Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-18 17:20 UTC

tatopenn-cell / Dense-Evolution

NISQ Quantum Simulation toolkit- JAX-Native.

PythonВласна ліцензія★ 16 зірок⑂ 1 форкз трав. 2026 р.Переглянути на GitHub ↗
ТипБібліотекаІнструмент командного рядкаяк це визначено
#hpc#jax#nisq#python#quantum-computing#quantum-simulator#statevector#xla#cuda-acceleration#cupy#openqasm#just-in-time-compiler

tatopenn-cell/Dense-Evolution має індекс здоров’я 81 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Engineering Quality (96/100), найнижчий — Sustainability & Governance (50/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

81
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»).

81
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 69 калібровано до 81 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Tato PennОсобистий обліковий запис
47 підписників6 публічних репозиторіївз серп. 2025 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIdense-evolution8.2.03 375880 днів томуquantum-computingquantum-simulationstatevectormpsjaxvqeqecquantum-chemistrymcpopenqasmnisq-noisehpccuda-accelerationdashboard

Метрики за категоріями

Життєздатність

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

83Відмінний · 21% загального індексу

Активність розробки

72Добрий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
7.6/36Ритм комітів — 11/52 тижнів із комітами
18/18Обсяг комітів — 639 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 15 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year639
human_commit_share0,95
days_since_last_push0
active_weeks_last_year11

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 78 релізів
36/36Свіжість релізів — останній реліз 0 дн. тому
27/27Ритм релізів — реліз кожні ~1 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count78
latest_release_tagv8.2.0
releases_from_tagsні
days_since_latest_release0
mean_days_between_releases1
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?

52Помірний · 17% загального індексу

Популярність і впровадження

19Критичний
Як обчислюється оцінка
19.1/60Зірки — 16 зірок
0/25Форки — 1 форків
0/15Спостерігачі — 0 спостерігачів
Використані вхідні дані
forks1
stars16
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

86Відмінний
Як обчислюється оцінка
22.5/22.5README
16.9/22.5Ліцензія — файл ліцензії наявний, не є визнаною ліцензією
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_badges15
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

59Помірний
Як обчислюється оцінка
47/80Щомісячні завантаження — 3 375 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesdense-evolution
dependents—
ecosystemspypi
total_downloads—
monthly_downloads3 375
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?

50Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

10Критичний
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
1.4/13.5Широта контриб’юторів — 1 контриб’юторів
0/10OpenSSF Scorecard: Contributors — project has 0 contributing companies or organizations -- score normalized to 0
Використані вхідні дані
bus_factor1
contributors_sampled1
top_contributor_share1

Реактивність на issue та PR

71Добрий
Як обчислюється оцінка
33.6/42Вирішення issue — закрито 80% issue
28.6/30Прийняття PR — злито 263/276 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — Found 0/28 approved changesets -- score normalized to 0
Використані вхідні дані
merged_prs263
open_issues3
closed_issues12
prs_merged_7d45
prs_decided_7d48
prs_merged_30d55
prs_decided_30d58
issue_closed_ratio0,8
closed_unmerged_prs13
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

38Слабкий
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
12.1/25Охоплення власника — 47 підписників у tatopenn-cell
8.4/25Послужний список — 6 публічних репозиторіїв, вік облікового запису ~1 р.
Використані вхідні дані
followers47
owner_typeUser
is_verified—
owner_logintatopenn-cell
public_repos6
account_age_days408
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 — 88 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesdense-evolution
ecosystemspypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

96Винятковий · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 3 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.black])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 25 out of 25 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

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://tatopenn-cell.github.io/Dense-Evolution/
10/10Опис репозиторію
10/10Теми — 12 тем
10/10Wiki
Використані вхідні дані
topicshpc, jax, nisq, python, quantum-computing, quantum-simulator, statevector, xla, cuda-acceleration, cupy, openqasm, just-in-time-compiler
has_wikiтак
homepagehttps://tatopenn-cell.github.io/Dense-Evolution/
docs_sitehttps://tatopenn-cell.github.io/Dense-Evolution/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

67Добрий · 16% загального індексу

Стан безпеки

59Помірний
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 — 25 out of 25 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 0/28 approved changesets -- score normalized to 0
0/2.5Contributors — project has 0 contributing companies or organizations -- score normalized to 0
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.2/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 15 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
0.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — немає даних
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_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate5,9
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging, Signed-Releases. 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_packages17
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:dense-evolution@8.2.0 — тим, що тягне за собою встановлення опублікованого пакета, — 17 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

40Слабкий
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 87 з 95 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,916
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

52Помірний
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.black])
0/11Статична перевірка типів
10/10Відтворюване середовище — Dockerfile
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
8/8Автоматизоване супроводження — 5 з останніх 100 комітів — автоматичні оновлення залежностей
1/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileтак
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,05

Читабельність коду для моделей

54Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.3/55Керовані розміри файлів — 3/227 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes173 730
source_files_sampled227
oversized_source_files3

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
20/20Сервер MCP
40/40Придатні до запуску приклади — notebooks
Використані вхідні дані
example_dirsnotebooks
has_mcp_signalтак
api_schema_files—
interfaces_expected_of—
Виключено з оцінювання (немає даних або не застосовно): Схема API (OpenAPI/GraphQL/proto). Залишкові ваги перенормовано.

