Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-17 16:59 UTC

zilliztech / GPTCache

Semantic cache for LLMs. Fully integrated with LangChain and llama_index.

PythonMIT★ 8 192 зірки⑂ 595 форківз бер. 2023 р.Переглянути на GitHub ↗
ТипІнструмент командного рядкаБібліотекаяк це визначено
#chatbot#chatgpt#chatgpt-api#llm#milvus#similarity-search#vector-search#aigc#openai#memcache#gpt#langchain#autogpt#redis#babyagi#llama-index#llama#dolly#semantic-search

zilliztech/GPTCache має індекс здоров’я 34 зі 100, що відповідає смузі «У зоні ризику». Найвищий показник — Community & Adoption (82/100), найнижчий — Vitality (22/100). Останнє оновлення було 433 дні тому. Більшість нещодавньої роботи виконують 2 учасники.

34
загалом / 100
У зоні ризику

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»).

34
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 57 калібровано до 60 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

ZillizОрганізація
1 050 підписників75 публічних репозиторіївз квіт. 2016 р.

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

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIgptcache0.1.44-46777 днів тому

Метрики за категоріями

Життєздатність

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

22У зоні ризику · 21% загального індексу

Активність розробки

1Критичний
Як обчислюється оцінка
0/36Свіжість push — останній push 433 дн. тому
0/36Ритм комітів — 0/52 тижнів із комітами
0/18Обсяг комітів — 0 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Використані вхідні дані
commits_last_year0
human_commit_share1
days_since_last_push433
active_weeks_last_year0

Дисципліна релізів

54Помірний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 41 релізів
0/36Свіжість релізів — останній реліз 777 дн. тому
27/27Ритм релізів — реліз кожні ~42,6 дн.
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Використані вхідні дані
releases_count41
latest_release_tag0.1.44
releases_from_tagsні
days_since_latest_release777
mean_days_between_releases42,6

Спільнота та впровадження

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

82Відмінний · 17% загального індексу

Популярність і впровадження

93Винятковий
Як обчислюється оцінка
60/60Зірки — 8 192 зірок
23.1/25Форки — 595 форків
9.8/15Спостерігачі — 59 спостерігачів
Використані вхідні дані
forks595
stars8 192
watchers59
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 (MIT)
18/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges6
has_contributingтак
has_issue_templateні
has_code_of_conductні
readme_badge_servicesshields.io
has_pull_request_templateні

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

70Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

62Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
13.3/22.5Розподіл комітів — головний контриб’ютор — автор 41% комітів
13.5/13.5Широта контриб’юторів — 40 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 9 contributing companies or organizations
Використані вхідні дані
bus_factor2
contributors_sampled40
top_contributor_share0,409

Реактивність на issue та PR

72Добрий
Як обчислюється оцінка
24.7/42Вирішення issue — закрито 59% issue
25.7/30Прийняття PR — злито 380/443 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
12/15OpenSSF Scorecard: Code-Review — Found 23/27 approved changesets -- score normalized to 8
Використані вхідні дані
merged_prs380
open_issues76
closed_issues108
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,587
closed_unmerged_prs63
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

77Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
21.7/25Охоплення власника — 1 050 підписників у zilliztech
25/25Послужний список — 75 публічних репозиторіїв, вік облікового запису ~10 р.
Використані вхідні дані
followers1 050
owner_typeOrganization
is_verifiedні
owner_loginzilliztech
public_repos75
account_age_days3 810

Супровід пакетів

69Добрий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
4/35Свіжість публікацій — остання публікація 777 дн. тому
20/20Історія версій — 46 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesgptcache
ecosystemspypi
any_deprecatedні
min_days_since_publish777

Інженерна якість

Чи наявні базові інженерні практики та документація?

65Добрий · 19% загального індексу

Інженерні практики

48Слабкий
Як обчислюється оцінка
24/24Процеси CI — 7 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 0 out of 23 merged PRs checked by a CI test -- score normalized to 0
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configні
has_precommit_configні

Документація

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://gptcache.readthedocs.io
10/10Опис репозиторію
10/10Теми — 19 тем
0/10Wiki
Використані вхідні дані
topicschatbot, chatgpt, chatgpt-api, llm, milvus, similarity-search, vector-search, aigc, openai, memcache, gpt, langchain, autogpt, redis, babyagi, llama-index, llama, dolly, semantic-search
has_wikiні
homepagehttps://gptcache.readthedocs.io
docs_sitehttps://gptcache.readthedocs.io
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

45Слабкий · 16% загального індексу

Стан безпеки

31У зоні ризику
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
0/2.5CI-Tests — 0 out of 23 merged PRs checked by a CI test -- score normalized to 0
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6/7.5Code-Review — Found 23/27 approved changesets -- score normalized to 8
2.5/2.5Contributors — project has 9 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
0/7.5Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
0/5Packaging — немає даних
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 — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 45 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate3,1
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging. 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_packages7
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:gptcache@0.1.44 — тим, що тягне за собою встановлення опублікованого пакета, — 7 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.

