Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-13 00:47 UTC

urchade / GLiNER

Generalist and Lightweight Model for Named Entity Recognition (Extract any entity types from texts)

PythonApache-2.0★ 3 531 зірка⑂ 299 форківз лист. 2023 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#information-extraction#large-language-models#named-entity-recognition#natural-language-processing#prompt-tuning

urchade/GLiNER має індекс здоров’я 87 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Vitality (91/100), найнижчий — AI Readiness (46/100). Останнє оновлення було 2 дні тому. Більшість нещодавньої роботи виконують 2 учасники.

87
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»).

87
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 73 калібровано до 87 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Urchade ZaratianaОсобистий обліковий запис
211 підписників51 публічний репозиторійз квіт. 2018 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPIgliner0.2.28750 4364319 днів томуnamed-entity-recognitionnerdata-sciencenatural-language-processingartificial-intelligencenlpmachine-learningtransformers

Метрики за категоріями

Життєздатність

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

91Відмінний · 21% загального індексу

Активність розробки

90Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 2 дн. тому
26.3/36Ритм комітів — 38/52 тижнів із комітами
18/18Обсяг комітів — 287 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year287
human_commit_share1
days_since_last_push2
active_weeks_last_year38

Дисципліна релізів

92Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 41 релізів
36/36Свіжість релізів — останній реліз 19 дн. тому
19.8/27Ритм релізів — реліз кожні ~50 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count41
latest_release_tagv0.2.28
releases_from_tagsні
days_since_latest_release19
mean_days_between_releases50
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?

76Добрий · 17% загального індексу

Популярність і впровадження

85Відмінний
Як обчислюється оцінка
57.5/60Зірки — 3 531 зірок
20.6/25Форки — 299 форків
7/15Спостерігачі — 19 спостерігачів
Використані вхідні дані
forks299
stars3 531
watchers19
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 (Apache-2.0)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges8
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicesshields.io
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

98Винятковий
Як обчислюється оцінка
78.3/80Щомісячні завантаження — 750 436 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesgliner
dependents—
ecosystemspypi
total_downloads—
monthly_downloads750 436
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?

72Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

61Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
12.2/22.5Розподіл комітів — головний контриб’ютор — автор 46% комітів
13.5/13.5Широта контриб’юторів — 42 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 10 contributing companies or organizations
Використані вхідні дані
bus_factor2
contributors_sampled42
top_contributor_share0,46

Реактивність на issue та PR

71Добрий
Як обчислюється оцінка
22.8/42Вирішення issue — закрито 54% issue
27.7/30Прийняття PR — злито 123/133 вирішених PR
13/13Newcomer PR acceptance — злито 2/2 PR від новачків за 30 дн.
7.5/15OpenSSF Scorecard: Code-Review — Found 4/8 approved changesets -- score normalized to 5
Використані вхідні дані
merged_prs123
open_issues92
closed_issues109
prs_merged_7d1
prs_decided_7d1
prs_merged_30d5
prs_decided_30d6
issue_closed_ratio0,542
closed_unmerged_prs10
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Власність та опіка

64Помірний
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
16.7/25Охоплення власника — 211 підписників у urchade
24.5/25Послужний список — 51 публічних репозиторіїв, вік облікового запису ~8 р.
Використані вхідні дані
followers211
owner_typeUser
is_verified—
owner_loginurchade
public_repos51
account_age_days3 047
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 19 дн. тому
20/20Історія версій — 43 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesgliner
ecosystemspypi
any_deprecatedні
min_days_since_publish19

Інженерна якість

Чи наявні базові інженерні практики та документація?

74Добрий · 19% загального індексу

Інженерні практики

56Помірний
Як обчислюється оцінка
24/24Процеси CI — 3 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
8/20OpenSSF Scorecard: CI-Tests — 3 out of 7 merged PRs checked by a CI test -- score normalized to 4
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configні
has_precommit_configні

Документація

100Винятковий
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://urchade.github.io/GLiNER
10/10Опис репозиторію
10/10Теми — 5 тем
10/10Wiki
Використані вхідні дані
topicsinformation-extraction, large-language-models, named-entity-recognition, natural-language-processing, prompt-tuning
has_wikiтак
homepagehttps://urchade.github.io/GLiNER
docs_sitehttps://urchade.github.io/GLiNER
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

53Помірний · 16% загального індексу

Стан безпеки

41Слабкий
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
1/2.5CI-Tests — 3 out of 7 merged PRs checked by a CI test -- score normalized to 4
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3.8/7.5Code-Review — Found 4/8 approved changesets -- score normalized to 5
2.5/2.5Contributors — project has 10 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
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 — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 61 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate4,1
Виключено з оцінювання (немає даних або не застосовно): 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_packages32
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:gliner@0.2.28 — тим, що тягне за собою встановлення опублікованого пакета, — 32 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.

