公开记录
软件健康报告模式 0.11.0 · 指标 2.10.0 · 2026-07-15 23:58 UTC

narwhals-dev / narwhals

Lightweight and extensible compatibility layer between dataframe libraries!

PythonMIT★ 1,683 星标⑂ 210 复刻始于 2024年2月在 GitHub 上查看 ↗
类型库如何判定
#cudf#ibis#pandas#polars#pyarrow#dask#duckdb#pyspark

narwhals-dev/narwhals 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（99/100），最低的是AI Readiness（60/100）。 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。

96
总分 / 100
卓越

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）
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 83 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

narwhals-dev组织
33 关注者5 个公开仓库始于 2024年5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
PyPInarwhals2.24.0-2412 天前dataframesinteroperabilitypandaspolarspyarrowdaskmodincudf

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？

99卓越 · 占总体的 21%

开发活跃度

100卓越
评分方式
36/36推送新近度 — 最近一次推送于 0 天前
36/36提交节奏 — 52 周中有 52 周有提交
18/18提交量 — 最近一年 525 次提交
10/10OpenSSF Scorecard：Maintained — 30 commit(s) and 19 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year525
human_commit_share—
days_since_last_push0
active_weeks_last_year52

发布纪律

98卓越
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 2 天前
27/27发布节奏 — 约每 13.9 天发布一次
8/10OpenSSF Scorecard：Signed-Releases — 5 out of the last 5 releases have a total of 5 signed artifacts.
所用输入
releases_count100
latest_release_tagv2.24.0
releases_from_tags否
days_since_latest_release2
mean_days_between_releases13.9

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？

84优秀 · 占总体的 17%

流行度与采用

77良好
评分方式
52.3/60星标 — 1,683 个星标
19.3/25复刻 — 210 个复刻
5.6/15关注者 — 11 位关注者
所用输入
forks210
stars1,683
watchers11
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

社区健康

92优秀
评分方式
22.5/22.5README
22.5/22.5许可证 — 可识别的许可证（MIT）
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？

69良好 · 占总体的 23%

维护者韧性（巴士系数）

43薄弱
评分方式
9/54巴士系数 — 1 位贡献者贡献了半数提交
10.9/22.5提交分布 — 头号贡献者编写了 51% 的提交
13.5/13.5贡献者广度 — 100 位贡献者
10/10OpenSSF Scorecard：Contributors — project has 28 contributing companies or organizations
所用输入
bus_factor1
contributors_sampled100
top_contributor_share0.514

议题与 PR 响应能力

82优秀
评分方式
34.1/42议题解决 — 81% 的议题已关闭
27.9/30PR 接受 — 已裁定的 PR 中 2,544/2,735 已合并
0/13Newcomer PR acceptance — 30 天内没有首次贡献者的 PR 得到裁决
9/15OpenSSF Scorecard：Code-Review — Found 14/22 approved changesets -- score normalized to 6
所用输入
merged_prs2,544
open_issues189
closed_issues809
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0.811
closed_unmerged_prs191
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

64中等
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
11/25所有者影响力 — narwhals-dev 有 33 位关注者
10/25既往记录 — 5 个公开仓库，账户约 2 年
所用输入
followers33
owner_typeOrganization
is_verified—
owner_loginnarwhals-dev
public_repos5
account_age_days800
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 2 天前
20/20版本历史 — 241 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
packagesnarwhals
ecosystemspypi
any_deprecated否
min_days_since_publish2

工程质量

基础的工程与文档实践是否到位？

95卓越 · 占总体的 19%

工程实践

92优秀
评分方式
24/24CI 工作流 — 19 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
18/20OpenSSF Scorecard：CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
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
30/30README
25/25文档目录
15/15文档 / 主页站点 — https://narwhals-dev.github.io/narwhals/
10/10仓库描述
10/10主题标签 — 8 个主题标签
10/10Wiki
所用输入
topicscudf, ibis, pandas, polars, pyarrow, dask, duckdb, pyspark
has_wiki是
homepagehttps://narwhals-dev.github.io/narwhals/
docs_sitehttps://narwhals-dev.github.io/narwhals/
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？

