公开记录
软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-09-20 04:32 UTC

finite-sample / rank-preserving-calibration

Rank preserving calibration of multiclass prob.

PythonMIT★ 3 星标⑂ 0 复刻始于 2025年8月在 GitHub 上查看 ↗
#calibration#dykstra#isotonic#multi-class-classification#nearly-isotonic

finite-sample/rank-preserving-calibration 的健康指数为 100 分中的 63 分，处于「中等」区间。 其得分最高的类别是Engineering Quality（96/100），最低的是Community & Adoption（26/100）。 最近一次更新在 6 天前。 近期的大部分工作由 1 位贡献者完成。

63
总分 / 100
中等

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。

63
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 59 经校准后在公布的指数量表上为 63（记录校准 2026-08-02）。

所有权

finite-sample组织
3 关注者74 个公开仓库始于 2025年6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
PyPIrank_preserving_calibration指向其他仓库——不计分0.9.071550 天前calibrationmachine-learningmulticlassisotonicdykstraadmm

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？

74良好 · 占总体的 21%

开发活跃度

67良好
评分方式
36/36推送新近度 — 最近一次推送于 6 天前
10.4/36提交节奏 — 52 周中有 15 周有提交
15.2/18提交量 — 最近一年 48 次提交
5/10OpenSSF Scorecard：Maintained — 7 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 5
所用输入
commits_last_year48
human_commit_share0.968
days_since_last_push6
active_weeks_last_year15

发布纪律

84优秀
评分方式
27/27有发布版本 — 已发布 1 个发布版本
36/36发布时效 — 最近一次发布版本于 50 天前
12.6/27发布节奏 — 节奏未知（仅一次发布）
8/10OpenSSF Scorecard：Signed-Releases — 1 out of the last 1 releases have a total of 1 signed artifacts.
所用输入
releases_count1
latest_release_tagv0.9.0
releases_from_tags否
days_since_latest_release50
mean_days_between_releases—

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？

26存在风险 · 占总体的 17%

流行度与采用

5危急
评分方式
4.9/60星标 — 3 个星标
0/25复刻 — 0 个复刻
0/15关注者 — 1 位关注者
所用输入
forks0
stars3
watchers1
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

50中等
评分方式
22.5/22.5README
22.5/22.5许可证 — 可识别的许可证（MIT）
0/18CONTRIBUTING 指南
0/13.5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_badges5
has_contributing否
has_issue_template否
has_code_of_conduct否
readme_badge_servicesgithub.com, 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？

30存在风险 · 占总体的 23%

维护者韧性（巴士系数）

20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
0/22.5提交分布 — 头号贡献者编写了 100% 的提交
1.4/13.5贡献者广度 — 1 位贡献者
10/10OpenSSF Scorecard：Contributors — project has 10 contributing companies or organizations
所用输入
bus_factor1
contributors_sampled1
top_contributor_share1

议题与 PR 响应能力

22存在风险
评分方式
0/42议题解决 — 0% 的议题已关闭
19.4/30PR 接受 — 已裁定的 PR 中 11/17 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 0/29 approved changesets -- score normalized to 0
所用输入
merged_prs11
open_issues1
closed_issues0
prs_merged_7d0
prs_decided_7d0
prs_merged_30d3
prs_decided_30d3
issue_closed_ratio0
closed_unmerged_prs6
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

50中等
评分方式
30/30所有权背书 — 组织持有
0/20已验证域名
4.3/25所有者影响力 — finite-sample 有 3 位关注者
15.5/25既往记录 — 74 个公开仓库，账户约 1 年
所用输入
followers3
owner_typeOrganization
is_verified否
owner_loginfinite-sample
public_repos74
account_age_days458

