公开记录卓越
软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-09-28 01:55 UTC
intel / neural-compressor
SOTA low-bit LLM quantization (INT8/FP8/MXFP8/INT4/MXFP4/NVFP4) & sparsity; leading model compression techniques on PyTorch, TensorFlow, and ONNX Runtime
intel/neural-compressor 的健康指数为 100 分中的 96 分，处于「卓越」区间。 其得分最高的类别是Vitality（96/100），最低的是Security（44/100）。 最近一次更新在今天。 近期的大部分工作由 9 位贡献者完成。
96
总分 / 100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。
96
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 84 经校准后在公布的指数量表上为 96（记录校准 2026-08-02）。
所有权
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？
96
开发活跃度
98卓越
评分方式
| 36/36 | 推送新近度 — 最近一次推送于 0 天前 |
| 33.9/36 | 提交节奏 — 52 周中有 49 周有提交 |
| 18/18 | 提交量 — 最近一年 230 次提交 |
| 0/10 | OpenSSF Scorecard：Maintained — 无数据 |
所用输入
| commits_last_year | 230 |
| human_commit_share | 0.98 |
| days_since_last_push | 0 |
| active_weeks_last_year | 49 |
发布纪律
92优秀
评分方式
| 27/27 | 有发布版本 — 已发布 48 个发布版本 |
| 36/36 | 发布时效 — 最近一次发布版本于 88 天前 |
| 19.8/27 | 发布节奏 — 约每 76.5 天发布一次 |
| 0/10 | OpenSSF Scorecard：Signed-Releases — 无数据 |
所用输入
| releases_count | 48 |
| latest_release_tag | v3.9 |
| releases_from_tags | 否 |
| days_since_latest_release | 88 |
| mean_days_between_releases | 76.5 |
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？
88
流行度与采用
85优秀
评分方式
| 55.7/60 | 星标 — 2,712 个星标 |
| 20.9/25 | 复刻 — 325 个复刻 |
| 8.4/15 | 关注者 — 33 位关注者 |
所用输入
| forks | 325 |
| stars | 2,712 |
| watchers | 33 |
| growth_state | unverified |
| growth_factor_pct | 100 |
| growth_unverified_reason | no_history |
社区健康
92优秀
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 |
| 13.5/13.5 | 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 | 4 |
| has_contributing | 是 |
| has_issue_template | 否 |
| has_code_of_conduct | 是 |
| readme_badge_services | 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？
91
维护者韧性（巴士系数）
98卓越
评分方式
| 54/54 | 巴士系数 — 9 位贡献者贡献了半数提交 |
| 20.4/22.5 | 提交分布 — 头号贡献者编写了 10% 的提交 |
| 13.5/13.5 | 贡献者广度 — 97 位贡献者 |
| 0/10 | OpenSSF Scorecard：Contributors — 无数据 |
所用输入
| bus_factor | 9 |
| contributors_sampled | 97 |
| top_contributor_share | 0.095 |
议题与 PR 响应能力
93卓越
评分方式
| 41.6/42 | 议题解决 — 99% 的议题已关闭 |
| 25.2/30 | PR 接受 — 已裁定的 PR 中 1,957/2,334 已合并 |
| 0/13 | Newcomer PR acceptance — 30 天内没有首次贡献者的 PR 得到裁决 |
| 0/15 | OpenSSF Scorecard：Code-Review — 无数据 |
所用输入
| merged_prs | 1,957 |
| open_issues | 2 |
| closed_issues | 227 |
| prs_merged_7d | 4 |
| prs_decided_7d | 4 |
| prs_merged_30d | 29 |
| prs_decided_30d | 31 |
| issue_closed_ratio | 0.991 |
| closed_unmerged_prs | 377 |
| first_time_authors_30d | 0 |
| first_time_prs_merged_30d | 0 |
| first_time_prs_decided_30d | 0 |
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
80优秀
评分方式
| 30/30 | 所有权背书 — 组织持有 |
| 0/20 | 已验证域名 |
| 25/25 | 所有者影响力 — intel 有 5,603 位关注者 |
| 25/25 | 既往记录 — 1,362 个公开仓库，账户约 10 年 |
所用输入
| followers | 5,603 |
| owner_type | Organization |
| is_verified | 否 |
| owner_login | intel |
| public_repos | 1,362 |
| account_age_days | 3,847 |
工程质量
基础的工程与文档实践是否到位？
95
工程实践
92优秀
评分方式
| 24/24 | CI 工作流 — 6 个工作流 |
| 24/24 | 存在测试 |
| 16/16 | Linter 配置 — pyproject.toml ([tool.ruff], [tool.black], [tool.isort]) |
| 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://intel.github.io/neural-compressor/ |
| 10/10 | 仓库描述 |
| 10/10 | 主题标签 — 17 个主题标签 |
| 10/10 | Wiki |
所用输入
