公开记录
软件健康报告模式 0.31.0 · 指标 2.10.0 · 2026-08-12 23:01 UTC

NVIDIA / cuml

NVIDIA cuML: GPU-Accelerated Machine Learning

Python · C++ · CudaApache-2.0★ 5,251 星标⑂ 651 复刻始于 2018年10月在 GitHub 上查看 ↗
类型插件如何判定

NVIDIA/cuml 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(96/100),最低的是Security(67/100)。 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。

98
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。

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)
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 86 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

28,897 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
PyPIcuml指向其他仓库——不计分0.6.1.post1-12263 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?

96卓越 · 占总体的 21%
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 812 次提交
10/10OpenSSF Scorecard:Maintained30 commit(s) and 8 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year812
human_commit_share1
days_since_last_push0
active_weeks_last_year51

发布纪律

92优秀
评分方式
27/27有发布版本已发布 53 个发布版本
36/36发布时效最近一次发布版本于 7 天前
19.8/27发布节奏约每 53.7 天发布一次
0/10OpenSSF Scorecard:Signed-Releases无数据
所用输入
releases_count53
latest_release_tagv26.08.00
releases_from_tags
days_since_latest_release7
mean_days_between_releases53.7
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?

83优秀 · 占总体的 17%
评分方式
60/60星标5,251 个星标
23.4/25复刻651 个复刻
10.3/15关注者71 位关注者
所用输入
forks651
stars5,251
watchers71
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

70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
0/6.3PR 模板
所用输入
has_readme
has_license
readme_badges0
has_contributing
has_issue_template
has_code_of_conduct
readme_badge_services
has_pull_request_template

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优秀 · 占总体的 23%
评分方式
45.9/54巴士系数5 位贡献者贡献了半数提交
18.9/22.5提交分布头号贡献者编写了 16% 的提交
13.5/13.5贡献者广度100 位贡献者
10/10OpenSSF Scorecard:Contributorsproject has 33 contributing companies or organizations
所用输入
bus_factor5
contributors_sampled100
top_contributor_share0.162
评分方式
31.7/42议题解决76% 的议题已关闭
25.3/30PR 接受已裁定的 PR 中 4,364/5,168 已合并
0/13Newcomer PR acceptance30 天内首次贡献者的 PR 已合并 0/1
15/15OpenSSF Scorecard:Code-Reviewall changesets reviewed
所用输入
merged_prs4,364
open_issues795
closed_issues2,452
prs_merged_7d11
prs_decided_7d11
prs_merged_30d32
prs_decided_30d34
issue_closed_ratio0.755
closed_unmerged_prs804
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1
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 28,897 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
followers28,897
owner_typeOrganization
is_verified
owner_loginNVIDIA
public_repos789
account_age_days5,207
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8 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-Tests28 out of 28 merged PRs checked by a CI test -- score normalized to 10
所用输入
has_ci
has_tests
has_editorconfig
has_linter_config
has_precommit_config

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://docs.nvidia.com/cuml/
10/10仓库描述
10/10主题标签5 个主题标签
10/10Wiki
所用输入
topicsmachine-learning-algorithms, machine-learning, cuda, gpu, nvidia
has_wiki
homepagehttps://docs.nvidia.com/cuml/
docs_sitehttps://docs.nvidia.com/cuml/
has_readme
has_docs_dir
has_description

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?

67良好 · 占总体的 16%

安全态势

59中等
评分方式
7.5/7.5Binary-Artifactsno binaries found in the repo
0/7.5Branch-Protection无数据
2.5/2.5CI-Tests28 out of 28 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
7.5/7.5Code-Reviewall changesets reviewed
2.5/2.5Contributorsproject has 33 contributing companies or organizations
0/10Dangerous-Workflowdangerous workflow patterns detected
0/7.5Dependency-Update-Toolno update tool detected
0/5Fuzzingproject is not fuzzed
2.5/2.5许可证license file detected
7.5/7.5Maintained30 commit(s) and 8 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging无数据
0/5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0/5SASTSAST tool is not run on all commits -- score normalized to 0
5/5Security-Policysecurity policy file detected
0/7.5Signed-Releases无数据
7.5/7.5Token-PermissionsGitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities0 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate5.9
已排除计分(无数据或不适用):Branch-Protection, Packaging, Signed-Releases。 其余权重已重新归一化。
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
advisories0
affected_packages0
assessed_packages1
unassessed_packages47
affected_by_severitynone
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 1 个已解析依赖与 OSV 比对。 有 47 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。

73良好 · 占总体的 4%
评分方式
45/45代理指令cpp/agents.md, python/agents.md
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 94 次说明了意图(结构化标题或解释性正文)
所用输入
has_llms_txt
llms_txt_url
legible_history_share0.94
agent_instruction_filescpp/agents.md, python/agents.md
agent_instruction_max_bytes16,045
评分方式
18/18一条命令的引导启动docs/Makefile
22/22自动化测试
11/11Lint / 格式化配置
0/11静态类型检查
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-Dependenciesdependency not pinned by hash detected -- score normalized to 0
所用输入
has_nix
has_tests
lockfiles
has_dockerfile
typed_language
bootstrap_filesdocs/Makefile
has_devcontainer
has_linter_config
typecheck_configs
agent_commit_share0
toolchain_manifests
dependency_bot_commit_share0
评分方式
0/45可类型检查的代码Python,未配置类型检查
54.3/55可控的文件大小采样的 553 个源文件中有 7 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes1,260,083
source_files_sampled553
oversized_source_files7
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
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

