Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-20 13:33 UTC

seip25 / Lila

Lila is a minimalist Python framework based on Starlette and Pydantic. Designed for developers seeking simplicity, flexibility, and robustness, it enables efficient and customizable web or API application development. Its modular structure and support for advanced configurations make it suitable for both beginners and experienced developers.

Python · JinjaMIT★ 5 зірок⑂ 0 форківз січ. 2025 р.архівнийПереглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаМережевий сервісяк це визначено

seip25/Lila має індекс здоров’я 12 зі 100, що відповідає смузі «Критичний». Найвищий показник — Sustainability & Governance (49/100), найнижчий — Security (21/100). Репозиторій заархівовано, тож подальшої підтримки не очікується.

12
загалом / 100
Критичний

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»).

12
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 37 калібровано до 31 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Andres PaivaОсобистий обліковий запис
2 підписники4 публічні репозиторіїз лип. 2021 р.

Цей репозиторій належить особистому обліковому запису. Проєкт з єдиним власником несе більший ризик безперервності, ніж підтримуваний організацією.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIlila-framework1.3.3687268 днів тому

Метрики за категоріями

Життєздатність

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

39Слабкий · 21% загального індексу

Активність розробки

65Добрий
Як обчислюється оцінка
28.8/36Свіжість push — останній push 29 дн. тому
18/36Ритм комітів — 26/52 тижнів із комітами
18/18Обсяг комітів — 273 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — project is archived
Використані вхідні дані
commits_last_year273
human_commit_share1
days_since_last_push29
active_weeks_last_year26

Дисципліна релізів

1Критичний
Як обчислюється оцінка
0/27Випускає релізи — релізів не опубліковано
0/36Свіжість релізів — релізів немає
0/27Ритм релізів — релізів немає
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count0
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?

29У зоні ризику · 17% загального індексу

Популярність і впровадження

10Критичний
Як обчислюється оцінка
9.8/60Зірки — 5 зірок
0/25Форки — 0 форків
0/15Спостерігачі — 0 спостерігачів
Використані вхідні дані
forks0
stars5
watchers0
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 (MIT)
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)

31У зоні ризику
Як обчислюється оцінка
24.5/80Щомісячні завантаження — 68 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packageslila-framework
dependents—
ecosystemspypi
total_downloads—
monthly_downloads68
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?

49Слабкий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

12Критичний
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
0/22.5Розподіл комітів — головний контриб’ютор — автор 100% комітів
2.7/13.5Широта контриб’юторів — 2 контриб’юторів
0/10OpenSSF Scorecard: Contributors — project has 0 contributing companies or organizations -- score normalized to 0
Використані вхідні дані
bus_factor1
contributors_sampled2
top_contributor_share0,998

Реактивність на issue та PR

67Добрий
Як обчислюється оцінка
0/42Вирішення issue — немає issue або даних
30/30Прийняття PR — злито 1/1 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs1
open_issues0
closed_issues0
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio—
closed_unmerged_prs0
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Виключено з оцінювання (немає даних або не застосовно): Вирішення issue, Newcomer PR acceptance. Залишкові ваги перенормовано.

Власність та опіка

36Слабкий
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
3.4/25Охоплення власника — 2 підписників у seip25
15.6/25Послужний список — 4 публічних репозиторіїв, вік облікового запису ~5 р.
Використані вхідні дані
followers2
owner_typeUser
is_verified—
owner_loginseip25
public_repos4
account_age_days1 927
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 68 дн. тому
20/20Історія версій — 72 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packageslila-framework
ecosystemspypi
any_deprecatedні
min_days_since_publish68

Інженерна якість

Чи наявні базові інженерні практики та документація?

37Слабкий · 19% загального індексу

Інженерні практики

1Критичний
Як обчислюється оцінка
0/24Процеси CI
0/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciні
has_testsні
has_editorconfigні
has_linter_configні
has_precommit_configні
Виключено з оцінювання (немає даних або не застосовно): OpenSSF Scorecard: CI-Tests. Залишкові ваги перенормовано.

