公开记录
软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-09-15 23:16 UTC

albumentations-team / AlbumentationsX

Image augmentation for computer vision. AGPL-3.0-only or commercial licensing.

PythonAGPL-3.0★ 552 星标⑂ 41 复刻始于 2025年6月在 GitHub 上查看 ↗
类型库如何判定
#data-augmentation#deep-learning#deeplearning#image-augmentation#image-classification#image-processing#instance-segmentation#object-detection#python#image-segmentations#3d#augmentation#bounding-box#computer-vision#keypoint-detection#machine-learning#medical-imaging#pytorch#segmentation#tensorflow

albumentations-team/AlbumentationsX 的健康指数为 100 分中的 94 分，处于「卓越」区间。 其得分最高的类别是Engineering Quality（96/100），最低的是Sustainability & Governance（67/100）。 最近一次更新在 1 天前。 近期的大部分工作由 1 位贡献者完成。

94
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。

94
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 80 经校准后在公布的指数量表上为 94（记录校准 2026-08-02）。

所有权

Albumentations.AI组织
176 关注者13 个公开仓库始于 2019年11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
PyPIalbumentationsx2.4.1013,849421 天前2d-augmentation3d-augmentationaerial-photographyanomaly-detectionartificial-intelligenceautonomous-drivingbounding-boxesclassificationcomputer-visioncomputer-vision-librarydata-augmentationdata-preprocessingdata-sciencedeep-learningdeep-learning-librarydepth-estimationface-recognitionfast-augmentationimage-augmentationimage-processingimage-transformationimagesinstance-segmentationkeraskeypoint-detectionkeypointsmachine-learningmachine-learning-toolsmasksmedical-imagingmicroscopyobject-countingobject-detectionoptimized-performancepanoptic-segmentationpose-estimationpython-librarypytorchquality-inspectionreal-time-processingrobotics-visionsatellite-imagerysemantic-segmentationtensorflowvolumetric-datavolumetric-masks

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优秀 · 占总体的 21%

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 1 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 281 次提交
10/10OpenSSF Scorecard：Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year281
human_commit_share1
days_since_last_push1
active_weeks_last_year39

发布纪律

90优秀
评分方式
27/27有发布版本 — 已发布 43 个发布版本
36/36发布时效 — 最近一次发布版本于 1 天前
27/27发布节奏 — 约每 3.8 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_count43
latest_release_tag2.4.10
releases_from_tags否
days_since_latest_release1
mean_days_between_releases3.8

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？

71良好 · 占总体的 17%

流行度与采用

60中等
评分方式
44.5/60星标 — 552 个星标
13.4/25复刻 — 41 个复刻
1.7/15关注者 — 3 位关注者
所用输入
forks41
stars552
watchers3
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

85优秀
评分方式
22.5/22.5README
22.5/22.5许可证 — 可识别的许可证（AGPL-3.0）
18/18CONTRIBUTING 指南
13.5/13.5行为准则
0/7.2议题模板
0/6.3PR 模板
所用输入
has_readme是
has_license是
readme_badges10
has_contributing是
has_issue_template否
has_code_of_conduct是
readme_badge_servicesbadge.fury.io, github.com, shields.io
has_pull_request_template否

生态采用（下载量）

69良好
评分方式
55.2/80月度下载量 — pypi 合计每月 13,849 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
packagesalbumentationsx
dependents—
ecosystemspypi
total_downloads—
monthly_downloads13,849
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？

67良好 · 占总体的 23%

维护者韧性（巴士系数）

36薄弱
评分方式
9/54巴士系数 — 1 位贡献者贡献了半数提交
3.9/22.5提交分布 — 头号贡献者编写了 83% 的提交
13.5/13.5贡献者广度 — 14 位贡献者
10/10OpenSSF Scorecard：Contributors — project has 3 contributing companies or organizations -- score normalized to 10
所用输入
bus_factor1
contributors_sampled14
top_contributor_share0.827

议题与 PR 响应能力

80优秀
评分方式
36.2/42议题解决 — 86% 的议题已关闭
25.7/30PR 接受 — 已裁定的 PR 中 293/342 已合并
11.1/13Newcomer PR acceptance — 30 天内首次贡献者的 PR 已合并 6/7
7.5/15OpenSSF Scorecard：Code-Review — Found 17/30 approved changesets -- score normalized to 5
所用输入
merged_prs293
open_issues23
closed_issues143
prs_merged_7d10
prs_decided_7d10
prs_merged_30d46
prs_decided_30d50
issue_closed_ratio0.861
closed_unmerged_prs49
first_time_authors_30d3
first_time_prs_merged_30d6
first_time_prs_decided_30d7

