公开记录优秀
软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-09-19 02:38 UTC
OpenDCAI / DataFlow
[SIGMOD'27] Easy Data Preparation with latest LLMs-based Operators and Pipelines.
OpenDCAI/DataFlow 的健康指数为 100 分中的 88 分，处于「优秀」区间。 其得分最高的类别是Vitality（91/100），最低的是AI Readiness（46/100）。 最近一次更新在 5 天前。 近期的大部分工作由 4 位贡献者完成。
88
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。
88
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 74 经校准后在公布的指数量表上为 88（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 | 标签 |
|---|---|---|---|---|---|---|
| PyPI | open-dataflow指向其他仓库——不计分 | 1.0.10 | 1,168 | 14 | 176 天前 | aiartificial-intelligence |
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？
91
开发活跃度
91优秀
评分方式
| 36/36 | 推送新近度 — 最近一次推送于 5 天前 |
| 27/36 | 提交节奏 — 52 周中有 39 周有提交 |
| 18/18 | 提交量 — 最近一年 350 次提交 |
| 10/10 | OpenSSF Scorecard：Maintained — 23 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10 |
所用输入
| commits_last_year | 350 |
| human_commit_share | 1 |
| days_since_last_push | 5 |
| active_weeks_last_year | 39 |
发布纪律
90优秀
评分方式
| 27/27 | 有发布版本 — 已发布 12 个发布版本 |
| 27/36 | 发布时效 — 最近一次发布版本于 176 天前 |
| 27/27 | 发布节奏 — 约每 29.6 天发布一次 |
| 0/10 | OpenSSF Scorecard：Signed-Releases — 无数据 |
所用输入
| releases_count | 12 |
| latest_release_tag | v1.0.10 |
| releases_from_tags | 否 |
| days_since_latest_release | 176 |
| mean_days_between_releases | 29.6 |
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？
77
流行度与采用
100卓越
评分方式
| 60/60 | 星标 — 8,186 个星标 |
| 25/25 | 复刻 — 1,146 个复刻 |
| 15/15 | 关注者 — 561 位关注者 |
所用输入
| forks | 1,146 |
| stars | 8,186 |
| watchers | 561 |
| growth_state | unverified |
| growth_factor_pct | 100 |
| growth_unverified_reason | no_history |
社区健康
50中等
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） |
| 0/18 | CONTRIBUTING 指南 |
| 0/13.5 | 行为准则 |
| 0/7.2 | 议题模板 |
| 0/6.3 | PR 模板 |
所用输入
| has_readme | 是 |
| has_license | 是 |
| readme_badges | 22 |
| has_contributing | 否 |
| has_issue_template | 否 |
| has_code_of_conduct | 否 |
| readme_badge_services | shields.io |
| has_pull_request_template | 否 |
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？
78
维护者韧性（巴士系数）
84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 |
| 17.6/22.5 | 提交分布 — 头号贡献者编写了 22% 的提交 |
| 13.5/13.5 | 贡献者广度 — 54 位贡献者 |
| 10/10 | OpenSSF Scorecard：Contributors — project has 6 contributing companies or organizations |
所用输入
| bus_factor | 4 |
| contributors_sampled | 54 |
| top_contributor_share | 0.218 |
议题与 PR 响应能力
80优秀
评分方式
| 36.8/42 | 议题解决 — 88% 的议题已关闭 |
| 25.9/30 | PR 接受 — 已裁定的 PR 中 385/446 已合并 |
| 9.3/13 | Newcomer PR acceptance — 30 天内首次贡献者的 PR 已合并 5/7 |
| 7.5/15 | OpenSSF Scorecard：Code-Review — Found 15/30 approved changesets -- score normalized to 5 |
所用输入
| merged_prs | 385 |
| open_issues | 9 |
| closed_issues | 63 |
| prs_merged_7d | 0 |
| prs_decided_7d | 0 |
| prs_merged_30d | 6 |
| prs_decided_30d | 8 |
| issue_closed_ratio | 0.875 |
| closed_unmerged_prs | 61 |
| first_time_authors_30d | 3 |
