公开记录卓越
软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-10-23 10:57 UTC
NVIDIA / cuda-python
CUDA Python: Performance meets Productivity
NVIDIA/cuda-python 的健康指数为 100 分中的 98 分，处于「卓越」区间。 其得分最高的类别是Vitality（99/100），最低的是Security（78/100）。 最近一次更新在今天。 近期的大部分工作由 4 位贡献者完成。
98
总分 / 100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。
98
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）
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 87 经校准后在公布的指数量表上为 98（记录校准 2026-08-02）。
所有权
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 |
|---|---|---|---|---|---|
| PyPI | cuda-core | 1.2.2 | 4,050,870 | 19 | 6 天前 |
| PyPI | cuda-python | 13.4.4 | 4,665,392 | 46 | 8 天前 |
| PyPI | cuda-pathfinder | 1.8.4 | 31,165,829 | 33 | 0 天前 |
| PyPI | cuda-bindings | 13.4.4 | 32,255,877 | 29 | 8 天前 |
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？
99
开发活跃度
99卓越
评分方式
| 36/36 | 推送新近度 — 最近一次推送于 0 天前 |
| 35.3/36 | 提交节奏 — 52 周中有 51 周有提交 |
| 18/18 | 提交量 — 最近一年 1,034 次提交 |
| 0/10 | OpenSSF Scorecard：Maintained — 无数据 |
所用输入
| commits_last_year | 1,034 |
| human_commit_share | 0.93 |
| days_since_last_push | 0 |
| active_weeks_last_year | 51 |
发布纪律
100卓越
评分方式
| 27/27 | 有发布版本 — 已发布 100 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 4.1 天发布一次 |
| 0/10 | OpenSSF Scorecard：Signed-Releases — 无数据 |
所用输入
| releases_count | 100 |
| latest_release_tag | cuda-pathfinder-v1.8.4 |
| releases_from_tags | 否 |
| days_since_latest_release | 0 |
| mean_days_between_releases | 4.1 |
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？
87
流行度与采用
88优秀
评分方式
| 57.3/60 | 星标 — 3,402 个星标 |
| 21.1/25 | 复刻 — 337 个复刻 |
| 9.2/15 | 关注者 — 47 位关注者 |
所用输入
| forks | 337 |
| stars | 3,402 |
| watchers | 47 |
| growth_state | unverified |
| growth_factor_pct | 100 |
| growth_unverified_reason | no_history |
社区健康
77良好
评分方式
| 22.5/22.5 | README |
| 22.5/22.5 | 许可证 — 可识别的许可证（Apache-2.0） |
| 18/18 | CONTRIBUTING 指南 |
| 0/13.5 | 行为准则 |
| 0/7.2 | 议题模板 |
| 6.3/6.3 | PR 模板 |
所用输入
| has_readme | 是 |
| has_license | 是 |
| readme_badges | 0 |
| has_contributing | 是 |
| has_issue_template | 否 |
| has_code_of_conduct | 否 |
| readme_badge_services | — |
| has_pull_request_template | 是 |
生态采用（下载量）
100卓越
评分方式
| 80/80 | 月度下载量 — pypi 合计每月 72,137,968 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
| packages | cuda-core, cuda-python, cuda-pathfinder, cuda-bindings |
| dependents | — |
| ecosystems | pypi |
| total_downloads | — |
| monthly_downloads | 72,137,968 |
| 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？
87
维护者韧性（巴士系数）
82优秀
评分方式
| 43.2/54 | 巴士系数 — 4 位贡献者贡献了半数提交 |
| 17/22.5 | 提交分布 — 头号贡献者编写了 24% 的提交 |
| 13.5/13.5 | 贡献者广度 — 77 位贡献者 |
| 0/10 | OpenSSF Scorecard：Contributors — 无数据 |
所用输入
| bus_factor | 4 |
| contributors_sampled | 77 |
| top_contributor_share | 0.243 |
议题与 PR 响应能力
69良好
评分方式
| 33.9/42 | 议题解决 — 81% 的议题已关闭 |
