公开记录
软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-09-05 22:17 UTC

cdeust / Cortex

Cross-platform persistent memory MCP for Codex, Gemini CLI, Claude Code, and other local MCP hosts. 36 cited neuroscience mechanisms, local-first SQLite/PostgreSQL, hybrid retrieval, decay-based consolidation, and reproducible benchmarks. Claude adds optional automatic lifecycle hooks.

PythonMIT★ 71 星标⑂ 11 复刻始于 2026年3月在 GitHub 上查看 ↗
类型命令行工具库MCP 服务器如何判定
#mcp-server#model-context-protocol#agent-memory-system#causal-inference#claude-code#cognitive-architecture#cognitive-science#neuroscience#persistent-memory#predictive-coding#retrieval-augmented-generation#vector-search#hopfield-network#long-term-memory#episodic-memory#llm-memory#memory#agent-skills#codex#gemini-cli

cdeust/Cortex 的健康指数为 100 分中的 89 分，处于「优秀」区间。 其得分最高的类别是AI Readiness（87/100），最低的是Sustainability & Governance（57/100）。 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。

89
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。

89
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 75 经校准后在公布的指数量表上为 89（记录校准 2026-08-02）。

所有权

Clement个人账户
31 关注者57 个公开仓库始于 2013年1月

该仓库由个人账户拥有。相较于组织支持的项目，单一所有者项目的延续性风险更高。

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
PyPIhypermnesia-mcp4.19.12,447302 天前claude-codecodexcognitive-profilinggemini-climcpmemory

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？

85优秀 · 占总体的 21%

开发活跃度

81优秀
评分方式
36/36推送新近度 — 最近一次推送于 0 天前
16.6/36提交节奏 — 52 周中有 24 周有提交
18/18提交量 — 最近一年 1,235 次提交
10/10OpenSSF Scorecard：Maintained — 30 commit(s) and 29 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year1,235
human_commit_share0.71
days_since_last_push0
active_weeks_last_year24

发布纪律

90优秀
评分方式
27/27有发布版本 — 已发布 95 个发布版本
36/36发布时效 — 最近一次发布版本于 2 天前
27/27发布节奏 — 约每 5.7 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_count95
latest_release_tagv4.19.1
releases_from_tags否
days_since_latest_release2
mean_days_between_releases5.7

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？

62中等 · 占总体的 17%

流行度与采用

40薄弱
评分方式
29.9/60星标 — 71 个星标
8.3/25复刻 — 11 个复刻
1.7/15关注者 — 3 位关注者
所用输入
forks11
stars71
watchers3
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（MIT）
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_badges2
has_contributing是
has_issue_template否
has_code_of_conduct是
readme_badge_servicesgithub.com, www.bestpractices.dev
has_pull_request_template是

生态采用（下载量）

56中等
评分方式
45.2/80月度下载量 — pypi 合计每月 2,447 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
packageshypermnesia-mcp
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2,447
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？

57中等 · 占总体的 23%

维护者韧性（巴士系数）

12危急
评分方式
9/54巴士系数 — 1 位贡献者贡献了半数提交
0/22.5提交分布 — 头号贡献者编写了 100% 的提交
2.7/13.5贡献者广度 — 2 位贡献者
0/10OpenSSF Scorecard：Contributors — project has 0 contributing companies or organizations -- score normalized to 0
所用输入
bus_factor1
contributors_sampled2
top_contributor_share0.999

议题与 PR 响应能力

78良好
评分方式
40.2/42议题解决 — 96% 的议题已关闭
27.6/30PR 接受 — 已裁定的 PR 中 283/308 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 0/18 approved changesets -- score normalized to 0
所用输入
merged_prs283
open_issues6
closed_issues129
prs_merged_7d6
prs_decided_7d6
prs_merged_30d30
prs_decided_30d32
issue_closed_ratio0.956
closed_unmerged_prs25
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
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

57中等
评分方式
10/30所有权背书 — 个人（用户）账户
0/20已验证域名 — 不适用于个人账户
10.8/25所有者影响力 — cdeust 有 31 位关注者
24.8/25既往记录 — 57 个公开仓库，账户约 13 年
所用输入
followers31
owner_typeUser
is_verified—
owner_logincdeust
public_repos57
account_age_days4,994
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 2 天前
20/20版本历史 — 30 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
packageshypermnesia-mcp
ecosystemspypi
any_deprecated否
min_days_since_publish2