| first_time_prs_merged_30d | 5 |
| first_time_prs_decided_30d | 7 |
所有权与托管责任
69良好
评分方式
| 30/30 | 所有权背书 — 组织持有 |
| 0/20 | 已验证域名 |
| 23.3/25 | 所有者影响力 — OpenDCAI 有 1,747 位关注者 |
| 16.1/25 | 既往记录 — 42 个公开仓库，账户约 2 年 |
所用输入
| followers | 1,747 |
| owner_type | Organization |
| is_verified | 否 |
| owner_login | OpenDCAI |
| public_repos | 42 |
| account_age_days | 773 |
工程质量
基础的工程与文档实践是否到位？
67
工程实践
62中等
评分方式
| 24/24 | CI 工作流 — 2 个工作流 |
| 24/24 | 存在测试 |
| 0/16 | Linter 配置 |
| 0/9.6 | Pre-commit 钩子 |
| 0/6.4 | .editorconfig |
| 14/20 | OpenSSF Scorecard：CI-Tests — 14 out of 19 merged PRs checked by a CI test -- score normalized to 7 |
所用输入
| has_ci | 是 |
| has_tests | 是 |
| has_editorconfig | 否 |
| has_linter_config | 否 |
| has_precommit_config | 否 |
文档
75良好
评分方式
| 30/30 | README |
| 0/25 | 文档目录 |
| 15/15 | 文档 / 主页站点 — https://OpenDCAI.github.io/DataFlow-Doc/ |
| 10/10 | 仓库描述 |
| 10/10 | 主题标签 — 13 个主题标签 |
| 10/10 | Wiki |
所用输入
| topics | data, data-cleaning, data-pipelines, data-processing, data-science, data-synthesis, llms, operators, data-agent, sglang-bankend, vllm-backend, gradio-interface, quick-data-processing |
| has_wiki | 是 |
| homepage | https://OpenDCAI.github.io/DataFlow-Doc/ |
| docs_site | https://OpenDCAI.github.io/DataFlow-Doc/ |
| 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？
60
安全态势
50中等
评分方式
| 7.5/7.5 | Binary-Artifacts — no binaries found in the repo |
| 2.2/7.5 | Branch-Protection — branch protection is not maximal on development and all release branches |
| 1.8/2.5 | CI-Tests — 14 out of 19 merged PRs checked by a CI test -- score normalized to 7 |
| 0/2.5 | CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected |
| 3.8/7.5 | Code-Review — Found 15/30 approved changesets -- score normalized to 5 |
| 2.5/2.5 | Contributors — project has 6 contributing companies or organizations |
| 10/10 | Dangerous-Workflow — no dangerous workflow patterns detected |
| 0/7.5 | Dependency-Update-Tool — no update tool detected |
| 0/5 | Fuzzing — project is not fuzzed |
| 2.5/2.5 | 许可证 — license file detected |
| 7.5/7.5 | Maintained — 23 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10 |
| 5/5 | Packaging — packaging workflow detected |
| 0/5 | Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0 |
| 0/5 | SAST — SAST tool is not run on all commits -- score normalized to 0 |
| 0/5 | Security-Policy — security policy file not detected |
| 0/7.5 | Signed-Releases — 无数据 |
| 0/7.5 | Token-Permissions — detected GitHub workflow tokens with excessive permissions |
| 6/7.5 | Vulnerabilities — 2 existing vulnerabilities detected |
所用输入
| source | openssf_scorecard |
| checks_evaluated | 17 |
| scorecard_version | v5.5.0 |
| checks_inconclusive | 1 |
| scorecard_aggregate | 5 |
已排除计分（无数据或不适用）：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
| source | osv |
| advisories | 76 |
| affected_packages | 2 |
| assessed_packages | 4 |
| unassessed_packages | 74 |
