公开记录
软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-10-19 04:50 UTC

mlcommons / medperf

An open benchmarking platform for medical artificial intelligence using Federated Evaluation.

Python · HTMLApache-2.0★ 172 星标⑂ 36 复刻始于 2021年10月在 GitHub 上查看 ↗
类型命令行工具如何判定

mlcommons/medperf 的健康指数为 100 分中的 65 分，处于「良好」区间。 其得分最高的类别是Sustainability & Governance（80/100），最低的是Security（36/100）。 最近一次更新在 68 天前。 近期的大部分工作由 2 位贡献者完成。

65
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。

65
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 60 经校准后在公布的指数量表上为 65（记录校准 2026-08-02）。

所有权

MLCommons组织 · 域名已验证
1,498 关注者139 个公开仓库始于 2020年7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？

44薄弱 · 占总体的 21%

开发活跃度

44薄弱
评分方式
18/36推送新近度 — 最近一次推送于 68 天前
9/36提交节奏 — 52 周中有 13 周有提交
12.4/18提交量 — 最近一年 23 次提交
0/10OpenSSF Scorecard：Maintained — 无数据
所用输入
commits_last_year23
human_commit_share1
days_since_last_push68
active_weeks_last_year13

发布纪律

44薄弱
评分方式
27/27有发布版本 — 已发布 1 个发布版本
0/36发布时效 — 最近一次发布版本于 1,312 天前
12.6/27发布节奏 — 节奏未知（仅一次发布）
0/10OpenSSF Scorecard：Signed-Releases — 无数据
所用输入
releases_count1
latest_release_tagv0.1.0
releases_from_tags否
days_since_latest_release1,312
mean_days_between_releases—

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？

62中等 · 占总体的 17%

流行度与采用

55中等
评分方式
36.2/60星标 — 172 个星标
12.9/25复刻 — 36 个复刻
5.8/15关注者 — 12 位关注者
所用输入
forks36
stars172
watchers12
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

70良好
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
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是
readme_badges0
has_contributing是
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？

80优秀 · 占总体的 23%

维护者韧性（巴士系数）

58中等
评分方式
25.2/54巴士系数 — 2 位贡献者贡献了半数提交
13.7/22.5提交分布 — 头号贡献者编写了 39% 的提交
13.5/13.5贡献者广度 — 16 位贡献者
0/10OpenSSF Scorecard：Contributors — 无数据
所用输入
bus_factor2
contributors_sampled16
top_contributor_share0.39

议题与 PR 响应能力

88优秀
评分方式
39.7/42议题解决 — 95% 的议题已关闭
23.7/30PR 接受 — 已裁定的 PR 中 296/375 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 — 无数据
所用输入
merged_prs296
open_issues16
closed_issues282
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0.946
closed_unmerged_prs79
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
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

98卓越
评分方式
30/30所有权背书 — 组织持有
20/20已验证域名
22.8/25所有者影响力 — mlcommons 有 1,498 位关注者
25/25既往记录 — 139 个公开仓库，账户约 6 年
所用输入
followers1,498
owner_typeOrganization
is_verified是
owner_loginmlcommons
public_repos139
account_age_days2,299

工程质量

基础的工程与文档实践是否到位？

72良好 · 占总体的 19%

工程实践

60中等
评分方式
24/24CI 工作流 — 10 个工作流
24/24存在测试
0/16Linter 配置
0/9.6Pre-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否
has_precommit_config否

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://www.medperf.org
10/10仓库描述
0/10主题标签
10/10Wiki
所用输入
topics—
has_wiki是
homepagehttps://www.medperf.org
docs_sitehttps://www.medperf.org
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？

36薄弱 · 占总体的 16%

安全态势

20存在风险
评分方式
0/30安全策略（SECURITY.md）
0/25Dependabot 配置
0/25依赖锁定文件
20/20CodeQL 工作流
所用输入
sourcefile_signals
lockfiles—
manifestscli/requirements.txt, cli/setup.py, docs/requirements.txt, flca/setup.py, server/requirements.txt
has_codeql_workflow是
has_security_policy否
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
sourceosv
advisories290
affected_packages19
assessed_packages94
unassessed_packages24
affected_by_severitycritical 7, moderate 5, low 2, unknown 5
direct_affected_packages0
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 94 个已解析依赖与 OSV 比对。 有 24 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。

