公开记录
软件健康报告模式 0.11.0 · 指标 2.10.0 · 2026-07-16 06:27 UTC

aws / sagemaker-python-sdk

A library for training and deploying machine learning models on Amazon SageMaker

PythonApache-2.0★ 2,253 星标⑂ 1,282 复刻始于 2017年11月在 GitHub 上查看 ↗
类型库如何判定
#aws#mxnet#tensorflow#machine-learning#python#pytorch#sagemaker#huggingface

aws/sagemaker-python-sdk 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Sustainability & Governance（95/100），最低的是Security（55/100）。 最近一次更新在今天。 近期的大部分工作由 17 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

Amazon Web Services组织
16,076 关注者551 个公开仓库始于 2012年8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
PyPIsagemaker3.16.0-6830 天前aiawsamazonmlmxnettensorflowpytorchhuggingface
PyPIsagemaker-core2.16.0-1060 天前—
PyPIsagemaker-mlops1.16.0-240 天前—
PyPIsagemaker-serve1.16.0-250 天前—
PyPIsagemaker-train1.16.01,331,416240 天前aiawsamazonmlmxnettensorflowpytorchhuggingface

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？

93卓越 · 占总体的 21%

开发活跃度

89优秀
评分方式
36/36推送新近度 — 最近一次推送于 0 天前
24.9/36提交节奏 — 52 周中有 36 周有提交
18/18提交量 — 最近一年 304 次提交
10/10OpenSSF Scorecard：Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year304
human_commit_share—
days_since_last_push0
active_weeks_last_year36

发布纪律

100卓越
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 1 天前
27/27发布节奏 — 约每 7.5 天发布一次
0/10OpenSSF Scorecard：Signed-Releases — 无数据
所用输入
releases_count100
latest_release_tagv2.257.5
releases_from_tags否
days_since_latest_release1
mean_days_between_releases7.5
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？

94卓越 · 占总体的 17%

流行度与采用

91优秀
评分方式
54.4/60星标 — 2,253 个星标
25/25复刻 — 1,282 个复刻
11.7/15关注者 — 126 位关注者
所用输入
forks1,282
stars2,253
watchers126
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

92优秀
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
13.5/13.5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是
readme_badge_services—
has_pull_request_template是

生态采用（下载量）

100卓越
评分方式
80/80月度下载量 — pypi 合计每月 1,331,416 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
packagessagemaker, sagemaker-core, sagemaker-train
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1,331,416
unverified_packages_excludedsagemaker-mlops, sagemaker-serve
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？

95卓越 · 占总体的 23%

维护者韧性（巴士系数）

97卓越
评分方式
54/54巴士系数 — 17 位贡献者贡献了半数提交
19.7/22.5提交分布 — 头号贡献者编写了 12% 的提交
13.5/13.5贡献者广度 — 100 位贡献者
10/10OpenSSF Scorecard：Contributors — project has 12 contributing companies or organizations
所用输入
bus_factor17
contributors_sampled100
top_contributor_share0.125

议题与 PR 响应能力

84优秀
评分方式
34.6/42议题解决 — 82% 的议题已关闭
24.9/30PR 接受 — 已裁定的 PR 中 3,262/3,935 已合并
0/13Newcomer PR acceptance — 30 天内没有首次贡献者的 PR 得到裁决
13.5/15OpenSSF Scorecard：Code-Review — Found 29/30 approved changesets -- score normalized to 9
所用输入
merged_prs3,262
open_issues300
closed_issues1,401
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0.824
closed_unmerged_prs673
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

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 — aws 有 16,076 位关注者
25/25既往记录 — 551 个公开仓库，账户约 13 年
所用输入
followers16,076
owner_typeOrganization
is_verified—
owner_loginaws
public_repos551
account_age_days5,070
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 5 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 — 683 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
packagessagemaker, sagemaker-core, sagemaker-mlops, sagemaker-serve, sagemaker-train
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？

85优秀 · 占总体的 19%

工程实践

82优秀
评分方式
24/24CI 工作流 — 9 个工作流
24/24存在测试
16/16Linter 配置 — .pylintrc, tox.ini
0/9.6Pre-commit 钩子
0/6.4.editorconfig
18/20OpenSSF Scorecard：CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
所用输入
has_ci是
has_tests是
has_editorconfig否
has_linter_config是
has_precommit_config否

