公开记录
软件健康报告模式 0.14.0 · 指标 2.10.0 · 2026-07-18 17:25 UTC

SuperCowPowers / workbench

Workbench: An easy to use Python API for creating and deploying AWS SageMaker Models

PythonMIT★ 51 星标⑂ 7 复刻始于 2022年12月在 GitHub 上查看 ↗
类型库如何判定
#aws#big-data#machine-learning#python#spark#data-engineering#pandas

SuperCowPowers/workbench 的健康指数为 100 分中的 86 分，处于「优秀」区间。 其得分最高的类别是Vitality（96/100），最低的是Security（50/100）。 最近一次更新在今天。 近期的大部分工作由 1 位贡献者完成。

86
总分 / 100
优秀

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。

86
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 72 经校准后在公布的指数量表上为 86（记录校准 2026-08-02）。

所有权

SuperCowPowers组织
29 关注者13 个公开仓库始于 2014年3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标签
PyPIworkbench0.8.40910,1443300 天前sagemakermachine-learningawspythonutilities

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 2,128 次提交
10/10OpenSSF Scorecard：Maintained — 30 commit(s) and 3 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year2,128
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 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 1.1 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_count100
latest_release_tagv0.8.409
releases_from_tags否
days_since_latest_release0
mean_days_between_releases1.1

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？

57中等 · 占总体的 17%

流行度与采用

34存在风险
评分方式
27.6/60星标 — 51 个星标
6.5/25复刻 — 7 个复刻
0/15关注者 — 2 位关注者
所用输入
forks7
stars51
watchers2
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（MIT）
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_badges—
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）

67良好
评分方式
53.4/80月度下载量 — pypi 合计每月 10,144 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
packagesworkbench
dependents—
ecosystemspypi
total_downloads—
monthly_downloads10,144
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？

62中等 · 占总体的 23%

维护者韧性（巴士系数）

30存在风险
评分方式
9/54巴士系数 — 1 位贡献者贡献了半数提交
0.3/22.5提交分布 — 头号贡献者编写了 99% 的提交
10.8/13.5贡献者广度 — 8 位贡献者
10/10OpenSSF Scorecard：Contributors — project has 6 contributing companies or organizations
所用输入
bus_factor1
contributors_sampled8
top_contributor_share0.986

议题与 PR 响应能力

54中等
评分方式
25.4/42议题解决 — 60% 的议题已关闭
21.7/30PR 接受 — 已裁定的 PR 中 81/112 已合并
0/13Newcomer PR acceptance — 30 天内没有首次贡献者的 PR 得到裁决
0/15OpenSSF Scorecard：Code-Review — Found 0/30 approved changesets -- score normalized to 0
所用输入
merged_prs81
open_issues192
closed_issues294
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0.605
closed_unmerged_prs31
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

76良好
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
10.6/25所有者影响力 — SuperCowPowers 有 29 位关注者
20.3/25既往记录 — 13 个公开仓库，账户约 12 年
所用输入
followers29
owner_typeOrganization
is_verified—
owner_loginSuperCowPowers
public_repos13
account_age_days4,513
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。

软件包维护

100卓越
评分方式
25/25已发布且可解析 — pypi 上有 1 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 — 330 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
packagesworkbench
ecosystemspypi
any_deprecated否
min_days_since_publish0

工程质量

基础的工程与文档实践是否到位？

95卓越 · 占总体的 19%

工程实践

92优秀
评分方式
24/24CI 工作流 — 7 个工作流
24/24存在测试
16/16Linter 配置 — .flake8, tox.ini
9.6/9.6Pre-commit 钩子
0/6.4.editorconfig
0/20OpenSSF 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
已排除计分（无数据或不适用）：OpenSSF Scorecard：CI-Tests。 其余权重已重新归一化。

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://www.supercowpowers.com
10/10仓库描述
10/10主题标签 — 7 个主题标签
10/10Wiki
所用输入
topicsaws, big-data, machine-learning, python, spark, data-engineering, pandas
has_wiki是
homepagehttps://www.supercowpowers.com
docs_sitehttps://www.supercowpowers.com
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？