工程质量

基础的工程与文档实践是否到位？

86优秀 · 占总体的 19%

工程实践

84优秀
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])
0/9.6Pre-commit 钩子
0/6.4.editorconfig
20/20OpenSSF Scorecard：CI-Tests — 26 out of 26 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://ai-architect.tools
10/10仓库描述
10/10主题标签 — 20 个主题标签
0/10Wiki
所用输入
topicsmcp-server, model-context-protocol, agent-memory-system, causal-inference, claude-code, cognitive-architecture, cognitive-science, neuroscience, persistent-memory, predictive-coding, retrieval-augmented-generation, vector-search, hopfield-network, long-term-memory, episodic-memory, llm-memory, memory, agent-skills, codex, gemini-cli
has_wiki否
homepagehttps://ai-architect.tools
docs_sitehttps://ai-architect.tools
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？

85优秀 · 占总体的 16%

安全态势

81优秀
评分方式
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — 无数据
2.5/2.5CI-Tests — 26 out of 26 merged PRs checked by a CI test -- score normalized to 10
1.8/2.5CII-Best-Practices — badge detected: Silver
0/7.5Code-Review — Found 0/18 approved changesets -- score normalized to 0
0/2.5Contributors — project has 0 contributing companies or organizations -- score normalized to 0
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
5/5Fuzzing — project is fuzzed
2.5/2.5许可证 — license file detected
7.5/7.5Maintained — 30 commit(s) and 29 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
5/5SAST — SAST tool is 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.
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate8.1
已排除计分（无数据或不适用）：Branch-Protection。 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
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_packages94
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:hypermnesia-mcp@4.19.1 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 94 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。

87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 — CLAUDE.md
15/15机器可读文档（llms.txt） — 项目网站提供 llms.txt（https://ai-architect.tools/llms.txt）
40/40可读的提交历史 — 71 次人类提交中有 69 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://ai-architect.tools/llms.txt
legible_history_share0.972
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes9,999

验证循环（构建 / 测试 / 类型检查）

100卓越
评分方式
18/18一条命令的引导启动 — Makefile, docs/arxiv-thermodynamic/Makefile
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 — pyrightconfig.json
10/10可复现环境 — devcontainer, Dockerfile, lockfile
10/10已体现的代理实践 — 最近 100 次提交中有 73 次由代理编写或署名代理
8/8自动化维护 — 最近 100 次提交中有 27 次为自动依赖更新
10/10OpenSSF Scorecard：Pinned-Dependencies — all dependencies are pinned
所用输入
has_nix否
has_tests是
lockfilespackage-lock.json, uv.lock
has_dockerfile是
typed_language否
bootstrap_filesMakefile, docs/arxiv-thermodynamic/Makefile
has_devcontainer是
has_linter_config是
typecheck_configspyrightconfig.json
agent_commit_share0.73
toolchain_manifests—
dependency_bot_commit_share0.27

面向模型的代码可读性

82优秀
评分方式
27/45可类型检查的代码 — Python，已配置类型检查（pyrightconfig.json）
54.9/55可控的文件大小 — 采样的 1,252 个源文件中有 3 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes115,902
source_files_sampled1,252
oversized_source_files3

机器可读接口

33存在风险
评分方式
0/40API 模式（OpenAPI/GraphQL/proto） — 不适用于此类软件
20/20MCP 服务器
0/40可运行示例
所用输入
example_dirs—
has_mcp_signal是
api_schema_files—
interfaces_expected_of—
已排除计分（无数据或不适用）：API 模式（OpenAPI/GraphQL/proto）。 其余权重已重新归一化。

关键数据

71GitHub 星标
2贡献者
1,235最近 12 个月提交数
0距最近推送天数
95发布版本数
1巴士系数（bus factor）
6开放议题
npm, 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
  • Could not fetch npm package 'hypermnesia-mcp' from its registry
  • pypi download statistics for 'hypermnesia-mcp' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • pypi download figures for hypermnesia-mcp carried forward from the previous scan (stats endpoint unavailable this scan)

更多细节

Star 与 Fork 历史 0 ★ / 11 ⇿
0Star
11Fork
64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。