所有权与托管责任

66良好
评分方式
30/30所有权背书 — 组织持有
0/20已验证域名
16.2/25所有者影响力 — albumentations-team 有 176 位关注者
20.3/25既往记录 — 13 个公开仓库，账户约 6 年
所用输入
followers176
owner_typeOrganization
is_verified否
owner_loginalbumentations-team
public_repos13
account_age_days2,493

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 1 天前
20/20版本历史 — 42 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
packagesalbumentationsx
ecosystemspypi
any_deprecated否
min_days_since_publish1

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 — 10 个工作流
24/24存在测试
16/16Linter 配置 — pyproject.toml ([tool.ruff])
9.6/9.6Pre-commit 钩子
0/6.4.editorconfig
20/20OpenSSF Scorecard：CI-Tests — 30 out of 30 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

100卓越
评分方式
30/30README
25/25文档目录
15/15文档 / 主页站点 — https://albumentations.ai/pricing
10/10仓库描述
10/10主题标签 — 20 个主题标签
10/10Wiki
所用输入
topicsdata-augmentation, deep-learning, deeplearning, image-augmentation, image-classification, image-processing, instance-segmentation, object-detection, python, image-segmentations, 3d, augmentation, bounding-box, computer-vision, keypoint-detection, machine-learning, medical-imaging, pytorch, segmentation, tensorflow
has_wiki是
homepagehttps://albumentations.ai/pricing
docs_sitehttps://albumentations.ai/pricing
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？

78良好 · 占总体的 16%

安全态势

73良好
评分方式
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 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
3.8/7.5Code-Review — Found 17/30 approved changesets -- score normalized to 5
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
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 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
4/5SAST — SAST tool detected but not run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
6/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
4.5/7.5Vulnerabilities — 4 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate7.3

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
sourceosv
advisories0
affected_packages0
assessed_packages11
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
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:albumentationsx@2.4.10 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 11 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。

79良好 · 占总体的 4%

AI 代理上下文与指引

100卓越
评分方式
45/45代理指令 — AGENTS.md
15/15机器可读文档（llms.txt） — 项目网站提供 llms.txt（https://albumentations.ai/llms.txt）
40/40可读的提交历史 — 100 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是
llms_txt_urlhttps://albumentations.ai/llms.txt
legible_history_share0.93
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes678

验证循环（构建 / 测试 / 类型检查）

64中等
评分方式
0/18一条命令的引导启动
22/22自动化测试
11/11Lint / 格式化配置 — pyproject.toml ([tool.ruff])
11/11静态类型检查 — albumentations/py.typed
10/10可复现环境 — lockfile
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
10/10OpenSSF Scorecard：Pinned-Dependencies — all dependencies are pinned
所用输入
has_nix否
has_tests是
lockfilesuv.lock
has_dockerfile否
typed_language否
bootstrap_files—
has_devcontainer否
has_linter_config是
typecheck_configsalbumentations/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

面向模型的代码可读性

79良好
评分方式
27/45可类型检查的代码 — Python，已配置类型检查（albumentations/py.typed）
51.9/55可控的文件大小 — 采样的 298 个源文件中有 17 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes189,699
source_files_sampled298
oversized_source_files17

关键数据

552GitHub 星标
14贡献者
281最近 12 个月提交数
1距最近推送天数
43发布版本数
1巴士系数（bus factor）
23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 download statistics for 'albumentationsx' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • pypi download figures for albumentationsx carried forward from the previous scan (stats endpoint unavailable this scan)

更多细节

Star 与 Fork 历史 0 ★ / 41 ⇿
0Star
41Fork
39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。

010203040504122025-062026-012026-09
主版本 0次版本 4修订 35

每个点涵盖 2 天。

OpenSSF Scorecard 7.3 / 10
7.3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 · 2026-09-15 23:16 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
5Code-ReviewFound 17/30 approved changesets -- score normalized to 5
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
8SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
8Token-Permissionsdetected GitHub workflow tokens with excessive permissions
6Vulnerabilities4 existing vulnerabilities detected
直接依赖 7
注册表软件包版本约束清单文件
PyPIalbucore==0.2.18pyproject.toml
PyPInumkong>=7.8.0pyproject.toml
PyPInumpy>=2.2.6pyproject.toml
PyPIpydantic>=2.12.4pyproject.toml
PyPIpyyaml>=6.0.3pyproject.toml
PyPIscipy>=1.15.3pyproject.toml
PyPItyping-extensions>=4.9.0pyproject.toml
全部依赖 198

