Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-13 14:24 UTC

vllm-project / llm-compressor

Transformers-compatible library for applying various compression algorithms to LLMs for optimized deployment with vLLM

PythonApache-2.0★ 3 778 зірок⑂ 661 форкз черв. 2024 р.Переглянути на GitHub ↗

ТипБібліотекаІнструмент командного рядкаяк це визначено

vllm-project/llm-compressor має індекс здоров’я 98 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Engineering Quality (96/100), найнижчий — Security (68/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 5 учасників.

загалом / 100

Винятковий

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»).

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)

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 87 калібровано до 98 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

vLLMОрганізація

4 151 підписник49 публічних репозиторіївз черв. 2023 р.

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

Пакетні екосистеми

Реєстр	Пакет	Версія	Завантажень / міс	Версії	Остання публікація	Теги
PyPI	llmcompressor	0.13.0	115 711	90	32 дні тому	llmcompressor llms large-language-models transformers pytorch huggingface compressors compression quantization pruning sparsity optimization model-optimization model-compression

Метрики за категоріями

Життєздатність

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

95Винятковий · 21% загального індексу

Активність розробки

99Винятковий

Як обчислюється оцінка

36/36	Свіжість push — останній push 0 дн. тому
34.6/36	Ритм комітів — 50/52 тижнів із комітами
18/18	Обсяг комітів — 700 комітів за останній рік
10/10	OpenSSF Scorecard: Maintained — 30 commit(s) and 25 issue activity found in the last 90 days -- score normalized to 10

Використані вхідні дані

commits_last_year	700
human_commit_share	1
days_since_last_push	0
active_weeks_last_year	50

Дисципліна релізів

90Відмінний

Як обчислюється оцінка

27/27	Випускає релізи — опубліковано 32 релізів
36/36	Свіжість релізів — останній реліз 32 дн. тому
27/27	Ритм релізів — реліз кожні ~10,9 дн.
0/10	OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.

Використані вхідні дані

releases_count	32
latest_release_tag	0.13.0
releases_from_tags	ні
days_since_latest_release	32
mean_days_between_releases	10,9

Спільнота та впровадження

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

89Відмінний · 17% загального індексу

Здоров'я спільноти

92Відмінний

Як обчислюється оцінка

22.5/22.5	README
22.5/22.5	Ліцензія — визнана ліцензія (Apache-2.0)
18/18	Настанови CONTRIBUTING
13.5/13.5	Кодекс поведінки
0/7.2	Шаблон issue
6.3/6.3	Шаблон PR

Використані вхідні дані

has_readme	так
has_license	так
readme_badges	2
has_contributing	так
has_issue_template	ні
has_code_of_conduct	так
readme_badge_services	shields.io
has_pull_request_template	так

Впровадження в екосистемі (завантаження)

84Відмінний

Як обчислюється оцінка

67.5/80	Щомісячні завантаження — 115 711 завантажень/місяць у pypi
0/20	Залежні пакети в реєстрі — ця екосистема цього не повідомляє

Використані вхідні дані

packages	llmcompressor
dependents	—
ecosystems	pypi
total_downloads	—
monthly_downloads	115 711
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?

86Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

89Відмінний

Як обчислюється оцінка

45.9/54	Бас-фактор — на 5 контриб’ютор(ів) припадає половина всіх комітів
19.5/22.5	Розподіл комітів — головний контриб’ютор — автор 14% комітів
13.5/13.5	Широта контриб’юторів — 99 контриб’юторів
10/10	OpenSSF Scorecard: Contributors — project has 21 contributing companies or organizations

Використані вхідні дані

bus_factor	5
contributors_sampled	99
top_contributor_share	0,135

Реактивність на issue та PR

83Відмінний

Як обчислюється оцінка

39.6/42	Вирішення issue — закрито 94% issue
23.2/30	Прийняття PR — злито 1 328/1 715 вирішених PR
5.2/13	Newcomer PR acceptance — злито 2/5 PR від новачків за 30 дн.
15/15	OpenSSF Scorecard: Code-Review — all changesets reviewed

Використані вхідні дані

merged_prs	1 328
open_issues	42
closed_issues	712
prs_merged_7d	21
prs_decided_7d	34
prs_merged_30d	37
prs_decided_30d	55
issue_closed_ratio	0,944
closed_unmerged_prs	387
first_time_authors_30d	5
first_time_prs_merged_30d	2
first_time_prs_decided_30d	5

Власність та опіка

74Добрий

Як обчислюється оцінка

30/30	Підтримка власника — у власності організації
0/20	Верифікований домен
25/25	Охоплення власника — 4 151 підписників у vllm-project
18.8/25	Послужний список — 49 публічних репозиторіїв, вік облікового запису ~3 р.