59Помірний · 4% загального індексу

Контекст і настанови для агентів

52Помірний
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
15/15Машиночитана документація (llms.txt) — llms.txt опубліковано на сайті проєкту (https://python.langchain.com/llms.txt)
37.3/40Читабельна історія комітів — намір зазначено у 70 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtтак
llms_txt_urlhttps://python.langchain.com/llms.txt
legible_history_share0,7
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

50Помірний
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile, docs/Makefile
22/22Автоматизовані 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_testsтак
lockfiles—
has_dockerfileтак
typed_languageні
bootstrap_filesMakefile, docs/Makefile
has_devcontainerні
has_linter_configні
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
55/55Керовані розміри файлів — 0/218 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes28 126
source_files_sampled218
oversized_source_files0

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

8 192зірок GitHub
40контриб'юторів
0комітів за останні 12 місяців
433днів від останнього пушу
41релізів
2бас-фактор
76відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'gptcache' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Докладніше

Історія зірок і форків 0 ★ / 595 ⇿
0Зірки
595Форки
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.

0100200300400500600586362023-032024-122026-09
Мажорні 0Мінорні 0Патчі 40

Кожна точка охоплює 4 днів.

OpenSSF Scorecard 3.1 / 10
3.1сукупно

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 · 2026-09-17 16:58 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
0CI-Tests0 out of 23 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
8Code-ReviewFound 23/27 approved changesets -- score normalized to 8
10Contributorsproject has 9 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
н/дPackagingpackaging workflow not 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
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities45 existing vulnerabilities detected
Усі залежності 52

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 52 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIanyio3.6.2непряма
PyPIautodoc-pydantic—непряма
PyPIcachetools—непряма
PyPIcoverage7.2.3непряма
PyPIfaiss-cpu—непряма
PyPIgptcache—непряма
PyPIgrpcio1.53.0непряма
PyPIloguru0.5.3непряма
PyPIm2r2—непряма
PyPImilvus2.2.8непряма
PyPImock—непряма
PyPImyst-nb—непряма
PyPInbsphinx—непряма
PyPInumpy—непряма
PyPIonnxruntime—непряма
PyPIpexpect—непряма
PyPIpillow—непряма
PyPIprotobuf3.20.0непряма
PyPIpsycopg2-binary—непряма
PyPIpymilvus2.2.8непряма
PyPIpyqt5—непряма
PyPIpyqtwebengine—непряма
PyPIpytest7.2.0непряма
PyPIpytest-assume2.4.3непряма
PyPIpytest-cov4.1.0непряма
PyPIpytest-html3.1.1непряма
PyPIpytest-level0.1.1непряма
PyPIpytest-loguru0.2.0непряма
PyPIpytest-parallel—непряма
PyPIpytest-repeat0.8.0непряма
PyPIpytest-rerunfailures9.1.1непряма
PyPIpytest-sugar0.9.5непряма
PyPIpytest-timeout1.3.3непряма
PyPIpytest-xdist2.5.0непряма
PyPIrequests—непряма
PyPIsafetensors—непряма
PyPIspacy—непряма
PyPIsphinx—непряма
PyPIsphinx-autobuild—непряма
PyPIsphinx-book-theme—непряма
PyPIsphinx-copybutton—непряма
PyPIsphinx-panels—непряма
PyPIsphinx-toolbox—непряма
PyPIsqlalchemy—непряма
PyPIstability-sdk—непряма
PyPIstreamlit—непряма
PyPItorch—непряма
PyPItorchaudio—непряма
PyPItransformers—непряма
PyPItransformers4.29.2непряма
PyPItyping-extensions—непряма
PyPIurllib3—непряма
Сповіщення про залежності 0

Встановлення pypi:gptcache@0.1.44 тягне 7 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 zilliztech/GPTCache. Читати поруч →

97langchain4j/langchain4jLangChain4j is an idiomatic, open-source Java library for building LLM-powered applications on the JVM. It offers a unified API over popular LLM providers and vector stores, and makes implementing tool calling (including MCP support), agents and RAG easy. It integrates seamlessly with enterprise Java frameworks like Quarkus and Spring Boot.Винятковий96AstrBotDevs/AstrBotAI Agent Assistant & development framework that integrates lots of IM platforms, LLMs, plugins and AI feature, and can be your openclaw alternative. ✨Винятковий96yamadashy/repomix📦 Repomix is a powerful tool that packs your entire repository into a single, AI-friendly file. Perfect for when you need to feed your codebase to Large Language Models (LLMs) or other AI tools like Claude, ChatGPT, DeepSeek, Perplexity, Gemini, Gemma, Llama, Grok, and more.Винятковий99vllm-project/vllmA high-throughput and memory-efficient inference and serving engine for LLMsВинятковий98comet-ml/opikDebug, evaluate, and monitor your LLM applications, RAG systems, and agentic workflows with comprehensive tracing, automated evaluations, and production-ready dashboards.Винятковий98langchain-ai/langchainThe agent engineering platform.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.