5,251GitHub 星标
100贡献者
812最近 12 个月提交数
0距最近推送天数
53发布版本数
5巴士系数(bus factor)
795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
  • First-time contributor figures cover 12 of 16 authors (cap 12)
  • pypi package 'cuml' points at a different repository (https://github.com/rapidsai/dask-cuda); excluded from ecosystem scoring
  • Could not fetch pypi package 'libcuml' from its registry

更多细节

Star 与 Fork 历史 0 ★ / 651 ⇿
0Star
651Fork
53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。

012525037550062575064882018-102022-092026-08
主版本 0次版本 36修订 12

每个点涵盖 8 天。

OpenSSF Scorecard 5.9 / 10
5.9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 · 2026-08-12 23:00 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-Tests28 out of 28 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 33 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 8 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
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
直接依赖 25
注册表软件包版本约束清单文件
PyPIcuda-bindings>=13.0.1,<14.0python/cuml/pyproject.toml
PyPIcuda-toolkit==13.*python/cuml/pyproject.toml
PyPIcudf==26.10.*,>=0.0.0a0python/cuml/pyproject.toml
PyPIcupy-cuda13x>=14.0.1,!=14.1.0python/cuml/pyproject.toml
PyPIjoblib>=0.11python/cuml/pyproject.toml
PyPIlibcuml==26.10.*,>=0.0.0a0python/cuml/pyproject.toml
PyPInumba-cuda>=0.22.2python/cuml/pyproject.toml
PyPInumba>=0.60.0,<0.65.0python/cuml/pyproject.toml
PyPInumpy>=2.0,<3.0python/cuml/pyproject.toml
PyPInvforest==26.10.*,>=0.0.0a0python/cuml/pyproject.toml
PyPInvidia-nvjitlink>=13.3,<14python/cuml/pyproject.toml
PyPIpackagingpython/cuml/pyproject.toml
PyPIpylibraft==26.10.*,>=0.0.0a0python/cuml/pyproject.toml
PyPIrichpython/cuml/pyproject.toml
PyPIrmm==26.10.*,>=0.0.0a0python/cuml/pyproject.toml
PyPIscikit-learn>=1.6python/cuml/pyproject.toml
PyPIscipy>=1.14.0python/cuml/pyproject.toml
PyPItreelite>=4.7.0,<5.0.0python/cuml/pyproject.toml
PyPIcuda-toolkit==13.*python/libcuml/pyproject.toml
PyPIlibcuvs==26.10.*,>=0.0.0a0python/libcuml/pyproject.toml
PyPIlibnvforest==26.10.*,>=0.0.0a0python/libcuml/pyproject.toml
PyPIlibraft==26.10.*,>=0.0.0a0python/libcuml/pyproject.toml
PyPIlibrmm==26.10.*,>=0.0.0a0python/libcuml/pyproject.toml
PyPInvidia-nvjitlink>=13.3,<14python/libcuml/pyproject.toml
PyPIrapids-logger==0.3.*python/libcuml/pyproject.toml
全部依赖 48

来自 GitHub 依赖图的完整解析依赖集合:26 个直接依赖与 22 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
PyPIcuda-bindings直接
PyPIcuda-toolkit直接
PyPIcudf直接
PyPIcudf24.6.*直接
PyPIcupy-cuda13x直接
PyPIjoblib直接
PyPIlibcuml直接
PyPIlibcuvs直接
PyPIlibnvforest直接
PyPIlibraft直接
PyPIlibrmm直接
PyPInumba直接
PyPInumba-cuda直接
PyPInumpy直接
PyPInvforest直接
PyPInvidia-nvjitlink直接
PyPIpackaging直接
PyPIpylibraft直接
PyPIpylibraft24.6.*直接
PyPIrapids-logger直接
PyPIrmm直接
PyPIrmm24.6.*直接
PyPIscikit-learn直接
PyPIscipy直接
PyPItreelite直接
PyPItreelite4.1.2直接
PyPIcupy-cuda11x间接
PyPIcython间接
PyPIdask-cuda间接
PyPIdask-cuda24.6.*间接
PyPIdask-cudf间接
PyPIdask-cudf24.6.*间接
PyPIdask-ml间接
PyPIhdbscan间接
PyPIhypothesis间接
PyPIipython间接
PyPInumpydoc间接
PyPInvidia-ml-py间接
PyPIraft-dask间接
PyPIraft-dask24.6.*间接
PyPIrapids-build-backend间接
PyPIrapids-dask-dependency间接
PyPIrapids-dask-dependency24.6.*间接
PyPIscikit-build-core间接
PyPIsphinx间接
PyPIsphinx-rtd-theme间接
PyPIumap-learn间接
PyPIxgboost间接
依赖安全公告 0

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 1 个包,其中也包含从不交付的开发与测试版本固定:0 个存在已知公告,0 个为直接依赖。 有 47 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。

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。

登录过程中消息不会丢失。

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PyPI.