公开记录
软件健康报告模式 0.14.0 · 指标 2.10.0 · 2026-07-19 07:19 UTC

mbari-org / aidata

(ETL) Extract, transform, load/download and augment images and annotations for detection, clustering or classification workflows

Python未检测到许可证★ 7 星标⑂ 2 复刻始于 2024年3月在 GitHub 上查看 ↗
类型库命令行工具如何判定
#ai#database#machine-learning#etl

mbari-org/aidata 的健康指数为 100 分中的 67 分，处于「良好」区间。 其得分最高的类别是Vitality（86/100），最低的是Community & Adoption（21/100）。 最近一次更新在 4 天前。 近期的大部分工作由 1 位贡献者完成。

67
总分 / 100
良好

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。

67
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 61 经校准后在公布的指数量表上为 67（记录校准 2026-08-02）。

所有权

Monterey Bay Aquarium Research Institute组织
63 关注者135 个公开仓库始于 2018年4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
PyPImbari-aidata1.79.02,042694 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？

86优秀 · 占总体的 21%

开发活跃度

84优秀
评分方式
36/36推送新近度 — 最近一次推送于 4 天前
20.1/36提交节奏 — 52 周中有 29 周有提交
18/18提交量 — 最近一年 138 次提交
10/10OpenSSF Scorecard：Maintained — 30 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year138
human_commit_share—
days_since_last_push4
active_weeks_last_year29

发布纪律

90优秀
评分方式
27/27有发布版本 — 已发布 100 个发布版本
36/36发布时效 — 最近一次发布版本于 4 天前
27/27发布节奏 — 约每 2.7 天发布一次
0/10OpenSSF Scorecard：Signed-Releases — Project has not signed or included provenance with any releases.
所用输入
releases_count100
latest_release_tagv1.79.0
releases_from_tags否
days_since_latest_release4
mean_days_between_releases2.7

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？

21存在风险 · 占总体的 17%

流行度与采用

17危急
评分方式
12.6/60星标 — 7 个星标
0/25复刻 — 2 个复刻
4.3/15关注者 — 7 位关注者
所用输入
forks2
stars7
watchers7
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

25存在风险
评分方式
22.5/22.5README
0/22.5许可证 — 未检测到许可证文件
0/18CONTRIBUTING 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否
readme_badges—
has_contributing否
has_issue_template否
has_code_of_conduct否
readme_badge_services—
has_pull_request_template否

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？

67良好 · 占总体的 23%

维护者韧性（巴士系数）

22存在风险
评分方式
9/54巴士系数 — 1 位贡献者贡献了半数提交
0.7/22.5提交分布 — 头号贡献者编写了 97% 的提交
6.8/13.5贡献者广度 — 5 位贡献者
6/10OpenSSF Scorecard：Contributors — project has 2 contributing companies or organizations -- score normalized to 6
所用输入
bus_factor1
contributors_sampled5
top_contributor_share0.968

议题与 PR 响应能力

76良好
评分方式
38.3/42议题解决 — 91% 的议题已关闭
27.6/30PR 接受 — 已裁定的 PR 中 35/38 已合并
0/13Newcomer PR acceptance — 30 天内没有首次贡献者的 PR 得到裁决
0/15OpenSSF Scorecard：Code-Review — Found 0/26 approved changesets -- score normalized to 0
所用输入
merged_prs35
open_issues3
closed_issues31
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0.912
closed_unmerged_prs3
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

85优秀
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
13/25所有者影响力 — mbari-org 有 63 位关注者
25/25既往记录 — 135 个公开仓库，账户约 8 年
所用输入
followers63
owner_typeOrganization
is_verified—
owner_loginmbari-org
public_repos135
account_age_days3,007
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 4 天前
20/20版本历史 — 69 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
packagesmbari-aidata
ecosystemspypi
any_deprecated否
min_days_since_publish4

工程质量

基础的工程与文档实践是否到位？

81优秀 · 占总体的 19%

工程实践

68良好
评分方式
24/24CI 工作流 — 2 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 — 8 out of 8 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

100卓越
评分方式
30/30README
25/25文档目录
15/15文档 / 主页站点 — https://docs.mbari.org/internal/ai/data
10/10仓库描述
10/10主题标签 — 4 个主题标签
10/10Wiki
所用输入
topicsai, database, machine-learning, etl
has_wiki是
homepagehttps://docs.mbari.org/internal/ai/data
docs_sitehttps://docs.mbari.org/internal/ai/data
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？

40薄弱 · 占总体的 16%

安全态势

40薄弱
评分方式
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
2.5/2.5CI-Tests — 8 out of 8 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
0/7.5Code-Review — Found 0/26 approved changesets -- score normalized to 0
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
0/2.5许可证 — license file not detected
7.5/7.5Maintained — 30 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
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
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 42 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate4

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。

65良好 · 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 — AGENTS.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_filesAGENTS.md
agent_instruction_max_bytes3,044
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）

61中等
评分方式
18/18一条命令的引导启动 — justfile
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, lockfile
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
lockfilespoetry.lock
has_dockerfile是
typed_language否
bootstrap_filesjustfile
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

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
55/55可控的文件大小 — 采样的 49 个源文件中有 0 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes37,125
source_files_sampled49
oversized_source_files0

关键数据

7GitHub 星标
5贡献者
138最近 12 个月提交数
4距最近推送天数
100发布版本数
1巴士系数（bus factor）
3开放议题
PyPI软件包生态系统数