| 24.6/30 | PR 接受 — 已裁定的 PR 中 1,563/1,907 已合并 |
| 0/13 | Newcomer PR acceptance — 30 天内首次贡献者的 PR 已合并 0/1 |
| 0/15 | OpenSSF Scorecard：Code-Review — 无数据 |
所用输入
| merged_prs | 1,563 |
| open_issues | 219 |
| closed_issues | 920 |
| prs_merged_7d | 28 |
| prs_decided_7d | 35 |
| prs_merged_30d | 46 |
| prs_decided_30d | 54 |
| issue_closed_ratio | 0.808 |
| closed_unmerged_prs | 344 |
| first_time_authors_30d | 1 |
| first_time_prs_merged_30d | 0 |
| first_time_prs_decided_30d | 1 |
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 |
| 20/20 | 已验证域名 |
| 25/25 | 所有者影响力 — NVIDIA 有 31,684 位关注者 |
| 25/25 | 既往记录 — 827 个公开仓库，账户约 14 年 |
所用输入
| followers | 31,684 |
| owner_type | Organization |
| is_verified | 是 |
| owner_login | NVIDIA |
| public_repos | 827 |
| account_age_days | 5,278 |
软件包维护
100卓越
评分方式
| 25/25 | 已发布且可解析 — pypi 上有 4 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 — 46 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
| packages | cuda-core, cuda-python, cuda-pathfinder, cuda-bindings |
| ecosystems | pypi |
| any_deprecated | 否 |
| min_days_since_publish | 0 |
工程质量
基础的工程与文档实践是否到位？
81
工程实践
92优秀
评分方式
| 24/24 | CI 工作流 — 27 个工作流 |
| 24/24 | 存在测试 |
| 16/16 | Linter 配置 — cuda_bindings_12/pyproject.toml ([tool.ruff]), ruff.toml |
| 9.6/9.6 | Pre-commit 钩子 |
| 0/6.4 | .editorconfig |
| 0/20 | OpenSSF Scorecard：CI-Tests — 无数据 |
所用输入
| has_ci | 是 |
| has_tests | 是 |
| has_editorconfig | 否 |
| has_linter_config | 是 |
| has_precommit_config | 是 |
文档
65良好
评分方式
| 30/30 | README |
| 0/25 | 文档目录 |
| 15/15 | 文档 / 主页站点 — https://nvidia.github.io/cuda-python/ |
| 10/10 | 仓库描述 |
| 0/10 | 主题标签 |
| 10/10 | Wiki |
所用输入
| topics | — |
| has_wiki | 是 |
| homepage | https://nvidia.github.io/cuda-python/ |
| docs_site | https://nvidia.github.io/cuda-python/ |
| has_readme | 是 |
| has_docs_dir | 否 |
| 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？
78
安全态势
73良好
评分方式
| 30/30 | 安全策略（SECURITY.md） |
| 25/25 | Dependabot 配置 |
| 0/25 | 依赖锁定文件 — 已发布的类库——锁定文件属于应用层关注点，不作要求 |
| 0/20 | CodeQL 工作流 |
所用输入
| source | file_signals |
| lockfiles | — |
| manifests | cuda_bindings_12/pyproject.toml, cuda_bindings_12/setup.py, cuda_bindings_13/pyproject.toml, cuda_bindings_13/setup.py, cuda_core/pyproject.toml, cuda_core/setup.py, cuda_pathfinder/pyproject.toml, cuda_pathfinder/setup.py, cuda_python/pyproject.toml, cuda_python/setup.py, cuda_python_test_helpers/pyproject.toml |
| has_codeql_workflow | 否 |
| has_security_policy | 是 |
| has_dependabot_config | 是 |
已排除计分（无数据或不适用）：依赖锁定文件。 其余权重已重新归一化。
依赖安全公告
100卓越
评分方式
| 35/35 | 直接依赖不含已知公告 — 没有直接依赖携带已知公告 |
| 25/25 | 间接依赖不含已知公告 — 没有间接依赖携带已知公告 |
| 0/40 | 没有长期未处理的公告 — 没有公告带有发布日期 |
所用输入
| source | osv |
| advisories | 0 |
| affected_packages | 0 |
| assessed_packages | 4 |
| unassessed_packages | 0 |
| affected_by_severity | none |
| direct_affected_packages | 0 |