50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 — 100 次人类提交中有 96 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）

36薄弱
评分方式
0/18一条命令的引导启动
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 — devcontainer, Dockerfile
0/10已体现的代理实践 — 最近 100 次提交中没有代理编写的提交
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
lockfiles—
has_dockerfile是
typed_language否
bootstrap_files—
has_devcontainer是
has_linter_config否
typecheck_configs—
agent_commit_share0
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
55/55可控的文件大小 — 采样的 812 个源文件中有 0 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes47,038
source_files_sampled812
oversized_source_files0

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, notebooks
所用输入
example_dirsexamples, notebooks
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

172GitHub 星标
16贡献者
23最近 12 个月提交数
68距最近推送天数
1发布版本数
2巴士系数（bus factor）
16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 'medperf' from its registry
  • Could not fetch pypi package 'rano-monitor' from its registry
  • Advisory severity resolved for 120 of 175 advisories (lookup cap); the remainder are reported as unknown severity
  • OpenSSF Scorecard timed out after 240s; skipping Scorecard checks

更多细节

Star 与 Fork 历史 0 ★ / 36 ⇿
0Star
36Fork
1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。

01325383422022-042024-042026-05
主版本 0次版本 1修订 0

每个点涵盖 4 天。

全部依赖 118

来自 GitHub 依赖图的完整解析依赖集合：0 个直接依赖与 118 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
PyPIargparse—间接
PyPIauth0-python4.3.0间接
PyPIclick8.1.8间接
PyPIcnb-tools0.3.2间接
PyPIcolorama0.4.4间接
PyPIcookiecutter2.1.1间接
PyPIcryptography—间接
PyPIcryptography46.0.3间接
PyPIcurlify—间接
PyPIdash2.16间接
PyPIdash-bootstrap-components1.5间接
PyPIdicom—间接
PyPIdjango4.2.26间接
PyPIdjango-cors-headers4.3.1间接
PyPIdjango-environ0.11.2间接
PyPIdjango-extensions3.2.3间接
PyPIdjango-filter24.3间接
PyPIdjango-storages1.14.2间接
PyPIdjangorestframework3.14.0间接
PyPIdjangorestframework-simplejwt5.3.1间接
PyPIdocker7.1.0间接
PyPIdrf-spectacular0.27.1间接
PyPIdrf-spectacular-sidecar2024.3.4间接
PyPIemail-validator2.0.0间接
PyPIfastapi0.111.1间接
PyPIfastapi-login1.10.2间接
PyPIgitpython3.1.41间接
PyPIgoogle-api-python-client2.192.0间接
PyPIgoogle-auth—间接
PyPIgoogle-auth2.49.1间接
PyPIgoogle-cloud-compute1.46.0间接
PyPIgoogle-cloud-iam2.21.0间接
PyPIgoogle-cloud-kms—间接
PyPIgoogle-cloud-kms3.11.0间接
PyPIgoogle-cloud-secret-manager2.19.0间接
PyPIgoogle-cloud-storage—间接
PyPIgoogle-cloud-storage3.9.0间接
PyPIgriffe0.32.3间接
PyPIgunicorn23.0.0间接
PyPImedpy—间接
PyPImerge-args0.1.5间接
PyPImkdocs1.4.3间接
PyPImkdocs-autorefs0.4.1间接
PyPImkdocs-gen-files0.5.0间接
PyPImkdocs-literate-nav0.6.0间接
PyPImkdocs-macros-plugin1.0.2间接
PyPImkdocs-material9.1.18间接
PyPImkdocs-material-extensions1.1.1间接
PyPImkdocstrings0.22.0间接
PyPImkdocstrings-python1.2.0间接
PyPInibabel—间接
PyPInumpy—间接
PyPInumpy1.24.3间接
PyPInumpy1.26.0间接
PyPInumpy1.26.4间接
PyPInumpy2.4.3间接
PyPIonnx1.13.0间接
PyPIonnx1.16.2间接
PyPIpandas—间接
PyPIpandas2.1.0间接
PyPIpandas2.2.1间接
PyPIparameterized0.9.0间接
PyPIpexpect4.8.0间接
PyPIpillow—间接
PyPIpillow10.2.0间接
PyPIpillow9.5.0间接
PyPIplotly5.20间接
PyPIpsutil5.9.8间接
PyPIpsycopg2-binary2.9.9间接
PyPIpydantic1.10.13间接
PyPIpyfakefs5.8.0间接
PyPIpygments2.18间接
PyPIpyopenssl25.3.0间接
PyPIpyperclip1.8.2间接
PyPIpytest-dependency0.6.0间接
PyPIpytest-mock3.14.0间接
PyPIpyyaml—间接
PyPIpyyaml6.0间接
PyPIpyyaml6.0.1间接
PyPIpyyaml6.0.3间接
PyPIrequests—间接
PyPIrich—间接
PyPIschema0.7.5间接
PyPIscikit-learn—间接
PyPIscikit-learn0.24.2间接
PyPIscikit-learn1.2.2间接
PyPIscikit-learn1.8.0间接
PyPIscipy—间接
PyPIselenium4.23.1间接
PyPIsemver3.0.4间接
PyPIsimpleitk—间接
PyPIsynapseclient4.1.1间接
PyPItabulate0.9.0间接
PyPItblib3.0.0间接
PyPItensorflow2.12.0间接
PyPItextual0.46.0间接
PyPItime-machine2.4.0间接
PyPItorch—间接
PyPItorch2.0.1间接
PyPItorch2.8.0间接
PyPItorchvision—间接
PyPItorchvision0.15.2间接
PyPItorchxrayvision—间接
PyPItorchxrayvision0.0.39间接
PyPItqdm—间接
PyPItqdm4.65.0间接
PyPItqdm4.67.3间接
PyPItyper—间接
PyPItyper0.20.1间接
PyPItyper0.9.0间接
PyPItyping-extensions—间接
PyPIuvicorn0.30.1间接
PyPIvalidators0.18.2间接
PyPIwatchdog3.0.0间接
PyPIwebdriver-manager4.0.2间接
PyPIwerkzeug3.0.6间接
PyPIwhitenoise6.6.0间接
PyPIyaspin2.1.0间接
依赖安全公告 19

