公开记录
软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-10-14 13:46 UTC

EverMind-AI / EverOS

One portable memory layer for every AI agent: local-first, Markdown-native, user-owned, and self-evolving across apps, tools, and workflows.

PythonApache-2.0★ 13,418 星标⑂ 932 复刻始于 2025年10月在 GitHub 上查看 ↗
类型命令行工具网络服务库终端界面如何判定
#agentic-ai#ai#chats#llm#long-term-memory#memory#memory-management#python3#rag#agent-memory#clawdbot#clawdbot-skill#mcp#skills#deepseek-harness#dsh#dsh-plugin

EverMind-AI/EverOS 的健康指数为 100 分中的 94 分，处于「卓越」区间。 其得分最高的类别是Engineering Quality（92/100），最低的是Sustainability & Governance（69/100）。 最近一次更新在今天。 近期的大部分工作由 2 位贡献者完成。

94
总分 / 100
卓越

软件健康指数

指标归入加权类别，统一采用 1–100 量表。总体分先取类别加权平均，再依据公开记录的分布进行校准，使各等级具有百分位含义；当公开证据触发高风险司法辖区政策时，评级会按政策调整，并设置 34（存在风险）的上限。

94
卓越93-100公开记录中的最高层级（约前 5%）；基本满足所有检验标准
优秀80-92各方面均表现强劲；仅有少量不足
良好65-79健康；不足之处有限且可控
中等50-64可接受，但存在明显不足；建议进行审查
薄弱35-49多个领域存在实质性薄弱环节
存在风险20-34存在重大薄弱环节；采用时应保持审慎
危急1-19问题严重（项目被弃置、仅有单一维护者、缺乏基本工程规范）
活力社区与采用可持续性与治理工程质量安全AI 就绪度

评分画像

每条轴代表一个类别。形状比平均值更重要——健康的对象会填满整个图形，而“一峰一谷”式画像意味着某一维度的优势正掩盖另一维度的风险。

加权总体分 81 经校准后在公布的指数量表上为 94（记录校准 2026-08-02）。

所有权

EverMind组织
649 关注者18 个公开仓库始于 2025年8月

该仓库由组织支持——共同承担、可问责的托管责任，可延续于任何单一维护者之后。

软件包生态系统

注册表软件包版本月下载量版本数最近发布标签
PyPIeveros1.4.220,408300 天前ai-agenteveroslancedbmarkdownmemoryrag

按类别列示的指标

活力

项目是否仍有生命——是否仍在编写代码，是否仍在发布版本？

85优秀 · 占总体的 21%

开发活跃度

75良好
评分方式
36/36推送新近度 — 最近一次推送于 0 天前
11.1/36提交节奏 — 52 周中有 16 周有提交
18/18提交量 — 最近一年 125 次提交
10/10OpenSSF Scorecard：Maintained — 30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year125
human_commit_share1
days_since_last_push0
active_weeks_last_year16

发布纪律

100卓越
评分方式
27/27有发布版本 — 已发布 18 个发布版本
36/36发布时效 — 最近一次发布版本于 0 天前
27/27发布节奏 — 约每 8.5 天发布一次
0/10OpenSSF Scorecard：Signed-Releases — 无数据
所用输入
releases_count18
latest_release_tagv1.4.2rc1
releases_from_tags否
days_since_latest_release0
mean_days_between_releases8.5
已排除计分（无数据或不适用）：OpenSSF Scorecard：Signed-Releases。 其余权重已重新归一化。

社区与采用

项目是否拥有用户、下载量与关注度，并具备欢迎贡献者参与的配置？

89优秀 · 占总体的 17%

流行度与采用

96卓越
评分方式
60/60星标 — 13,418 个星标
24.7/25复刻 — 932 个复刻
11.3/15关注者 — 108 位关注者
所用输入
forks932
stars13,418
watchers108
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

