公开记录
软件健康报告模式 0.11.0 · 指标 2.10.0 · 2026-07-16 00:05 UTC

intel / auto-round

A SOTA quantization algorithm for high-accuracy low-bit LLM inference, seamlessly optimized for CPU/XPU/CUDA, with multi-datatype support and full compatibility with vLLM, SGLang, and Transformers.

Python · C++Apache-2.0★ 1,520 星标⑂ 155 复刻始于 2024年1月在 GitHub 上查看 ↗
#int4#quantization#rounding#transformers#vllm#mxfp4#nvfp4#gguf#sglang#llms#vlms#diffusers#omni

intel/auto-round 的健康指数为 100 分中的 97 分，处于「卓越」区间。 其得分最高的类别是Vitality（99/100），最低的是AI Readiness（60/100）。 最近一次更新在今天。 近期的大部分工作由 3 位贡献者完成。

97
总分 / 100
卓越

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。

97
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 85 经校准后在公布的指数量表上为 97（记录校准 2026-08-02）。

所有权

Intel® Corporation组织
5,420 关注者1,344 个公开仓库始于 2016年3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。

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？

99卓越 · 占总体的 21%

开发活跃度

99卓越
评分方式
36/36推送新近度 — 最近一次推送于 0 天前
35.3/36提交节奏 — 52 周中有 51 周有提交
18/18提交量 — 最近一年 758 次提交
10/10OpenSSF Scorecard：Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year758
human_commit_share—
days_since_last_push0
active_weeks_last_year51

发布纪律

100卓越
评分方式
27/27有发布版本 — 已发布 37 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 16.6 天发布一次
0/10OpenSSF Scorecard：Signed-Releases — 无数据
所用输入
releases_count37
latest_release_tagv0.14.2
releases_from_tags否
days_since_latest_release2
mean_days_between_releases16.6
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？

83优秀 · 占总体的 17%

流行度与采用

76良好
评分方式
51.6/60星标 — 1,520 个星标
18.2/25复刻 — 155 个复刻
6.7/15关注者 — 17 位关注者
所用输入
forks155
stars1,520
watchers17
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（Apache-2.0）
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_badges—
has_contributing是
has_issue_template否
has_code_of_conduct是
readme_badge_services—
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？

86优秀 · 占总体的 23%

维护者韧性（巴士系数）

71良好
评分方式
36/54巴士系数 — 3 位贡献者贡献了半数提交
15.5/22.5提交分布 — 头号贡献者编写了 31% 的提交
13.5/13.5贡献者广度 — 37 位贡献者
6/10OpenSSF Scorecard：Contributors — project has 2 contributing companies or organizations -- score normalized to 6
所用输入
bus_factor3
contributors_sampled37
top_contributor_share0.31

议题与 PR 响应能力

90优秀
评分方式
37/42议题解决 — 88% 的议题已关闭
26.2/30PR 接受 — 已裁定的 PR 中 1,216/1,392 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_prs1,216
open_issues76
closed_issues560
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0.881
closed_unmerged_prs176
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 — intel 有 5,420 位关注者
25/25既往记录 — 1,344 个公开仓库，账户约 10 年
所用输入
followers5,420
owner_typeOrganization
is_verified—
owner_loginintel
public_repos1,344
account_age_days3,773
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。

工程质量

基础的工程与文档实践是否到位？

89优秀 · 占总体的 19%

工程实践

92优秀
评分方式
24/24CI 工作流 — 5 个工作流
24/24存在测试
16/16Linter 配置
9.6/9.6Pre-commit 钩子
0/6.4.editorconfig
18/20OpenSSF Scorecard：CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
所用输入
has_ci是
has_tests是
has_editorconfig否
has_linter_config是
has_precommit_config是

文档

85优秀
评分方式
30/30README
25/25文档目录
0/15文档 / 主页站点
10/10仓库描述
10/10主题标签 — 13 个主题标签
10/10Wiki
所用输入
topicsint4, quantization, rounding, transformers, vllm, mxfp4, nvfp4, gguf, sglang, llms, vlms, diffusers, omni
has_wiki是
homepage—
docs_site—
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？

