公开记录
软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-09-27 06:05 UTC

mims-harvard / ToolUniverse

Democratizing AI scientists with ToolUniverse

PythonApache-2.0★ 1,705 星标⑂ 258 复刻始于 2025年3月在 GitHub 上查看 ↗
类型MCP 服务器命令行工具库网络服务如何判定
#agents#reasoning-agent#reasoning-language-models#tool-use#ai-agents#ai-scientists#automated-science#co-pilot#co-scientist#ai-for-science#autonomous-agents#llms#lrm#ai-communication#mcp-servers#scientific-skill

mims-harvard/ToolUniverse 的健康指数为 100 分中的 86 分，处于「优秀」区间。 其得分最高的类别是Vitality（98/100），最低的是Security（25/100）。 最近一次更新在今天。 近期的大部分工作由 1 位贡献者完成。

86
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。

86
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 72 经校准后在公布的指数量表上为 86（记录校准 2026-08-02）。

所有权

Artificial Intelligence for Medicine and Science @ Harvard Zitnik Lab组织
856 关注者77 个公开仓库始于 2020年2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
PyPItooluniverse1.5.431,873820 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？

98卓越 · 占总体的 21%

开发活跃度

96卓越
评分方式
36/36推送新近度 — 最近一次推送于 0 天前
32.5/36提交节奏 — 52 周中有 47 周有提交
18/18提交量 — 最近一年 1,031 次提交
0/10OpenSSF Scorecard：Maintained — 无数据
所用输入
commits_last_year1,031
human_commit_share0.99
days_since_last_push0
active_weeks_last_year47

发布纪律

100卓越
评分方式
27/27有发布版本 — 已发布 68 个发布版本
36/36发布时效 — 最近一次发布版本于 0 天前
27/27发布节奏 — 约每 11.6 天发布一次
0/10OpenSSF Scorecard：Signed-Releases — 无数据
所用输入
releases_count68
latest_release_tagv1.5.4
releases_from_tags否
days_since_latest_release0
mean_days_between_releases11.6

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？

71良好 · 占总体的 17%

流行度与采用

80优秀
评分方式
52.4/60星标 — 1,705 个星标
20.1/25复刻 — 258 个复刻
7/15关注者 — 19 位关注者
所用输入
forks258
stars1,705
watchers19
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

57中等
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）
0/18CONTRIBUTING 指南
0/13.5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_badges9
has_contributing否
has_issue_template否
has_code_of_conduct否
readme_badge_servicesbadge.fury.io, shields.io
has_pull_request_template是

生态采用（下载量）

75良好
评分方式
60/80月度下载量 — pypi 合计每月 31,873 次下载
0/20注册表被依赖数 — 该生态系统不报告此项
所用输入
packagestooluniverse
dependents—
ecosystemspypi
total_downloads—
monthly_downloads31,873
unverified_packages_excluded—
已排除计分（无数据或不适用）：注册表被依赖数。 其余权重已重新归一化。

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？

68良好 · 占总体的 23%

维护者韧性（巴士系数）

28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
2.7/22.5提交分布 — 头号贡献者编写了 88% 的提交
13.5/13.5贡献者广度 — 27 位贡献者
0/10OpenSSF Scorecard：Contributors — 无数据
所用输入
bus_factor1
contributors_sampled27
top_contributor_share0.878

议题与 PR 响应能力

81优秀
评分方式
37.5/42议题解决 — 89% 的议题已关闭
18.6/30PR 接受 — 已裁定的 PR 中 358/578 已合并
13/13Newcomer PR acceptance — 30 天内首次贡献者的 PR 已合并 5/5
0/15OpenSSF Scorecard：Code-Review — 无数据
所用输入
merged_prs358
open_issues8
closed_issues66
prs_merged_7d49
prs_decided_7d52
prs_merged_30d57
prs_decided_30d60
issue_closed_ratio0.892
closed_unmerged_prs220
first_time_authors_30d3
first_time_prs_merged_30d5
first_time_prs_decided_30d5

所有权与托管责任

76良好
评分方式
30/30所有权背书 — 组织持有
0/20已验证域名
21.1/25所有者影响力 — mims-harvard 有 856 位关注者
25/25既往记录 — 77 个公开仓库，账户约 6 年
所用输入
followers856
owner_typeOrganization
is_verified否
owner_loginmims-harvard
public_repos77
account_age_days2,425

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 0 天前
20/20版本历史 — 82 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
packagestooluniverse
ecosystemspypi
any_deprecated否
min_days_since_publish0

工程质量

基础的工程与文档实践是否到位？

91优秀 · 占总体的 19%

工程实践

92优秀
评分方式
24/24CI 工作流 — 11 个工作流
24/24存在测试
16/16Linter 配置 — pyproject.toml ([tool.ruff])
9.6/9.6Pre-commit 钩子
0/6.4.editorconfig
0/20OpenSSF 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

90优秀
评分方式
30/30README
25/25文档目录
15/15文档 / 主页站点 — https://aiscientist.tools
10/10仓库描述
10/10主题标签 — 16 个主题标签
0/10Wiki
所用输入
topicsagents, reasoning-agent, reasoning-language-models, tool-use, ai-agents, ai-scientists, automated-science, co-pilot, co-scientist, ai-for-science, autonomous-agents, llms, lrm, ai-communication, mcp-servers, scientific-skill
has_wiki否
homepagehttps://aiscientist.tools
docs_sitehttps://aiscientist.tools
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？