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 — 5 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 — 5 out of 5 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://finite-sample.github.io/rank-preserving-calibration/
10/10仓库描述
10/10主题标签 — 5 个主题标签
10/10Wiki
所用输入
topicscalibration, dykstra, isotonic, multi-class-classification, nearly-isotonic
has_wiki是
homepagehttps://finite-sample.github.io/rank-preserving-calibration/
docs_sitehttps://finite-sample.github.io/rank-preserving-calibration/
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？

66良好 · 占总体的 16%

安全态势

57中等
评分方式
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
2.5/2.5CI-Tests — 5 out of 5 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
0/7.5Code-Review — Found 0/29 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 10 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
3.8/7.5Maintained — 7 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 5
0/5Packaging — 无数据
1.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
6/7.5Signed-Releases — 1 out of the last 1 releases have a total of 1 signed artifacts.
6.8/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6.8/7.5Vulnerabilities — 1 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5.7
已排除计分（无数据或不适用）：Packaging。 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_packages5
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:rank_preserving_calibration@0.9.0 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 5 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。

81优秀 · 占总体的 4%

AI 代理上下文与指引

54中等
评分方式
45/45代理指令 — CLAUDE.md
0/15机器可读文档（llms.txt）
9.5/40可读的提交历史 — 90 次人类提交中有 16 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_share0.178
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes12,867

验证循环（构建 / 测试 / 类型检查）

93卓越
评分方式
18/18一条命令的引导启动 — docs/Makefile, ms/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 — rank_preserving_calibration/py.typed
10/10可复现环境 — lockfile
10/10已体现的代理实践 — 最近 93 次提交中有 8 次由代理编写或署名代理
8/8自动化维护 — 最近 93 次提交中有 1 次为自动依赖更新
3/10OpenSSF Scorecard：Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
所用输入
has_nix否
has_tests是
lockfilesuv.lock
has_dockerfile否
typed_language否
bootstrap_filesdocs/Makefile, ms/Makefile
has_devcontainer否
has_linter_config是
typecheck_configsrank_preserving_calibration/py.typed
agent_commit_share0.086
toolchain_manifests—
dependency_bot_commit_share0.011

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（rank_preserving_calibration/py.typed）
55/55可控的文件大小 — 采样的 33 个源文件中有 0 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes42,225
source_files_sampled33
oversized_source_files0

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

3GitHub 星标
1贡献者
48最近 12 个月提交数
6距最近推送天数
1发布版本数
1巴士系数（bus factor）
1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 'rank_preserving_calibration' points at a different repository (https://github.com/finite-sample/rank_preserving_calibration); excluded from ecosystem scoring

更多细节

OpenSSF Scorecard 5.7 / 10
5.7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 · 2026-09-20 04:32 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
10CI-Tests5 out of 5 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/29 approved changesets -- score normalized to 0
10Contributorsproject has 10 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
5Maintained7 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 5
不适用Packagingpackaging workflow not detected
3Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 3
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
8Signed-Releases1 out of the last 1 releases have a total of 1 signed artifacts.
9Token-Permissionsdetected GitHub workflow tokens with excessive permissions
9Vulnerabilities1 existing vulnerabilities detected
直接依赖 3
注册表软件包版本约束清单文件
PyPInumpy>=1.20pyproject.toml
PyPIscipy>=1.10pyproject.toml
PyPIclarabel>=0.9pyproject.toml
全部依赖 175