70良好 · 占总体的 16%

安全态势

70良好
评分方式
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.2/2.5CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
7.5/7.5Code-Review — all changesets reviewed
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — 无数据
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
4.5/5SAST — SAST tool detected but not run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — 无数据
6.8/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 28 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate7
已排除计分（无数据或不适用）：Packaging, 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。

60中等 · 占总体的 4%

AI 代理上下文与指引

75良好
评分方式
45/45代理指令 — .github/copilot-instructions.md, AGENTS.md, CLAUDE.md
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.github/copilot-instructions.md, AGENTS.md, CLAUDE.md
agent_instruction_max_bytes2,729
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）

52中等
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
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是
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

53中等
评分方式
0/45可类型检查的代码 — Python，未配置类型检查
52.6/55可控的文件大小 — 采样的 581 个源文件中有 25 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes1,930,927
source_files_sampled581
oversized_source_files25

关键数据

1,520GitHub 星标
37贡献者
758最近 12 个月提交数
0距最近推送天数
37发布版本数
3巴士系数（bus factor）
76开放议题
PyPI软件包生态系统数

更多细节

OpenSSF Scorecard 7.0 / 10
7.0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 · 2026-07-16 00:01 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
9CI-Tests29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
不适用Packagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
9SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
不适用Signed-Releasesno releases found
9Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities28 existing vulnerabilities detected
全部依赖 42

来自 GitHub 依赖图的完整解析依赖集合：0 个直接依赖与 42 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
PyPIaccelerate—间接
PyPIaddict—间接
PyPIauto-round-lib—间接
PyPIbitsandbytes—间接
PyPIclip—间接
PyPIcompressed-tensors—间接
PyPIdatasets—间接
PyPIdiffusers—间接
PyPIeinops—间接
PyPIflash-attn—间接
PyPIgguf—间接
PyPIgptqmodel—间接
PyPIimage-reward—间接
PyPIllmcompressor—间接
PyPIlm-eval—间接
PyPImodelscope—间接
PyPIneural-compressor-pt—间接
PyPInumba—间接
PyPInumpy—间接
PyPIoptimum—间接
PyPIpackaging—间接
PyPIpandas—间接
PyPIparameterized—间接
PyPIpillow—间接
PyPIprotobuf—间接
PyPIpy-cpuinfo—间接
PyPIpydantic—间接
PyPIpytest—间接
PyPIray—间接
PyPIsentencepiece—间接
PyPIsetuptools—间接
PyPIsglang—间接
PyPItbb—间接
PyPItiktoken—间接
PyPItimm—间接
PyPItorch—间接
PyPItorchvision—间接
PyPItqdm—间接
PyPItransformers—间接
PyPItriton—间接
PyPIvllm—间接
PyPIxformers—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 intel/auto-round 共享目录标签或生态系统的已检测仓库。 并排阅读 →

89ModelCloud/GPTQModelLLM model quantization (compression) toolkit with HW acceleration support for Nvidia, AMD, Intel GPU and Intel/AMD/Apple CPU via HF, vLLM, and SGLang.优秀99ai-dynamo/dynamoA Datacenter Scale Distributed Inference Serving Framework卓越96vllm-project/llm-compressorTransformers-compatible library for applying various compression algorithms to LLMs for optimized deployment with vLLM卓越78Sahil170595/ChimeraforgePyPI capacity-planning CLI for LLM deployment. pip install chimeraforge.良好63jagmarques/nexusquantTraining-free KV cache compression via E8 lattice VQ. 2-bit KV that preserves retrieval (30/30 NIAH vs TurboQuant 0/30). Calibration-free, 9 architectures validated.中等63RobTand/gridbookOut-of-tree vLLM plugin and open format spec for NVFP4-CB / FP8-CB product-codebook weights — 2-6 bit-per-weight LLM quantization served on native Blackwell tensor cores.中等

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 v0.11.0—— 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.