软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-09-20 01:22 UTC

hpcaitech / ColossalAI

Making large AI models cheaper, faster and more accessible

PythonApache-2.0★ 41,437 星标⑂ 4,495 复刻始于 2021年10月在 GitHub 上查看 ↗

类型命令行工具如何判定

#deep-learning #hpc #large-scale #data-parallelism #pipeline-parallelism #model-parallelism #ai #big-model #distributed-computing #inference #heterogeneous-training #foundation-models

hpcaitech/ColossalAI 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Engineering Quality（95/100），最低的是Security（21/100）。最近一次更新在今天。近期的大部分工作由 7 位贡献者完成。

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。

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）

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

HPC-AI Tech组织

1,962 关注者33 个公开仓库始于 2021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
PyPI	coati指向其他仓库——不计分	0.1.0	-	0	—	powerpoint automatic-reports

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？

60中等 · 占总体的 21%

开发活跃度

55中等

评分方式

36/36	推送新近度 — 最近一次推送于 0 天前
2.8/36	提交节奏 — 52 周中有 4 周有提交
10.3/18	提交量 — 最近一年 13 次提交
0/10	OpenSSF Scorecard：Maintained — 无数据

所用输入

commits_last_year	13
human_commit_share	0.95
days_since_last_push	0
active_weeks_last_year	4

发布纪律

68良好

评分方式

27/27	有发布版本 — 已发布 50 个发布版本
7.2/36	发布时效 — 最近一次发布版本于 472 天前
27/27	发布节奏 — 约每 35.8 天发布一次
0/10	OpenSSF Scorecard：Signed-Releases — 无数据

所用输入

releases_count	50
latest_release_tag	v0.5.0
releases_from_tags	否
days_since_latest_release	472
mean_days_between_releases	35.8

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？

89优秀 · 占总体的 17%

流行度与采用

99卓越

评分方式

60/60	星标 — 41,437 个星标
25/25	复刻 — 4,495 个复刻
14.3/15	关注者 — 381 位关注者

所用输入

forks	4,495
stars	41,437
watchers	381
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

社区健康

77良好

评分方式

22.5/22.5	README
22.5/22.5	许可证 — 可识别的许可证（Apache-2.0）
18/18	CONTRIBUTING 指南
0/13.5	行为准则
0/7.2	议题模板
6.3/6.3	PR 模板

所用输入

has_readme	是
has_license	是
readme_badges	6
has_contributing	是
has_issue_template	否
has_code_of_conduct	否
readme_badge_services	github.com, readthedocs.org, shields.io
has_pull_request_template	是

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）

94卓越

评分方式

51.3/54	巴士系数 — 7 位贡献者贡献了半数提交
19.6/22.5	提交分布 — 头号贡献者编写了 13% 的提交
13.5/13.5	贡献者广度 — 98 位贡献者
0/10	OpenSSF Scorecard：Contributors — 无数据

所用输入

bus_factor	7
contributors_sampled	98
top_contributor_share	0.13

议题与 PR 响应能力

67良好

评分方式

31.3/42	议题解决 — 74% 的议题已关闭
25.5/30	PR 接受 — 已裁定的 PR 中 3,708/4,370 已合并
0/13	Newcomer PR acceptance — 30 天内首次贡献者的 PR 已合并 0/1
0/15	OpenSSF Scorecard：Code-Review — 无数据

所用输入

merged_prs	3,708
open_issues	444
closed_issues	1,297
prs_merged_7d	0
prs_decided_7d	0
prs_merged_30d	0
prs_decided_30d	1
issue_closed_ratio	0.745
closed_unmerged_prs	662
first_time_authors_30d	1
first_time_prs_merged_30d	0
first_time_prs_decided_30d	1

所有权与托管责任

75良好

评分方式

30/30	所有权背书 — 组织持有
0/20	已验证域名
23.7/25	所有者影响力 — hpcaitech 有 1,962 位关注者
21.4/25	既往记录 — 33 个公开仓库，账户约 5 年

所用输入

followers	1,962
owner_type	Organization
is_verified	否
owner_login	hpcaitech
public_repos	33
account_age_days	1,866

工程质量

基础的工程与文档实践是否到位？

95卓越 · 占总体的 19%

工程实践

92优秀

评分方式

24/24	CI 工作流 — 26 个工作流
24/24	存在测试
16/16	Linter 配置
9.6/9.6	Pre-commit 钩子
0/6.4	.editorconfig
0/20	OpenSSF 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

