公开记录
软件健康报告模式 0.31.0 · 指标 2.10.0 · 2026-08-12 21:31 UTC

NVIDIA / cudf

cuDF - GPU DataFrame Library

C++ · Python · CudaApache-2.0★ 9,726 星标⑂ 1,089 复刻始于 2017年5月在 GitHub 上查看 ↗
类型插件如何判定
#gpu#rapids#cudf#arrow#cuda#pandas#dataframe#dask#data-analysis#data-science#pydata#cpp#python

NVIDIA/cudf 的健康指数为 100 分中的 99 分，处于「卓越」区间。 其得分最高的类别是Vitality（100/100），最低的是Security（65/100）。 最近一次更新在今天。 近期的大部分工作由 11 位贡献者完成。

99
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。

99
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 89 经校准后在公布的指数量表上为 99（记录校准 2026-08-02）。

所有权

NVIDIA Corporation组织
28,896 关注者789 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。

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
Mavenai.rapids:cudf指向其他仓库——不计分26.08.0-502 天前
PyPIcudf指向其他仓库——不计分0.6.1.post12,88212263 天前
PyPIcustreamz指向其他仓库——不计分0.0.11012263 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？

100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 2,842 次提交
10/10OpenSSF Scorecard：Maintained — 30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year2,842
human_commit_share1
days_since_last_push0
active_weeks_last_year52

发布纪律

100卓越
评分方式
27/27有发布版本 — 已发布 72 个发布版本
36/36发布时效 — 最近一次发布版本于 7 天前
27/27发布节奏 — 约每 40.4 天发布一次
0/10OpenSSF Scorecard：Signed-Releases — 无数据
所用输入
releases_count72
latest_release_tagv26.08.00
releases_from_tags否
days_since_latest_release7
mean_days_between_releases40.4
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？

88优秀 · 占总体的 17%

流行度与采用

97卓越
评分方式
60/60星标 — 9,726 个星标
25/25复刻 — 1,089 个复刻
12.1/15关注者 — 150 位关注者
所用输入
forks1,089
stars9,726
watchers150
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

77良好
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
0/13.5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_badges0
has_contributing是
has_issue_template否
has_code_of_conduct否
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？

96卓越 · 占总体的 23%

维护者韧性（巴士系数）

98卓越
评分方式
54/54巴士系数 — 11 位贡献者贡献了半数提交
20.6/22.5提交分布 — 头号贡献者编写了 8% 的提交
13.5/13.5贡献者广度 — 100 位贡献者
10/10OpenSSF Scorecard：Contributors — project has 16 contributing companies or organizations
所用输入
bus_factor11
contributors_sampled100
top_contributor_share0.083

议题与 PR 响应能力

91优秀
评分方式
35.9/42议题解决 — 85% 的议题已关闭
26.9/30PR 接受 — 已裁定的 PR 中 13,970/15,566 已合并
13/13Newcomer PR acceptance — 30 天内首次贡献者的 PR 已合并 1/1
15/15OpenSSF Scorecard：Code-Review — all changesets reviewed
所用输入
merged_prs13,970
open_issues1,143
closed_issues6,709
prs_merged_7d28
prs_decided_7d35
prs_merged_30d49
prs_decided_30d56
issue_closed_ratio0.854
closed_unmerged_prs1,596
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

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 28,896 位关注者
25/25既往记录 — 789 个公开仓库，账户约 14 年
所用输入
followers28,896
owner_typeOrganization
is_verified—
owner_loginNVIDIA
public_repos789
account_age_days5,206
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？

92优秀 · 占总体的 19%

工程实践

94卓越
评分方式
24/24CI 工作流 — 13 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 — 29 out of 29 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://docs.rapids.ai/api/cudf/stable/
10/10仓库描述
10/10主题标签 — 13 个主题标签
0/10Wiki
所用输入
topicsgpu, rapids, cudf, arrow, cuda, pandas, dataframe, dask, data-analysis, data-science, pydata, cpp, python
has_wiki否
homepagehttps://docs.rapids.ai/api/cudf/stable/
docs_sitehttps://docs.rapids.ai/api/cudf/stable/
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？

65良好 · 占总体的 16%

安全态势

56中等
评分方式
7.5/7.5Binary-Artifacts — no binaries found in the repo
3.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 29 out of 29 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 16 contributing companies or organizations
0/10Dangerous-Workflow — 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 4 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — 无数据
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
5.2/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 108 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5.6
已排除计分（无数据或不适用）：Packaging, Signed-Releases。 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
0/25间接依赖不含已知公告 — 在此范围内，传递依赖集合无法与开发和测试依赖区分
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
sourceosv
advisories2
affected_packages1
assessed_packages21
unassessed_packages49
affected_by_severitycritical 1
direct_affected_packages0
已排除计分（无数据或不适用）：间接依赖不含已知公告, 没有长期未处理的公告。 其余权重已重新归一化。 已将 21 个已解析依赖与 OSV 比对。 有 49 项无法评估——没有已解析的版本、生态系统不受支持，或超出所报告的软件包清单。 该仓库未发布任何索引可解析的软件包，因此改为评估仓库依赖图。该图将开发与测试版本固定同交付的依赖混在一起，因此仅对声明的运行时依赖计分；传递性发现仅作为背景信息列出，不计入评分。 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。

