公开记录
软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-10-24 03:39 UTC

gepa-ai / gepa

Optimize prompts, code, and more with AI-powered Reflective Optimization

Jupyter Notebook · PythonMIT★ 7,122 星标⑂ 590 复刻始于 2025年8月在 GitHub 上查看 ↗
类型库如何判定

gepa-ai/gepa 的健康指数为 100 分中的 90 分，处于「优秀」区间。 其得分最高的类别是Vitality（93/100），最低的是Security（46/100）。 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。

90
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。

90
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 76 经校准后在公布的指数量表上为 90（记录校准 2026-08-02）。

所有权

GEPA组织
102 关注者6 个公开仓库始于 2025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
PyPIgepa0.1.47,733,52736100 天前

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

95卓越
评分方式
36/36推送新近度 — 最近一次推送于 1 天前
31.2/36提交节奏 — 52 周中有 45 周有提交
18/18提交量 — 最近一年 507 次提交
0/10OpenSSF Scorecard：Maintained — 无数据
所用输入
commits_last_year507
human_commit_share0.91
days_since_last_push1
active_weeks_last_year45

发布纪律

90优秀
评分方式
27/27有发布版本 — 已发布 45 个发布版本
27/36发布时效 — 最近一次发布版本于 100 天前
27/27发布节奏 — 约每 22.1 天发布一次
0/10OpenSSF Scorecard：Signed-Releases — 无数据
所用输入
releases_count45
latest_release_tagv0.1.4
releases_from_tags否
days_since_latest_release100
mean_days_between_releases22.1

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？

86优秀 · 占总体的 17%

流行度与采用

91优秀
评分方式
60/60星标 — 7,122 个星标
23.1/25复刻 — 590 个复刻
8/15关注者 — 28 位关注者
所用输入
forks590
stars7,122
watchers28
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

70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
0/6.3PR 模板
所用输入
has_readme是
has_license是
readme_badges4
has_contributing是
has_issue_template否
has_code_of_conduct否
readme_badge_servicesbadgen.net, shields.io
has_pull_request_template否

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 7,733,527 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
packagesgepa
dependents—
ecosystemspypi
total_downloads—
monthly_downloads7,733,527
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？

61中等 · 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
9.5/22.5提交分布 — 头号贡献者编写了 58% 的提交
13.5/13.5贡献者广度 — 58 位贡献者
0/10OpenSSF Scorecard：Contributors — 无数据
所用输入
bus_factor1
contributors_sampled58
top_contributor_share0.577

议题与 PR 响应能力

67良好
评分方式
19.1/42议题解决 — 46% 的议题已关闭
25.4/30PR 接受 — 已裁定的 PR 中 271/320 已合并
12.1/13Newcomer PR acceptance — 30 天内首次贡献者的 PR 已合并 13/14
0/15OpenSSF Scorecard：Code-Review — 无数据
所用输入
merged_prs271
open_issues73
closed_issues61
prs_merged_7d16
prs_decided_7d17
prs_merged_30d26
prs_decided_30d28
issue_closed_ratio0.455
closed_unmerged_prs49
first_time_authors_30d10
first_time_prs_merged_30d13
first_time_prs_decided_30d14

所有权与托管责任

53中等
评分方式
30/30所有权背书 — 组织持有
0/20已验证域名
14.5/25所有者影响力 — gepa-ai 有 102 位关注者
8.6/25既往记录 — 6 个公开仓库，账户约 1 年
所用输入
followers102
owner_typeOrganization
is_verified否
owner_logingepa-ai
public_repos6
account_age_days445

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 100 天前
20/20版本历史 — 36 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
packagesgepa
ecosystemspypi
any_deprecated否
min_days_since_publish100

工程质量

基础的工程与文档实践是否到位？

87优秀 · 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 — pyproject.toml ([tool.ruff])
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