Документація

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://seip25.github.io/Lila/
10/10Опис репозиторію
0/10Теми
10/10Wiki
Використані вхідні дані
topics—
has_wikiтак
homepagehttps://seip25.github.io/Lila/
docs_sitehttps://seip25.github.io/Lila/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

21У зоні ризику · 16% загального індексу

Стан безпеки

14Критичний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
0/2.5CI-Tests — немає даних
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
0/2.5Contributors — project has 0 contributing companies or organizations -- score normalized to 0
0/10Dangerous-Workflow — немає даних
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
0/7.5Maintained — project is archived
0/5Packaging — немає даних
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — no SAST tool detected
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — немає даних
0/7.5Token-Permissions — немає даних
0/7.5Vulnerabilities — 47 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated13
scorecard_versionv5.5.0
checks_inconclusive5
scorecard_aggregate1,4
Виключено з оцінювання (немає даних або не застосовно): CI-Tests, Dangerous-Workflow, Packaging, Signed-Releases, Token-Permissions. Залишкові ваги перенормовано.

Сповіщення про залежності

50Помірний
Як обчислюється оцінка
5.3/35Прямі залежності без відомих сповіщень — уражено 5: pillow 11.3.0 (critical 9.1), pyjwt 2.10.1 (critical 9.1), python-multipart 0.0.20 (high 8.6), ще +2
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
19.8/40Немає задавнених сповіщень — 5 пакет(ів) зі сповіщеннями без реакції понад 90 дн.; найдавніше опубліковано 445 дн. тому
Використані вхідні дані
sourceosv
advisories93
affected_packages5
assessed_packages52
unassessed_packages0
affected_by_severitycritical 2, high 2, moderate 1
direct_affected_packages5
Звірено з runtime-замиканням залежностей pypi:lila-framework@1.3.3 — тим, що тягне за собою встановлення опублікованого пакета, — 52 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.

44Слабкий · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — lila/AGENTS.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 89 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,89
agent_instruction_fileslila/AGENTS.md
agent_instruction_max_bytes33 227

Цикл верифікації (збірка / тести / перевірка типів)

10Критичний
Як обчислюється оцінка
0/18Розгортання однією командою
0/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — Dockerfile
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
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_testsні
lockfiles—
has_dockerfileтак
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configні
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

52Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
52/55Керовані розміри файлів — 4/74 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes1 086 481
source_files_sampled74
oversized_source_files4

Ключові факти

5зірок GitHub
2контриб'юторів
273комітів за останні 12 місяців
29днів від останнього пушу
0релізів
1бас-фактор
0відкритих issue
PyPIпакетних 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

Докладніше

OpenSSF Scorecard 1.4 / 10
1.4сукупно

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 · 2026-10-20 13:33 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
н/дCI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
0Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
н/дDangerous-Workflowno workflows found
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintainedproject is archived
н/дPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTno SAST tool detected
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
н/дToken-PermissionsNo tokens found
0Vulnerabilities47 existing vulnerabilities detected
Прямі залежності 17
РеєстрПакетОбмеження версіїМаніфест
PyPIstarlette>=1.0.0pyproject.toml
PyPIuvicorn>=0.53.0pyproject.toml
PyPIpydantic>=2.13.5pyproject.toml
PyPIpydantic—pyproject.toml
PyPIpython-dotenv>=1.2.3pyproject.toml
PyPISQLAlchemy>=2.0.54pyproject.toml
PyPIPyJWT>=2.14.0pyproject.toml
PyPIorjson>=3.12.0pyproject.toml
PyPIredis>=5.0.0pyproject.toml
PyPIaiosqlite>=0.20.0pyproject.toml
PyPIaiomysql>=0.3.0pyproject.toml
PyPIpymysql>=1.1.0pyproject.toml
PyPIcryptography>=43.0.0pyproject.toml
PyPItyper>=0.12.0pyproject.toml
PyPIpython-multipart>=0.0.32pyproject.toml
PyPIitsdangerous>=2.2.0pyproject.toml
PyPIjinja2>=3.1.6pyproject.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

Сповіщення про залежності 5

Встановлення pypi:lila-framework@1.3.3 тягне 52 пакетів, прямих і транзитивних: 5 мають відомі сповіщення, з них 5 — прямі залежності.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
pillow11.3.0прямакритична3612.3.0
pyjwt2.10.1прямакритична312.15.0
python-multipart0.0.20прямависока140.0.31
starlette1.0.0прямависока101.3.1
python-dotenv1.1.1прямапомірна21.2.2

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 seip25/Lila. Читати поруч →

100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Винятковий100numpy/numpyThe fundamental package for scientific computing with Python.Винятковий100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorВинятковий100open-telemetry/opentelemetry-pythonOpenTelemetry Python API and SDK Винятковий100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Винятковий100apache/arrowApache Arrow is the universal columnar format and multi-language toolbox for fast data interchange and in-memory analyticsВинятковий

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.