71良好 · 占总体的 4%

AI 代理上下文与指引

40薄弱
评分方式
0/45代理指令 — 没有 CLAUDE.md / AGENTS.md / 编辑器规则
0/15机器可读文档（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否
llms_txt_url—
legible_history_share0.97
agent_instruction_files—
agent_instruction_max_bytes—

验证循环（构建 / 测试 / 类型检查）

72良好
评分方式
18/18一条命令的引导启动 — docs/cudf/Makefile, docs/dask_cudf/Makefile
22/22自动化测试
11/11Lint / 格式化配置
11/11静态类型检查 — python/cudf_polars/cudf_polars/py.typed, python/pylibcudf/pylibcudf/py.typed
10/10可复现环境 — devcontainer, Dockerfile
0/10已体现的代理实践 — 最近 100 次提交中没有代理编写的提交
0/8自动化维护 — 未观察到自动依赖更新
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
lockfiles—
has_dockerfile是
typed_language是
bootstrap_filesdocs/cudf/Makefile, docs/dask_cudf/Makefile
has_devcontainer是
has_linter_config是
typecheck_configspython/cudf_polars/cudf_polars/py.typed, python/pylibcudf/pylibcudf/py.typed
agent_commit_share0
toolchain_manifestsjava/examples/deployment-modes/pom.xml, java/pom.xml
dependency_bot_commit_share0

面向模型的代码可读性

99卓越
评分方式
45/45可类型检查的代码 — C++（静态类型）
53.6/55可控的文件大小 — 采样的 2,754 个源文件中有 70 个超过 60KB
所用输入
primary_languageC++
largest_source_bytes731,541
source_files_sampled2,754
oversized_source_files70

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
0/20MCP 服务器 — 不适用于此类软件
40/40可运行示例 — examples, notebooks, recipes
所用输入
example_dirsexamples, notebooks, recipes
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

9,726GitHub 星标
100贡献者
2,842最近 12 个月提交数
0距最近推送天数
72发布版本数
11巴士系数（bus factor）
1,143开放议题
Maven, 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
  • First-time contributor figures cover 12 of 27 authors (cap 12)
  • maven package 'ai.rapids:cudf' points at a different repository (https://github.com/rapidsai/cudf); excluded from ecosystem scoring
  • pypi package 'cudf' points at a different repository (https://github.com/rapidsai/dask-cuda); excluded from ecosystem scoring
  • Could not fetch pypi package 'libcudf' from its registry
  • pypi package 'custreamz' points at a different repository (https://github.com/rapidsai/dask-cuda); excluded from ecosystem scoring
  • Could not fetch pypi package 'dask-cudf' from its registry
  • Could not fetch pypi package 'pylibcudf' from its registry
  • Could not fetch pypi package 'cudf_kafka' from its registry
  • Could not fetch pypi package 'cudf-polars' from its registry
  • Could not fetch pypi package 'cudf-streaming' from its registry
  • deps.dev does not index maven:ai.rapids:cudf@26.08.0; advisories assessed against the repository dependency graph instead

更多细节

Star 与 Fork 历史 0 ★ / 1,089 ⇿
0Star
1,089Fork
71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。