50中等 · 占总体的 16%

安全态势

50中等
评分方式
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — 无数据
0/2.5CI-Tests — 无数据
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 6 contributing companies or organizations
10/10Dangerous-Workflow — no 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 3 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — no SAST tool detected
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
0/7.5Vulnerabilities — 10 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5
已排除计分（无数据或不适用）：Branch-Protection, CI-Tests。 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。

53中等 · 占总体的 4%

AI 代理上下文与指引

1危急
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）
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—
agent_instruction_max_bytes—
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）

73良好
评分方式
18/18一条命令的引导启动 — Makefile
22/22自动化测试
11/11Lint / 格式化配置 — .flake8, tox.ini
0/11静态类型检查
10/10可复现环境 — Dockerfile, lockfile
0/10已体现的代理实践 — 无数据
5/8自动化维护 — 已配置依赖自动化，但在抽样提交中未观察到
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
lockfilesuv.lock
has_dockerfile是
typed_language否
bootstrap_filesMakefile
has_devcontainer否
has_linter_config是
typecheck_configs—
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share0
已排除计分（无数据或不适用）：已体现的代理实践。 其余权重已重新归一化。

面向模型的代码可读性

55中等
评分方式
0/45可类型检查的代码 — Python，未配置类型检查
54.7/55可控的文件大小 — 采样的 637 个源文件中有 4 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes70,242
source_files_sampled637
oversized_source_files4

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
所用输入
example_dirsexamples, notebooks
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

51GitHub 星标
8贡献者
2,128最近 12 个月提交数
0距最近推送天数
100发布版本数
1巴士系数（bus factor）
192开放议题
PyPI软件包生态系统数

更多细节

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）。Scorecard v5.5.0 · 2026-07-18 17:24 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
不适用CI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
10Contributorsproject has 6 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 3 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTno SAST tool detected
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities10 existing vulnerabilities detected
直接依赖 22
注册表软件包版本约束清单文件
PyPIboto3>= 1.42.2pyproject.toml
PyPIbotocore>= 1.42.2pyproject.toml
PyPIawswrangler>= 3.4.0pyproject.toml
PyPIsagemaker>= 3.6.0, < 3.13pyproject.toml
PyPIsagemaker-core>= 2.12.0, < 2.13pyproject.toml
PyPIsagemaker-mlops>= 1.12.0, < 1.13pyproject.toml
PyPIsagemaker-serve>= 1.12.0, < 1.13pyproject.toml
PyPIsagemaker-train>= 1.12.0, < 1.13pyproject.toml
PyPIredis>= 5.0.1pyproject.toml
PyPIcryptography>= 46.0.0pyproject.toml
PyPIrequests>= 2.26.0pyproject.toml
PyPIaiobotocore>= 3.7.0pyproject.toml
PyPIpandas>= 2.2.1, < 3.0pyproject.toml
PyPIscikit-learn>= 1.5.2pyproject.toml
PyPIxgboost>= 3.0.3pyproject.toml
PyPIjoblib>= 1.3.2pyproject.toml
PyPIrdkit>= 2026.3.1pyproject.toml
PyPImordredcommunity>= 2.0.6pyproject.toml
PyPIipython>= 8.37.0pyproject.toml
PyPIpyreadline3—pyproject.toml
PyPImatplotlib>= 3.9.2pyproject.toml
PyPInetworkx>= 3.2pyproject.toml
全部依赖 295