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://sagemaker.readthedocs.io/
10/10仓库描述
10/10主题标签 — 8 个主题标签
0/10Wiki
所用输入
topicsaws, mxnet, tensorflow, machine-learning, python, pytorch, sagemaker, huggingface
has_wiki否
homepagehttps://sagemaker.readthedocs.io/
docs_sitehttps://sagemaker.readthedocs.io/
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？

55中等 · 占总体的 16%

安全态势

55中等
评分方式
7.5/7.5Binary-Artifacts — no binaries found in the repo
5.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.2/2.5CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6.8/7.5Code-Review — Found 29/30 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 12 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 1 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
4.5/5SAST — SAST tool detected but not run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — 无数据
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 146 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5.5
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。

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。

83优秀 · 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） — 存在 llms.txt
0/40可读的提交历史 — 无数据
所用输入
has_llms_txt是
llms_txt_url—
legible_history_share—
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes7,702
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）

74良好
评分方式
18/18一条命令的引导启动 — docs/Makefile, sagemaker-core/docs/Makefile
22/22自动化测试
11/11Lint / 格式化配置 — .pylintrc, tox.ini
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 — 无数据
0/8自动化维护 — 无数据
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否
bootstrap_filesdocs/Makefile, sagemaker-core/docs/Makefile
has_devcontainer否
has_linter_config是
typecheck_configs—
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share—
已排除计分（无数据或不适用）：已体现的代理实践, 自动化维护。 其余权重已重新归一化。

面向模型的代码可读性

53中等
评分方式
0/45可类型检查的代码 — Python，未配置类型检查
53.3/55可控的文件大小 — 采样的 1,197 个源文件中有 38 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes1,579,353
source_files_sampled1,197
oversized_source_files38

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 — notebooks, sample
所用输入
example_dirsnotebooks, sample
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

2,253GitHub 星标
100贡献者
304最近 12 个月提交数
0距最近推送天数
100发布版本数
17巴士系数（bus factor）
300开放议题
PyPI软件包生态系统数

更多细节

OpenSSF Scorecard 5.5 / 10
5.5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 · 2026-07-16 06:25 UTC