46Слабкий · 4% загального індексу

Контекст і настанови для агентів

23У зоні ризику
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
22.9/40Читабельна історія комітів — намір зазначено у 43 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,43
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

42Слабкий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — Dockerfile, lockfile
10/10Підтверджена практика роботи з агентами — 10 з останніх 100 комітів створено агентом або з його зазначенням
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_testsтак
lockfilesuv.lock
has_dockerfileтак
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configні
typecheck_configs—
agent_commit_share0,1
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

52Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
52.3/55Керовані розміри файлів — 4/82 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes264 942
source_files_sampled82
oversized_source_files4

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

3 531зірок GitHub
42контриб'юторів
287комітів за останні 12 місяців
2днів від останнього пушу
41релізів
2бас-фактор
92відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

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

Докладніше

Історія зірок і форків 0 ★ / 299 ⇿
0Зірки
299Форки
41Релізи

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.

05010015020025030029562024-012025-052026-08
Мажорні 0Мінорні 2Патчі 39

Кожна точка охоплює 3 днів.

OpenSSF Scorecard 4.1 / 10
4.1сукупно

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 · 2026-08-13 00:47 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
4CI-Tests3 out of 7 merged PRs checked by a CI test -- score normalized to 4
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
5Code-ReviewFound 4/8 approved changesets -- score normalized to 5
10Contributorsproject has 10 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities61 existing vulnerabilities detected
Прямі залежності 6
РеєстрПакетОбмеження версіїМаніфест
PyPItorch>=2.0.0pyproject.toml
PyPItransformers>=4.51.3,<5.14.0pyproject.toml
PyPIhuggingface_hub>=0.21.4pyproject.toml
PyPItqdm—pyproject.toml
PyPIonnxruntime—pyproject.toml
PyPIsentencepiece—pyproject.toml
Усі залежності 210

