Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-15 13:02 UTC

stickerdaniel / linkedin-mcp-server

Open-source MCP server for LinkedIn. Give Claude and any MCP-compatible AI agent access to profiles, companies, jobs, and messages.

PythonApache-2.0★ 3 482 зірки⑂ 607 форківз квіт. 2025 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаMCP-серверБібліотекаМережевий сервісяк це визначено
#linkedin#linkedin-scraper#mcp#mcp-server#linkedin-mcp#claude-desktop#desktop-extension#dxt#linkedin-profile-scraper#anthropic#chatgpt#chatgpt-desktop#claude#model-context-protocol#ai-agents#claude-code#linkedin-api#python#claude-ai

stickerdaniel/linkedin-mcp-server має індекс здоров’я 91 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Engineering Quality (92/100), найнижчий — Sustainability & Governance (58/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

91
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»).

91
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 77 калібровано до 91 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Daniel Sticker Особистий обліковий запис
144 підписники71 публічний репозиторійз квіт. 2020 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPImcp-server-linkedin4.24.3-190 днів томуmcpmodel-context-protocolaillmanthropicclaude

Метрики за категоріями

Життєздатність

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

90Відмінний · 21% загального індексу

Активність розробки

90Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
25.6/36Ритм комітів — 37/52 тижнів із комітами
18/18Обсяг комітів — 954 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 14 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year954
human_commit_share0,92
days_since_last_push0
active_weeks_last_year37

Дисципліна релізів

90Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 76 релізів
36/36Свіжість релізів — останній реліз 0 дн. тому
27/27Ритм релізів — реліз кожні ~4,1 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count76
latest_release_tagv4.24.3
releases_from_tagsні
days_since_latest_release0
mean_days_between_releases4,1

Спільнота та впровадження

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

80Відмінний · 17% загального індексу

Популярність і впровадження

88Відмінний
Як обчислюється оцінка
57.5/60Зірки — 3 482 зірок
23.2/25Форки — 607 форків
7/15Спостерігачі — 19 спостерігачів
Використані вхідні дані
forks607
stars3 482
watchers19
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 (Apache-2.0)
18/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges8
has_contributingтак
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?

58Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

30У зоні ризику
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
1.3/22.5Розподіл комітів — головний контриб’ютор — автор 94% комітів
13.5/13.5Широта контриб’юторів — 29 контриб’юторів
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Використані вхідні дані
bus_factor1
contributors_sampled29
top_contributor_share0,941

Реактивність на issue та PR

54Помірний
Як обчислюється оцінка
29.3/42Вирішення issue — закрито 70% issue
23.6/30Прийняття PR — злито 425/541 вирішених PR
0.9/13Newcomer PR acceptance — злито 1/14 PR від новачків за 30 дн.
0/15OpenSSF Scorecard: Code-Review — Found 1/30 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs425
open_issues96
closed_issues221
prs_merged_7d41
prs_decided_7d56
prs_merged_30d41
prs_decided_30d56
issue_closed_ratio0,697
closed_unmerged_prs116
first_time_authors_30d5
first_time_prs_merged_30d1
first_time_prs_decided_30d14

Власність та опіка

63Помірний
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
15.5/25Охоплення власника — 144 підписників у stickerdaniel
25/25Послужний список — 71 публічних репозиторіїв, вік облікового запису ~6 р.
Використані вхідні дані
followers144
owner_typeUser
is_verified—
owner_loginstickerdaniel
public_repos71
account_age_days2 341
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 0 дн. тому
20/20Історія версій — 19 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesmcp-server-linkedin
ecosystemspypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

92Відмінний · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 6 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 27 out of 27 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://github.com/stickerdaniel/linkedin-mcp-server#readme
10/10Опис репозиторію
10/10Теми — 19 тем
0/10Wiki
Використані вхідні дані
topicslinkedin, linkedin-scraper, mcp, mcp-server, linkedin-mcp, claude-desktop, desktop-extension, dxt, linkedin-profile-scraper, anthropic, chatgpt, chatgpt-desktop, claude, model-context-protocol, ai-agents, claude-code, linkedin-api, python, claude-ai
has_wikiні
homepage—
docs_sitehttps://github.com/stickerdaniel/linkedin-mcp-server#readme
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