Ключові факти

16зірок GitHub
1контриб'юторів
639комітів за останні 12 місяців
0днів від останнього пушу
78релізів
1бас-фактор
3відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

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

Докладніше

OpenSSF Scorecard 5.9 / 10
5.9сукупно

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 · 2026-09-18 17:19 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-Tests25 out of 25 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 0/28 approved changesets -- score normalized to 0
0Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
10Maintained30 commit(s) and 15 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not detected
1Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 1
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 6
РеєстрПакетОбмеження версіїМаніфест
PyPInumpy>=1.22.0pyproject.toml
PyPImatplotlib>=3.5.0pyproject.toml
PyPIpsutil>=5.9.0pyproject.toml
PyPIscipy>=1.9.0pyproject.toml
PyPIjax>=0.4.0pyproject.toml
PyPIjaxlib>=0.4.0pyproject.toml
Усі залежності 66

Повний розв'язаний набір залежностей із графа залежностей GitHub: 12 прямих і 54 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIjax—пряма
PyPIjax0.11.1пряма
PyPIjaxlib—пряма
PyPIjaxlib0.11.1пряма
PyPImatplotlib—пряма
PyPImatplotlib3.11.1пряма
PyPInumpy—пряма
PyPInumpy2.5.2пряма
PyPIpsutil—пряма
PyPIpsutil7.2.2пряма
PyPIscipy—пряма
PyPIscipy1.18.1пряма
PyPIase—непряма
PyPIbasis-set-exchange—непряма
PyPIbasis-set-exchange0.12непряма
PyPIcupy-cuda12x—непряма
PyPIdense-armor—непряма
PyPIfastapi—непряма
PyPIfastapi0.141.1непряма
PyPIhttpx—непряма
PyPIhttpx0.28.1непряма
PyPIhttpx22.12.0непряма
PyPIipython9.15.0непряма
PyPIipywidgets8.1.9непряма
PyPImcp—непряма
PyPImcp2.2.0непряма
PyPImkdocs—непряма
PyPImkdocs1.6.1непряма
PyPImkdocs-include-markdown-plugin—непряма
PyPImkdocs-include-markdown-plugin7.3.0непряма
PyPImkdocs-material—непряма
PyPImkdocs-material9.7.7непряма
PyPImkdocstrings—непряма
PyPImkdocstrings1.0.6непряма
PyPImkdocstrings-python2.0.8непряма
PyPIpandas3.0.3непряма
PyPIpennylane—непряма
PyPIpennylane0.45.1непряма
PyPIplotly7.0.0непряма
PyPIpydantic—непряма
PyPIpydantic2.13.5непряма
PyPIpylatexenc—непряма
PyPIpylatexenc2.11непряма
PyPIpymatching—непряма
PyPIpymatching2.4.0непряма
PyPIpyscf—непряма
PyPIpytest—непряма
PyPIpytest9.1.1непряма
PyPIpytest-cov—непряма
PyPIpytest-cov7.1.0непряма
PyPIqiskit—непряма
PyPIqiskit2.5.2непряма
PyPIqiskit-ibm-runtime0.49.0непряма
PyPIrdkit—непряма
PyPIruff—непряма
PyPIruff0.16.7непряма
PyPIseaborn0.13.2непряма
PyPIsetuptools—непряма
PyPIsetuptools84.0.0непряма
PyPIstim—непряма
PyPIstim1.16.0непряма
PyPIstreamlit—непряма
PyPIstreamlit1.63.0непряма
PyPIuvicorn—непряма
PyPIuvicorn0.52.4непряма
PyPIwheel0.48.0непряма
Сповіщення про залежності 0

Встановлення pypi:dense-evolution@8.2.0 тягне 17 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 tatopenn-cell/Dense-Evolution. Читати поруч →

99quantumlib/CirqPython framework for creating, editing, and running Noisy Intermediate-Scale Quantum (NISQ) circuits.Винятковий98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.Винятковий100deepset-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.Винятковий99ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3xВинятковий99reflex-dev/reflex🕸️ Web apps in pure Python 🐍Винятковий99apache/supersetApache Superset is a Data Visualization and Data Exploration PlatformВинятковий

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.