10Binary-Artifactsno binaries found in the repo
7Branch-Protectionbranch protection is not maximal on development and all release branches
9CI-Tests29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 29/30 approved changesets -- score normalized to 9
10Contributorsproject has 12 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 1 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
9SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
不适用Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities146 existing vulnerabilities detected
直接依赖 63
注册表软件包版本约束清单文件
PyPIsagemaker-core>=2.16.0,<3.0.0pyproject.toml
PyPIsagemaker-train>=1.16.0,<2.0.0pyproject.toml
PyPIsagemaker-serve>=1.16.0,<2.0.0pyproject.toml
PyPIsagemaker-mlops>=1.16.0,<2.0.0pyproject.toml
PyPIboto3>=1.42.2,<2.0.0sagemaker-core/pyproject.toml
PyPIpydantic>=2.0.0,<3.0.0sagemaker-core/pyproject.toml
PyPIPyYAML>=6.0, <7.0sagemaker-core/pyproject.toml
PyPIjsonschema<5.0.0sagemaker-core/pyproject.toml
PyPIplatformdirs>=4.0.0, <5.0.0sagemaker-core/pyproject.toml
PyPIrich>=13.0.0, <15.0.0sagemaker-core/pyproject.toml
PyPImock>4.0, <5.0sagemaker-core/pyproject.toml
PyPIimportlib-metadata<7.0,>=1.4.0sagemaker-core/pyproject.toml
PyPItyping_extensions>=4.9.0sagemaker-core/pyproject.toml
PyPIpytz>=2021.1sagemaker-core/pyproject.toml
PyPIrequests>=2.20.0,<3.0.0sagemaker-core/pyproject.toml
PyPIattrs>=20.3.0sagemaker-core/pyproject.toml
PyPIpackaging>=20.0sagemaker-core/pyproject.toml
PyPIprotobuf>=3.12,<7.0.0sagemaker-core/pyproject.toml
PyPIpandas>=1.0.0sagemaker-core/pyproject.toml
PyPInumpy>=1.9.0sagemaker-core/pyproject.toml
PyPIsmdebug_rulesconfig>=1.0.1sagemaker-core/pyproject.toml
PyPIschema>=0.7.5sagemaker-core/pyproject.toml
PyPIomegaconf>=2.1.0sagemaker-core/pyproject.toml
PyPIscipy>=1.5.0sagemaker-core/pyproject.toml
PyPIcloudpickle>=2.0.0sagemaker-core/pyproject.toml
PyPIparamiko>=2.11.0sagemaker-core/pyproject.toml
PyPItblib>=1.7.0sagemaker-core/pyproject.toml
PyPIcryptography>=46.0.0sagemaker-core/pyproject.toml
PyPIsagemaker-core>=2.16.0sagemaker-mlops/pyproject.toml
PyPIsagemaker-train>=1.16.0sagemaker-mlops/pyproject.toml
PyPIsagemaker-serve>=1.16.0sagemaker-mlops/pyproject.toml
PyPIcryptography>=46.0.0sagemaker-mlops/pyproject.toml
PyPIboto3>=1.42.2,<2.0sagemaker-mlops/pyproject.toml
PyPIbotocore>=1.42.2,<2.0sagemaker-mlops/pyproject.toml
PyPIpyiceberg>=0.8.0sagemaker-mlops/pyproject.toml
PyPIpyarrow>=14.0.0sagemaker-mlops/pyproject.toml
PyPIs3fs—sagemaker-mlops/pyproject.toml
PyPIsagemaker-core>=2.16.0sagemaker-serve/pyproject.toml
PyPIsagemaker-train>=1.16.0sagemaker-serve/pyproject.toml
PyPIboto3>=1.42.2,<2.0sagemaker-serve/pyproject.toml
PyPIbotocore>=1.35.75,<2.0sagemaker-serve/pyproject.toml
PyPIdeepdiff—sagemaker-serve/pyproject.toml
PyPImlflow—sagemaker-serve/pyproject.toml
PyPIsagemaker_schema_inference_artifacts—sagemaker-serve/pyproject.toml
PyPIpytest—sagemaker-serve/pyproject.toml
PyPItqdm—sagemaker-serve/pyproject.toml
PyPIpsutil—sagemaker-serve/pyproject.toml
PyPItritonclient—sagemaker-serve/pyproject.toml
PyPIonnx—sagemaker-serve/pyproject.toml
PyPIonnxruntime—sagemaker-serve/pyproject.toml
PyPItorch>=2.0.0sagemaker-serve/pyproject.toml
PyPIsagemaker-core>=2.16.0sagemaker-train/pyproject.toml
PyPIgraphene>=3,<4sagemaker-train/pyproject.toml
PyPItyping_extensions>=4.9.0sagemaker-train/pyproject.toml
PyPItblib>=1.7.0sagemaker-train/pyproject.toml
PyPIPyYAML>=6.0,<7.0sagemaker-train/pyproject.toml
PyPIparamiko>=2.11.0sagemaker-train/pyproject.toml
PyPIjinja2>=3.0,<4.0sagemaker-train/pyproject.toml
PyPIsagemaker-mlflow>=0.0.1,<1.0.0sagemaker-train/pyproject.toml
PyPImlflow>=3.0.0,<4.0.0sagemaker-train/pyproject.toml
PyPInest_asyncio>=1.5.0sagemaker-train/pyproject.toml
PyPIrequests>=2.28.0sagemaker-train/pyproject.toml
PyPIpydantic>=2.0.0sagemaker-train/pyproject.toml
全部依赖 149