0246810121112026-032026-052026-07
主版本 1次版本 25修订 38
OpenSSF Scorecard 8.1 / 10
8.1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 · 2026-09-05 22:16 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-Tests26 out of 26 merged PRs checked by a CI test -- score normalized to 10
7CII-Best-Practicesbadge detected: Silver
0Code-ReviewFound 0/18 approved changesets -- score normalized to 0
0Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
10Fuzzingproject is fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 29 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
直接依赖 8
注册表软件包版本约束清单文件
PyPImcp>=2.0.0pyproject.toml
PyPIanyio>=4.5pyproject.toml
PyPIpydantic>=2.0.0pyproject.toml
PyPIpydantic-settings>=2.0.0pyproject.toml
PyPInumpy>=1.24.0pyproject.toml
PyPIsentence-transformers>=3.0.0pyproject.toml
PyPIflashrank>=0.2.0pyproject.toml
PyPIpython-dateutil>=2.8.2pyproject.toml
全部依赖 250

来自 GitHub 依赖图的完整解析依赖集合：10 个直接依赖与 240 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
PyPIanyio4.14.2直接
PyPIflashrank0.2.10直接
PyPImcp2.0.0直接
PyPInumpy2.2.6直接
PyPInumpy2.4.6直接
PyPInumpy2.5.1直接
PyPIpydantic2.13.4直接
PyPIpydantic-settings2.14.2直接
PyPIpython-dateutil2.9.0.post0直接
PyPIsentence-transformers5.6.1直接
npm@anthropic-ai/claude-code2.1.220间接
npm@anthropic-ai/claude-code-darwin-arm642.1.220间接
npm@anthropic-ai/claude-code-darwin-x642.1.220间接
npm@anthropic-ai/claude-code-linux-arm642.1.220间接
npm@anthropic-ai/claude-code-linux-arm64-musl2.1.220间接
npm@anthropic-ai/claude-code-linux-x642.1.220间接
npm@anthropic-ai/claude-code-linux-x64-musl2.1.220间接
npm@anthropic-ai/claude-code-win32-arm642.1.220间接
npm@anthropic-ai/claude-code-win32-x642.1.220间接
npm@anthropic-ai/mcpb2.1.2间接
npm@github/keytar7.10.6间接
npm@google/gemini-cli0.53.1间接
npm@inquirer/checkbox3.0.1间接
npm@inquirer/confirm4.0.1间接
npm@inquirer/core9.2.1间接
npm@inquirer/editor3.0.1间接
npm@inquirer/expand3.0.1间接
npm@inquirer/figures1.0.15间接
npm@inquirer/input3.0.1间接
npm@inquirer/number2.0.1间接
npm@inquirer/password3.0.1间接
npm@inquirer/prompts6.0.1间接
npm@inquirer/rawlist3.0.1间接
npm@inquirer/search2.0.1间接
npm@inquirer/select3.0.1间接
npm@inquirer/type2.0.0间接
npm@lydell/node-pty1.1.0间接
npm@lydell/node-pty-darwin-arm641.1.0间接
npm@lydell/node-pty-darwin-x641.1.0间接
npm@lydell/node-pty-linux-arm641.1.0间接
npm@lydell/node-pty-linux-x641.1.0间接
npm@lydell/node-pty-win32-arm641.1.0间接
npm@lydell/node-pty-win32-x641.1.0间接
npm@openai/codex0.146.0间接
npm@openai/codex0.146.0-darwin-arm64间接
npm@openai/codex0.146.0-darwin-x64间接
npm@openai/codex0.146.0-linux-arm64间接
npm@openai/codex0.146.0-linux-x64间接
npm@openai/codex0.146.0-win32-arm64间接
npm@openai/codex0.146.0-win32-x64间接
npm@types/mute-stream0.0.4间接
npm@types/node22.20.1间接
npm@types/wrap-ansi3.0.0间接
npmansi-escapes4.3.2间接
npmansi-regex5.0.1间接
npmansi-styles4.3.0间接
npmchardet0.7.0间接
npmcli-width4.1.0间接