来自 GitHub 依赖图的完整解析依赖集合：3 个直接依赖与 172 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
PyPIclarabel0.11.1直接
PyPInumpy2.5.2直接
PyPIscipy1.18.0直接
PyPIaccessible-pygments0.0.5间接
PyPIalabaster1.0.0间接
PyPIanyio4.14.2间接
PyPIappnope0.1.4间接
PyPIargon2-cffi25.1.0间接
PyPIargon2-cffi-bindings25.1.0间接
PyPIarrow1.4.0间接
PyPIasttokens3.0.2间接
PyPIasync-lru2.3.0间接
PyPIattrs26.1.0间接
PyPIbabel2.18.0间接
PyPIbeautifulsoup44.15.0间接
PyPIbleach6.4.0间接
PyPIcertifi2026.7.22间接
PyPIcffi2.1.1间接
PyPIcfgv3.5.0间接
PyPIcharset-normalizer3.5.1间接
PyPIclick8.4.2间接
PyPIcolorama0.4.6间接
PyPIcomm0.2.3间接
PyPIcontourpy1.3.3间接
PyPIcoverage7.15.4间接
PyPIcvxpy1.9.2间接
PyPIcycler0.12.1间接
PyPIdebugpy1.8.21间接
PyPIdefusedxml0.7.1间接
PyPIdistlib0.4.3间接
PyPIdocstring-parser-fork0.0.16间接
PyPIdocutils0.22.4间接
PyPIexecuting2.2.1间接
PyPIfastjsonschema2.22.2间接
PyPIfilelock3.32.3间接
PyPIfonttools4.63.0间接
PyPIfqdn1.5.1间接
PyPIfuro2025.12.19间接
PyPIgreenlet3.5.5间接
PyPIh110.16.0间接
PyPIhighspy1.15.1间接
PyPIhttpcore1.0.9间接
PyPIhttpx0.28.1间接
PyPIhypothesis6.165.10间接
PyPIidentify2.6.19间接
PyPIidna3.19间接
PyPIimagesize2.0.0间接
PyPIimportlib-metadata9.0.0间接
PyPIiniconfig2.3.0间接
PyPIipykernel7.3.0间接
PyPIipython9.16.1间接
PyPIipython-pygments-lexers1.1.1间接
PyPIipywidgets8.1.9间接
PyPIisoduration20.11.0间接
PyPIjedi0.20.0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
PyPIjupyter1.1.1间接
PyPIjupyter-builder1.2.2间接
PyPIjupyter-cache1.0.1间接
PyPIjupyter-client8.9.1间接
PyPIjupyter-console6.6.3间接
PyPIjupyter-core5.9.1间接
PyPIjupyter-events0.12.1间接
PyPIjupyter-lsp2.3.1间接
PyPIjupyter-server2.20.0间接
PyPIjupyter-server-terminals0.5.4间接
PyPIjupyterlab4.6.3间接
PyPIjupyterlab-pygments0.3.0间接
PyPIjupyterlab-server2.28.0间接
PyPIjupyterlab-widgets3.0.17间接
PyPIkiwisolver1.5.0间接
PyPIlark1.3.1间接
PyPIllvmlite0.49.0间接
PyPImarkdown-it-py4.2.0间接
PyPImarkupsafe3.0.3间接
PyPImatplotlib3.11.1间接
PyPImatplotlib-inline0.2.2间接
PyPImdit-py-plugins0.6.1间接
PyPImdurl0.1.2间接
PyPImistune3.3.4间接
PyPImyst-nb1.4.0间接
PyPImyst-parser5.1.0间接
PyPInarwhals2.24.0间接
PyPInbclient0.11.0间接
PyPInbconvert7.17.1间接
PyPInbformat5.11.1间接
PyPInest-asyncio21.7.2间接
PyPInodeenv1.10.0间接
PyPInotebook7.6.2间接
PyPInotebook-shim0.2.4间接
PyPInumba0.67.0间接
PyPIosqp1.1.3间接
PyPIpackaging26.3间接
PyPIpandas3.0.5间接
PyPIpandocfilters1.5.1间接
PyPIparso0.8.7间接
PyPIpexpect4.9.0间接
PyPIpillow12.3.0间接
PyPIplatformdirs4.11.3间接
PyPIplotly6.9.0间接
PyPIpluggy1.6.0间接
PyPIpre-commit4.6.2间接
PyPIprometheus-client0.26.0间接
PyPIprompt-toolkit3.0.53间接
PyPIpsutil7.2.2间接
PyPIptyprocess0.7.0间接
PyPIpure-eval0.2.3间接
PyPIpy-canon1.1.1间接
PyPIpycparser3.0间接