文档

80优秀
评分方式
30/30README
25/25文档目录
15/15文档 / 主页站点 — https://gepa-ai.github.io/gepa/
10/10仓库描述
0/10主题标签
0/10Wiki
所用输入
topics—
has_wiki否
homepagehttps://gepa-ai.github.io/gepa/
docs_sitehttps://gepa-ai.github.io/gepa/
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？

46薄弱 · 占总体的 16%

安全态势

33存在风险
评分方式
0/30安全策略（SECURITY.md）
25/25Dependabot 配置
0/25依赖锁定文件 — 已发布的类库——锁定文件属于应用层关注点，不作要求
0/20CodeQL 工作流
所用输入
sourcefile_signals
lockfilesuv.lock
manifestsdocs/requirements.txt, pyproject.toml
has_codeql_workflow否
has_security_policy否
has_dependabot_config是
已排除计分（无数据或不适用）：依赖锁定文件。 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
0/25间接依赖不含已知公告 — 在此范围内，传递依赖集合无法与开发和测试依赖区分
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
advisories284
affected_packages28
assessed_packages218
unassessed_packages29
affected_by_severitycritical 4, high 15, moderate 8, low 1
direct_affected_packages0
已排除计分（无数据或不适用）：间接依赖不含已知公告, 没有长期未处理的公告。 其余权重已重新归一化。 已将 218 个已解析依赖与 OSV 比对。 有 29 项无法评估——没有已解析的版本、生态系统不受支持，或超出所报告的软件包清单。 该仓库未发布任何索引可解析的软件包，因此改为评估仓库依赖图。该图将开发与测试版本固定同交付的依赖混在一起，因此仅对声明的运行时依赖计分；传递性发现仅作为背景信息列出，不计入评分。 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。

89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, CLAUDE.md
15/15机器可读文档（llms.txt） — 项目网站提供 llms.txt（https://mlflow.org/llms.txt）
40/40可读的提交历史 — 91 次人类提交中有 87 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://mlflow.org/llms.txt
legible_history_share0.956
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes1,730

验证循环（构建 / 测试 / 类型检查）

80优秀
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 — pyrightconfig.json, src/gepa/py.typed
10/10可复现环境 — lockfile
10/10已体现的代理实践 — 最近 100 次提交中有 40 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 9 次为自动依赖更新
0/10OpenSSF Scorecard：Pinned-Dependencies — 无数据
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_configspyrightconfig.json, src/gepa/py.typed
agent_commit_share0.4
toolchain_manifests—
dependency_bot_commit_share0.09

面向模型的代码可读性

81优秀
评分方式
27/45可类型检查的代码 — Jupyter Notebook，已配置类型检查（pyrightconfig.json, src/gepa/py.typed）
54.3/55可控的文件大小 — 采样的 238 个源文件中有 3 个超过 60KB
所用输入
primary_languageJupyter Notebook
largest_source_bytes143,180
source_files_sampled238
oversized_source_files3

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

7,122GitHub 星标
58贡献者
507最近 12 个月提交数
1距最近推送天数
45发布版本数
1巴士系数（bus factor）
73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
  • First-time contributor figures cover 12 of 15 authors (cap 12)
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/10/24 03:38:26 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

更多细节

Star 与 Fork 历史 0 ★ / 590 ⇿
0Star
590Fork
45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。