来自 GitHub 依赖图的完整解析依赖集合：11 个直接依赖与 187 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
PyPIalbucore0.2.18直接
PyPInumkong7.8.0直接
PyPInumpy2.2.6直接
PyPInumpy2.4.6直接
PyPInumpy2.5.1直接
PyPIpydantic2.13.4直接
PyPIpyyaml6.0.3直接
PyPIscipy1.15.3直接
PyPIscipy1.17.1直接
PyPIscipy1.18.0直接
PyPItyping-extensions4.16.0直接
PyPIalbu-spec—间接
PyPIalbu-spec0.0.6间接
PyPIalbumentationsx2.4.10间接
PyPIannotated-types0.7.0间接
PyPIanyio4.14.2间接
PyPIarrow1.4.0间接
PyPIast-serialize0.6.0间接
PyPIasv—间接
PyPIasv0.6.6间接
PyPIasv-runner0.2.5间接
PyPIattrs26.1.0间接
PyPIbackports-tarfile1.2.0间接
PyPIboolean-py5.0间接
PyPIbuild1.5.1间接
PyPIcachebox5.2.3间接
PyPIcachecontrol0.14.4间接
PyPIcertifi2026.6.17间接
PyPIcffi2.1.0间接
PyPIcfgv3.5.0间接
PyPIchardet5.2.0间接
PyPIcharset-normalizer3.4.9间接
PyPIclick8.4.2间接
PyPIcolorama0.4.6间接
PyPIcryptography49.0.0间接
PyPIcyclonedx-bom—间接
PyPIcyclonedx-bom7.3.1间接
PyPIcyclonedx-python-lib11.11.0间接
PyPIdeepdiff—间接
PyPIdeepdiff9.1.0间接
PyPIdefusedxml—间接
PyPIdefusedxml0.7.1间接
PyPIdistlib0.4.3间接
PyPIdocstring-parser0.18.0间接
PyPIdocutils0.23间接
PyPIeval-type-backport—间接
PyPIeval-type-backport0.4.0间接
PyPIexceptiongroup1.3.1间接
PyPIexecnet2.1.2间接
PyPIfilelock3.29.7间接
PyPIfqdn1.5.1间接
PyPIfsspec2026.6.0间接
PyPIgoogle-docstring-parser—间接
PyPIgoogle-docstring-parser0.0.11间接
PyPIh110.16.0间接
PyPIhf-xet1.6.0间接
PyPIhttpcore1.0.9间接
PyPIhttpx0.28.1间接
PyPIhuggingface-hub—间接
PyPIhuggingface-hub1.27.0间接
PyPIhypothesis—间接
PyPIhypothesis6.165.5间接
PyPIid1.6.1间接
PyPIidentify2.6.19间接
PyPIidna3.18间接
PyPIimageio2.37.3间接
PyPIimportlib-metadata9.0.0间接
PyPIiniconfig2.3.0间接
PyPIisoduration20.11.0间接
PyPIjaraco-classes3.4.0间接
PyPIjaraco-context6.1.2间接
PyPIjaraco-functools4.6.0间接
PyPIjeepney0.9.0间接
PyPIjinja23.1.6间接
PyPIjoblib1.5.3间接
PyPIjson50.15.0间接
PyPIjsonpointer3.1.1间接
PyPIjsonschema4.26.0间接
PyPIjsonschema-specifications2025.9.1间接
PyPIkeyring25.7.0间接
PyPIlark1.3.1间接
PyPIlazy-loader0.5间接
PyPIlibrt0.13.0间接
PyPIlicense-expression30.4.4间接
PyPIlxml6.1.1间接
PyPImarkdown-it-py4.2.0间接
PyPImarkupsafe3.0.3间接
PyPImdurl0.1.2间接
PyPImore-itertools11.1.0间接
PyPImpmath1.3.0间接
PyPImsgpack1.2.1间接
PyPImypy—间接
PyPImypy2.3.0间接
PyPImypy-extensions1.1.0间接
PyPInarwhals2.24.0间接
PyPInetworkx3.4.2间接
PyPInetworkx3.6.1间接
PyPInh30.3.6间接
PyPInodeenv1.10.0间接
PyPIopencv-contrib-python5.0.0.93间接
PyPIopencv-contrib-python-headless5.0.0.93间接
PyPIopencv-python5.0.0.93间接
PyPIopencv-python-headless—间接
PyPIopencv-python-headless5.0.0.93间接
PyPIorderly-set5.5.0间接
PyPIpackageurl-python0.17.6间接
PyPIpackaging26.3间接
PyPIpathspec1.1.1间接
PyPIpillow—间接
PyPIpillow12.3.0间接
PyPIpip26.1.2间接
PyPIpip-api0.0.34间接
PyPIpip-audit—间接