100卓越

评分方式

30/30	README
25/25	文档目录
15/15	文档 / 主页站点 — https://www.colossalai.org
10/10	仓库描述
10/10	主题标签 — 12 个主题标签
10/10	Wiki

所用输入

topics	deep-learning, hpc, large-scale, data-parallelism, pipeline-parallelism, model-parallelism, ai, big-model, distributed-computing, inference, heterogeneous-training, foundation-models
has_wiki	是
homepage	https://www.colossalai.org
docs_site	https://www.colossalai.org
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？

21存在风险 · 占总体的 16%

安全态势

1危急

评分方式

0/30	安全策略（SECURITY.md）
0/25	Dependabot 配置
0/25	依赖锁定文件
0/20	CodeQL 工作流

所用输入

source	file_signals
lockfiles	—
manifests	docs/requirements-doc-test.txt, requirements/requirements-test.txt, requirements/requirements.txt, setup.py
has_codeql_workflow	否
has_security_policy	否
has_dependabot_config	否

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

source	osv
advisories	674
affected_packages	30
assessed_packages	63
unassessed_packages	74
affected_by_severity	critical 15, high 8, moderate 4, low 1, unknown 2
direct_affected_packages	0

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 63 个已解析依赖与 OSV 比对。有 74 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。

56中等 · 占总体的 4%

AI 代理上下文与指引

18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）
18.5/40	可读的提交历史 — 95 次人类提交中有 33 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_share	0.347
agent_instruction_files	—
agent_instruction_max_bytes	—

验证循环（构建 / 测试 / 类型检查）

68良好

评分方式

18/18	一条命令的引导启动 — examples/community/roberta/preprocessing/Makefile, examples/tutorial/sequence_parallel/data/datasets/Makefile
22/22	自动化测试
11/11	Lint / 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 — 最近 100 次提交中没有代理编写的提交
0/8	自动化维护 — 未观察到自动依赖更新
0/10	OpenSSF Scorecard：Pinned-Dependencies — 无数据

所用输入

has_nix	否
has_tests	是
lockfiles	—
has_dockerfile	是
typed_language	否
bootstrap_files	examples/community/roberta/preprocessing/Makefile, examples/tutorial/sequence_parallel/data/datasets/Makefile
has_devcontainer	否
has_linter_config	是
typecheck_configs	—
agent_commit_share	0
toolchain_manifests	—
dependency_bot_commit_share	0

面向模型的代码可读性

55中等

评分方式

0/45	可类型检查的代码 — Python，未配置类型检查
54.8/55	可控的文件大小 — 采样的 1,736 个源文件中有 6 个超过 60KB

所用输入

primary_language	Python
largest_source_bytes	88,055
source_files_sampled	1,736
oversized_source_files	6

机器可读接口

100卓越

评分方式

0/40	API 模式（OpenAPI/GraphQL/proto） — 不适用于此类软件
0/20	MCP 服务器 — 不适用于此类软件
40/40	可运行示例 — examples

所用输入

example_dirs	examples
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

41,437GitHub 星标

98贡献者

13最近 12 个月提交数

0距最近推送天数

50发布版本数

7巴士系数（bus factor）

444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
Could not fetch pypi package 'colossalqa' from its registry
Could not fetch pypi package 'colossal_moe' from its registry
pypi package 'coati' points at a different repository (https://github.com/Intelimetrica/coati); excluded from ecosystem scoring
Could not fetch pypi package 'colossal_eval' from its registry
Could not fetch pypi package 'colossal_llama' from its registry
deps.dev does not index pypi:coati@0.1.0; advisories assessed against the repository dependency graph instead
OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/20 01:20:21 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 ★ / 4,495 ⇿