0100200300400500600586132025-082026-032026-10
主版本 0次版本 1修订 27

每个点涵盖 2 天。

全部依赖 247

来自 GitHub 依赖图的完整解析依赖集合：0 个直接依赖与 247 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
PyPIaiohappyeyeballs2.6.1间接
PyPIaiohttp3.14.3间接
PyPIaiosignal1.4.0间接
PyPIalembic1.16.5间接
PyPIannotated-types0.7.0间接
PyPIanyio4.10.0间接
PyPIasync-timeout5.0.1间接
PyPIattrs25.3.0间接
PyPIbackports-tarfile1.2.0间接
PyPIbeautifulsoup44.13.5间接
PyPIblinker1.9.0间接
PyPIboto31.43.107间接
PyPIbotocore1.43.107间接
PyPIbuild1.3.0间接
PyPIcachetools5.5.2间接
PyPIcertifi2025.8.3间接
PyPIcffi1.17.1间接
PyPIcfgv3.4.0间接
PyPIcharset-normalizer3.4.3间接
PyPIchromadb—间接
PyPIclick8.2.1间接
PyPIcloudpickle3.1.2间接
PyPIcolorama—间接
PyPIcolorama0.4.6间接
PyPIconfigargparse—间接
PyPIcontourpy1.3.2间接
PyPIcontourpy1.3.3间接
PyPIcryptography45.0.6间接
PyPIcvxpy1.7.3间接
PyPIcycler0.12.1间接
PyPIcython3.1.4间接
PyPIdask2024.8.0间接
PyPIdatabricks-sdk0.65.0间接
PyPIdatasets5.0.1间接
PyPIdill0.3.8间接
PyPIdistlib0.4.0间接
PyPIdistro1.9.0间接
PyPIdocker7.2.0间接
PyPIdocutils0.22间接
PyPIduckdb1.4.1间接
PyPIexceptiongroup1.3.0间接
PyPIfastapi0.116.1间接
PyPIfastapi0.121.1间接
PyPIfastuuid0.14.0间接
PyPIfilelock—间接
PyPIfilelock3.19.1间接
PyPIflask3.1.2间接
PyPIflask-cors6.0.5间接
PyPIfonttools4.59.2间接
PyPIfrozenlist1.7.0间接
PyPIfsspec2025.3.0间接
PyPIgepa0.1.4间接
PyPIgitdb4.0.12间接
PyPIgitpython3.1.45间接
PyPIgoogle-auth—间接
PyPIgoogle-auth2.40.3间接
PyPIgoogleapis-common-protos1.75.5间接
PyPIgraphene3.4.3间接
PyPIgraphql-core3.2.6间接
PyPIgraphql-relay3.2.0间接
PyPIgreenlet3.2.4间接
PyPIgunicorn23.0.0间接
PyPIh110.16.0间接
PyPIh24.4.1间接
PyPIh5py3.14.0间接
PyPIhf-xet1.1.8间接
PyPIhpack4.2.0间接
PyPIhttpcore1.0.9间接
PyPIhttpx0.28.1间接
PyPIhuey3.2.1间接
PyPIhuggingface-hub0.34.4间接
PyPIhyperframe6.1.0间接
PyPIid1.5.0间接
PyPIidentify2.6.13间接
PyPIidna3.10间接
PyPIimportlib-metadata8.7.0间接
PyPIiniconfig2.1.0间接
PyPIitsdangerous2.2.0间接
PyPIjaraco-classes3.4.0间接
PyPIjaraco-context6.0.1间接
PyPIjaraco-functools4.3.0间接
PyPIjeepney0.9.0间接
PyPIjinja23.1.6间接
PyPIjiter0.10.0间接
PyPIjmespath1.1.0间接
PyPIjoblib1.5.2间接
PyPIjsonpatch1.33间接
PyPIjsonpointer3.1.1间接
PyPIjsonschema4.25.1间接
PyPIjsonschema-specifications2025.4.1间接
PyPIkeyring25.6.0间接
PyPIkiwisolver1.4.9间接
PyPIlancedb—间接
PyPIlangchain1.4.2间接
PyPIlangchain-core1.6.6间接
PyPIlangchain-protocol0.0.18间接
PyPIlanggraph1.2.12间接
PyPIlanggraph-checkpoint4.1.1间接
PyPIlanggraph-prebuilt1.1.0间接
PyPIlanggraph-sdk0.4.2间接
PyPIlangsmith0.10.3间接
PyPIlark1.3.1间接
PyPIlitellm—间接
PyPIlitellm1.103.2间接
PyPIlitellm1.93.2间接
PyPIllm-structured-confidence0.4.5间接
PyPImako1.3.10间接
PyPImarkdown-it-py4.0.0间接
PyPImarkupsafe3.0.2间接
PyPImatplotlib3.10.6间接
PyPImatplotlib3.7.5间接
PyPImdurl0.1.2间接
PyPImkdocs—间接
PyPImkdocs-jupyter—间接
PyPImkdocs-material—间接
PyPImkdocs-redirects—间接
PyPImkdocs-rss-plugin—间接
PyPImkdocstrings—间接
PyPImkdocstrings-python—间接
PyPImlflow3.16.1间接