来自 GitHub 依赖图的完整解析依赖集合：35 个直接依赖与 260 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
PyPIaiobotocore3.7.0直接
PyPIawswrangler—直接
PyPIawswrangler3.16.1直接
PyPIboto3—直接
PyPIboto31.43.0直接
PyPIbotocore—直接
PyPIbotocore1.43.0直接
PyPIcryptography48.0.1直接
PyPIipython8.39.0直接
PyPIipython9.14.1直接
PyPIjoblib—直接
PyPIjoblib1.5.3直接
PyPImatplotlib3.10.9直接
PyPImordredcommunity—直接
PyPImordredcommunity2.0.7直接
PyPInetworkx—直接
PyPInetworkx3.4.2直接
PyPInetworkx3.6.1直接
PyPIpandas—直接
PyPIpandas2.3.3直接
PyPIpyreadline33.5.6直接
PyPIrdkit—直接
PyPIrdkit2026.3.3直接
PyPIredis8.0.0直接
PyPIrequests—直接
PyPIrequests2.34.2直接
PyPIsagemaker3.12.0直接
PyPIsagemaker-core2.12.0直接
PyPIsagemaker-mlops1.12.0直接
PyPIsagemaker-serve1.12.0直接
PyPIsagemaker-train1.12.0直接
PyPIscikit-learn—直接
PyPIscikit-learn1.7.2直接
PyPIscikit-learn1.9.0直接
PyPIxgboost3.2.0直接
PyPIaiohappyeyeballs2.6.2间接
PyPIaiohttp3.14.1间接
PyPIaioitertools0.13.0间接
PyPIaiosignal1.4.0间接
PyPIalembic1.18.4间接
PyPIannotated-doc0.0.4间接
PyPIannotated-types0.7.0间接
PyPIantlr4-python3-runtime4.9.3间接
PyPIanyio4.13.0间接
PyPIasgiref—间接
PyPIasttokens3.0.1间接
PyPIasync-timeout5.0.1间接
PyPIattrs26.1.0间接
PyPIaws-cdk-asset-awscli-v12.2.282间接
PyPIaws-cdk-asset-node-proxy-agent-v62.1.2间接
PyPIaws-cdk-cloud-assembly-schema54.8.0间接
PyPIaws-cdk-lib—间接
PyPIaws-cdk-lib2.211.0间接
PyPIaws-cdk-lib2.261.0间接
PyPIbabel2.18.0间接
PyPIbackrefs7.0间接
PyPIbcrypt5.0.0间接
PyPIblack—间接
PyPIblack26.5.1间接
PyPIblinker1.9.0间接
PyPIbrotli1.2.0间接
PyPIcachebox5.2.3间接
PyPIcachetools6.2.6间接
PyPIcattrs26.1.0间接
PyPIcertifi2026.5.20间接
PyPIcffi2.0.0间接
PyPIcharset-normalizer3.4.7间接
PyPIchemprop—间接
PyPIclick8.4.1间接
PyPIcloudpickle3.1.2间接
PyPIcolorama0.4.6间接
PyPIcolorlog6.10.1间接
PyPIconstructs—间接
PyPIconstructs10.6.0间接
PyPIcontourpy1.3.2间接
PyPIcontourpy1.3.3间接
PyPIcoverage—间接
PyPIcoverage7.14.1间接
PyPIcuda-bindings13.3.1间接
PyPIcuda-pathfinder1.5.5间接
PyPIcuda-toolkit13.0.2间接
PyPIcycler0.12.1间接
PyPIdash4.2.0间接
PyPIdash-ag-grid35.2.0间接
PyPIdash-bootstrap-components2.0.4间接
PyPIdatabricks-sdk0.116.0间接
PyPIdecorator5.3.1间接
PyPIdeepdiff9.1.0间接
PyPIdocker7.1.0间接
PyPIexceptiongroup1.3.1间接
PyPIexecnet2.1.2间接
PyPIexecuting2.2.1间接
PyPIfastapi—间接
PyPIfastapi0.136.3间接
PyPIfilelock3.29.3间接
PyPIflake8—间接
PyPIflake87.3.0间接
PyPIflask3.1.3间接
PyPIflask-cors6.0.5间接
PyPIflatbuffers25.12.19间接
PyPIfonttools4.63.0间接
PyPIfrozenlist1.8.0间接
PyPIfsspec2026.4.0间接
PyPIgevent26.5.0间接
PyPIgeventhttpclient2.3.9间接
PyPIghp-import2.1.0间接
PyPIgitdb4.0.12间接
PyPIgitpython3.1.50间接
PyPIgoogle-auth2.53.0间接
PyPIgraphene3.4.3间接
PyPIgraphql-core3.2.11间接