仅显示最近的历史——该仓库超出采集窗口，因此未采集最早的历史记录。

02004006008001,0001,2001,089212018-112022-092026-08
主版本 0次版本 35修订 29

每个点涵盖 8 天。

OpenSSF Scorecard 5.6 / 10
5.6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 · 2026-08-12 21:30 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests29 out of 29 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 16 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
不适用Packagingpackaging 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
10Security-Policysecurity policy file detected
不适用Signed-Releasesno releases found
7Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities108 existing vulnerabilities detected
直接依赖 58
注册表软件包版本约束清单文件
Mavenorg.slf4j:slf4j-api${slf4j.version}java/pom.xml
Mavenorg.apache.groovy:groovy4.0.21java/pom.xml
Mavenorg.apache.groovy:groovy-ant4.0.21java/pom.xml
Mavenorg.junit.platform:junit-platform-surefire-provider1.2.0java/pom.xml
Mavenorg.junit.jupiter:junit-jupiter-engine5.4.2java/pom.xml
Mavenorg.apache.maven.surefire:surefire-logger-api2.21.0java/pom.xml
PyPIcachetools—python/cudf/pyproject.toml
PyPIcuda-bindings>=13.0.1,<14.0python/cudf/pyproject.toml
PyPIcupy-cuda13x>=14.0.1,!=14.1.0python/cudf/pyproject.toml
PyPIfsspec>=0.6.0python/cudf/pyproject.toml
PyPIlibcudf==26.10.*,>=0.0.0a0python/cudf/pyproject.toml
PyPInumba-cuda-mlir>=0.3.0python/cudf/pyproject.toml
PyPInumba-cuda>=0.22.2python/cudf/pyproject.toml
PyPInumba>=0.60.0,<0.65.0python/cudf/pyproject.toml
PyPInumpy>=2.0,<3.0python/cudf/pyproject.toml
PyPInvtx>=0.2.1python/cudf/pyproject.toml
PyPIpackaging—python/cudf/pyproject.toml
PyPIpandas>=3.0.0,<3.0.4a0python/cudf/pyproject.toml
PyPIpyarrow>=19.0.0,<24python/cudf/pyproject.toml
PyPIpylibcudf==26.10.*,>=0.0.0a0python/cudf/pyproject.toml
PyPIrich—python/cudf/pyproject.toml
PyPIrmm==26.10.*,>=0.0.0a0python/cudf/pyproject.toml
PyPIcudf==26.10.*,>=0.0.0a0python/cudf_kafka/pyproject.toml
PyPIcuda-bindings>=13.0.1,<14.0python/cudf_polars/pyproject.toml
PyPIcudf-streaming==26.10.*,>=0.0.0a0python/cudf_polars/pyproject.toml
PyPInvidia-ml-py>=12python/cudf_polars/pyproject.toml
PyPIpackaging—python/cudf_polars/pyproject.toml
PyPIpolars>=1.35,<1.43python/cudf_polars/pyproject.toml
PyPIpylibcudf==26.10.*,>=0.0.0a0python/cudf_polars/pyproject.toml
PyPIrapidsmpf==26.10.*,>=0.0.0a0python/cudf_polars/pyproject.toml
PyPItyping_extensions>=4.0.0python/cudf_polars/pyproject.toml
PyPIlibcudf-streaming==26.10.*,>=0.0.0a0python/cudf_streaming/pyproject.toml
PyPIpylibcudf==26.10.*,>=0.0.0a0python/cudf_streaming/pyproject.toml
PyPIrapidsmpf==26.10.*,>=0.0.0a0python/cudf_streaming/pyproject.toml
PyPIrmm==26.10.*,>=0.0.0a0python/cudf_streaming/pyproject.toml
PyPIconfluent-kafka—python/custreamz/pyproject.toml
PyPIcudf==26.10.*,>=0.0.0a0python/custreamz/pyproject.toml
PyPIcudf_kafka==26.10.*,>=0.0.0a0python/custreamz/pyproject.toml
PyPIstreamz—python/custreamz/pyproject.toml
PyPIcudf==26.10.*,>=0.0.0a0python/dask_cudf/pyproject.toml
PyPIcupy-cuda13x>=14.0.1,!=14.1.0python/dask_cudf/pyproject.toml
PyPIfsspec>=0.6.0python/dask_cudf/pyproject.toml
PyPInumpy>=2.0,<3.0python/dask_cudf/pyproject.toml
PyPInvidia-ml-py>=12python/dask_cudf/pyproject.toml
PyPIpandas>=3.0.0,<3.0.4a0python/dask_cudf/pyproject.toml
PyPIrapids-dask-dependency==26.10.*,>=0.0.0a0python/dask_cudf/pyproject.toml
PyPIlibkvikio==26.10.*,>=0.0.0a0python/libcudf/pyproject.toml
PyPIlibrmm==26.10.*,>=0.0.0a0python/libcudf/pyproject.toml
PyPInvidia-libnvcomp==5.3.0.16python/libcudf/pyproject.toml
PyPInvidia-nvjitlink>=13.3,<14python/libcudf/pyproject.toml
PyPIrapids-logger==0.3.*python/libcudf/pyproject.toml
PyPIlibcudf==26.10.*,>=0.0.0a0python/libcudf_streaming/pyproject.toml
PyPIlibrapidsmpf==26.10.*,>=0.0.0a0python/libcudf_streaming/pyproject.toml
PyPIlibrmm==26.10.*,>=0.0.0a0python/libcudf_streaming/pyproject.toml
PyPIcuda-bindings>=13.0.1,<14.0python/pylibcudf/pyproject.toml
PyPIlibcudf==26.10.*,>=0.0.0a0python/pylibcudf/pyproject.toml
PyPInvtx>=0.2.1python/pylibcudf/pyproject.toml
PyPIrmm==26.10.*,>=0.0.0a0python/pylibcudf/pyproject.toml
全部依赖 70

