公开记录
软件健康报告模式 0.15.0 · 指标 2.10.0 · 2026-07-19 10:29 UTC

google / torchax

torchax is a PyTorch frontend for JAX. It gives JAX the ability to author JAX programs using familiar PyTorch syntax. It also provides JAX-Pytorch interoperability, meaning, one can mix JAX & Pytorch syntax together when authoring ML programs, and run it in every hardware JAX can run.

PythonApache-2.0★ 231 星标⑂ 36 复刻始于 2025年10月在 GitHub 上查看 ↗
类型库如何判定
#ai#interoperability#jax#machine-learning#pytorch#tpu

google/torchax 的健康指数为 100 分中的 83 分，处于「优秀」区间。 其得分最高的类别是Sustainability & Governance（80/100），最低的是AI Readiness（39/100）。 最近一次更新在 16 天前。 近期的大部分工作由 2 位贡献者完成。

83
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。

83
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 70 经校准后在公布的指数量表上为 83（记录校准 2026-08-02）。

所有权

Google组织
75,674 关注者2,885 个公开仓库始于 2012年1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
PyPItorchax0.0.13116,38325831 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？

73良好 · 占总体的 21%

开发活跃度

69良好
评分方式
28.8/36推送新近度 — 最近一次推送于 16 天前
17.3/36提交节奏 — 52 周中有 25 周有提交
16.8/18提交量 — 最近一年 73 次提交
6/10OpenSSF Scorecard：Maintained — 7 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 6
所用输入
commits_last_year73
human_commit_share—
days_since_last_push16
active_weeks_last_year25

发布纪律

80优秀
评分方式
16.2/27有发布版本 — 5 个版本标签（无 GitHub 发布版本）
36/36发布时效 — 最近一次发布版本于 33 天前
19.8/27发布节奏 — 约每 55.2 天发布一次
0/10OpenSSF Scorecard：Signed-Releases — 无数据
所用输入
releases_count5
latest_release_tagv0.0.13
releases_from_tags是
days_since_latest_release33
mean_days_between_releases55.2
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？

72良好 · 占总体的 17%

流行度与采用

54中等
评分方式
38.3/60星标 — 231 个星标
12.9/25复刻 — 36 个复刻
2.7/15关注者 — 4 位关注者
所用输入
forks36
stars231
watchers4
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（Apache-2.0）
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_badges—
has_contributing是
has_issue_template否
has_code_of_conduct是
readme_badge_services—
has_pull_request_template否

生态采用（下载量）

84优秀
评分方式
67.5/80月度下载量 — pypi 合计每月 116,383 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
packagestorchax
dependents—
ecosystemspypi
total_downloads—
monthly_downloads116,383
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？

80优秀 · 占总体的 23%

维护者韧性（巴士系数）

57中等
评分方式
25.2/54巴士系数 — 2 位贡献者贡献了半数提交
15.1/22.5提交分布 — 头号贡献者编写了 33% 的提交
13.5/13.5贡献者广度 — 21 位贡献者
3/10OpenSSF Scorecard：Contributors — project has 1 contributing companies or organizations -- score normalized to 3
所用输入
bus_factor2
contributors_sampled21
top_contributor_share0.329

议题与 PR 响应能力

70良好
评分方式
18.3/42议题解决 — 44% 的议题已关闭
27.5/30PR 接受 — 已裁定的 PR 中 67/73 已合并
0/13Newcomer PR acceptance — 30 天内没有首次贡献者的 PR 得到裁决
15/15OpenSSF Scorecard：Code-Review — all changesets reviewed
所用输入
merged_prs67
open_issues13
closed_issues10
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0.435
closed_unmerged_prs6
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 — google 有 75,674 位关注者
25/25既往记录 — 2,885 个公开仓库，账户约 14 年
所用输入
followers75,674
owner_typeOrganization
is_verified—
owner_logingoogle
public_repos2,885
account_age_days5,296
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 31 天前
20/20版本历史 — 258 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
packagestorchax
ecosystemspypi
any_deprecated否
min_days_since_publish31

工程质量

基础的工程与文档实践是否到位？

77良好 · 占总体的 19%

工程实践

68良好
评分方式
24/24CI 工作流 — 6 个工作流
24/24存在测试
0/16Linter 配置
0/9.6Pre-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否
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://google.github.io/torchax/
10/10仓库描述
10/10主题标签 — 6 个主题标签
0/10Wiki
所用输入
topicsai, interoperability, jax, machine-learning, pytorch, tpu
has_wiki否
homepagehttps://google.github.io/torchax/
docs_sitehttps://google.github.io/torchax/
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？

51中等 · 占总体的 16%

安全态势

51中等
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 — 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
7.5/7.5Code-Review — all changesets reviewed
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5许可证 — license file detected
4.5/7.5Maintained — 7 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 6
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
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
0.8/7.5Vulnerabilities — 9 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5.1
已排除计分（无数据或不适用）：Branch-Protection, 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。

39薄弱 · 占总体的 4%

AI 代理上下文与指引

1危急
评分方式
0/45代理指令 — 没有 CLAUDE.md / AGENTS.md / 编辑器规则
0/15机器可读文档（llms.txt）
0/40可读的提交历史 — 无数据
所用输入
has_llms_txt否
llms_txt_url—
legible_history_share—
agent_instruction_files—
agent_instruction_max_bytes—
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）

39薄弱
评分方式
0/18一条命令的引导启动
22/22自动化测试
0/11Lint / 格式化配置
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_files—
has_devcontainer否
has_linter_config否
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

54中等
评分方式
0/45可类型检查的代码 — Python，未配置类型检查
53.5/55可控的文件大小 — 采样的 75 个源文件中有 2 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes167,762
source_files_sampled75
oversized_source_files2

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
所用输入
example_dirsexamples
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

231GitHub 星标
21贡献者
73最近 12 个月提交数
16距最近推送天数
5发布版本数
2巴士系数（bus factor）
13开放议题
PyPI软件包生态系统数

更多细节

OpenSSF Scorecard 5.1 / 10
5.1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 · 2026-07-19 10:28 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-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
10Code-Reviewall changesets reviewed
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
6Maintained7 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 6
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
不适用Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
1Vulnerabilities9 existing vulnerabilities detected
全部依赖 25

来自 GitHub 依赖图的完整解析依赖集合：0 个直接依赖与 25 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
PyPIabsl-py2.2.2间接
PyPIdatasets—间接
PyPIexpecttest0.3.0间接
PyPIflax0.10.6间接
PyPIimmutabledict4.2.1间接
PyPIjax0.7.2间接
PyPIjupyter—间接
PyPImatplotlib—间接
PyPInbconvert—间接
PyPIoptax—间接
PyPIoptax0.2.4间接
PyPIpandas—间接
PyPIpytest—间接
PyPIpytest8.3.5间接
PyPIpytest-reraise—间接
PyPIpytest-xdist—间接
PyPIruff—间接
PyPIsentencepiece—间接
PyPItensorboard—间接
PyPItermcolor—间接
PyPItiktoken—间接
PyPItorch2.8.0间接
PyPItorch2.8.0+cpu间接
PyPItorchvision—间接
PyPItqdm—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 google/torchax 共享目录标签或生态系统的已检测仓库。 并排阅读 →

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98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.卓越98keras-team/kerasDeep Learning for humans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98ultralytics/ultralyticsUltralytics YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object tracking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 v0.15.0—— 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.