| affected_by_severity | critical 1, high 1 |
| direct_affected_packages | 0 |
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 4 个已解析依赖与 OSV 比对。 有 74 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。
46
AI 代理上下文与指引
34存在风险
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） |
| 34.1/40 | 可读的提交历史 — 100 次人类提交中有 64 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 | 0.64 |
| agent_instruction_files | — |
| agent_instruction_max_bytes | — |
验证循环（构建 / 测试 / 类型检查）
32存在风险
评分方式
| 0/18 | 一条命令的引导启动 |
| 22/22 | 自动化测试 |
| 0/11 | Lint / 格式化配置 |
| 0/11 | 静态类型检查 |
| 10/10 | 可复现环境 — 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 |
| 0/10 | OpenSSF 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 | 否 |
| bootstrap_files | — |
| has_devcontainer | 否 |
| has_linter_config | 否 |
| typecheck_configs | — |
| agent_commit_share | 0 |
| toolchain_manifests | — |
| dependency_bot_commit_share | 0 |
面向模型的代码可读性
54中等
评分方式
| 0/45 | 可类型检查的代码 — Python，未配置类型检查 |
| 54.2/55 | 可控的文件大小 — 采样的 417 个源文件中有 6 个超过 60KB |
所用输入
| primary_language | Python |
| largest_source_bytes | 306,985 |
| source_files_sampled | 417 |
| oversized_source_files | 6 |
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 — example |
所用输入
| example_dirs | example |
| 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
8,186GitHub 星标
54贡献者
350最近 12 个月提交数
5距最近推送天数
12发布版本数
4巴士系数（bus factor）
9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
- pypi package 'open-dataflow' points at a different repository (https://github.com/Open-DataFlow/DataFlow); excluded from ecosystem scoring
更多细节
Star 与 Fork 历史 0 ★ / 1,146 ⇿
0Star
1,146Fork
2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。
主版本 0次版本 0修订 2
OpenSSF Scorecard 5.0 / 10
5.0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）。
| 10 | Binary-Artifacts | no binaries found in the repo |
| 3 | Branch-Protection | branch protection is not maximal on development and all release branches |
| 7 | CI-Tests | 14 out of 19 merged PRs checked by a CI test -- score normalized to 7 |
| 0 | CII-Best-Practices | no effort to earn an OpenSSF best practices badge detected |
| 5 | Code-Review | Found 15/30 approved changesets -- score normalized to 5 |
| 10 | Contributors | project has 6 contributing companies or organizations |
| 10 | Dangerous-Workflow | no dangerous workflow patterns detected |
| 0 | Dependency-Update-Tool | no update tool detected |
| 0 | Fuzzing | project is not fuzzed |
| 10 | License | license file detected |
| 10 | Maintained | 23 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10 |
| 10 | Packaging | packaging workflow detected |
| 0 | Pinned-Dependencies | dependency not pinned by hash detected -- score normalized to 0 |
| 0 | SAST | SAST tool is not run on all commits -- score normalized to 0 |
| 0 | Security-Policy | security policy file not detected |
| 不适用 | Signed-Releases | no releases found |
