公开记录
软件健康报告模式 0.12.0 · 指标 2.10.0 · 2026-07-18 11:55 UTC

meta-pytorch / torchx

TorchX is a universal job launcher for PyTorch applications. TorchX is designed to have fast iteration time for training/research and support for E2E production ML pipelines when you're ready.

Python自定义许可证★ 427 星标⑂ 155 复刻始于 2021年5月在 GitHub 上查看 ↗
#pytorch#machine-learning#kubernetes#slurm#distributed-training#pipelines#components#deep-learning#python#aws-batch#ray#airflow

meta-pytorch/torchx 的健康指数为 100 分中的 91 分，处于「优秀」区间。 其得分最高的类别是Engineering Quality（92/100），最低的是Security（58/100）。 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。

91
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。

91
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 77 经校准后在公布的指数量表上为 91（记录校准 2026-08-02）。

所有权

Meta PyTorch组织
1,389 关注者58 个公开仓库始于 2022年6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
PyPItorchx指向其他仓库——不计分0.7.0193,70617731 天前pytorchmachine-learning

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？

78良好 · 占总体的 21%

开发活跃度

95卓越
评分方式
36/36推送新近度 — 最近一次推送于 0 天前
31.2/36提交节奏 — 52 周中有 45 周有提交
18/18提交量 — 最近一年 159 次提交
10/10OpenSSF Scorecard：Maintained — 22 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year159
human_commit_share—
days_since_last_push0
active_weeks_last_year45

发布纪律

52中等
评分方式
27/27有发布版本 — 已发布 15 个发布版本
0/36发布时效 — 最近一次发布版本于 731 天前
19.8/27发布节奏 — 约每 111.3 天发布一次
0/10OpenSSF Scorecard：Signed-Releases — 无数据
所用输入
releases_count15
latest_release_tagv0.7.0
releases_from_tags否
days_since_latest_release731
mean_days_between_releases111.3
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？

76良好 · 占总体的 17%

流行度与采用

67良好
评分方式
42.7/60星标 — 427 个星标
18.2/25复刻 — 155 个复刻
6.5/15关注者 — 16 位关注者
所用输入
forks155
stars427
watchers16
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

86优秀
评分方式
22.5/22.5README
16.9/22.5许可证 — 存在许可证文件，但不是可识别的许可证
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？

76良好 · 占总体的 23%

维护者韧性（巴士系数）

76良好
评分方式
36/54巴士系数 — 3 位贡献者贡献了半数提交
16.1/22.5提交分布 — 头号贡献者编写了 29% 的提交
13.5/13.5贡献者广度 — 99 位贡献者
10/10OpenSSF Scorecard：Contributors — project has 21 contributing companies or organizations
所用输入
bus_factor3
contributors_sampled99
top_contributor_share0.286

议题与 PR 响应能力

61中等
评分方式
28.1/42议题解决 — 67% 的议题已关闭
12.6/30PR 接受 — 已裁定的 PR 中 434/1,036 已合并
0/13Newcomer PR acceptance — 30 天内没有首次贡献者的 PR 得到裁决
12/15OpenSSF Scorecard：Code-Review — Found 22/27 approved changesets -- score normalized to 8
所用输入
merged_prs434
open_issues68
closed_issues137
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0.668
closed_unmerged_prs602
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

92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
22.6/25所有者影响力 — meta-pytorch 有 1,389 位关注者
21.1/25既往记录 — 58 个公开仓库，账户约 4 年
所用输入
followers1,389
owner_typeOrganization
is_verified—
owner_loginmeta-pytorch
public_repos58
account_age_days1,499
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？

92优秀 · 占总体的 19%

工程实践

94卓越
评分方式
24/24CI 工作流 — 10 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
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是
has_precommit_config是

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://pytorch.org/torchx
10/10仓库描述
10/10主题标签 — 12 个主题标签
0/10Wiki
所用输入
topicspytorch, machine-learning, kubernetes, slurm, distributed-training, pipelines, components, deep-learning, python, aws-batch, ray, airflow
has_wiki否
homepagehttps://pytorch.org/torchx
docs_sitehttps://pytorch.org/torchx
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？