0Star

4,495Fork

17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。

仅显示最近的历史——该仓库超出采集窗口，因此未采集最早的历史记录。

主版本 0次版本 2修订 15

每个点涵盖 3 天。

全部依赖 137

来自 GitHub 依赖图的完整解析依赖集合：0 个直接依赖与 137 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
PyPI	accelerate	`—`	间接
PyPI	albumentations	`1.3.0`	间接
PyPI	autoflake	`2.2.1`	间接
PyPI	bitsandbytes	`—`	间接
PyPI	black	`23.9.1`	间接
PyPI	chromadb	`0.4.9`	间接
PyPI	cleanfid	`—`	间接
PyPI	click	`—`	间接
PyPI	colossalai	`—`	间接
PyPI	colossalai	`0.2.0+torch1.12cu11.3`	间接
PyPI	contexttimer	`—`	间接
PyPI	coverage	`7.2.3`	间接
PyPI	datasets	`—`	间接
PyPI	datasets	`2.13.0`	间接
PyPI	datasets	`2.14.7`	间接
PyPI	diffusers	`—`	间接
PyPI	diffusers	`0.29.0`	间接
PyPI	einops	`—`	间接
PyPI	einops	`0.3.0`	间接
PyPI	evaluate	`—`	间接
PyPI	fabric	`—`	间接
PyPI	fastapi	`—`	间接
PyPI	fastapi	`0.85.1`	间接
PyPI	fastapi	`0.99.1`	间接
PyPI	flash-attn	`—`	间接
PyPI	ftfy	`—`	间接
PyPI	fuzzywuzzy	`—`	间接
PyPI	galore-torch	`—`	间接
PyPI	google	`—`	间接
PyPI	gpustat	`—`	间接
PyPI	gpustat	`1.1.1`	间接
PyPI	gradio	`3.34.0`	间接
PyPI	gradio	`3.44.4`	间接
PyPI	h5py	`—`	间接
PyPI	huggingface-hub	`—`	间接
PyPI	imageio	`2.9.0`	间接
PyPI	imageio-ffmpeg	`0.4.2`	间接
PyPI	jieba	`—`	间接
PyPI	jq	`1.6.0`	间接
PyPI	jsonlines	`—`	间接
PyPI	langchain	`—`	间接
PyPI	langchain	`0.0.330`	间接
PyPI	langchain-experimental	`0.0.37`	间接
PyPI	latex2sympy2-extended	`—`	间接
PyPI	lightning	`1.9.0`	间接
PyPI	locust	`—`	间接
PyPI	locust	`2.11.0`	间接
PyPI	loralib	`—`	间接
PyPI	math-verify	`—`	间接
PyPI	matplotlib	`—`	间接
PyPI	modelcards	`—`	间接
PyPI	modelscope	`1.9.0`	间接
PyPI	ninja	`—`	间接
PyPI	ninja	`1.11.1`	间接
PyPI	numpy	`—`	间接
PyPI	omegaconf	`2.1.1`	间接
PyPI	open-clip-torch	`2.7.0`	间接
PyPI	openai	`—`	间接
PyPI	openai	`0.28.0`	间接
PyPI	opencv-python	`4.6.0.66`	间接
PyPI	packaging	`—`	间接
PyPI	packaging	`24.0`	间接
PyPI	pandas	`—`	间接
PyPI	peft	`—`	间接
PyPI	pre-commit	`—`	间接
PyPI	prefetch-generator	`—`	间接
PyPI	prompt-toolkit	`—`	间接
PyPI	protobuf	`—`	间接
PyPI	psutil	`—`	间接
PyPI	ptflops	`—`	间接
PyPI	pudb	`2019.2`	间接
PyPI	pulp	`—`	间接
PyPI	pydantic	`—`	间接
PyPI	pydantic	`1.10.13`	间接
PyPI	pydantic	`1.10.2`	间接
PyPI	pyext	`—`	间接
PyPI	pypdf	`3.16.0`	间接
PyPI	pytest	`—`	间接
PyPI	pytest	`7.4.2`	间接
PyPI	ray	`—`	间接
PyPI	ray	`2.49.2`	间接
PyPI	requests	`2.31.0`	间接
PyPI	rich	`—`	间接
PyPI	rouge	`—`	间接
PyPI	rpyc	`6.0.0`	间接
PyPI	safetensors	`—`	间接
PyPI	sanic	`22.9.0`	间接
PyPI	sanic-ext	`22.9.0`	间接
PyPI	scikit-learn	`—`	间接
PyPI	scipy	`—`	间接
PyPI	seaborn	`—`	间接
PyPI	sentence-transformers	`2.2.2`	间接
PyPI	sentencepiece	`—`	间接
PyPI	sentencepiece	`0.1.99`	间接
PyPI	six	`—`	间接
PyPI	six	`1.16.0`	间接
PyPI	slowapi	`—`	间接
PyPI	sqlalchemy	`2.0.20`	间接
PyPI	sse-starlette	`—`	间接
PyPI	streamlit	`—`	间接
PyPI	tabulate	`—`	间接
PyPI	tensorboard	`—`	间接
PyPI	tensorboard	`2.14.0`	间接
PyPI	tensornvme	`—`	间接
PyPI	test-tube	`—`	间接
PyPI	tiktoken	`—`	间接
PyPI	tiktoken	`0.5.1`	间接
PyPI	timm	`—`	间接
PyPI	titans	`—`	间接
PyPI	titans	`0.0.7`	间接
PyPI	tokenizers	`—`	间接
PyPI	tokenizers	`0.13.3`	间接
PyPI	torch	`—`	间接
PyPI	torch	`1.12.1`	间接
PyPI	torch	`2.1.2`	间接
PyPI	torchaudio	`—`	间接
PyPI	torchmetrics	`—`	间接
PyPI	torchmetrics	`0.7`	间接
PyPI	torchrec	`0.2.0`	间接
PyPI	torchvision	`—`	间接
PyPI	torchx-nightly	`2022.6.29`	间接
PyPI	tqdm	`—`	间接
PyPI	tqdm	`4.66.1`	间接
PyPI	transformers	`—`	间接
PyPI	transformers	`4.22.1`	间接
PyPI	transformers	`4.23.1`	间接
PyPI	transformers	`4.35.0`	间接
PyPI	transformers	`4.36.0`	间接
PyPI	transformers	`4.51.3`	间接
PyPI	triton	`—`	间接
PyPI	unstructured	`0.10.14`	间接
PyPI	uvicorn	`—`	间接
PyPI	uvicorn	`0.19.0`	间接
PyPI	uvicorn	`0.29.0`	间接
PyPI	vllm	`0.5.5`	间接
PyPI	wandb	`—`	间接
PyPI	webdataset	`0.2.5`	间接