PyPIpydoclint0.9.1间接
PyPIpygments2.21.0间接
PyPIpyparsing3.3.2间接
PyPIpyright1.1.411间接
PyPIpytest9.1.1间接
PyPIpytest-cov7.1.0间接
PyPIpython-dateutil2.9.0.post0间接
PyPIpython-discovery1.5.2间接
PyPIpython-json-logger4.2.0间接
PyPIpywinpty3.0.5间接
PyPIpyyaml6.0.3间接
PyPIpyzmq27.1.0间接
PyPIqdldl0.1.9.post1间接
PyPIrank-preserving-calibration0.9.0间接
PyPIreferencing0.37.0间接
PyPIrequests2.34.2间接
PyPIrfc3339-validator0.1.4间接
PyPIrfc3986-validator0.1.1间接
PyPIrfc3987-syntax1.1.0间接
PyPIroman-numerals4.1.0间接
PyPIrpds-py2026.6.3间接
PyPIruff0.14.6间接
PyPIscikit-learn1.9.0间接
PyPIscs3.2.11间接
PyPIseaborn0.13.2间接
PyPIsend2trash2.1.0间接
PyPIsetuptools84.0.0间接
PyPIsix1.17.0间接
PyPIsnowballstemmer3.1.1间接
PyPIsortedcontainers2.4.0间接
PyPIsoupsieve2.9.2间接
PyPIsparsediffpy0.3.0间接
PyPIsphinx9.1.0间接
PyPIsphinx-autodoc-typehints3.13.2间接
PyPIsphinx-basic-ng1.0.0b2间接
PyPIsphinx-copybutton0.5.2间接
PyPIsphinxcontrib-applehelp2.0.0间接
PyPIsphinxcontrib-devhelp2.0.0间接
PyPIsphinxcontrib-htmlhelp2.1.0间接
PyPIsphinxcontrib-jsmath1.0.1间接
PyPIsphinxcontrib-qthelp2.0.0间接
PyPIsphinxcontrib-serializinghtml2.0.0间接
PyPIsqlalchemy2.0.52间接
PyPIstack-data0.6.3间接
PyPItabulate0.10.0间接
PyPIterminado0.18.1间接
PyPIthreadpoolctl3.6.0间接
PyPItinycss21.5.1间接
PyPItornado6.5.8间接
PyPItraitlets5.16.1间接
PyPItyping-extensions4.16.0间接
PyPItzdata2026.3间接
PyPIuri-template1.3.0间接
PyPIurllib32.7.0间接
PyPIvirtualenv21.7.4间接
PyPIwcwidth0.8.2间接
PyPIwebcolors25.10.0间接
PyPIwebencodings0.6.1间接
PyPIwebsocket-client1.9.0间接
PyPIwidgetsnbextension4.0.16间接
PyPIzipp4.1.0间接
依赖安全公告 0

安装 pypi:rank_preserving_calibration@0.9.0 会引入 5 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 finite-sample/rank-preserving-calibration 共享目录标签或生态系统的已检测仓库。 并排阅读 →

91alan-turing-institute/autoemulateEmulate simulations easily优秀91joshuaswarren/remnicOpen-source memory and context for user-aware agents: scoped memory, provenance, retrieval quality, correction, boundaries, evals, and MCP/HTTP access.优秀90qiboteam/qibocalQuantum calibration, characterization and validation module for Qibo.优秀87EmpiricaAI/empirica Make AI agents and AI workflows measurably reliable. Epistemic measurement, Noetic RAG, Sentinel gating, and grounded calibration for Claude Code and beyond优秀78rust-dd/stochastic-rsHigh-performance quantitative finance in Rust — 120+ stochastic processes, option pricing, calibration, fixed income, risk & copulas, with SIMD/GPU acceleration and Python bindings.良好78finite-sample/calibreAdvanced Calibration Models良好

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.