PyPImlflow-skinny3.16.1间接
PyPImlflow-tracing3.16.1间接
PyPImore-itertools10.7.0间接
PyPImultidict6.6.4间接
PyPImultiprocess0.70.16间接
PyPInetworkx—间接
PyPInetworkx3.2.1间接
PyPInh30.3.0间接
PyPInodeenv1.9.1间接
PyPInumba0.60.0间接
PyPInumpy—间接
PyPInumpy2.2.6间接
PyPInumpy2.3.2间接
PyPInumpy2.5.1间接
PyPIopenai2.45.0间接
PyPIopenpyxl3.1.5间接
PyPIopentelemetry-api1.45.0间接
PyPIopentelemetry-exporter-http-transport0.66b0间接
PyPIopentelemetry-exporter-otlp-common0.66b0间接
PyPIopentelemetry-exporter-otlp-proto-common1.45.0间接
PyPIopentelemetry-exporter-otlp-proto-http1.45.0间接
PyPIopentelemetry-proto1.45.0间接
PyPIopentelemetry-sdk1.45.0间接
PyPIopentelemetry-semantic-conventions0.66b0间接
PyPIoptuna—间接
PyPIorjson3.11.9间接
PyPIormsgpack1.12.2间接
PyPIpackaging26.3间接
PyPIpandas—间接
PyPIpandas2.3.3间接
PyPIpillow—间接
PyPIpillow11.3.0间接
PyPIplatformdirs4.3.8间接
PyPIplaywright—间接
PyPIpluggy1.6.0间接
PyPIpolars1.33.1间接
PyPIpre-commit4.6.2间接
PyPIprettytable3.18.0间接
PyPIpropcache0.3.2间接
PyPIprotobuf7.36.2间接
PyPIpsutil—间接
PyPIpsutil7.2.2间接
PyPIpulp3.3.0间接
PyPIpyarrow—间接
PyPIpyarrow25.0.1间接
PyPIpyasn10.6.1间接
PyPIpyasn1-modules0.4.2间接
PyPIpycparser2.22间接
PyPIpydantic2.13.5间接
PyPIpydantic-core2.46.5间接
PyPIpydantic-settings2.15.0间接
PyPIpygments2.19.2间接
PyPIpymilvus—间接
PyPIpyomo6.9.5间接
PyPIpyparsing3.2.3间接
PyPIpyproject-hooks1.2.0间接
PyPIpyright1.1.414间接
PyPIpytest9.1.1间接
PyPIpython-dateutil2.9.0.post0间接
PyPIpython-dotenv1.2.3间接
PyPIpytz2025.2间接
PyPIpywin32311间接
PyPIpywin32-ctypes0.2.3间接
PyPIpyyaml—间接
PyPIpyyaml6.0.3间接
PyPIqdrant-client—间接
PyPIreadme-renderer44.0间接
PyPIreferencing0.36.2间接
PyPIregex2025.7.34间接
PyPIrequests2.34.2间接
PyPIrequests-toolbelt1.0.0间接
PyPIrfc39862.0.0间接
PyPIrich15.0.0间接
PyPIrpds-py0.27.0间接
PyPIrsa4.9.1间接
PyPIruff0.16.9间接
PyPIs3transfer0.19.2间接
PyPIscikit-learn1.6.1间接
PyPIscikit-learn1.7.1间接
PyPIscipy—间接
PyPIscipy1.15.3间接
PyPIscipy1.16.1间接
PyPIscrapy2.13.3间接
PyPIseaborn—间接
PyPIsecretstorage3.3.3间接
PyPIsemver3.1.0间接
PyPIsetuptools80.9.0间接
PyPIshapely2.0.7间接
PyPIsix1.17.0间接
PyPIskops0.14.0间接
PyPIsmmap5.0.2间接
PyPIsniffio1.3.1间接
PyPIsqlalchemy2.0.43间接
PyPIsqlalchemy2.0.44间接
PyPIsqlparse0.5.3间接
PyPIstarlette0.47.3间接
PyPIstatsmodels0.14.5间接
PyPIswesmith0.0.9间接
PyPIsympy1.13.1间接
PyPItenacity9.1.4间接
PyPIthreadpoolctl3.6.0间接
PyPItiktoken0.14.0间接
PyPItokenizers0.21.4间接
PyPItomli2.2.1间接
PyPItqdm4.67.1间接
PyPItqdm4.70.1间接
PyPItwine7.0.0间接
PyPItyping-extensions4.14.1间接
PyPItyping-inspection0.4.2间接
PyPItzdata2025.2间接
PyPIurllib32.5.0间接
PyPIuuid-utils0.17.0间接
PyPIuvicorn0.35.0间接
PyPIvirtualenv20.34.0间接
PyPIwaitress3.0.2间接
PyPIwandb—间接
PyPIwandb0.30.0间接
PyPIwcwidth0.8.2间接
PyPIweaviate-client—间接
PyPIwebsockets15.0.1间接
PyPIwerkzeug3.1.3间接
PyPIwheel0.45.1间接
PyPIxarray2024.7.0间接
PyPIxxhash3.5.0间接
PyPIyarl1.20.1间接
PyPIzipp3.23.0间接
PyPIzstandard0.25.0间接
依赖安全公告 28

