公开记录
软件健康报告模式 0.11.0 · 指标 2.10.0 · 2026-07-15 16:52 UTC

NVIDIA / cccl

CUDA Core Compute Libraries

C++ · Cuda自定义许可证★ 2,420 星标⑂ 428 复刻始于 2020年9月在 GitHub 上查看 ↗
#accelerated-computing#cpp#cpp-programming#cuda#cuda-cpp#cuda-kernels#cuda-library#cuda-programming#gpu#gpu-acceleration#gpu-computing#gpu-programming#hpc#nvidia#nvidia-gpu#parallel-algorithm#parallel-computing#parallel-programming#modern-cpp

NVIDIA/cccl 的健康指数为 100 分中的 96 分，处于「卓越」区间。 其得分最高的类别是Vitality（96/100），最低的是Security（49/100）。 最近一次更新在今天。 近期的大部分工作由 5 位贡献者完成。

96
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。

96
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 84 经校准后在公布的指数量表上为 96（记录校准 2026-08-02）。

所有权

NVIDIA Corporation组织
28,008 关注者765 个公开仓库始于 2012年5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。

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？

96卓越 · 占总体的 21%

开发活跃度

100卓越
评分方式
36/36推送新近度 — 最近一次推送于 0 天前
36/36提交节奏 — 52 周中有 52 周有提交
18/18提交量 — 最近一年 2,527 次提交
10/10OpenSSF Scorecard：Maintained — 30 commit(s) and 7 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year2,527
human_commit_share—
days_since_last_push0
active_weeks_last_year52

发布纪律

90优秀
评分方式
27/27有发布版本 — 已发布 50 个发布版本
36/36发布时效 — 最近一次发布版本于 5 天前
27/27发布节奏 — 约每 9.6 天发布一次
0/10OpenSSF Scorecard：Signed-Releases — Project has not signed or included provenance with any releases.
所用输入
releases_count50
latest_release_tagpython-1.1.0
releases_from_tags否
days_since_latest_release5
mean_days_between_releases9.6

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？

85优秀 · 占总体的 17%

流行度与采用

85优秀
评分方式
54.9/60星标 — 2,420 个星标
21.9/25复刻 — 428 个复刻
8.4/15关注者 — 33 位关注者
所用输入
forks428
stars2,420
watchers33
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

86优秀
评分方式
22.5/22.5README
16.9/22.5许可证 — 存在许可证文件，但不是可识别的许可证
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_badges—
has_contributing是
has_issue_template否
has_code_of_conduct是
readme_badge_services—
has_pull_request_template是

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？

89优秀 · 占总体的 23%

维护者韧性（巴士系数）

88优秀
评分方式
45.9/54巴士系数 — 5 位贡献者贡献了半数提交
18.1/22.5提交分布 — 头号贡献者编写了 19% 的提交
13.5/13.5贡献者广度 — 100 位贡献者
10/10OpenSSF Scorecard：Contributors — project has 24 contributing companies or organizations
所用输入
bus_factor5
contributors_sampled100
top_contributor_share0.194

议题与 PR 响应能力

78良好
评分方式
26/42议题解决 — 62% 的议题已关闭
27.2/30PR 接受 — 已裁定的 PR 中 5,460/6,018 已合并
0/13Newcomer PR acceptance — 30 天内没有首次贡献者的 PR 得到裁决
15/15OpenSSF Scorecard：Code-Review — all changesets reviewed
所用输入
merged_prs5,460
open_issues1,306
closed_issues2,116
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0.618
closed_unmerged_prs558
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
已排除计分（无数据或不适用）：Newcomer PR acceptance。 其余权重已重新归一化。

所有权与托管责任

100卓越
评分方式
30/30所有权背书 — 组织持有
0/20已验证域名 — 未读取该组织的域名验证状态
25/25所有者影响力 — NVIDIA 有 28,008 位关注者
25/25既往记录 — 765 个公开仓库，账户约 14 年
所用输入
followers28,008
owner_typeOrganization
is_verified—
owner_loginNVIDIA
public_repos765
account_age_days5,178
已排除计分（无数据或不适用）：已验证域名。 其余权重已重新归一化。

工程质量

基础的工程与文档实践是否到位？

96卓越 · 占总体的 19%

工程实践

94卓越
评分方式
24/24CI 工作流 — 29 个工作流
24/24存在测试
16/16Linter 配置
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

100卓越
评分方式
30/30README
25/25文档目录
15/15文档 / 主页站点 — https://nvidia.github.io/cccl/
10/10仓库描述
10/10主题标签 — 19 个主题标签
10/10Wiki
所用输入
topicsaccelerated-computing, cpp, cpp-programming, cuda, cuda-cpp, cuda-kernels, cuda-library, cuda-programming, gpu, gpu-acceleration, gpu-computing, gpu-programming, hpc, nvidia, nvidia-gpu, parallel-algorithm, parallel-computing, parallel-programming, modern-cpp
has_wiki是
homepagehttps://nvidia.github.io/cccl/
docs_sitehttps://nvidia.github.io/cccl/
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？