PyPIgraphql-relay3.2.0间接
PyPIgreenlet3.3.2间接
PyPIgriffelib2.1.0间接
PyPIgunicorn26.0.0间接
PyPIh110.16.0间接
PyPIhuey3.0.1间接
PyPIidna3.18间接
PyPIimportlib-metadata6.11.0间接
PyPIiniconfig2.3.0间接
PyPIinvoke3.0.3间接
PyPIipython-pygments-lexers1.1.1间接
PyPIitsdangerous2.2.0间接
PyPIjanus2.0.0间接
PyPIjedi0.20.0间接
PyPIjinja23.1.6间接
PyPIjmespath1.1.0间接
PyPIjsii1.138.0间接
PyPIjson50.14.0间接
PyPIjsonschema4.26.0间接
PyPIjsonschema-specifications2025.9.1间接
PyPIkiwisolver1.5.0间接
PyPIllvmlite0.47.0间接
PyPImako1.3.12间接
PyPImarkdown3.10.2间接
PyPImarkdown-it-py4.2.0间接
PyPImarkupsafe3.0.3间接
PyPImatplotlib-inline0.2.2间接
PyPImccabe0.7.0间接
PyPImdurl0.1.2间接
PyPImergedeep1.3.4间接
PyPImkdocs1.6.1间接
PyPImkdocs-autorefs1.4.4间接
PyPImkdocs-get-deps0.2.2间接
PyPImkdocs-material9.7.7间接
PyPImkdocs-material-extensions1.3.1间接
PyPImkdocstrings1.0.6间接
PyPImkdocstrings-python2.0.5间接
PyPIml-dtypes0.5.4间接
PyPImlflow3.13.0间接
PyPImlflow-skinny3.13.0间接
PyPImlflow-tracing3.13.0间接
PyPImmh35.2.1间接
PyPImock4.0.3间接
PyPImpmath1.3.0间接
PyPImsgpack1.2.1间接
PyPImultidict6.7.1间接
PyPImypy-extensions1.1.0间接
PyPInarwhals2.22.1间接
PyPInest-asyncio1.6.0间接
PyPInumba0.65.1间接
PyPInumpy2.2.6间接
PyPInumpy2.4.6间接
PyPInvidia-cublas13.1.1.3间接
PyPInvidia-cuda-cupti13.0.85间接
PyPInvidia-cuda-nvrtc13.0.88间接
PyPInvidia-cuda-runtime13.0.96间接
PyPInvidia-cudnn-cu139.20.0.48间接
PyPInvidia-cufft12.0.0.61间接
PyPInvidia-cufile1.15.1.6间接
PyPInvidia-curand10.4.0.35间接
PyPInvidia-cusolver12.0.4.66间接
PyPInvidia-cusparse12.6.3.3间接
PyPInvidia-cusparselt-cu130.8.1间接
PyPInvidia-nccl-cu122.30.7间接
PyPInvidia-nccl-cu132.29.7间接
PyPInvidia-nvjitlink13.0.88间接
PyPInvidia-nvshmem-cu133.4.5间接
PyPInvidia-nvtx13.0.85间接
PyPIomegaconf2.3.0间接
PyPIonnx1.22.0间接
PyPIonnxruntime1.24.3间接
PyPIonnxruntime1.26.0间接
PyPIopentelemetry-api1.42.1间接
PyPIopentelemetry-proto1.42.1间接
PyPIopentelemetry-sdk1.42.1间接
PyPIopentelemetry-semantic-conventions0.63b1间接
PyPIoptuna4.9.0间接
PyPIorderly-set5.5.0间接
PyPIpackaging26.2间接
PyPIpaginate0.5.7间接
PyPIparamiko5.0.0间接
PyPIparso0.8.7间接
PyPIpathspec1.1.1间接
PyPIpexpect4.9.0间接
PyPIpillow12.2.0间接
PyPIplatformdirs4.10.0间接
PyPIplotly6.8.0间接
PyPIpluggy1.6.0间接
PyPIprettytable3.17.0间接
PyPIprompt-toolkit3.0.52间接
PyPIpropcache0.5.2间接
PyPIprotobuf6.33.6间接
PyPIpsutil7.2.2间接
PyPIptyprocess0.7.0间接
PyPIpublication0.0.3间接
PyPIpure-eval0.2.3间接
PyPIpyarrow24.0.0间接
PyPIpyasn10.6.3间接
PyPIpyasn1-modules0.4.2间接
PyPIpycodestyle2.14.0间接
PyPIpycparser3.0间接
PyPIpydantic2.13.4间接
PyPIpydantic-core2.46.4间接
PyPIpyflakes3.4.0间接
PyPIpygments2.20.0间接
PyPIpyiceberg0.11.1间接