依赖安全公告 30

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 63 个包，其中也包含从不交付的开发与测试版本固定：30 个存在已知公告，0 个为直接依赖。有 74 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
black	`23.9.1`	间接	严重	4	`26.3.1`
gradio	`3.34.0`	间接	严重	76	`6.16.0`
gradio	`3.44.4`	间接	严重	76	`6.16.0`
langchain-experimental	`0.0.37`	间接	严重	4	`0.0.61`
lightning	`1.9.0`	间接	严重	9	`2022.6.15`
ray	`2.49.2`	间接	严重	12	`2.56.0`
torch	`1.12.1`	间接	严重	30	`2.13.0`
torch	`2.1.2`	间接	严重	28	`2.13.0`
transformers	`4.22.1`	间接	严重	52	`5.10.0`
transformers	`4.23.1`	间接	严重	52	`5.10.0`
transformers	`4.35.0`	间接	严重	50	`5.10.0`
transformers	`4.36.0`	间接	严重	46	`5.10.0`
transformers	`4.51.3`	间接	严重	28	`5.10.0`
unstructured	`0.10.14`	间接	严重	6	`0.24.0`
vllm	`0.5.5`	间接	严重	75	`0.28.0`
diffusers	`0.29.0`	间接	高	5	`0.38.0`
fastapi	`0.85.1`	间接	高	1	`0.109.1`
fastapi	`0.99.1`	间接	高	1	`0.109.1`
langchain	`0.0.330`	间接	高	15	`1.4.6`
modelscope	`1.9.0`	间接	高	2	`1.27.0`
opencv-python	`4.6.0.66`	间接	高	2	`4.8.1.78`
pypdf	`3.16.0`	间接	高	83	`6.16.1`
sentencepiece	`0.1.99`	间接	高	2	`0.2.1`
pydantic	`1.10.2`	间接	中	2	`2.4.0`
pytest	`7.4.2`	间接	中	2	`9.0.3`
requests	`2.31.0`	间接	中	6	`2.33.0`
sanic	`22.9.0`	间接	中	1	`25.12.1`
tqdm	`4.66.1`	间接	低	2	`4.66.3`
datasets	`2.13.0`	间接	未知	1	`5.0.1`
datasets	`2.14.7`	间接	未知	1	`5.0.1`

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。

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.

软件健康指数

评分画像

所有权

软件包生态系统

按类别列示的指标

关键数据

数据采集警告

更多细节

反馈

相关记录