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 94 个包，其中也包含从不交付的开发与测试版本固定：19 个存在已知公告，0 个为直接依赖。 有 24 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
cryptography46.0.3间接严重1350.0.0
django4.2.26间接严重406.1.1
gitpython3.1.41间接严重593.1.62
onnx1.13.0间接严重241.22.0
onnx1.16.2间接严重181.22.0
pillow10.2.0间接严重3012.3.0
pillow9.5.0间接严重3712.3.0
djangorestframework3.14.0间接中63.17.2
mkdocs-material9.1.18间接中29.7.7
scikit-learn0.24.2间接中31.5.0
scikit-learn1.2.2间接中21.5.0
werkzeug3.0.6间接中83.1.9
djangorestframework-simplejwt5.3.1间接低25.5.1
pygments2.18间接低22.20.0
pyopenssl25.3.0间接未知4—
tensorflow2.12.0间接未知2—
torch2.0.1间接未知28—
torch2.8.0间接未知8—
tqdm4.65.0间接未知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。

登录过程中消息不会丢失。

相关记录

与 mlcommons/medperf 共享目录标签或生态系统的已检测仓库。 并排阅读 →

100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training accelerator卓越100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.卓越100open-telemetry/opentelemetry-pythonOpenTelemetry Python API and SDK 卓越100onnx/onnxOpen standard for machine learning interoperability卓越100aws/aws-sam-cliCLI tool to build, test, debug, and deploy Serverless applications using AWS SAM卓越100NVIDIA-NeMo/SpeechA scalable generative AI framework built for researchers and developers working on Large Language Models, Multimodal, and Speech AI (Automatic Speech Recognition and Text-to-Speech)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.