Повний розв'язаний набір залежностей із графа залежностей GitHub: 12 прямих і 198 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIhuggingface-hub—пряма
PyPIhuggingface-hub1.11.0пряма
PyPIonnxruntime1.24.3пряма
PyPIonnxruntime1.24.4пряма
PyPIsentencepiece—пряма
PyPIsentencepiece0.2.1пряма
PyPItorch—пряма
PyPItorch2.11.0пряма
PyPItqdm—пряма
PyPItqdm4.67.3пряма
PyPItransformers—пряма
PyPItransformers5.1.0пряма
PyPIaccelerate1.13.0непряма
PyPIaiohappyeyeballs2.6.1непряма
PyPIaiohttp3.13.5непряма
PyPIaiohttp-cors0.8.1непряма
PyPIaiosignal1.4.0непряма
PyPIalabaster1.0.0непряма
PyPIannotated-doc0.0.4непряма
PyPIannotated-types0.7.0непряма
PyPIanyio4.13.0непряма
PyPIasync-timeout5.0.1непряма
PyPIattrs26.1.0непряма
PyPIbabel2.18.0непряма
PyPIbackports-asyncio-runner1.2.0непряма
PyPIbetter-apidoc—непряма
PyPIblis1.3.3непряма
PyPIcachetools7.0.5непряма
PyPIcamel-kenlm2026.2.7непряма
PyPIcamel-tools1.5.2непряма
PyPIcatalogue2.0.10непряма
PyPIcertifi2026.2.25непряма
PyPIcffi2.0.0непряма
PyPIcharset-normalizer3.4.7непряма
PyPIclick8.3.2непряма
PyPIcloudpathlib0.23.0непряма
PyPIcolorama0.4.6непряма
PyPIcolorful0.5.8непряма
PyPIconfection1.3.3непряма
PyPIcryptography46.0.7непряма
PyPIcuda-bindings13.2.0непряма
PyPIcuda-pathfinder1.5.3непряма
PyPIcuda-toolkit13.0.2непряма
PyPIcymem2.0.13непряма
PyPIdill0.4.1непряма
PyPIdistlib0.4.0непряма
PyPIdocopt0.6.2непряма
PyPIdocutils0.21.2непряма
PyPIdocutils0.22.4непряма
PyPIeditdistance0.8.1непряма
PyPIemoji2.15.0непряма
PyPIexceptiongroup1.3.1непряма
PyPIfastapi0.136.0непряма
PyPIfilelock3.28.0непряма
PyPIflatbuffers25.12.19непряма
PyPIfrozenlist1.8.0непряма
PyPIfsspec2026.3.0непряма
PyPIfuture1.0.0непряма
PyPIgoogle-api-core2.30.3непряма
PyPIgoogle-auth2.49.2непряма
PyPIgoogleapis-common-protos1.74.0непряма
PyPIgrpcio1.80.0непряма
PyPIh110.16.0непряма
PyPIhf-xet1.4.3непряма
PyPIhttpcore1.0.9непряма
PyPIhttptools0.7.1непряма
PyPIhttpx0.28.1непряма
PyPIidna3.11непряма
PyPIimagesize2.0.0непряма
PyPIimportlib-metadata8.7.1непряма
PyPIindic-nlp-library0.92непряма
PyPIiniconfig2.3.0непряма
PyPIjanome0.5.0непряма
PyPIjieba31.0.2непряма
PyPIjinja23.1.6непряма
PyPIjoblib1.5.3непряма
PyPIjsonschema4.26.0непряма
PyPIjsonschema-specifications2025.9.1непряма
PyPIlangdetect1.0.9непряма
PyPImarkdown-it-py4.0.0непряма
PyPImarkupsafe3.0.3непряма
PyPImdurl0.1.2непряма
PyPImorfessor2.0.6непряма
PyPImpmath1.3.0непряма
PyPImsgpack1.1.2непряма
PyPImuddler0.1.3непряма
PyPImultidict6.7.1непряма
PyPImurmurhash1.0.15непряма
PyPImyst-parser—непряма
PyPInetworkx3.4.2непряма
PyPInetworkx3.6.1непряма
PyPInumpy2.2.6непряма
PyPInumpy2.4.4непряма
PyPInvidia-cublas13.1.0.3непряма
PyPInvidia-cuda-cupti13.0.85непряма
PyPInvidia-cuda-nvrtc13.0.88непряма
PyPInvidia-cuda-runtime13.0.96непряма
PyPInvidia-cudnn-cu139.19.0.56непряма
PyPInvidia-cufft12.0.0.61непряма
PyPInvidia-cufile1.15.1.6непряма
PyPInvidia-curand10.4.0.35непряма
PyPInvidia-cusolver12.0.4.66непряма
PyPInvidia-cusparse12.6.3.3непряма
PyPInvidia-cusparselt-cu130.8.0непряма
PyPInvidia-nccl-cu132.28.9непряма
PyPInvidia-nvjitlink13.0.88непряма
PyPInvidia-nvshmem-cu133.4.5непряма
PyPInvidia-nvtx13.0.85непряма
PyPIonnxruntime-gpu—непряма
PyPIonnxruntime-gpu1.24.3непряма
PyPIonnxruntime-gpu1.24.4непряма
PyPIopencensus0.11.4непряма
PyPIopencensus-context0.1.3непряма
PyPIopentelemetry-api1.41.0непряма
PyPIopentelemetry-exporter-prometheus0.62b0непряма
PyPIopentelemetry-proto1.41.0непряма