Використані вхідні дані

followers	4 151
owner_type	Organization
is_verified	ні
owner_login	vllm-project
public_repos	49
account_age_days	1 182

Супровід пакетів

100Винятковий

Як обчислюється оцінка

25/25	Опубліковано й доступно — 1 пакет(ів) у pypi
35/35	Свіжість публікацій — остання публікація 32 дн. тому
20/20	Історія версій — 90 опублікованих версій
20/20	Не застарілий — активний, не deprecated і не yanked

Використані вхідні дані

packages	llmcompressor
ecosystems	pypi
any_deprecated	ні
min_days_since_publish	32

Інженерна якість

Чи наявні базові інженерні практики та документація?

96Винятковий · 19% загального індексу

Інженерні практики

94Винятковий

Як обчислюється оцінка

24/24	Процеси CI — 5 процес(ів) CI
24/24	Наявні тести
16/16	Конфігурація лінтера — pyproject.toml ([tool.ruff])
9.6/9.6	Pre-commit-хуки
0/6.4	.editorconfig
20/20	OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10

Використані вхідні дані

has_ci	так
has_tests	так
has_editorconfig	ні
has_linter_config	так
has_precommit_config	так

Документація

100Винятковий

Як обчислюється оцінка

30/30	README
25/25	Каталог документації
15/15	Сайт документації / домашня сторінка — https://docs.vllm.ai/projects/llm-compressor
10/10	Опис репозиторію
10/10	Теми — 2 тем
10/10	Wiki

Використані вхідні дані

topics	compression, quantization
has_wiki	так
homepage	https://docs.vllm.ai/projects/llm-compressor
docs_site	https://docs.vllm.ai/projects/llm-compressor
has_readme	так
has_docs_dir	так
has_description	так

Безпека

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

68Добрий · 16% загального індексу

Стан безпеки

65Добрий

Як обчислюється оцінка

7.5/7.5	Binary-Artifacts — no binaries found in the repo
0/7.5	Branch-Protection — немає даних
2.5/2.5	CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0/2.5	CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
7.5/7.5	Code-Review — all changesets reviewed
2.5/2.5	Contributors — project has 21 contributing companies or organizations
10/10	Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5	Dependency-Update-Tool — update tool detected
0/5	Fuzzing — project is not fuzzed
2.5/2.5	Ліцензія — license file detected
7.5/7.5	Maintained — 30 commit(s) and 25 issue activity found in the last 90 days -- score normalized to 10
0/5	Packaging — немає даних
0/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5	SAST — SAST tool is not run on all commits -- score normalized to 0
5/5	Security-Policy — security policy file detected
0/7.5	Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5	Vulnerabilities — 0 existing vulnerabilities detected

Використані вхідні дані

source	openssf_scorecard
checks_evaluated	16
scorecard_version	v5.5.0
checks_inconclusive	2
scorecard_aggregate	6,5

Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging. Залишкові ваги перенормовано.

Сповіщення про залежності

80Відмінний

Як обчислюється оцінка

15.1/35	Прямі залежності без відомих сповіщень — уражено 1: accelerate 1.14.0 (high 7.1)
25/25	Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
40/40	Немає задавнених сповіщень — жодне сповіщення не є публічним довше за 90 дн.

Використані вхідні дані

source	osv
advisories	2
affected_packages	1
assessed_packages	84
unassessed_packages	0
affected_by_severity	high 1
direct_affected_packages	1

Звірено з runtime-замиканням залежностей pypi:llmcompressor@0.13.0 — тим, що тягне за собою встановлення опублікованого пакета, — 84 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.