PyPIpip-audit2.10.1间接
PyPIpip-requirements-parser32.0.1间接
PyPIplatformdirs4.10.0间接
PyPIpluggy1.6.0间接
PyPIpre-commit—间接
PyPIpre-commit4.6.2间接
PyPIpy-serializable2.1.0间接
PyPIpycparser3.0间接
PyPIpydantic-core2.46.4间接
PyPIpygments2.20.0间接
PyPIpympler1.1间接
PyPIpyparsing3.3.2间接
PyPIpyproject-hooks1.2.0间接
PyPIpyrefly—间接
PyPIpyrefly1.2.0间接
PyPIpytest—间接
PyPIpytest9.1.1间接
PyPIpytest-cov—间接
PyPIpytest-mock—间接
PyPIpytest-mock3.15.1间接
PyPIpytest-randomly—间接
PyPIpytest-randomly4.1.0间接
PyPIpytest-xdist—间接
PyPIpytest-xdist3.8.0间接
PyPIpython-dateutil2.9.0.post0间接
PyPIpython-discovery1.4.4间接
PyPIpytz—间接
PyPIpytz2026.3.post1间接
PyPIpyvips—间接
PyPIpyvips3.1.1间接
PyPIpyvips-binary8.18.4间接
PyPIpywin32312间接
PyPIpywin32-ctypes0.2.3间接
PyPIreadme-renderer45.0间接
PyPIreferencing0.37.0间接
PyPIrequests—间接
PyPIrequests2.34.2间接
PyPIrequests-toolbelt1.0.0间接
PyPIrfc3339-validator0.1.4间接
PyPIrfc39862.0.0间接
PyPIrfc3986-validator0.1.1间接
PyPIrfc3987-syntax1.1.0间接
PyPIrich15.0.0间接
PyPIrpds-py0.30.0间接
PyPIrpds-py2026.6.3间接
PyPIruff—间接
PyPIruff0.16.2间接
PyPIscikit-image—间接
PyPIscikit-image0.25.2间接
PyPIscikit-image0.26.0间接
PyPIscikit-learn—间接
PyPIscikit-learn1.7.2间接
PyPIscikit-learn1.9.0间接
PyPIsecretstorage3.5.0间接
PyPIsetuptools83.0.0间接
PyPIsix1.17.0间接
PyPIsortedcontainers2.4.0间接
PyPIstringzilla5.1.2间接
PyPIsympy1.14.0间接
PyPItabulate0.10.0间接
PyPIthreadpoolctl3.6.0间接
PyPItifffile2025.5.10间接
PyPItifffile2026.3.3间接
PyPItifffile2026.6.1间接
PyPItomli—间接
PyPItomli2.4.1间接
PyPItomli-w1.2.0间接
PyPItorch2.13.0间接
PyPItorch2.13.0+cpu间接
PyPItqdm4.68.4间接
PyPItwine—间接
PyPItwine7.0.0间接
PyPItypes-pyyaml—间接
PyPItypes-pyyaml6.0.12.20260724间接
PyPItypes-setuptools—间接
PyPItypes-setuptools84.0.0.20260812间接
PyPItyping-inspection0.4.2间接
PyPItzdata2026.3间接
PyPIuri-template1.3.0间接
PyPIurllib32.7.0间接
PyPIvirtualenv21.6.1间接
PyPIwebcolors25.10.0间接
PyPIzipp4.1.0间接
PyPIzizmor—间接
PyPIzizmor1.29.0间接
依赖安全公告 0

安装 pypi:albumentationsx@2.4.10 会引入 11 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。

登录过程中消息不会丢失。

相关记录

与 albumentations-team/AlbumentationsX 共享目录标签或生态系统的已检测仓库。 并排阅读 →

99ultralytics/ultralyticsUltralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object tracking卓越99voxel51/fiftyoneRefine high-quality datasets and visual AI models卓越98autogluon/autogluonFast and Accurate ML in 3 Lines of Code卓越100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.卓越100onnx/onnxOpen standard for machine learning interoperability卓越99ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.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 v0.34.0—— 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.