92优秀
评分方式
22.5/22.5README
22.5/22.5许可证 — 可识别的许可证（Apache-2.0）
18/18CONTRIBUTING 指南
13.5/13.5行为准则
0/7.2议题模板
6.3/6.3PR 模板
所用输入
has_readme是
has_license是
readme_badges5
has_contributing是
has_issue_template否
has_code_of_conduct是
readme_badge_servicesshields.io
has_pull_request_template是

生态采用（下载量）

72良好
评分方式
57.5/80月度下载量 — pypi 合计每月 20,408 次下载
0/20注册表被依赖数 — 该生态系统不报告此项
所用输入
packageseveros
dependents—
ecosystemspypi
total_downloads—
monthly_downloads20,408
unverified_packages_excluded—
已排除计分（无数据或不适用）：注册表被依赖数。 其余权重已重新归一化。

可持续性与治理

项目能否在其成员之外延续——巴士系数、响应能力、由谁支持，以及软件包的维护状况？

69良好 · 占总体的 23%

维护者韧性（巴士系数）

60中等
评分方式
25.2/54巴士系数 — 2 位贡献者贡献了半数提交
13.7/22.5提交分布 — 头号贡献者编写了 39% 的提交
10.8/13.5贡献者广度 — 8 位贡献者
10/10OpenSSF Scorecard：Contributors — project has 3 contributing companies or organizations -- score normalized to 10
所用输入
bus_factor2
contributors_sampled8
top_contributor_share0.393

议题与 PR 响应能力

63中等
评分方式
33.7/42议题解决 — 80% 的议题已关闭
19.2/30PR 接受 — 已裁定的 PR 中 202/316 已合并
0/13Newcomer PR acceptance — 30 天内首次贡献者的 PR 已合并 0/5
10.5/15OpenSSF Scorecard：Code-Review — Found 21/30 approved changesets -- score normalized to 7
所用输入
merged_prs202
open_issues29
closed_issues118
prs_merged_7d10
prs_decided_7d16
prs_merged_30d27
prs_decided_30d34
issue_closed_ratio0.803
closed_unmerged_prs114
first_time_authors_30d5
first_time_prs_merged_30d0
first_time_prs_decided_30d5

所有权与托管责任

62中等
评分方式
30/30所有权背书 — 组织持有
0/20已验证域名
20.2/25所有者影响力 — EverMind-AI 有 649 位关注者
11.6/25既往记录 — 18 个公开仓库，账户约 1 年
所用输入
followers649
owner_typeOrganization
is_verified否
owner_loginEverMind-AI
public_repos18
account_age_days411

软件包维护

100卓越
评分方式
25/25已发布且可解析 — pypi 上有 1 个软件包
35/35发布时效 — 最近一次发布于 0 天前
20/20版本历史 — 30 个已发布版本
20/20未被弃用 — 活跃，未被弃用或撤回
所用输入
packageseveros
ecosystemspypi
any_deprecated否
min_days_since_publish0

工程质量

基础的工程与文档实践是否到位？

92优秀 · 占总体的 19%

工程实践

94卓越
评分方式
24/24CI 工作流 — 4 个工作流
24/24存在测试
16/16Linter 配置 — .eslintrc.cjs, pyproject.toml ([tool.ruff])
9.6/9.6Pre-commit 钩子
0/6.4.editorconfig
20/20OpenSSF Scorecard：CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
所用输入
has_ci是
has_tests是
has_editorconfig否
has_linter_config是
has_precommit_config是

文档

90优秀
评分方式
30/30README
25/25文档目录
15/15文档 / 主页站点 — https://evermind.ai/everos
10/10仓库描述
10/10主题标签 — 17 个主题标签
0/10Wiki
所用输入
topicsagentic-ai, ai, chats, llm, long-term-memory, memory, memory-management, python3, rag, agent-memory, clawdbot, clawdbot-skill, mcp, skills, deepseek-harness, dsh, dsh-plugin
has_wiki否
homepagehttps://evermind.ai/everos
docs_sitehttps://evermind.ai/everos
has_readme是
has_docs_dir是
has_description是