49薄弱 · 占总体的 16%

安全态势

49薄弱
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
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 24 contributing companies or organizations
0/10Dangerous-Workflow — dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.2/2.5许可证 — license file detected
7.5/7.5Maintained — 30 commit(s) and 7 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
1/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
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 — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate4.9
已排除计分（无数据或不适用）：Branch-Protection。 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。

80优秀 · 占总体的 4%

AI 代理上下文与指引

75良好
评分方式
45/45代理指令 — .cursor/rules/tuning-analysis.mdc, .github/copilot-instructions.md, AGENTS.md, CLAUDE.md, python/cuda_cccl/benchmarks/compute/AGENTS.md
0/15机器可读文档（llms.txt）
0/40可读的提交历史 — 无数据
所用输入
has_llms_txt否
llms_txt_url—
legible_history_share—
agent_instruction_files.cursor/rules/tuning-analysis.mdc, .github/copilot-instructions.md, AGENTS.md, CLAUDE.md, python/cuda_cccl/benchmarks/compute/AGENTS.md
agent_instruction_max_bytes15,064
已排除计分（无数据或不适用）：可读的提交历史。 其余权重已重新归一化。

验证循环（构建 / 测试 / 类型检查）

68良好
评分方式
0/18一条命令的引导启动
22/22自动化测试
11/11Lint / 格式化配置
11/11静态类型检查 — python/cuda_cccl/cuda/cccl/py.typed
10/10可复现环境 — devcontainer
0/10已体现的代理实践 — 无数据
0/8自动化维护 — 无数据
2/10OpenSSF Scorecard：Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
所用输入
has_nix否
has_tests是
lockfiles—
has_dockerfile否
typed_language是
bootstrap_files—
has_devcontainer是
has_linter_config是
typecheck_configspython/cuda_cccl/cuda/cccl/py.typed
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share—
已排除计分（无数据或不适用）：已体现的代理实践, 自动化维护。 其余权重已重新归一化。

面向模型的代码可读性

100卓越
评分方式
45/45可类型检查的代码 — C++（静态类型）
54.9/55可控的文件大小 — 采样的 6,308 个源文件中有 14 个超过 60KB
所用输入
primary_languageC++
largest_source_bytes279,318
source_files_sampled6,308
oversized_source_files14

机器可读接口

100卓越
评分方式
0/40API 模式（OpenAPI/GraphQL/proto） — 不适用于此类软件
20/20MCP 服务器
40/40可运行示例 — examples
所用输入
example_dirsexamples
has_mcp_signal是
api_schema_files—
interfaces_expected_of—
已排除计分（无数据或不适用）：API 模式（OpenAPI/GraphQL/proto）。 其余权重已重新归一化。

关键数据

2,420GitHub 星标
100贡献者
2,527最近 12 个月提交数
0距最近推送天数
50发布版本数
5巴士系数（bus factor）
1,306开放议题
PyPI软件包生态系统数

更多细节

OpenSSF Scorecard 4.9 / 10
4.9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 · 2026-07-15 16:51 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
10Code-Reviewall changesets reviewed
10Contributorsproject has 24 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
10Maintained30 commit(s) and 7 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
2Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 2
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
全部依赖 17

来自 GitHub 依赖图的完整解析依赖集合：0 个直接依赖与 17 个间接（传递）软件包。仓库提交锁文件时，传递闭包才是完整的。

注册表软件包版本关系
PyPIbreathe—间接
PyPIcmake—间接
PyPIcuda-bindings—间接
PyPIcuda-pathfinder—间接
PyPIcuda-toolkit—间接
PyPIexhale—间接
PyPImyst-parser—间接
PyPInbsphinx—间接
PyPInumba—间接
PyPInumba-cuda—间接
PyPInumpy—间接
PyPInumpydoc—间接
PyPInvidia-sphinx-theme—间接
PyPIscikit-build-core—间接
PyPIsphinx—间接
PyPIsphinx-copybutton—间接
PyPIsphinx-design—间接
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 NVIDIA/cccl 共享目录标签或生态系统的已检测仓库。 并排阅读 →

98NVIDIA/warpA Python framework for GPU-accelerated simulation, robotics, and machine learning.卓越94NVIDIA/cutlassCUDA Templates and Python DSLs for High-Performance Linear Algebra卓越88NVIDIA/cudnn-frontendcuDNN Frontend is NVIDIA's modern, open-source entry point to the cuDNN library and a growing collection of high-performance open-source kernels.优秀87arbor-sim/arborThe Arbor multi-compartment neural network simulation library.优秀86arborx/ArborXPerformance-portable geometric search library优秀84NVIDIA/ncclOptimized primitives for collective multi-GPU communication优秀

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 v0.11.0—— 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.