72Добрий · 4% загального індексу

Контекст і настанови для агентів

40Слабкий

Як обчислюється оцінка

0/45	Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15	Машиночитана документація (llms.txt)
40/40	Читабельна історія комітів — намір зазначено у 100 з 100 людських комітів (структурований заголовок або пояснювальний текст)

Використані вхідні дані

has_llms_txt	ні
llms_txt_url	—
legible_history_share	1
agent_instruction_files	—
agent_instruction_max_bytes	—

Цикл верифікації (збірка / тести / перевірка типів)

82Відмінний

Як обчислюється оцінка

18/18	Розгортання однією командою — Makefile, docs/Makefile
22/22	Автоматизовані тести
11/11	Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
11/11	Статична перевірка типів — src/llmcompressor/py.typed
10/10	Відтворюване середовище — Dockerfile
10/10	Підтверджена практика роботи з агентами — 35 з останніх 100 комітів створено агентом або з його зазначенням
0/8	Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10	OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0

Використані вхідні дані

has_nix	ні
has_tests	так
lockfiles	—
has_dockerfile	так
typed_language	ні
bootstrap_files	Makefile, docs/Makefile
has_devcontainer	ні
has_linter_config	так
typecheck_configs	src/llmcompressor/py.typed
agent_commit_share	0,35
toolchain_manifests	—
dependency_bot_commit_share	0

Читабельність коду для моделей

82Відмінний

Як обчислюється оцінка

27/45	Типізований код — Python з конфігурацією перевірки типів (src/llmcompressor/py.typed)
54.9/55	Керовані розміри файлів — 1/516 файлів вихідного коду понад 60 КБ

Використані вхідні дані

primary_language	Python
largest_source_bytes	62 993
source_files_sampled	516
oversized_source_files	1

Машиночитні інтерфейси

100Винятковий

Як обчислюється оцінка

0/40	Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
0/20	Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40	Придатні до запуску приклади — examples, recipes

Використані вхідні дані

example_dirs	examples, recipes
has_mcp_signal	ні
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 778зірок GitHub

99контриб'юторів

700комітів за останні 12 місяців

0днів від останнього пушу

32релізів

5бас-фактор

42відкритих issue

PyPIпакетних екосистем

Попередження щодо збору даних

Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
First-time contributor figures cover 12 of 28 authors (cap 12)

Докладніше

Історія зірок і форків 0 ★ / 661 ⇿

0Зірки

661Форки

32Релізи

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.

Мажорні 0Мінорні 13Патчі 6

Кожна точка охоплює 3 днів.

OpenSSF Scorecard 6.5 / 10

6.5сукупно

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 · 2026-09-13 14:24 UTC

10	Binary-Artifacts	no binaries found in the repo
н/д	Branch-Protection	internal 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
10	CI-Tests	30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0	CII-Best-Practices	no effort to earn an OpenSSF best practices badge detected
10	Code-Review	all changesets reviewed
10	Contributors	project has 21 contributing companies or organizations
10	Dangerous-Workflow	no dangerous workflow patterns detected
10	Dependency-Update-Tool	update tool detected
0	Fuzzing	project is not fuzzed
10	License	license file detected
10	Maintained	30 commit(s) and 25 issue activity found in the last 90 days -- score normalized to 10
н/д	Packaging	packaging workflow not detected
0	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 0
0	SAST	SAST tool is not run on all commits -- score normalized to 0
10	Security-Policy	security policy file detected
0	Signed-Releases	Project has not signed or included provenance with any releases.
0	Token-Permissions	detected GitHub workflow tokens with excessive permissions
10	Vulnerabilities	0 existing vulnerabilities detected

Усі залежності 1

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 1 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

Реєстр	Пакет	Версія	Зв'язок
PyPI	setuptools-scm	`8.2.0`	непряма

Сповіщення про залежності 1

Встановлення pypi:llmcompressor@0.13.0 тягне 84 пакетів, прямих і транзитивних: 1 мають відомі сповіщення, з них 1 — прямі залежності.

Пакет	Версія	Зв'язок	Критичність	Сповіщень	Виправлено в
accelerate	`1.14.0`	пряма	висока	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.

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.

58/60	Зірки — 3 778 зірок
23.5/25	Форки — 661 форків
8/15	Спостерігачі — 29 спостерігачів

forks	661
stars	3 778
watchers	29
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

Індекс здоров'я програмного забезпечення

Профіль оцінок

Власність

Пакетні екосистеми

Метрики за категоріями

Ключові факти

Попередження щодо збору даних

Докладніше

Зворотний зв’язок

Пов’язані записи