安全

可见的安全与供应链实践是否稳固，且不存在未解决的高风险司法辖区暴露？

70良好 · 占总体的 16%

安全态势

70良好
评分方式
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — 无数据
2.5/2.5CI-Tests — 30 out of 30 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
5.2/7.5Code-Review — Found 21/30 approved changesets -- score normalized to 7
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5许可证 — license file detected
7.5/7.5Maintained — 30 commit(s) and 30 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
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — 无数据
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
0/7.5Vulnerabilities — 27 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate7
已排除计分（无数据或不适用）：Branch-Protection, Signed-Releases。 其余权重已重新归一化。

AI 就绪度

该仓库在多大程度上具备与 AI 编码代理协同开发与维护的条件？权重刻意设小（4%）：代理工具链是一项真实的维护信号，但完全不具备的仓库仍可达到 100/100。

89优秀 · 占总体的 4%

AI 代理上下文与指引

100卓越
评分方式
45/45代理指令 — CLAUDE.md
15/15机器可读文档（llms.txt） — 项目网站提供 llms.txt（https://evermind.ai/llms.txt）
40/40可读的提交历史 — 100 次人类提交中有 97 次说明了意图（结构化标题或解释性正文）
所用输入
has_llms_txt是
llms_txt_urlhttps://evermind.ai/llms.txt
legible_history_share0.97
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes4,297

验证循环（构建 / 测试 / 类型检查）

87优秀
评分方式
18/18一条命令的引导启动 — Makefile
22/22自动化测试
11/11Lint / 格式化配置 — .eslintrc.cjs, pyproject.toml ([tool.ruff])
11/11静态类型检查 — src/everos/py.typed, use-cases/game-of-throne-demo/backend/tsconfig.json, use-cases/game-of-throne-demo/frontend/tsconfig.json
10/10可复现环境 — Dockerfile, lockfile
10/10已体现的代理实践 — 最近 100 次提交中有 55 次由代理编写或署名代理
5/8自动化维护 — 已配置依赖自动化，但在抽样提交中未观察到
0/10OpenSSF Scorecard：Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
所用输入
has_nix否
has_tests是
lockfilespackage-lock.json, uv.lock
has_dockerfile是
typed_language否
bootstrap_filesMakefile
has_devcontainer否
has_linter_config是
typecheck_configssrc/everos/py.typed, use-cases/game-of-throne-demo/backend/tsconfig.json, use-cases/game-of-throne-demo/frontend/tsconfig.json
agent_commit_share0.55
toolchain_manifests—
dependency_bot_commit_share0

面向模型的代码可读性

82优秀
评分方式
27/45可类型检查的代码 — Python，已配置类型检查（src/everos/py.typed, use-cases/game-of-throne-demo/backend/tsconfig.json, use-cases/game-of-throne-demo/frontend/tsconfig.json）
54.6/55可控的文件大小 — 采样的 779 个源文件中有 5 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes192,640
source_files_sampled779
oversized_source_files5

机器可读接口

80优秀
评分方式
40/40API 模式（OpenAPI/GraphQL/proto） — docs/openapi.json
0/20MCP 服务器
40/40可运行示例 — examples, sample
所用输入
example_dirsexamples, sample
has_mcp_signal否
api_schema_filesdocs/openapi.json
interfaces_expected_ofnetwork-service

关键数据

13,418GitHub 星标
8贡献者
125最近 12 个月提交数
0距最近推送天数
18发布版本数
2巴士系数（bus factor）
29开放议题
PyPI软件包生态系统数

数据采集警告

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
  • deps.dev does not index pypi:everos@1.4.2; advisories assessed against the repository dependency graph instead

更多细节

Star 与 Fork 历史 0 ★ / 932 ⇿
0Star
932Fork
17发布

每颗 star 和每个 fork 的添加时间，来自 GitHub 并按天汇总。累计增长位于其构成来源——每日新增——的正上方，二者可相互对照：稳定的自然增长与短暂的突增形态截然不同。当这一差别可被衡量时，它会作为增长真实性予以报告。

02004006008001,000929282025-112026-042026-10
主版本 1次版本 4修订 10
OpenSSF Scorecard 7.0 / 10
7.0综合