| 0 | Token-Permissions | detected GitHub workflow tokens with excessive permissions |
| 8 | Vulnerabilities | 2 existing vulnerabilities detected |
全部依赖 78
来自 GitHub 依赖图的完整解析依赖集合：0 个直接依赖与 78 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 | accelerate | — | 间接 |
| PyPI | addict | — | 间接 |
| PyPI | appdirs | — | 间接 |
| PyPI | chonkie | — | 间接 |
| PyPI | cloudpickle | — | 间接 |
| PyPI | colorama | — | 间接 |
| PyPI | colorlog | — | 间接 |
| PyPI | contractions | — | 间接 |
| PyPI | cookiecutter | — | 间接 |
| PyPI | datasets | — | 间接 |
| PyPI | datasketch | — | 间接 |
| PyPI | db-dtypes | — | 间接 |
| PyPI | distflow | — | 间接 |
| PyPI | docstring-parser | — | 间接 |
| PyPI | evaluate | — | 间接 |
| PyPI | fastapi | — | 间接 |
| PyPI | fasttext-wheel | — | 间接 |
| PyPI | fsspec | — | 间接 |
| PyPI | func-timeout | — | 间接 |
| PyPI | gcsfs | — | 间接 |
| PyPI | google-api-core | — | 间接 |
| PyPI | google-api-python-client | — | 间接 |
| PyPI | google-cloud-aiplatform | — | 间接 |
| PyPI | google-cloud-bigquery | — | 间接 |
| PyPI | google-cloud-bigquery-storage | — | 间接 |
| PyPI | google-genai | — | 间接 |
| PyPI | gradio | — | 间接 |
| PyPI | httpx | — | 间接 |
| PyPI | json5 | — | 间接 |
| PyPI | langkit | — | 间接 |
| PyPI | librosa | — | 间接 |
| PyPI | litellm | — | 间接 |
| PyPI | llamafactory | — | 间接 |
| PyPI | lxml-html-clean | — | 间接 |
| PyPI | math-verify | — | 间接 |
| PyPI | mineru | 2.0.6 | 间接 |
| PyPI | modelscope | — | 间接 |
| PyPI | nltk | — | 间接 |
| PyPI | numpy | — | 间接 |
| PyPI | open-dataflow | — | 间接 |
| PyPI | openai | — | 间接 |
| PyPI | pandas | — | 间接 |
| PyPI | presidio-analyzer | — | 间接 |
| PyPI | presidio-anonymizer | — | 间接 |
| PyPI | psutil | — | 间接 |
| PyPI | pyarrow | 20.0.0 | 间接 |
| PyPI | pydantic | — | 间接 |
| PyPI | pyfiglet | — | 间接 |
| PyPI | pymupdf | — | 间接 |
| PyPI | pymysql | — | 间接 |
| PyPI | pypdf | — | 间接 |
| PyPI | pytest | — | 间接 |
| PyPI | pyyaml | — | 间接 |
| PyPI | rapidfuzz | — | 间接 |
| PyPI | requests | — | 间接 |
| PyPI | rich | — | 间接 |
| PyPI | scipy | — | 间接 |
| PyPI | sentencepiece | — | 间接 |
| PyPI | setuptools | — | 间接 |
| PyPI | sglang | — | 间接 |
| PyPI | simhash | — | 间接 |
| PyPI | soundfile | — | 间接 |
| PyPI | sqlglot | — | 间接 |
| PyPI | sseclient-py | — | 间接 |
| PyPI | symspellpy | — | 间接 |
| PyPI | termcolor | — | 间接 |
| PyPI | tiktoken | — | 间接 |
| PyPI | tokenizers | — | 间接 |
| PyPI | torch | — | 间接 |
| PyPI | torchaudio | — | 间接 |
| PyPI | torchvision | — | 间接 |
| PyPI | tqdm | — | 间接 |
| PyPI | trafilatura | — | 间接 |
| PyPI | transformers | — | 间接 |
| PyPI | uvicorn | — | 间接 |
| PyPI | vendi-score | 0.0.3 | 间接 |
| PyPI | vllm | 0.6.3 | 间接 |
| PyPI | word2number | — | 间接 |
依赖安全公告 2
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 4 个包，其中也包含从不交付的开发与测试版本固定：2 个存在已知公告，0 个为直接依赖。 有 74 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 |
|---|---|---|---|---|---|
| vllm | 0.6.3 | 间接 | 严重 | 74 | 0.28.0 |
| pyarrow | 20.0.0 | 间接 | 高 | 2 | 23.0.1 |
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。