来自 GitHub 依赖图的完整解析依赖集合：34 个直接依赖与 36 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
Mavenorg.apache.groovy:groovy4.0.21直接
Mavenorg.apache.groovy:groovy-ant4.0.21直接
Mavenorg.apache.maven.surefire:surefire-logger-api2.21.0直接
Mavenorg.junit.jupiter:junit-jupiter-engine5.4.2直接
Mavenorg.junit.platform:junit-platform-surefire-provider1.2.0直接
Mavenorg.slf4j:slf4j-api1.7.30直接
PyPIcuda-bindings—直接
PyPIcudf—直接
PyPIcudf-kafka—直接
PyPIcudf-streaming—直接
PyPIcupy-cuda13x—直接
PyPIfsspec—直接
PyPIlibcudf—直接
PyPIlibcudf-streaming—直接
PyPIlibkvikio—直接
PyPIlibrapidsmpf—直接
PyPIlibrmm—直接
PyPInumba—直接
PyPInumba-cuda—直接
PyPInumba-cuda-mlir—直接
PyPInumpy—直接
PyPInvidia-libnvcomp5.3.0.16直接
PyPInvidia-ml-py—直接
PyPInvidia-nvjitlink—直接
PyPInvtx—直接
PyPIpandas—直接
PyPIpolars—直接
PyPIpyarrow—直接
PyPIpylibcudf—直接
PyPIrapids-dask-dependency—直接
PyPIrapids-logger—直接
PyPIrapidsmpf—直接
PyPIrmm—直接
PyPItyping-extensions—直接
Mavenai.rapids:cudf—间接
Mavenio.netty:netty-buffer—间接
Mavenio.netty:netty-common—间接
Mavenorg.apache.arrow:arrow-vector0.15.1间接
Mavenorg.apache.hadoop:hadoop-common3.4.0间接
Mavenorg.apache.maven.plugins:maven-dependency-plugin—间接
Mavenorg.apache.maven.plugins:maven-failsafe-plugin2.22.0间接
Mavenorg.apache.maven.plugins:maven-gpg-plugin1.5间接
Mavenorg.apache.maven.plugins:maven-jar-plugin—间接
Mavenorg.apache.maven.plugins:maven-javadoc-plugin2.9.1间接
Mavenorg.apache.maven.plugins:maven-javadoc-plugin3.6.3间接
Mavenorg.apache.maven.plugins:maven-source-plugin2.2.1间接
Mavenorg.apache.maven.plugins:maven-surefire-plugin—间接
Mavenorg.apache.parquet:parquet-avro1.10.0间接
Mavenorg.codehaus.gmavenplus:gmavenplus-plugin—间接
Mavenorg.codehaus.gmavenplus:gmavenplus-plugin3.0.0间接
Mavenorg.junit.jupiter:junit-jupiter-api5.4.2间接
Mavenorg.junit.jupiter:junit-jupiter-params5.4.2间接
Mavenorg.junit.platform:maven-surefire-plugin2.22.0间接
Mavenorg.mockito:mockito-core2.25.0间接
Mavenorg.slf4j:slf4j-simple1.7.30间接
PyPIaiobotocore—间接
PyPIboto3—间接
PyPIbotocore—间接
PyPIdask-cuda—间接
PyPIfastavro—间接
PyPIhypothesis—间接
PyPImatplotlib—间接
PyPIpytest—间接
PyPIpytest-cases—间接
PyPIpytest-rerunfailures—间接
PyPIrapids-build-backend—间接
PyPIray—间接
PyPIs3fs—间接
PyPIscikit-build-core—间接
PyPIsetuptools—间接
依赖安全公告 1

该仓库未发布可被索引解析的包，因此评估的是其自身的依赖图——共 21 个包，其中也包含从不交付的开发与测试版本固定：1 个存在已知公告，0 个为直接依赖。 有 49 个无法评估——没有已解析的版本、生态系统不受支持，或不在所列包清单之内。

软件包版本关系严重程度公告数修复版本
org.apache.parquet:parquet-avro1.10.0间接严重21.15.2

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。

登录过程中消息不会丢失。

相关记录

与 NVIDIA/cudf 共享目录标签或生态系统的已检测仓库。 并排阅读 →

97lance-format/lanceOpen Lakehouse Format for Multimodal AI. Convert from Parquet in 2 lines of code for 100x faster random access, vector index, and data versioning. Compatible with Pandas, DuckDB, Polars, Pyarrow, and PyTorch with more integrations coming..卓越99pandas-dev/pandasFlexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions, and much more卓越98dask/daskParallel computing with task scheduling卓越100reflex-dev/reflex🕸️ Web apps in pure Python 🐍卓越100streamlit/streamlitStreamlit — A faster way to build and share data apps.卓越100scikit-learn/scikit-learnscikit-learn: machine learning in Python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 v0.31.0—— 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 — Maven, PyPI.