来自开源项目 OpenSSF Scorecard 的独立、工具无关的安全评估。每项检查奖励的是安全实践本身，而非特定供应商的工具。Scorecard 无法判定的检查项标记为 不适用，并从安全评分中剔除（绝不按零分计）。Scorecard v5.5.0 · 2026-10-14 13:46 UTC

10Binary-Artifactsno binaries found in the repo
不适用Branch-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-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
7Code-ReviewFound 21/30 approved changesets -- score normalized to 7
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 30 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
10Security-Policysecurity policy file detected
不适用Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
0Vulnerabilities27 existing vulnerabilities detected
直接依赖 32
注册表软件包版本约束清单文件
PyPIpydantic>=2.7.1pyproject.toml
PyPIpydantic-settings>=2.0.0pyproject.toml
PyPIlancedb>=0.34.0,<0.35.0pyproject.toml
PyPIpyarrow>=25.0.1pyproject.toml
PyPIaiosqlite>=0.20.0pyproject.toml
PyPIsqlmodel>=0.0.22pyproject.toml
PyPIalembic>=1.13.0pyproject.toml
PyPIgreenlet>=3.0pyproject.toml
PyPIopenai>=1.0.0,<3pyproject.toml
PyPIPyYAML>=6.0pyproject.toml
PyPIwatchdog>=4.0.0pyproject.toml
PyPIfastapi>=0.104.0pyproject.toml
PyPIpython-multipart>=0.0.7pyproject.toml
PyPIuvicorn>=0.24.0pyproject.toml
PyPIstructlog>=24.0.0pyproject.toml
PyPIprometheus-client>=0.20.0pyproject.toml
PyPItyper>=0.12.0pyproject.toml
PyPIclick>=8.1pyproject.toml
PyPItextual>=8.2.7pyproject.toml
PyPIjieba>=0.42.1,<1.0pyproject.toml
PyPIapscheduler>=3.10.4,<4.0pyproject.toml
PyPIportalocker>=2.8.2pyproject.toml
PyPImsvc-runtime>=14.44pyproject.toml
PyPIwatchfiles>=0.21.0pyproject.toml
PyPIanyio>=4.0pyproject.toml
PyPIeveralgo-user-memory==0.4.0pyproject.toml
PyPIeveralgo-agent-memory==0.4.0pyproject.toml
PyPIeveralgo-rank==0.4.1pyproject.toml
PyPIeveralgo-knowledge==0.1.1pyproject.toml
PyPIeveralgo-boundary==0.2.1pyproject.toml
PyPIeveralgo-core==0.3.0pyproject.toml
PyPIeveralgo-clustering==0.2.1pyproject.toml
全部依赖 未采集

本报告未能采集到解析后的依赖集合：GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

原始 JSON 报告 机器可读

反馈

发现这份报告有不准确之处，或有想法要分享？错误的测量、未识别的工具、建议、疑问——都欢迎提出。每条消息都会被阅读并得到回复。

登录过程中消息不会丢失。

相关记录

与 EverMind-AI/EverOS 共享目录标签或生态系统的已检测仓库。 并排阅读 →

98mem0ai/mem0The Memory Layer for AI Agents - Drop-in memory infrastructure for AI agents and apps. Context that persists. Built for production.卓越96agentscope-ai/ReMeReMe: Memory Management Kit for Agents - Remember Me, Refine Me.卓越100deepset-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.卓越98ModelEngine-Group/nexentNexent is a zero-code platform for auto-generating production-grade AI agents using Harness Engineering principles — unified tools, skills, memory, and orchestration with built-in constraints, feedback loops, and control planes.卓越97langgenius/difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.卓越99ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3x卓越

评分是信号，而非担保。 评分反映的是 GitHub 上公开可见的实践——不是代码审计，也不是安全保证。

缺失数据将被剔除并重新归一化权重，绝不按零分计。方法论已版本化并公开：指标 v2.10.0、模式 v0.34.0—— 完整方法论 · 指标知识库.

单项结果在整体记录中的位置： 汇总统计 — PyPI.