66Добрий · 16% загального індексу

Стан безпеки

58Помірний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2.5/2.5CI-Tests — 27 out of 27 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 1/30 approved changesets -- score normalized to 0
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 14 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
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
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,8
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
0/25Непрямі залежності без відомих сповіщень — транзитивний набір не відокремлюється від залежностей розробки й тестування в цьому обсязі
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages109
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень, Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено 109 резолвлених залежностей із OSV. Цей репозиторій не публікує пакета, який резолвить індекс, тож натомість оцінено граф залежностей репозиторію. Цей граф змішує закріплені версії для розробки й тестування зі справді постачаними залежностями, тож оцінюються лише задекларовані runtime-залежності; транзитивні знахідки подаються як контекст і в оцінку не входять. 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.

67Добрий · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md, CLAUDE.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 92 з 92 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share1
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes20 534

Цикл верифікації (збірка / тести / перевірка типів)

66Добрий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
11/11Статична перевірка типів — linkedin_mcp_server/py.typed
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
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileтак
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configslinkedin_mcp_server/py.typed
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

78Добрий
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (linkedin_mcp_server/py.typed)
51.3/55Керовані розміри файлів — 14/206 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes383 631
source_files_sampled206
oversized_source_files14

Машиночитні інтерфейси

20У зоні ризику
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto)
20/20Сервер MCP
0/40Придатні до запуску приклади
Використані вхідні дані
example_dirs—
has_mcp_signalтак
api_schema_files—
interfaces_expected_ofnetwork-service

Ключові факти

3 482зірок GitHub
29контриб'юторів
954комітів за останні 12 місяців
0днів від останнього пушу
76релізів
1бас-фактор
96відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'mcp-server-linkedin' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • deps.dev does not index pypi:mcp-server-linkedin@4.24.3; advisories assessed against the repository dependency graph instead

Докладніше

Історія зірок і форків 0 ★ / 607 ⇿
0Зірки
607Форки
73Релізи

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.

0125250375500625601242025-042025-122026-09
Мажорні 2Мінорні 26Патчі 45

Кожна точка охоплює 2 днів.

OpenSSF Scorecard 5.8 / 10
5.8сукупно

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 · 2026-09-15 13:01 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
10CI-Tests27 out of 27 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 1/30 approved changesets -- score normalized to 0
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 14 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
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
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 12
РеєстрПакетОбмеження версіїМаніфест
PyPIanyio>=4.13.0pyproject.toml
PyPIcryptography>=50.0.1pyproject.toml
PyPIfastmcp>=3.4.7,<4pyproject.toml
PyPIinquirer>=3.4.0pyproject.toml
PyPImcp>=1.28.1pyproject.toml
PyPIpackaging>=26.2pyproject.toml
PyPIpatchright>=1.55.0pyproject.toml
PyPIpydantic-settings>=2.14.2pyproject.toml
PyPIpython-dotenv>=1.1.1pyproject.toml
PyPIpywin32>=312pyproject.toml
PyPIrich>=15.0.0pyproject.toml
PyPIstarlette>=1.3.1pyproject.toml
Усі залежності 109