更多细节

OpenSSF Scorecard 4.0 / 10
4.0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 · 2026-07-19 07:18 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
10CI-Tests8 out of 8 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/26 approved changesets -- score normalized to 0
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
0Licenselicense file not detected
10Maintained30 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
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
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities42 existing vulnerabilities detected
直接依赖 20
注册表软件包版本约束清单文件
PyPIredis5.0.7pyproject.toml
PyPItator1.2.3pyproject.toml
PyPIephem>=4.1.6pyproject.toml
PyPImoviepy>=2.1.1pyproject.toml
PyPIopencv-contrib-python4.11.0.86pyproject.toml
PyPIpytz>=2024.1pyproject.toml
PyPIpiexif>=1.1.3pyproject.toml
PyPIclick>=8.1.7pyproject.toml
PyPItqdm4.67.1pyproject.toml
PyPIrequests>=2.32.3pyproject.toml
PyPIpascal-voc-writer>=0.1.4pyproject.toml
PyPIalbumentations>=1.4.15pyproject.toml
PyPIalbucore>=0.0.16pyproject.toml
PyPIpandas^2.0pyproject.toml
PyPIpyarrow^15.0pyproject.toml
PyPInumpy>=1.24,<2pyproject.toml
PyPItorch2.2.0pyproject.toml
PyPItorchvision0.17.0pyproject.toml
PyPItransformers>=4.42.4,<6.0.0pyproject.toml
PyPIpytest^9.1.1pyproject.toml
全部依赖 90

来自 GitHub 依赖图的完整解析依赖集合：20 个直接依赖与 70 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
PyPIalbucore0.0.24直接
PyPIalbumentations2.0.8直接
PyPIclick8.3.1直接
PyPIephem4.2直接
PyPImoviepy2.2.1直接
PyPInumpy1.26.4直接
PyPIopencv-contrib-python4.11.0.86直接
PyPIpandas2.3.3直接
PyPIpascal-voc-writer0.1.4直接
PyPIpiexif1.1.3直接
PyPIpyarrow15.0.2直接
PyPIpytest9.1.1直接
PyPIpytz2025.2直接
PyPIredis5.0.7直接
PyPIrequests2.33.0直接
PyPItator1.2.3直接
PyPItorch2.2.0直接
PyPItorchvision0.17.0直接
PyPItqdm4.67.1直接
PyPItransformers5.0.0rc3直接
PyPIannotated-doc0.0.4间接
PyPIannotated-types0.7.0间接
PyPIanyio4.13.0间接
PyPIasync-timeout5.0.1间接
PyPIcertifi2025.11.12间接
PyPIcharset-normalizer3.4.4间接
PyPIcolorama0.4.6间接
PyPIdecorator5.2.1间接
PyPIexceptiongroup1.3.1间接
PyPIfilelock3.20.3间接
PyPIfsspec2025.10.0间接
PyPIh110.16.0间接
PyPIhf-xet1.4.3间接
PyPIhttpcore1.0.9间接
PyPIhttpx0.28.1间接
PyPIhuggingface-hub1.11.0间接
PyPIidna3.11间接
PyPIimageio2.37.2间接
PyPIimageio-ffmpeg0.6.0间接
PyPIiniconfig2.3.0间接
PyPIjinja23.1.6间接
PyPImarkdown-it-py4.0.0间接
PyPImarkupsafe3.0.3间接
PyPImdurl0.1.2间接
PyPImpmath1.3.0间接
PyPInetworkx3.4.2间接
PyPInvidia-cublas-cu1212.1.3.1间接
PyPInvidia-cuda-cupti-cu1212.1.105间接
PyPInvidia-cuda-nvrtc-cu1212.1.105间接
PyPInvidia-cuda-runtime-cu1212.1.105间接
PyPInvidia-cudnn-cu128.9.2.26间接
PyPInvidia-cufft-cu1211.0.2.54间接
PyPInvidia-curand-cu1210.3.2.106间接
PyPInvidia-cusolver-cu1211.4.5.107间接
PyPInvidia-cusparse-cu1212.1.0.106间接
PyPInvidia-nccl-cu122.19.3间接
PyPInvidia-nvjitlink-cu1212.9.86间接
PyPInvidia-nvtx-cu1212.1.105间接
PyPIopencv-python-headless4.11.0.86间接
PyPIpackaging25.0间接
PyPIpillow11.3.0间接
PyPIpluggy1.6.0间接
PyPIproglog0.1.12间接
PyPIprogressbar24.5.0间接
PyPIpsutil7.1.3间接
PyPIpydantic2.12.4间接
PyPIpydantic-core2.41.5间接
PyPIpygments2.20.0间接
PyPIpython-dateutil2.9.0.post0间接
PyPIpython-dotenv1.2.2间接
PyPIpython-utils3.9.1间接
PyPIpyyaml6.0.3间接
PyPIregex2025.11.3间接
PyPIrich15.0.0间接
PyPIsafetensors0.7.0间接
PyPIscipy1.15.3间接
PyPIshellingham1.5.4间接
PyPIsimsimd6.5.3间接
PyPIsix1.17.0间接
PyPIstringzilla4.2.3间接
PyPIsympy1.14.0间接
PyPItokenizers0.22.1间接
PyPItomli2.4.1间接
PyPItriton2.2.0间接
PyPItyper0.24.1间接
PyPItyper-slim0.24.0间接
PyPItyping-extensions4.15.0间接
PyPItyping-inspection0.4.2间接
PyPItzdata2025.2间接
PyPIurllib32.6.3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 mbari-org/aidata 共享目录标签或生态系统的已检测仓库。 并排阅读 →

98netdata/netdataThe fastest path to AI-powered full stack observability, even for lean teams.卓越100onnx/onnxOpen standard for machine learning interoperability卓越100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflows卓越100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.卓越98replicate/cogContainers for machine learning卓越98roboflow/rf-detrRF-DETR is a real-time object detection and segmentation model architecture developed by Roboflow, SOTA on COCO, designed for fine-tuning. [ICLR 2026] 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 v0.14.0—— 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.