25存在风险 · 占总体的 16%

安全态势

25存在风险
评分方式
0/30安全策略（SECURITY.md）
0/25Dependabot 配置
25/25依赖锁定文件 — uv.lock
0/20CodeQL 工作流
所用输入
sourcefile_signals
lockfilesuv.lock
manifestsdocs/requirements.txt, docs/requirements_themes.txt, mcpb/pyproject.toml, pyproject.toml
has_codeql_workflow否
has_security_policy否
has_dependabot_config否

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。

61中等 · 占总体的 4%

AI 代理上下文与指引

40薄弱
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）
40/40可读的提交历史 — 99 次人类提交中有 95 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_share0.96
agent_instruction_files—
agent_instruction_max_bytes—

验证循环（构建 / 测试 / 类型检查）

79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 — pyproject.toml ([tool.ruff])
0/11静态类型检查
10/10可复现环境 — Dockerfile, lockfile
10/10已体现的代理实践 — 最近 100 次提交中有 6 次由代理编写或署名代理
0/8自动化维护 — 未观察到自动依赖更新
0/10OpenSSF Scorecard：Pinned-Dependencies — 无数据
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_share0.06
toolchain_manifests—
dependency_bot_commit_share0

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
54.7/55可控的文件大小 — 采样的 5,039 个源文件中有 25 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes6,009,537
source_files_sampled5,039
oversized_source_files25

机器可读接口

60中等
评分方式
0/40API 模式（OpenAPI/GraphQL/proto）
20/20MCP 服务器
40/40可运行示例 — examples
所用输入
example_dirsexamples
has_mcp_signal是
api_schema_files—
interfaces_expected_ofnetwork-service

关键数据

1,705GitHub 星标
27贡献者
1,031最近 12 个月提交数
0距最近推送天数
68发布版本数
1巴士系数（bus factor）
8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 'tooluniverse-mcpb-native' from its registry
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
  • deps.dev does not index pypi:tooluniverse@1.5.4; 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; 2026/09/27 06:04:45 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 ★ / 258 ⇿
0Star
258Fork
67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。

050100150200250300254102025-032025-122026-09
主版本 0次版本 3修订 32

每个点涵盖 2 天。

直接依赖 26
注册表软件包版本约束清单文件
PyPItooluniverse>=1.5.3,<2mcpb/pyproject.toml
PyPIrequests>=2.32.0pyproject.toml
PyPIboltz-api>=0.46.0,<0.47.0pyproject.toml
PyPInumpy>=2.2.0pyproject.toml
PyPIgraphql-core>=3.2.0pyproject.toml
PyPIfastapi>=0.116.0pyproject.toml
PyPIuvicorn>=0.36.0pyproject.toml
PyPIpydantic>=2.11.0pyproject.toml
PyPIpyyaml>=6.0.0pyproject.toml
PyPImcp>=1.29.0,<2.0.0pyproject.toml
PyPIfastmcp>=3.4.5,<4.0.0pyproject.toml
PyPIxmltodict>=1.0.0pyproject.toml
PyPIlxml>=6.0.0pyproject.toml
PyPIhuggingface_hub>=0.34.0pyproject.toml
PyPIjsonpath-ng>=1.6.0pyproject.toml
PyPIrcsb-api>=1.4.0pyproject.toml
PyPIwebsockets>=13.0pyproject.toml
PyPIurllib3>=1.26pyproject.toml
PyPIpandas>=2.2.3pyproject.toml
PyPIopenpyxl>=3.1.0pyproject.toml
PyPIpdfplumber>=0.11.0pyproject.toml
PyPIfaiss-cpu==1.12.0pyproject.toml
PyPIbeautifulsoup4>=4.12.0pyproject.toml
PyPIpython-dotenv>=1.0.0pyproject.toml
PyPIpip>=25.3pyproject.toml
PyPIjsonschema>=4.23.0pyproject.toml
全部依赖 未采集

本报告未能采集到解析后的依赖集合：GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

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 mims-harvard/ToolUniverse 共享目录标签或生态系统的已检测仓库。 并排阅读 →

99crewAIInc/crewAIFramework for orchestrating role-playing, autonomous AI agents. By fostering collaborative intelligence, CrewAI empowers agents to work together seamlessly, tackling complex tasks.卓越99google/adk-pythonAn open-source, code-first Python toolkit for building, evaluating, and deploying sophisticated AI agents with flexibility and control.卓越97strands-agents/harness-sdkBuild an agent harness and control it end-to-end. Open-source SDK for production AI agents in Python & TypeScript - any model, any cloud.卓越96PrefectHQ/fastmcp🚀 The fast, Pythonic way to build MCP servers and clients.卓越93cognizant-ai-lab/neuro-sanNeuro AI System of Agent Networks卓越96google/adk-jsAn open-source, code-first Typescript toolkit for building, evaluating, and deploying sophisticated AI agents with flexibility and control.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 v0.34.0—— 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.