchestrate/Cargo.toml, crates/aprender-orchestrate/book/examples/quick-start/Cargo.toml, crates/aprender-present-cli/Cargo.toml, crates/aprender-present-core/Cargo.toml, crates/aprender-present-layout/Cargo.toml, crates/aprender-present-lib/Cargo.toml, crates/aprender-present-terminal/Cargo.toml, crates/aprender-present-test-macros/Cargo.toml, crates/aprender-present-test/Cargo.toml, crates/aprender-present-widgets/Cargo.toml, crates/aprender-present-yaml/Cargo.toml, crates/aprender-present/Cargo.toml, crates/aprender-profile-core/Cargo.toml, crates/aprender-profile/Cargo.toml, crates/aprender-profile/fuzz/Cargo.toml, crates/aprender-ptx-debug/Cargo.toml, crates/aprender-qa-certify/Cargo.toml, crates/aprender-qa-cli/Cargo.toml, crates/aprender-qa-gen/Cargo.toml, crates/aprender-qa-report/Cargo.toml, crates/aprender-qa-runner/Cargo.toml, crates/aprender-quant/Cargo.toml, crates/aprender-rag-cli/Cargo.toml, crates/aprender-rag/Cargo.toml, crates/aprender-rand/Cargo.toml, crates/aprender-registry/Cargo.toml, crates/aprender-serve/Cargo.toml, crates/aprender-shell/Cargo.toml, crates/aprender-simulate/Cargo.toml, crates/aprender-solve/Cargo.toml, crates/aprender-sparse/Cargo.toml, crates/aprender-tensor/Cargo.toml, crates/aprender-test-cli/Cargo.toml, crates/aprender-test-derive/Cargo.toml, crates/aprender-test-js-gen/Cargo.toml, crates/aprender-test-lib/Cargo.toml, crates/aprender-test-showcase/Cargo.toml, crates/aprender-test/Cargo.toml, crates/aprender-train-bench/Cargo.toml, crates/aprender-train-canary/Cargo.toml, crates/aprender-train-common/Cargo.toml, crates/aprender-train-distill/Cargo.toml, crates/aprender-train-inspect/Cargo.toml, crates/aprender-train-lora/Cargo.toml, crates/aprender-train-shell/Cargo.toml, crates/aprender-train-wasm/Cargo.toml, crates/aprender-train/Cargo.toml, crates/aprender-train/fuzz/Cargo.toml, crates/aprender-tsp/Cargo.toml, crates/aprender-verify-ml/Cargo.toml, crates/aprender-verify-ml/depyler_tests/Cargo.toml, crates/aprender-verify/Cargo.toml, crates/aprender-verify/fuzz/Cargo.toml, crates/aprender-viz-ttop/Cargo.toml, crates/aprender-viz/Cargo.toml, crates/aprender-viz/wasm-pkg/Cargo.toml, crates/aprender-zram-adaptive/Cargo.toml, crates/aprender-zram-cli/Cargo.toml, crates/aprender-zram-core/Cargo.toml, crates/aprender-zram-generator/Cargo.toml, crates/aprender-zram/Cargo.toml, crates/aprender-zram/bins/trueno-ublk/Cargo.toml, experiments/cuda-oxide/incremental-attention/Cargo.toml, experiments/cuda-oxide/q4k-matvec-reference/Cargo.toml, experiments/cuda-oxide/q4k-matvec/Cargo.toml, experiments/cuda-oxide/rmsnorm/Cargo.toml, experiments/cuda-oxide/rope/Cargo.toml, experiments/cuda-oxide/swiglu/Cargo.toml, fuzz/Cargo.toml, tools/ccpa-sft-export/Cargo.toml
dependency_bot_commit_share0,01

Читабельність коду для моделей

99Винятковий
Як обчислюється оцінка
45/45Типізований код — Rust (статично типізована)
54.4/55Керовані розміри файлів — 108/10 102 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languageRust
largest_source_bytes2 667 011
source_files_sampled10 102
oversized_source_files108

Машиночитні інтерфейси

60Помірний
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto)
20/20Сервер MCP
40/40Придатні до запуску приклади — cookbook, demos, examples, recipes
Використані вхідні дані
example_dirscookbook, demos, examples, recipes
has_mcp_signalтак
api_schema_files—

Ключові факти

110зірок GitHub
3контриб'юторів
3 828комітів за останні 12 місяців
0днів від останнього пушу
80релізів
1бас-фактор
4відкритих issue
crates.ioпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
  • OpenSSF Scorecard did not return a usable result (exit code -9); skipping Scorecard checks

Докладніше

Історія зірок і форків 0 ★ / 21 ⇿
0Зірки
21Форки
67Релізи

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.

0481216202012025-112026-032026-07
Мажорні 0Мінорні 33Патчі 34
Прямі залежності 2
РеєстрПакетОбмеження версіїМаніфест
crates.ioapr-cli0.61.0Cargo.toml
crates.ioaprender_ml0.61.0Cargo.toml
Усі залежності не зібрано

Не вдалося зібрати розв'язаний набір залежностей для цього звіту: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

Звіт у форматі JSON машиночитний

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з paiml/aprender. Читати поруч →

96deepspeedai/DeepSpeedDeepSpeed is a deep learning optimization library that makes distributed training and inference easy, efficient, and effective.Винятковий95triton-inference-server/serverThe Triton Inference Server provides an optimized cloud and edge inferencing solution. Винятковий98apache/tvm-ffiOpen ABI and FFI for Machine Learning SystemsВинятковий98uutils/coreutilsCross-platform Rust rewrite of the GNU coreutilsВинятковий96lance-format/lanceOpen Lakehouse Format for Multimodal AI. Convert from Parquet in 2 lines of code for 100x faster random access, vector index, and data versioning. Compatible with Pandas, DuckDB, Polars, Pyarrow, and PyTorch with more integrations coming..Винятковий94zeroclaw-labs/zeroclawFast, small, and fully autonomous AI personal assistant infrastructure, any OS, any platform — deploy anywhere, swap anything 🦀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 v2.5.0, схема v0.27.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — crates.io.