npmcolor-convert2.0.1间接
npmcolor-name1.1.4间接
npmcommander13.1.0间接
npmdebug4.4.3间接
npmemoji-regex8.0.0间接
npmexternal-editor3.1.0间接
npmfflate0.8.3间接
npmflora-colossus2.0.0间接
npmfs-extra10.1.0间接
npmgalactus1.0.0间接
npmgraceful-fs4.2.11间接
npmiconv-lite0.4.24间接
npmignore7.0.6间接
npmis-fullwidth-code-point3.0.0间接
npmjsonfile6.2.1间接
npmms2.1.3间接
npmmute-stream1.0.0间接
npmnan2.28.0间接
npmnode-addon-api8.9.1间接
npmnode-forge1.4.0间接
npmnode-pty1.0.0间接
npmpretty-bytes5.6.0间接
npmsafer-buffer2.1.2间接
npmsignal-exit4.1.0间接
npmstring-width4.2.3间接
npmstrip-ansi6.0.1间接
npmtmp0.2.7间接
npmtype-fest0.21.3间接
npmundici-types6.21.0间接
npmuniversalify2.0.1间接
npmwrap-ansi6.2.0间接
npmyoctocolors-cjs2.1.3间接
npmzod3.25.76间接
npmzod-to-json-schema3.25.2间接
PyPIaiohappyeyeballs2.7.1间接
PyPIaiohttp3.14.3间接
PyPIaiosignal1.4.0间接
PyPIannotated-doc0.0.5间接
PyPIannotated-types0.8.0间接
PyPIasync-timeout5.0.1间接
PyPIatheris3.1.0间接
PyPIattrs26.1.0间接
PyPIbackports-asyncio-runner1.2.0间接
PyPIbuild1.5.0间接
PyPIcachetools7.1.6间接
PyPIcertifi2026.7.22间接
PyPIcffi2.1.0间接
PyPIcharset-normalizer3.4.9间接
PyPIclick8.4.2间接
PyPIcolorama0.4.6间接
PyPIcolorcet3.2.1间接
PyPIcoloredlogs15.0.1间接
PyPIcoverage7.15.2间接
PyPIcryptography50.0.0间接
PyPIdatasets5.0.1间接
PyPIdatashader0.19.1间接
PyPIdill0.4.1间接
PyPIexceptiongroup1.3.1间接
PyPIfilelock3.32.0间接
PyPIflatbuffers25.12.19间接
PyPIfrozenlist1.8.0间接
PyPIfsspec2026.6.0间接
PyPIgoogleapis-common-protos1.75.0间接
PyPIh110.16.0间接
PyPIhatchling1.32.0间接
PyPIhf-xet1.5.2间接
PyPIhttpcore1.0.9间接
PyPIhttpcore22.10.0间接
PyPIhttpx0.28.1间接
PyPIhttpx22.10.0间接
PyPIhttpx2-jsfetch1.0间接
PyPIhuggingface-hub1.27.0间接
PyPIhumanfriendly10.0间接
PyPIhypermnesia-mcp4.19.1间接
PyPIidna3.18间接
PyPIigraph1.0.0间接
PyPIimportlib-metadata9.0.0间接
PyPIiniconfig2.3.0间接
PyPIjinja23.1.6间接
PyPIjoblib1.5.3间接
PyPIjsonschema4.26.0间接
PyPIjsonschema-specifications2025.9.1间接
PyPIleidenalg0.12.0间接
PyPIlibcst1.8.6间接
PyPIlinkify-it-py2.1.0间接
PyPIllvmlite0.36.0间接
PyPImarkdown-it-py4.2.0间接
PyPImarkupsafe3.0.3间接
PyPImcp-types2.0.0间接
PyPImdit-py-plugins0.6.1间接
PyPImdurl0.1.2间接
PyPImpmath1.4.1间接
PyPImultidict6.7.1间接
PyPImultipledispatch1.0.0间接
PyPImultiprocess0.70.19间接
PyPImutmut3.6.0间接
PyPInarwhals2.24.0间接
PyPInetworkx3.4.2间接
PyPInetworkx3.6.1间接
PyPInodeenv1.10.0间接
PyPInumba0.53.1间接
PyPIonnxruntime1.23.2间接
PyPIonnxruntime1.28.0间接
PyPIopentelemetry-api1.44.0间接
PyPIopentelemetry-exporter-otlp-proto-common1.44.0间接
PyPIopentelemetry-exporter-otlp-proto-http1.44.0间接
PyPIopentelemetry-proto1.44.0间接
PyPIopentelemetry-sdk1.44.0间接
PyPIopentelemetry-semantic-conventions0.65b0间接
PyPIpackaging26.2间接
PyPIpandas2.3.3间接
PyPIpandas3.0.5间接
PyPIparam2.4.1间接
PyPIpathspec1.1.1间接
PyPIpgvector0.5.0间接
PyPIpillow12.3.0间接
PyPIplatformdirs4.11.0间接
PyPIpluggy1.6.0间接
PyPIpropcache0.5.2间接
PyPIprotobuf7.35.1间接
PyPIpsycopg3.3.4间接
PyPIpsycopg-binary3.3.4间接
PyPIpsycopg-pool3.3.1间接
PyPIpyarrow25.0.0间接
PyPIpycparser3.0间接