58中等 · 占总体的 16%

安全态势

58中等
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
2.5/2.5CI-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
6/7.5Code-Review — Found 22/27 approved changesets -- score normalized to 8
2.5/2.5Contributors — project has 21 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.2/2.5许可证 — license file detected
7.5/7.5Maintained — 22 commit(s) and 0 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
4/5SAST — SAST tool is not run on all commits -- score normalized to 8
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — 无数据
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 39 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5.8
已排除计分（无数据或不适用）：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。

75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 — .claude/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.claude/CLAUDE.md
agent_instruction_max_bytes1,532
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）

73良好
评分方式
18/18一条命令的引导启动 — docs/Makefile
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, lockfile
0/10已体现的代理实践 — 无数据
5/8自动化维护 — 已配置依赖自动化，但在抽样提交中未观察到
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
lockfilesuv.lock
has_dockerfile是
typed_language否
bootstrap_filesdocs/Makefile
has_devcontainer否
has_linter_config是
typecheck_configs—
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share0
已排除计分（无数据或不适用）：已体现的代理实践。 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
54.8/55可控的文件大小 — 采样的 231 个源文件中有 1 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes68,380
source_files_sampled231
oversized_source_files1

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

427GitHub 星标
99贡献者
159最近 12 个月提交数
0距最近推送天数
15发布版本数
3巴士系数（bus factor）
68开放议题
PyPI软件包生态系统数

数据采集警告

  • pypi package 'torchx' points at a different repository (https://github.com/pytorch/torchx); excluded from ecosystem scoring

更多细节

OpenSSF Scorecard 5.8 / 10
5.8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 · 2026-07-18 11:55 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
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
8Code-ReviewFound 22/27 approved changesets -- score normalized to 8
10Contributorsproject has 21 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
10Maintained22 commit(s) and 0 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
8SASTSAST tool is not run on all commits -- score normalized to 8
0Security-Policysecurity policy file not detected
不适用Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities39 existing vulnerabilities detected
直接依赖 7
注册表软件包版本约束清单文件
PyPIdocstring-parser>=0.8.1pyproject.toml
PyPIpyyaml—pyproject.toml
PyPIdocker—pyproject.toml
PyPIfilelock—pyproject.toml
PyPIfsspec>=2023.10.0pyproject.toml
PyPItabulate—pyproject.toml
PyPItyping-extensions—pyproject.toml
全部依赖 237