来自 GitHub 依赖图的完整解析依赖集合：46 个直接依赖与 103 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
PyPIattrs—直接
PyPIboto3—直接
PyPIbotocore—直接
PyPIcloudpickle—直接
PyPIcloudpickle2.2.1直接
PyPIcryptography—直接
PyPIgraphene—直接
PyPIimportlib-metadata—直接
PyPIjinja2—直接
PyPIjsonschema—直接
PyPImlflow—直接
PyPImock—直接
PyPInest-asyncio—直接
PyPInumpy—直接
PyPIomegaconf—直接
PyPIpackaging—直接
PyPIpandas—直接
PyPIpandas1.3.4直接
PyPIparamiko—直接
PyPIplatformdirs—直接
PyPIprotobuf—直接
PyPIpyarrow—直接
PyPIpydantic—直接
PyPIpydantic2.11.9直接
PyPIpyiceberg—直接
PyPIpytest—直接
PyPIpytz—直接
PyPIpyyaml—直接
PyPIrequests—直接
PyPIrich—直接
PyPIsagemaker-core—直接
PyPIsagemaker-mlflow—直接
PyPIsagemaker-mlops—直接
PyPIsagemaker-serve—直接
PyPIsagemaker-train—直接
PyPIschema—直接
PyPIscipy—直接
PyPIscipy1.10.1直接
PyPIscipy1.13.0直接
PyPIsmdebug-rulesconfig—直接
PyPItblib—直接
PyPItorch—直接
PyPItorch2.0.1+cpu直接
PyPItorch2.7.0直接
PyPItqdm—直接
PyPItyping-extensions—直接
PyPIaltair—间接
PyPIanyio—间接
PyPIastroid3.0.2间接
PyPIawscli—间接
PyPIblack—间接
PyPIblack24.3.0间接
PyPIblinker—间接
PyPIbuild—间接
PyPIbuild1.2.1间接
PyPIcachetools—间接
PyPIcertifi2024.7.4间接
PyPIcharset-normalizer—间接
PyPIclick—间接
PyPIcolorama—间接
PyPIcontextlib2—间接
PyPIdatasets—间接
PyPIdecorator—间接
PyPIdill—间接
PyPIdoc81.1.2间接
PyPIdocker—间接
PyPIdocutils—间接
PyPIdoes-not-exist—间接
PyPIentrypoints—间接
PyPIfastapi—间接
PyPIfilelock—间接
PyPIflake87.1.2间接
PyPIflake8-future-import0.4.7间接
PyPIgitdb—间接
PyPIgitpython—间接
PyPIgunicorn—间接
PyPIh11—间接
PyPIhttpx—间接
PyPIhuggingface-hub—间接
PyPIidna—间接
PyPIipywidgets—间接
PyPIjmespath—间接
PyPImarkdown-it-py—间接
PyPImarkupsafe—间接
PyPImatplotlib—间接
PyPImdurl—间接
PyPImpmath—间接
PyPImultiprocess—间接
PyPImypy0.942间接
PyPImyst-nb—间接
PyPImyst-parser—间接
PyPInbsphinx—间接
PyPInetworkx—间接
PyPIpathos—间接
PyPIpillow—间接
PyPIpox—间接
PyPIppft—间接
PyPIprotobuf3-to-dict—间接
PyPIpyasn1—间接
PyPIpydantic-core2.33.2间接
PyPIpydeck—间接
PyPIpydocstyle6.1.1间接
PyPIpyenchant3.2.2间接
PyPIpygments—间接
PyPIpygments2.18.0间接
PyPIpylint—间接
PyPIpylint3.0.3间接
PyPIpympler—间接
PyPIpyrsistent—间接
PyPIpyspark3.5.1间接
PyPIpytest-cov—间接
PyPIpytest-rerunfailures—间接
PyPIpytest-xdist—间接
PyPIpython-dateutil—间接
PyPIpytz-deprecation-shim—间接
PyPIregex—间接
PyPIrsa—间接
PyPIs3transfer—间接
PyPIsagemaker—间接
PyPIsagemaker-feature-store-pyspark—间接
PyPIsagemaker-feature-store-pyspark2.0.0间接
PyPIscikit-learn1.6.1间接
PyPIsetuptools—间接
PyPIsix—间接
PyPIsmmap5.0.0间接
PyPIsniffio—间接
PyPIsphinx—间接
PyPIsphinx7.4.7间接
PyPIsphinx-autobuild—间接
PyPIsphinx-book-theme—间接
PyPIsphinx-copybutton—间接
PyPIsphinx-design—间接
PyPIsphinx-rtd-theme2.0.0间接
PyPIstarlette—间接
PyPIstreamlit—间接
PyPIsympy—间接
PyPItensorflow—间接
PyPItokenizers—间接
PyPItoml—间接
PyPItoolz—间接
PyPItornado—间接
PyPItransformers—间接
PyPItwine5.0.0间接
PyPItzdata—间接
PyPItzlocal—间接
PyPIurllib3—间接
PyPIuvicorn—间接
PyPIvalidators—间接
PyPIzipp—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 aws/sagemaker-python-sdk 共享目录标签或生态系统的已检测仓库。 并排阅读 →

100onnx/onnxOpen standard for machine learning interoperability卓越98ultralytics/ultralyticsUltralytics YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object tracking卓越98Netflix/metaflowBuild, Manage and Deploy AI/ML Systems卓越98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation tools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100ray-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 v0.11.0—— 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.