该仓库未发布可被索引解析的包，因此评估的是其自身的依赖图——共 218 个包，其中也包含从不交付的开发与测试版本固定：28 个存在已知公告，0 个为直接依赖。 有 29 个无法评估——没有已解析的版本、生态系统不受支持，或不在所列包清单之内。

软件包版本关系严重程度公告数修复版本
anyio4.10.0间接严重44.14.2
cryptography45.0.6间接严重1350.0.0
gitpython3.1.45间接严重603.2.1
pillow11.3.0间接严重7613.0.0
aiohttp3.14.3间接高83.14.4
certifi2025.8.3间接高22026.10.19
fsspec2025.3.0间接高22026.6.0
graphql-core3.2.6间接高23.3.0rc1
jaraco-context6.0.1间接高26.1.0
langgraph-sdk0.4.2间接高20.4.4
mako1.3.10间接高61.4.2
mlflow3.16.1间接高23.17.2
pyasn10.6.1间接高100.6.4
scrapy2.13.3间接高82.17.0
sqlparse0.5.3间接高110.6.0
starlette0.47.3间接高121.3.1
urllib32.5.0间接高122.8.0
virtualenv20.34.0间接高2521.14.9
wheel0.45.1间接高20.46.2
duckdb1.4.1间接中11.4.2
filelock3.19.1间接中43.20.3
flask3.1.2间接中23.1.3
fonttools4.59.2间接中24.60.2
idna3.10间接中23.15
opentelemetry-api1.45.0间接中11.45.1
setuptools80.9.0间接中384.1.0
werkzeug3.1.3间接中83.1.9
pygments2.19.2间接低22.20.0

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 gepa-ai/gepa 共享目录标签或生态系统的已检测仓库。 并排阅读 →

100open-telemetry/opentelemetry-pythonOpenTelemetry Python API and SDK 卓越100NVIDIA-NeMo/SpeechA scalable generative AI framework built for researchers and developers working on Large Language Models, Multimodal, and Speech AI (Automatic Speech Recognition and Text-to-Speech)卓越100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflows卓越100streamlit/streamlitStreamlit — A faster way to build and share data apps.卓越100awslabs/mcpOpen source MCP Servers for AWS卓越100mlco2/codecarbonTrack emissions from Compute and recommend ways to reduce their impact on the environment.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.