已排除计分（无数据或不适用）：没有长期未处理的公告。 其余权重已重新归一化。 比对的是 pypi:cuda-python@13.4.4 的运行时依赖闭包——安装已发布的软件包时真正被拉取进来的内容——共 4 个软件包。 未对可达性进行分析。
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。
88
AI 代理上下文与指引
85优秀
评分方式
| 45/45 | 代理指令 — AGENTS.md, CLAUDE.md, benchmarks/cuda_bindings/AGENTS.md, benchmarks/cuda_core/AGENTS.md, cuda_bindings_13/AGENTS.md, cuda_bindings_13/CLAUDE.md, cuda_core/AGENTS.md, cuda_core/CLAUDE.md, cuda_core/tests/AGENTS.md, cuda_pathfinder/AGENTS.md, cuda_pathfinder/CLAUDE.md, cuda_python/AGENTS.md, cuda_python/CLAUDE.md |
| 0/15 | 机器可读文档（llms.txt） |
| 40/40 | 可读的提交历史 — 93 次人类提交中有 93 次说明了意图（结构化标题或解释性正文） |
所用输入
| has_llms_txt | 否 |
| llms_txt_url | — |
| legible_history_share | 1 |
| agent_instruction_files | AGENTS.md, CLAUDE.md, benchmarks/cuda_bindings/AGENTS.md, benchmarks/cuda_core/AGENTS.md, cuda_bindings_13/AGENTS.md, cuda_bindings_13/CLAUDE.md, cuda_core/AGENTS.md, cuda_core/CLAUDE.md, cuda_core/tests/AGENTS.md, cuda_pathfinder/AGENTS.md, cuda_pathfinder/CLAUDE.md, cuda_python/AGENTS.md, cuda_python/CLAUDE.md |
| agent_instruction_max_bytes | 19,174 |
评分方式
| 18/18 | 一条命令的引导启动 — cuda_bindings_12/docs/Makefile, cuda_bindings_13/docs/Makefile, cuda_core/docs/Makefile, cuda_pathfinder/docs/Makefile, cuda_python/docs/Makefile |
| 22/22 | 自动化测试 |
| 11/11 | Lint / 格式化配置 — cuda_bindings_12/pyproject.toml ([tool.ruff]), ruff.toml |
| 11/11 | 静态类型检查 — cuda_core/cuda/core/py.typed |
| 0/10 | 可复现环境 |
| 10/10 | 已体现的代理实践 — 最近 100 次提交中有 16 次由代理编写或署名代理 |
| 8/8 | 自动化维护 — 最近 100 次提交中有 4 次为自动依赖更新 |
| 0/10 | OpenSSF Scorecard：Pinned-Dependencies — 无数据 |
所用输入
| has_nix | 否 |
| has_tests | 是 |
| lockfiles | — |
| has_dockerfile | 否 |
| typed_language | 否 |
| bootstrap_files | cuda_bindings_12/docs/Makefile, cuda_bindings_13/docs/Makefile, cuda_core/docs/Makefile, cuda_pathfinder/docs/Makefile, cuda_python/docs/Makefile |
| has_devcontainer | 否 |
| has_linter_config | 是 |
| typecheck_configs | cuda_core/cuda/core/py.typed |
| agent_commit_share | 0.16 |
| toolchain_manifests | — |
| dependency_bot_commit_share | 0.04 |
面向模型的代码可读性
81优秀
评分方式
| 27/45 | 可类型检查的代码 — Cython，已配置类型检查（cuda_core/cuda/core/py.typed） |
| 54.2/55 | 可控的文件大小 — 采样的 494 个源文件中有 7 个超过 60KB |
所用输入
| primary_language | Cython |
| largest_source_bytes | 127,048 |
| source_files_sampled | 494 |
| oversized_source_files | 7 |
机器可读接口
100卓越
评分方式
| 0/40 | API 模式（OpenAPI/GraphQL/proto） — 不适用于此类软件 |
| 0/20 | MCP 服务器 — 不适用于此类软件 |
| 40/40 | 可运行示例 — examples, samples |
所用输入
| example_dirs | examples, samples |
| has_mcp_signal | 否 |
| api_schema_files | — |
| interfaces_expected_of | — |
已排除计分（无数据或不适用）：API 模式（OpenAPI/GraphQL/proto）, MCP 服务器。 其余权重已重新归一化。
关键数据
3,402GitHub 星标
77贡献者
1,034最近 12 个月提交数
0距最近推送天数
100发布版本数
4巴士系数（bus factor）
219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
- Could not fetch pypi package 'cuda-python-test-helpers' from its registry
- OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit); skipping Scorecard checks
更多细节
Star 与 Fork 历史 0 ★ / 337 ⇿
0Star
337Fork
99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。
主版本 2次版本 14修订 30
每个点涵盖 5 天。
直接依赖 5
| 注册表 | 软件包 | 版本约束 | 清单文件 |
|---|---|---|---|
| PyPI | cuda-pathfinder | ~=1.1 | cuda_bindings_12/pyproject.toml |
| PyPI | cuda-pathfinder | >=1.4.2 | cuda_bindings_13/pyproject.toml |
| PyPI | cuda-pathfinder | >=1.4.2 | cuda_core/pyproject.toml |
| PyPI | numpy | — | cuda_core/pyproject.toml |
| PyPI | packaging | >=24 | cuda_python_test_helpers/pyproject.toml |
全部依赖 55
来自 GitHub 依赖图的完整解析依赖集合：3 个直接依赖与 52 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 |
|---|---|---|---|
| PyPI | cuda-pathfinder | — | 直接 |
| PyPI | numpy | — | 直接 |
| PyPI | packaging | — | 直接 |
| PyPI | cffi | — | 间接 |
| PyPI | cffi | 2.1.1 | 间接 |
| PyPI | cloudpickle | 3.1.2 | 间接 |
| PyPI | cuda-bindings | — | 间接 |
| PyPI | cuda-cccl | — | 间接 |
| PyPI | cuda-core | — | 间接 |
| PyPI | cuda-python | — | 间接 |
| PyPI | cuda-toolkit | — | 间接 |
| PyPI | cudf-cu13 | — | 间接 |
| PyPI | cugraph-cu13 | — | 间接 |
| PyPI | cupy-cuda13x | — | 间接 |
| PyPI | cython | — | 间接 |
| PyPI | dask-cuda | — | 间接 |
| PyPI | docutils | 0.23 | 间接 |
| PyPI | matplotlib | — | 间接 |
| PyPI | ml-dtypes | — | 间接 |
| PyPI | mpi4py | — | 间接 |
| PyPI | numba-cuda | — | 间接 |
| PyPI | numba-cuda-mlir | — | 间接 |
| PyPI | nvidia-cublas | — | 间接 |
| PyPI | nvidia-cuda-cccl-cu12 | — | 间接 |
| PyPI | nvidia-cudla | — | 间接 |
| PyPI | nvidia-cudnn-cu12 | — | 间接 |
| PyPI | nvidia-cudnn-cu13 | — | 间接 |
| PyPI | nvidia-cufft | — | 间接 |
| PyPI | nvidia-curand | — | 间接 |
| PyPI | nvidia-nvjitlink | — | 间接 |
| PyPI | nvidia-nvjitlink-cu12 | — | 间接 |
| PyPI | nvidia-nvshmem-cu12 | — | 间接 |
| PyPI | nvidia-nvshmem-cu13 | — | 间接 |
| PyPI | nvmath-python | — | 间接 |
| PyPI | nvtx | — | 间接 |
| PyPI | pillow | — | 间接 |
| PyPI | pyclibrary | — | 间接 |
| PyPI | pyglet | — | 间接 |
| PyPI | pyglet | 2.1.14 | 间接 |
| PyPI | pytest | — | 间接 |
| PyPI | pytest | 9.1.0 | 间接 |
| PyPI | pytest-benchmark | — | 间接 |
| PyPI | pytest-benchmark | 5.2.3 | 间接 |
| PyPI | pytest-github-actions-annotate-failures | 0.4.2 | 间接 |
| PyPI | pytest-mock | 3.15.1 | 间接 |
| PyPI | pytest-randomly | 4.1.0 | 间接 |
| PyPI | pytest-repeat | 0.9.4 | 间接 |
| PyPI | pytest-rerunfailures | 16.3 | 间接 |
| PyPI | pytest-run-parallel | 0.10.0 | 间接 |
| PyPI | pytest-subtests | — | 间接 |
| PyPI | pytest-timeout | 2.4.0 | 间接 |
| PyPI | setuptools | — | 间接 |
| PyPI | setuptools-scm | — | 间接 |
| PyPI | tensorflow | — | 间接 |
| PyPI | torch | — | 间接 |
依赖安全公告 0
安装 pypi:cuda-python@13.4.4 会引入 4 个包（直接与传递）：其中 0 个存在已知公告，0 个为直接依赖。
没有已知公告影响已评估的依赖。
公告表示依赖图中记录的版本落入某条公告的受影响范围。可达性未经分析，且依赖图包含开发与测试的版本固定——某项发现可能只涉及工具链而非交付的软件。
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。