PyPIpymdown-extensions11.0.1间接
PyPIpynacl1.6.2间接
PyPIpynndescent0.6.0间接
PyPIpyparsing3.3.2间接
PyPIpyroaring1.1.0间接
PyPIpytest—间接
PyPIpytest9.0.3间接
PyPIpytest-cov—间接
PyPIpytest-cov7.1.0间接
PyPIpytest-sugar—间接
PyPIpytest-sugar1.1.1间接
PyPIpytest-xdist3.8.0间接
PyPIpython-dateutil2.9.0.post0间接
PyPIpython-dotenv1.2.2间接
PyPIpython-rapidjson1.23间接
PyPIpytokens0.4.1间接
PyPIpytz2026.2间接
PyPIpywin32312间接
PyPIpyyaml6.0.3间接
PyPIpyyaml-env-tag1.1间接
PyPIray2.56.0间接
PyPIreferencing0.37.0间接
PyPIretrying1.4.2间接
PyPIrich14.3.4间接
PyPIrpds-py0.30.0间接
PyPIrpds-py2026.5.1间接
PyPIs3fs2026.4.0间接
PyPIs3transfer0.17.1间接
PyPIsagemaker-mlflow0.4.0间接
PyPIsagemaker-schema-inference-artifacts0.0.5间接
PyPIschema0.7.8间接
PyPIscipy1.15.3间接
PyPIscipy1.17.1间接
PyPIsetuptools81.0.0间接
PyPIshap—间接
PyPIsix1.17.0间接
PyPIskops0.14.0间接
PyPIsmdebug-rulesconfig1.0.1间接
PyPIsmmap5.0.3间接
PyPIsqlalchemy2.0.50间接
PyPIsqlparse0.5.5间接
PyPIstack-data0.6.3间接
PyPIstarlette1.3.1间接
PyPIstrictyaml1.7.3间接
PyPIsympy1.14.0间接
PyPItblib3.2.2间接
PyPItenacity9.1.4间接
PyPItensorboardx2.6.5间接
PyPItermcolor3.3.0间接
PyPIthreadpoolctl3.6.0间接
PyPItomli2.4.1间接
PyPItorch—间接
PyPItorch2.12.0间接
PyPItqdm—间接
PyPItqdm4.68.2间接
PyPItraitlets5.15.1间接
PyPItriton3.7.0间接
PyPItritonclient2.69.0间接
PyPItypeguard2.13.3间接
PyPItyping-extensions4.15.0间接
PyPItyping-inspection0.4.2间接
PyPItzdata2026.2间接
PyPIumap-learn—间接
PyPIumap-learn0.5.12间接
PyPIurllib32.7.0间接
PyPIuvicorn—间接
PyPIuvicorn0.49.0间接
PyPIwaitress3.0.2间接
PyPIwatchdog6.0.0间接
PyPIwcwidth0.8.1间接
PyPIwerkzeug3.1.8间接
PyPIwrapt2.2.1间接
PyPIxgboost-cpu—间接
PyPIyarl1.24.2间接
PyPIzipp4.1.0间接
PyPIzope-event6.2间接
PyPIzope-interface8.5间接
PyPIzstandard0.25.0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 SuperCowPowers/workbench 共享目录标签或生态系统的已检测仓库。 并排阅读 →

98Eventual-Inc/DaftHigh-performance data engine for AI and multimodal workloads. Process images, audio, video, and structured data at any scale卓越98aws/sagemaker-python-sdkA library for training and deploying machine learning models on Amazon SageMaker卓越98feast-dev/feastThe Open Source Feature Store for AI/ML卓越100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflows卓越99kedro-org/kedroKedro is a toolbox for production-ready data science. It uses software engineering best practices to help you create data engineering and data science pipelines that are reproducible, maintainable, and modular.卓越98Netflix/metaflowBuild, Manage and Deploy AI/ML Systems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 v0.14.0—— 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.