Повний розв'язаний набір залежностей із графа залежностей GitHub: 12 прямих і 97 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIanyio4.15.1пряма
PyPIcryptography50.0.1пряма
PyPIfastmcp3.4.7пряма
PyPIinquirer3.4.1пряма
PyPImcp1.30.0пряма
PyPIpackaging26.3пряма
PyPIpatchright1.61.2пряма
PyPIpydantic-settings2.15.0пряма
PyPIpython-dotenv1.2.3пряма
PyPIpywin32312пряма
PyPIrich15.0.0пряма
PyPIstarlette1.6.0пряма
PyPIaiofile3.12.3непряма
PyPIaiohappyeyeballs2.7.1непряма
PyPIaiohttp3.14.3непряма
PyPIaiosignal1.4.0непряма
PyPIannotated-types0.8.0непряма
PyPIansicon1.89.0непряма
PyPIattrs26.1.0непряма
PyPIauthlib1.8.0непряма
PyPIbeartype0.22.9непряма
PyPIblessed1.49.0непряма
PyPIcachetools7.1.8непряма
PyPIcaio0.12.4непряма
PyPIcertifi2026.7.22непряма
PyPIcffi2.1.1непряма
PyPIcfgv3.5.0непряма
PyPIclick8.5.0непряма
PyPIcolorama0.4.6непряма
PyPIcoverage7.16.0непряма
PyPIcyclopts4.25.2непряма
PyPIdistlib0.4.3непряма
PyPIdnspython2.8.0непряма
PyPIdocstring-parser0.18.0непряма
PyPIeditor1.8.0непряма
PyPIemail-validator2.3.0непряма
PyPIexceptiongroup1.3.1непряма
PyPIexecnet2.1.2непряма
PyPIfastmcp-slim3.4.7непряма
PyPIfilelock3.32.6непряма
PyPIfrozenlist1.8.0непряма
PyPIgreenlet3.5.5непряма
PyPIgriffelib2.3.0непряма
PyPIh110.16.0непряма
PyPIhttpcore1.0.9непряма
PyPIhttpx0.28.1непряма
PyPIhttpx-sse0.4.3непряма
PyPIidentify2.6.19непряма
PyPIidna3.19непряма
PyPIiniconfig2.3.0непряма
PyPIjaraco-classes3.4.0непряма
PyPIjaraco-context6.1.2непряма
PyPIjaraco-functools4.6.0непряма
PyPIjeepney0.9.0непряма
PyPIjinxed2.1.0непряма
PyPIjoserfc1.7.5непряма
PyPIjsonref1.1.0непряма
PyPIjsonschema4.26.0непряма
PyPIjsonschema-path0.5.0непряма
PyPIjsonschema-specifications2025.9.1непряма
PyPIkeyring25.7.0непряма
PyPImarkdown-it-py4.2.0непряма
PyPImcp-server-linkedin4.24.3непряма
PyPImdurl0.1.2непряма
PyPImore-itertools11.1.0непряма
PyPImultidict6.8.0непряма
PyPInodeenv1.10.0непряма
PyPIopenapi-pydantic0.5.1непряма
PyPIopentelemetry-api1.44.0непряма
PyPIpathable0.6.0непряма
PyPIplatformdirs4.11.8непряма
PyPIpluggy1.6.0непряма
PyPIpre-commit4.6.2непряма
PyPIpropcache0.5.2непряма
PyPIpy-key-value-aio0.4.5непряма
PyPIpycparser3.0непряма
PyPIpydantic2.13.5непряма
PyPIpydantic-core2.46.5непряма
PyPIpyee13.0.1непряма
PyPIpygments2.21.0непряма
PyPIpyjwt2.14.0непряма
PyPIpyperclip1.11.0непряма
PyPIpytest9.1.1непряма
PyPIpytest-asyncio1.4.0непряма
PyPIpytest-cov7.1.0непряма
PyPIpytest-xdist3.8.0непряма
PyPIpython-discovery1.6.0непряма
PyPIpython-multipart0.0.32непряма
PyPIpywin32-ctypes0.2.3непряма
PyPIpyyaml6.0.3непряма
PyPIreadchar4.2.2непряма
PyPIreferencing0.37.0непряма
PyPIrich-rst2.1.0непряма
PyPIrpds-py2026.6.3непряма
PyPIruff0.16.7непряма
PyPIruns1.3.0непряма
PyPIsecretstorage3.5.0непряма
PyPIsse-starlette3.4.11непряма
PyPIty0.0.46непряма
PyPItyping-extensions4.16.0непряма
PyPItyping-inspection0.4.4непряма
PyPIuncalled-for0.4.0непряма
PyPIuvicorn0.52.4непряма
PyPIvirtualenv21.7.9непряма
PyPIwatchfiles1.2.0непряма
PyPIwcwidth0.8.3непряма
PyPIwebsockets17.1непряма
PyPIxmod1.10.0непряма
PyPIyarl1.24.5непряма
Сповіщення про залежності 0

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 109 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 0 мають відомі сповіщення, з них 0 прямі.

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 stickerdaniel/linkedin-mcp-server. Читати поруч →

98langchain-ai/langchainThe agent engineering platform.Винятковий98awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsВинятковий100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Винятковий98mem0ai/mem0The Memory Layer for AI Agents - Drop-in memory infrastructure for AI agents and apps. Context that persists. Built for production.Винятковий98langchain-ai/langgraphBuild resilient agents.Винятковий98ComposioHQ/composioComposio powers 1000+ toolkits, tool search, context management, authentication, and a sandboxed workbench to help you build AI agents that turn intent into action.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.