来自 GitHub 依赖图的完整解析依赖集合：7 个直接依赖与 230 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
PyPIdocker7.1.0直接
PyPIdocstring-parser0.17.0直接
PyPIfilelock3.20.3直接
PyPIfsspec2026.2.0直接
PyPIpyyaml6.0.3直接
PyPItabulate0.9.0直接
PyPItyping-extensions4.15.0直接
PyPIabsl-py2.3.1间接
PyPIaiobotocore3.1.2间接
PyPIaiohappyeyeballs2.6.1间接
PyPIaiohttp3.14.1间接
PyPIaioitertools0.13.0间接
PyPIaiosignal1.4.0间接
PyPIalembic1.18.4间接
PyPIannotated-doc0.0.4间接
PyPIannotated-types0.7.0间接
PyPIantlr4-python3-runtime4.9.3间接
PyPIanyio4.12.1间接
PyPIasttokens3.0.1间接
PyPIasync-timeout5.0.1间接
PyPIattrs23.2.0间接
PyPIax-platform0.2.3间接
PyPIbcrypt5.0.0间接
PyPIblack25.11.0间接
PyPIblinker1.9.0间接
PyPIboto31.42.42间接
PyPIbotocore1.42.42间接
PyPIbotorch0.6.0间接
PyPIcachetools6.2.4间接
PyPIcaptum0.8.0间接
PyPIcertifi2026.1.4间接
PyPIcffi2.0.0间接
PyPIcharset-normalizer3.4.4间接
PyPIclick8.1.8间接
PyPIcloudpickle3.1.2间接
PyPIcolorama0.4.6间接
PyPIcontourpy1.3.2间接
PyPIcontourpy1.3.3间接
PyPIcoverage7.13.1间接
PyPIcryptography46.0.7间接
PyPIcuda-bindings12.9.4间接
PyPIcuda-pathfinder1.3.3间接
PyPIcycler0.12.1间接
PyPIdatabricks-sdk0.80.0间接
PyPIdataclasses-json0.5.7间接
PyPIdecorator5.2.1间接
PyPIenum-compat0.0.3间接
PyPIexceptiongroup1.3.1间接
PyPIexecuting2.2.1间接
PyPIfastapi0.137.1间接
PyPIflask3.1.2间接
PyPIflask-cors6.0.2间接
PyPIfonttools4.61.1间接
PyPIfrozenlist1.8.0间接
PyPIgitdb4.0.12间接
PyPIgitpython3.1.46间接
PyPIgoogle-auth2.47.0间接
PyPIgoogle-auth-oauthlib1.0.0间接
PyPIgpytorch1.15.1间接
PyPIgraphene3.4.3间接
PyPIgraphql-core3.2.7间接
PyPIgraphql-relay3.2.0间接
PyPIgreenlet3.3.1间接
PyPIgrpcio1.76.0间接
PyPIgunicorn23.0.0间接
PyPIh110.16.0间接
PyPIhuey2.6.0间接
PyPIhydra-core1.3.2间接
PyPIidna3.18间接
PyPIimportlib-metadata6.11.0间接
PyPIiniconfig2.3.0间接
PyPIinvoke2.2.1间接
PyPIipython8.38.0间接
PyPIipython9.9.0间接
PyPIipython-pygments-lexers1.1.1间接
PyPIitsdangerous2.2.0间接
PyPIjaxtyping0.3.6间接
PyPIjedi0.19.2间接
PyPIjinja2—间接
PyPIjinja23.1.6间接
PyPIjmespath1.1.0间接
PyPIjoblib1.5.3间接
PyPIjsonschema4.26.0间接
PyPIjsonschema-specifications2025.9.1间接
PyPIkiwisolver1.4.9间接
PyPIkubernetes25.3.0间接
PyPIlibcst1.8.6间接
PyPIlightning-utilities0.15.2间接
PyPIlinear-operator0.6间接
PyPIlintrunner0.13.0间接
PyPIlintrunner-adapters0.13.0间接
PyPImako1.3.12间接
PyPImarkdown3.10.1间接
PyPImarkdown-it-py4.0.0间接
PyPImarkupsafe3.0.3间接
PyPImarshmallow3.26.2间接
PyPImarshmallow-enum1.5.1间接
PyPImatplotlib3.10.8间接
PyPImatplotlib-inline0.2.1间接
PyPImdurl0.1.2间接
PyPImlflow3.13.0间接
PyPImlflow-skinny3.13.0间接
PyPImlflow-tracing3.13.0间接
PyPImock4.0.3间接
PyPImoto5.0.28间接
PyPImpmath1.3.0间接
PyPImultidict6.7.0间接
PyPImypy-extensions1.1.0间接
PyPInarwhals2.15.0间接
PyPInest-asyncio1.6.0间接
PyPInetworkx3.4.2间接
PyPInetworkx3.6.1间接
PyPInumpy1.26.4间接
PyPInvidia-cublas-cu1212.8.4.1间接
PyPInvidia-cuda-cupti-cu1212.8.90间接
PyPInvidia-cuda-nvrtc-cu1212.8.93间接
PyPInvidia-cuda-runtime-cu1212.8.90间接
PyPInvidia-cudnn-cu129.10.2.21间接
PyPInvidia-cufft-cu1211.3.3.83间接
PyPInvidia-cufile-cu121.13.1.3间接
PyPInvidia-curand-cu1210.3.9.90间接
PyPInvidia-cusolver-cu1211.7.3.90间接
PyPInvidia-cusparse-cu1212.5.8.93间接
PyPInvidia-cusparselt-cu120.7.1间接
PyPInvidia-nccl-cu122.27.5间接
PyPInvidia-nvjitlink-cu1212.8.93间接