PyPIpyct0.6.0间接
PyPIpydantic-core2.46.4间接
PyPIpygments2.20.0间接
PyPIpyjwt2.13.0间接
PyPIpymupdf1.28.2间接
PyPIpyproject-hooks1.2.0间接
PyPIpyreadline33.5.6间接
PyPIpyright1.1.411间接
PyPIpytest9.1.1间接
PyPIpytest-asyncio1.4.0间接
PyPIpytest-cov7.1.0间接
PyPIpytest-timeout2.4.0间接
PyPIpython-dotenv1.2.2间接
PyPIpython-multipart0.0.32间接
PyPIpytz2026.3.post1间接
PyPIpywin32312间接
PyPIpyyaml6.0.3间接
PyPIpyyaml-ft8.0.0间接
PyPIreferencing0.37.0间接
PyPIregex2026.7.19间接
PyPIrequests2.34.2间接
PyPIrich15.0.0间接
PyPIrpds-py0.30.0间接
PyPIrpds-py2026.6.3间接
PyPIruff0.16.2间接
PyPIsafetensors0.8.0间接
PyPIscikit-learn1.7.2间接
PyPIscikit-learn1.9.0间接
PyPIscipy1.15.3间接
PyPIscipy1.17.1间接
PyPIscipy1.18.0间接
PyPIsetproctitle1.3.7间接
PyPIsetuptools84.0.0间接
PyPIshellingham1.5.4间接
PyPIsix1.17.0间接
PyPIsqlite-vec0.1.9间接
PyPIsse-starlette3.4.6间接
PyPIstarlette1.3.1间接
PyPIsympy1.14.0间接
PyPItexttable1.7.0间接
PyPItextual8.2.8间接
PyPIthreadpoolctl3.6.0间接
PyPItokenizers0.22.2间接
PyPItoml0.10.2间接
PyPItomli2.4.1间接
PyPItomlkit0.15.1间接
PyPItoolz1.1.0间接
PyPItorch2.13.0间接
PyPItorch2.13.0+cpu间接
PyPItqdm4.70.0间接
PyPItransformers5.14.1间接
PyPItree-sitter0.26.0间接
PyPItree-sitter-language-pack1.14.3间接
PyPItrove-classifiers2026.6.1.19间接
PyPItruststore0.10.4间接
PyPItyper0.27.1间接
PyPItyping-extensions4.16.0间接
PyPItyping-inspection0.4.2间接
PyPItzdata2026.3间接
PyPIuc-micro-py2.0.0间接
PyPIurllib32.7.0间接
PyPIuvicorn0.52.1间接
PyPIxarray2025.6.1间接
PyPIxarray2026.7.0间接
PyPIxxhash3.8.1间接
PyPIyarl1.24.5间接
PyPIzipp4.1.0间接
依赖安全公告 0

安装 pypi:hypermnesia-mcp@4.19.1 会引入 94 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 cdeust/Cortex 共享目录标签或生态系统的已检测仓库。 并排阅读 →

93DeusData/codebase-memory-mcpHigh-performance code intelligence MCP server. Indexes codebases into a persistent knowledge graph — average repo in milliseconds. 158 languages, sub-ms queries, 99% fewer tokens. Single static binary, zero dependencies.卓越98awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessions卓越95sickn33/agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,000+ agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.卓越93hashgraph-online/hol-guardOpen-source antivirus for AI agents: block risky tools, secret access, prompt injection, malicious packages, MCP servers, plugins, and skills at runtime.卓越92Observal/ObservalObserval is a local registry and analytics platform for your AI components. Setup Observal, define the scope and share your Skills, MCPs and Agents.优秀92sipyourdrink-ltd/bernsteinDeterministic orchestrator for CLI coding agents (Claude Code, Codex, Gemini CLI, +40 more). No model in the coordination loop, so parallel runs in per-task git worktrees replay byte-identically. Signed lineage plus an opt-in HMAC audit chain a reviewer checks offline, without rerunning it. Cluster mode, air-gap deploy. https://bernstein.run优秀

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.