PyPIopentelemetry-sdk1.41.0непряма
PyPIopentelemetry-semantic-conventions0.62b0непряма
PyPIpackaging26.1непряма
PyPIpandas2.3.3непряма
PyPIpandas3.0.2непряма
PyPIplatformdirs4.9.6непряма
PyPIpluggy1.6.0непряма
PyPIpreshed3.0.13непряма
PyPIprometheus-client0.25.0непряма
PyPIpropcache0.4.1непряма
PyPIproto-plus1.27.2непряма
PyPIprotobuf6.33.6непряма
PyPIpsutil7.2.2непряма
PyPIpy-spy0.4.1непряма
PyPIpyasn10.6.3непряма
PyPIpyasn1-modules0.4.2непряма
PyPIpycparser3.0непряма
PyPIpydantic2.13.2непряма
PyPIpydantic-core2.46.2непряма
PyPIpygments2.20.0непряма
PyPIpyrsistent0.20.0непряма
PyPIpytest9.0.3непряма
PyPIpytest-asyncio1.3.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-discovery1.2.2непряма
PyPIpython-dotenv1.2.2непряма
PyPIpython-mecab-ko1.3.7непряма
PyPIpython-mecab-ko-dic2.1.1.post2непряма
PyPIpytz2026.1.post1непряма
PyPIpyyaml6.0.3непряма
PyPIray2.55.0непряма
PyPIreferencing0.37.0непряма
PyPIregex2026.4.4непряма
PyPIrequests2.33.1непряма
PyPIrich15.0.0непряма
PyPIroman-numerals4.1.0непряма
PyPIrpds-py0.30.0непряма
PyPIruff0.15.11непряма
PyPIsafetensors0.7.0непряма
PyPIscikit-learn1.7.2непряма
PyPIscikit-learn1.8.0непряма
PyPIscipy1.15.3непряма
PyPIscipy1.17.1непряма
PyPIsetuptools81.0.0непряма
PyPIshellingham1.5.4непряма
PyPIshibuya—непряма
PyPIsix1.17.0непряма
PyPIsmart-open7.6.0непряма
PyPIsnowballstemmer3.0.1непряма
PyPIspacy3.8.14непряма
PyPIspacy-legacy3.0.12непряма
PyPIspacy-loggers1.0.5непряма
PyPIsphinx—непряма
PyPIsphinx8.1.3непряма
PyPIsphinx9.0.4непряма
PyPIsphinx9.1.0непряма
PyPIsphinx-argparse0.5.2непряма
PyPIsphinx-rtd-theme3.1.0непряма
PyPIsphinxcontrib-applehelp2.0.0непряма
PyPIsphinxcontrib-devhelp2.0.0непряма
PyPIsphinxcontrib-htmlhelp2.1.0непряма
PyPIsphinxcontrib-jquery4.1непряма
PyPIsphinxcontrib-jsmath1.0.1непряма
PyPIsphinxcontrib-qthelp2.0.0непряма
PyPIsphinxcontrib-serializinghtml2.0.0непряма
PyPIsrsly2.5.3непряма
PyPIstanza1.11.1непряма
PyPIstarlette1.0.0непряма
PyPIsympy1.14.0непряма
PyPItabulate0.10.0непряма
PyPItermcolor3.3.0непряма
PyPIthinc8.3.13непряма
PyPIthreadpoolctl3.6.0непряма
PyPItokenizers0.22.2непряма
PyPItomli2.4.1непряма
PyPItriton3.6.0непряма
PyPItyper0.24.1непряма
PyPItyper-slim0.24.0непряма
PyPItyping-extensions4.15.0непряма
PyPItyping-inspection0.4.2непряма
PyPItzdata2026.1непряма
PyPIudapi0.5.2непряма
PyPIudtools0.2.7непряма
PyPIurllib32.6.3непряма
PyPIuvicorn0.44.0непряма
PyPIuvloop0.22.1непряма
PyPIvirtualenv21.2.4непряма
PyPIwasabi1.1.3непряма
PyPIwatchfiles1.1.1непряма
PyPIweasel1.0.0непряма
PyPIwebsockets16.0непряма
PyPIwrapt2.1.2непряма
PyPIyarl1.23.0непряма
PyPIzipp3.23.1непряма
Сповіщення про залежності 0

Встановлення pypi:gliner@0.2.28 тягне 32 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 urchade/GLiNER. Читати поруч →

92stanfordnlp/stanzaStanford NLP Python library for tokenization, sentence segmentation, NER, and parsing of many human languagesВідмінний98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsВинятковий94ScrapeGraphAI/Scrapegraph-aiPython scraper based on AIВинятковий93amazon-science/chronos-forecastingChronos: Pretrained Models for Time Series ForecastingВинятковий100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Винятковий99huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. 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 v0.31.0 — повна методологія · вікі метрик.

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