| topics | low-precision, pruning, sparsity, auto-tuning, knowledge-distillation, quantization, quantization-aware-training, post-training-quantization, smoothquant, large-language-models, awq, fp4, gptq, int4, int8, mxformat, sparsegpt |
| has_wiki | 是 |
| homepage | https://intel.github.io/neural-compressor/ |
| docs_site | https://intel.github.io/neural-compressor/ |
| 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？
44
安全态势
30存在风险
评分方式
| 30/30 | 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 | pyproject.toml, requirements_jax.txt, requirements_pt.txt, requirements_tf.txt, setup.cfg, setup.py |
| has_codeql_workflow | 否 |
| has_security_policy | 是 |
| 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 | 2 |
| affected_packages | 1 |
| assessed_packages | 26 |
| unassessed_packages | 96 |
| affected_by_severity | high 1 |
| 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 26 个已解析依赖与 OSV 比对。 有 96 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。
84
AI 代理上下文与指引
85优秀
评分方式
| 45/45 | 代理指令 — .github/copilot-instructions.md |
| 0/15 | 机器可读文档（llms.txt） |
| 40/40 | 可读的提交历史 — 98 次人类提交中有 91 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 | 0.929 |
| agent_instruction_files | .github/copilot-instructions.md |
| agent_instruction_max_bytes | 5,386 |
评分方式
| 18/18 | 一条命令的引导启动 — docs/build_docs/Makefile |
| 22/22 | 自动化测试 |
| 11/11 | Lint / 格式化配置 — pyproject.toml ([tool.ruff], [tool.black], [tool.isort]) |
| 0/11 | 静态类型检查 |
| 10/10 | 可复现环境 — Dockerfile |
| 10/10 | 已体现的代理实践 — 最近 100 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 100 次提交中有 1 次为自动依赖更新 |
| 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 | docs/build_docs/Makefile |
| has_devcontainer | 否 |
| has_linter_config | 是 |
| typecheck_configs | — |
| agent_commit_share | 0.08 |
| toolchain_manifests | — |
| dependency_bot_commit_share | 0.01 |
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 |
| 53.9/55 | 可控的文件大小 — 采样的 557 个源文件中有 11 个超过 60KB |
所用输入
| primary_language | Python |
| largest_source_bytes | 1,931,245 |
| source_files_sampled | 557 |
| oversized_source_files | 11 |
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
2,712GitHub 星标
97贡献者
230最近 12 个月提交数
0距最近推送天数
48发布版本数
9巴士系数（bus factor）
2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
- OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/28 01:54:39 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 ★ / 325 ⇿
0Star
325Fork
47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。
主版本 0次版本 0修订 14
每个点涵盖 6 天。
全部依赖 122
来自 GitHub 依赖图的完整解析依赖集合：0 个直接依赖与 122 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 | auto-round | — | 间接 |
| PyPI | auto-round-lib | — | 间接 |
| PyPI | av | 12.1.0 | 间接 |
| PyPI | boto3 | — | 间接 |
| PyPI | clip | 0.2.0 | 间接 |
| PyPI | compressed-tensors | — | 间接 |
| PyPI | conformer | — | 间接 |
| PyPI | cython | — | 间接 |
| PyPI | dashscope | — | 间接 |
| PyPI | datasets | — | 间接 |
| PyPI | decord | — | 间接 |
| PyPI | deprecated | — | 间接 |
| PyPI | detectron2 | — | 间接 |
| PyPI | diffusers | — | 间接 |
| PyPI | diffusers | 0.38.0 | 间接 |
| PyPI | dreamsim | — | 间接 |
| PyPI | easydict | — | 间接 |
| PyPI | einops | — | 间接 |
| PyPI | expecttest | — | 间接 |
| PyPI | fairscale | — | 间接 |
| PyPI | ftfy | — | 间接 |
| PyPI | fvcore | — | 间接 |
| PyPI | gdown | — | 间接 |
| PyPI | gdown | 4.7.3 | 间接 |
| PyPI | hf-transfer | — | 间接 |