PyPInvidia-nvshmem-cu123.4.5间接
PyPInvidia-nvtx-cu1212.8.90间接
PyPIoauthlib3.3.1间接
PyPIomegaconf2.2.3间接
PyPIopentelemetry-api1.39.1间接
PyPIopentelemetry-proto1.39.1间接
PyPIopentelemetry-sdk1.39.1间接
PyPIopentelemetry-semantic-conventions0.60b1间接
PyPIpackaging25.0间接
PyPIpandas2.3.3间接
PyPIparamiko4.0.0间接
PyPIparso0.8.5间接
PyPIpexpect4.9.0间接
PyPIpillow12.1.0间接
PyPIpip25.3间接
PyPIplatformdirs4.5.1间接
PyPIplotly6.5.2间接
PyPIpluggy1.6.0间接
PyPIprettytable3.17.0间接
PyPIprompt-toolkit3.0.52间接
PyPIpropcache0.4.1间接
PyPIprotobuf5.29.5间接
PyPIpsutil7.2.1间接
PyPIptyprocess0.7.0间接
PyPIpure-eval0.2.3间接
PyPIpyarrow24.0.0间接
PyPIpyasn10.6.3间接
PyPIpyasn1-modules0.4.2间接
PyPIpycparser3.0间接
PyPIpydantic2.12.5间接
PyPIpydantic-core2.41.5间接
PyPIpygments2.19.2间接
PyPIpynacl1.6.2间接
PyPIpyparsing3.3.2间接
PyPIpyre-check0.9.25间接
PyPIpyre-extensions0.0.32间接
PyPIpytest9.0.3间接
PyPIpytest-cov7.0.0间接
PyPIpython-dateutil2.9.0.post0间接
PyPIpython-dotenv1.2.1间接
PyPIpytorch-lightning2.5.0间接
PyPIpytorch-sphinx-theme—间接
PyPIpytz2025.2间接
PyPIpywin32311间接
PyPIpyyaml-ft8.0.0间接
PyPIreferencing0.37.0间接
PyPIrequests2.34.2间接
PyPIrequests-oauthlib2.0.0间接
PyPIresponses0.25.8间接
PyPIrich13.9.4间接
PyPIrpds-py0.30.0间接
PyPIrsa4.9.1间接
PyPIruff-api0.2.0间接
PyPIs3fs2026.2.0间接
PyPIs3transfer0.16.0间接
PyPIsagemaker-core2.4.1间接
PyPIsagemaker-mlflow0.2.0间接
PyPIsagemaker-train1.4.1间接
PyPIschema0.7.8间接
PyPIscikit-learn1.7.2间接
PyPIscikit-learn1.8.0间接
PyPIscipy1.15.3间接
PyPIscipy1.17.0间接
PyPIsetuptools80.10.1间接
PyPIsix1.17.0间接
PyPIskops0.14.0间接
PyPIsmdebug-rulesconfig1.0.1间接
PyPIsmmap5.0.2间接
PyPIsphinx—间接
PyPIsphinxcontrib-katex—间接
PyPIsqlalchemy2.0.46间接
PyPIsqlparse0.5.5间接
PyPIstack-data0.6.3间接
PyPIstarlette1.3.1间接
PyPIstdlibs2025.10.28间接
PyPIsympy1.14.0间接
PyPItblib3.2.2间接
PyPItensorboard2.14.0间接
PyPItensorboard-data-server0.7.2间接
PyPItestslide2.7.0间接
PyPIthreadpoolctl3.6.0间接
PyPItomli2.4.0间接
PyPItomli-w1.2.0间接
PyPItorch2.10.0间接
PyPItorch-model-archiver0.12.0间接
PyPItorchmetrics1.6.3间接
PyPItorchserve0.12.0间接
PyPItorchtext0.18.0间接
PyPItorchvision0.25.0间接
PyPItqdm4.67.1间接
PyPItraitlets5.14.3间接
PyPItriton3.6.0间接
PyPIts0.5.1间接
PyPItypeguard4.4.4间接
PyPItyping-inspect0.9.0间接
PyPItyping-inspection0.4.2间接
PyPItzdata2025.3间接
PyPIufmt2.9.0间接
PyPIurllib32.6.3间接
PyPIusort1.1.0间接
PyPIuvicorn0.40.0间接
PyPIwadler-lindig0.1.7间接
PyPIwaitress3.0.2间接
PyPIwcwidth0.3.3间接
PyPIwebsocket-client1.9.0间接
PyPIwerkzeug3.1.5间接
PyPIwheel0.46.3间接
PyPIwrapt1.17.3间接
PyPIxmltodict1.0.2间接
PyPIyarl1.22.0间接
PyPIzipp3.23.0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 meta-pytorch/torchx 共享目录标签或生态系统的已检测仓库。 并排阅读 →

100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.卓越100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflows卓越99argoproj/argo-workflowsWorkflow Engine for Kubernetes卓越99huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. 卓越98autogluon/autogluonFast and Accurate ML in 3 Lines of Code卓越98Netflix/metaflowBuild, Manage and Deploy AI/ML Systems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 v0.12.0—— 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.