| PyPI | huggingface-hub | — | 间接 |
| PyPI | hydra-core | — | 间接 |
| PyPI | hyperpyyaml | — | 间接 |
| PyPI | imageio | — | 间接 |
| PyPI | imageio-ffmpeg | — | 间接 |
| PyPI | inflect | — | 间接 |
| PyPI | intel-extension-for-tensorflow | — | 间接 |
| PyPI | jax | — | 间接 |
| PyPI | keras | — | 间接 |
| PyPI | keras-hub | — | 间接 |
| PyPI | librosa | — | 间接 |
| PyPI | lightning | — | 间接 |
| PyPI | lm-eval | — | 间接 |
| PyPI | lm-eval | 0.4.3 | 间接 |
| PyPI | loguru | — | 间接 |
| PyPI | lvis | — | 间接 |
| PyPI | matplotlib | — | 间接 |
| PyPI | modelscope | — | 间接 |
| PyPI | neural-compressor | — | 间接 |
| PyPI | neural-compressor-jax | — | 间接 |
| PyPI | neural-compressor-pt | — | 间接 |
| PyPI | numba | — | 间接 |
| PyPI | numpy | — | 间接 |
| PyPI | omegaconf | — | 间接 |
| PyPI | onnxruntime | — | 间接 |
| PyPI | openai-clip | — | 间接 |
| PyPI | openai-whisper | — | 间接 |
| PyPI | opencv-python-headless | — | 间接 |
| PyPI | optimum-habana | 1.14.1 | 间接 |
| PyPI | packaging | — | 间接 |
| PyPI | pandas | — | 间接 |
| PyPI | pandas | 2.2.2 | 间接 |
| PyPI | peft | — | 间接 |
| PyPI | pillow | — | 间接 |
| PyPI | prettytable | — | 间接 |
| PyPI | protobuf | — | 间接 |
| PyPI | psutil | — | 间接 |
| PyPI | py-cpuinfo | — | 间接 |
| PyPI | pyarrow | — | 间接 |
| PyPI | pycocoevalcap | — | 间接 |
| PyPI | pycocotools | — | 间接 |
| PyPI | pydantic | — | 间接 |
| PyPI | pyiqa | — | 间接 |
| PyPI | pyre-extensions | — | 间接 |
| PyPI | pytest | — | 间接 |
| PyPI | pyworld | — | 间接 |
| PyPI | pyyaml | — | 间接 |
| PyPI | recommonmark | 0.7.1 | 间接 |
| PyPI | requests | — | 间接 |
| PyPI | rich | — | 间接 |
| PyPI | safetensors | — | 间接 |
| PyPI | safetensors | 0.8.0rc0 | 间接 |
| PyPI | schema | — | 间接 |
| PyPI | scikit-image | — | 间接 |
| PyPI | scikit-learn | — | 间接 |
| PyPI | scipy | — | 间接 |
| PyPI | sentencepiece | — | 间接 |
| PyPI | sentencepiece | 0.2.1 | 间接 |
| PyPI | setuptools | — | 间接 |
| PyPI | setuptools-scm | 9.2.2 | 间接 |
| PyPI | sphinx | 8.2.3 | 间接 |
| PyPI | sphinx-autoapi | 3.6.1 | 间接 |
| PyPI | sphinx-autobuild | 2025.8.25 | 间接 |
| PyPI | sphinx-markdown-tables | 0.0.17 | 间接 |
| PyPI | sphinx-md | 0.0.4 | 间接 |
| PyPI | sphinx-rtd-theme | 3.0.2 | 间接 |
| PyPI | sphinxcontrib-jquery | 4.1 | 间接 |
| PyPI | sphinxemoji | 0.3.1 | 间接 |
| PyPI | tabulate | — | 间接 |
| PyPI | tabulate | 0.10.0 | 间接 |
| PyPI | tbb | — | 间接 |
| PyPI | tensorboard | — | 间接 |
| PyPI | tensorboardx | — | 间接 |
| PyPI | tensorflow | — | 间接 |
| PyPI | timm | — | 间接 |
| PyPI | tokenizers | — | 间接 |
| PyPI | torch | — | 间接 |
| PyPI | torch | 2.13.0 | 间接 |
| PyPI | torch-fidelity | — | 间接 |
| PyPI | torchao | — | 间接 |
| PyPI | torchao | 0.17.0 | 间接 |
| PyPI | torchaudio | — | 间接 |
| PyPI | torchmetrics | — | 间接 |
| PyPI | torchmetrics | 1.8.2 | 间接 |
| PyPI | torchsde | 0.2.6 | 间接 |
| PyPI | torchsnapshot | — | 间接 |
| PyPI | torchvision | — | 间接 |
| PyPI | torchvision | 0.28.0 | 间接 |
| PyPI | tqdm | — | 间接 |
| PyPI | transformers | — | 间接 |
| PyPI | transformers | 5.10.1 | 间接 |
| PyPI | urllib3 | — | 间接 |
| PyPI | wandb | — | 间接 |
| PyPI | wetext | — | 间接 |
| PyPI | wget | — | 间接 |
| PyPI | wheel | — | 间接 |
依赖安全公告 1
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 26 个包，其中也包含从不交付的开发与测试版本固定：1 个存在已知公告，0 个为直接依赖。 有 96 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 |
|---|---|---|---|---|---|
| gdown | 4.7.3 | 间接 | 高 | 2 | 5.2.2 |
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。