72良好 · 占总体的 16%

安全态势

72良好
评分方式
7.5/7.5Binary-Artifacts — no binaries found in the repo
4.5/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.2/2.5CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0.5/2.5CII-Best-Practices — badge detected: InProgress
4.5/7.5Code-Review — Found 14/22 approved changesets -- score normalized to 6
2.5/2.5Contributors — project has 28 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
2.5/2.5许可证 — license file detected
7.5/7.5Maintained — 30 commit(s) and 19 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
4.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
4.5/5SAST — SAST tool detected but not run on all commits
5/5Security-Policy — security policy file detected
6/7.5Signed-Releases — 5 out of the last 5 releases have a total of 5 signed artifacts.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
1.5/7.5Vulnerabilities — 8 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate7.2

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。

60中等 · 占总体的 4%

AI 代理上下文与指引

1危急
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）
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—
agent_instruction_max_bytes—
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）

96卓越
评分方式
18/18一条命令的引导启动 — Makefile
22/22自动化测试
11/11Lint / 格式化配置
11/11静态类型检查 — packages/test-plugin/src/test_plugin/py.typed, src/narwhals/py.typed
10/10可复现环境 — 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
9/10OpenSSF Scorecard：Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
所用输入
has_nix否
has_tests是
lockfilesuv.lock
has_dockerfile否
typed_language否
bootstrap_filesMakefile
has_devcontainer否
has_linter_config是
typecheck_configspackages/test-plugin/src/test_plugin/py.typed, src/narwhals/py.typed
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

82优秀
评分方式
27/45可类型检查的代码 — Python，已配置类型检查（packages/test-plugin/src/test_plugin/py.typed, src/narwhals/py.typed）
54.5/55可控的文件大小 — 采样的 524 个源文件中有 5 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes138,414
source_files_sampled524
oversized_source_files5

关键数据

1,683GitHub 星标
100贡献者
525最近 12 个月提交数
0距最近推送天数
100发布版本数
1巴士系数（bus factor）
189开放议题
PyPI软件包生态系统数

更多细节

OpenSSF Scorecard 7.2 / 10
7.2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 · 2026-07-15 23:58 UTC

10Binary-Artifactsno binaries found in the repo
6Branch-Protectionbranch protection is not maximal on development and all release branches
9CI-Tests29 out of 30 merged PRs checked by a CI test -- score normalized to 9
2CII-Best-Practicesbadge detected: InProgress
6Code-ReviewFound 14/22 approved changesets -- score normalized to 6
10Contributorsproject has 28 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 19 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
9Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 9
9SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
8Signed-Releases5 out of the last 5 releases have a total of 5 signed artifacts.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
2Vulnerabilities8 existing vulnerabilities detected
全部依赖 175

来自 GitHub 依赖图的完整解析依赖集合：0 个直接依赖与 175 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
PyPIast-serialize0.6.0间接
PyPIatpublic7.0.0间接
PyPIcachetools7.1.4间接
PyPIclick8.4.2间接
PyPIcloudpickle3.1.2间接
PyPIcolorama0.4.6间接
PyPIcovdefaults2.3.0间接
PyPIcoverage7.15.1间接
PyPIcuda-bindings12.9.7间接
PyPIcuda-core0.7.0间接
PyPIcuda-pathfinder1.5.6间接
PyPIcuda-python12.9.7间接
PyPIcuda-toolkit12.9.2.0间接
PyPIcudf-cu12—间接
PyPIcudf-cu1226.2.1间接
PyPIcudf-cu1226.6.0间接
PyPIcupy-cuda12x14.1.1间接
PyPIdask—间接
PyPIdask2024.10.0间接
PyPIdask2026.7.1间接
PyPIdask-expr1.1.16间接
PyPIdeepmerge2.1.0间接
PyPIduckdb—间接
PyPIduckdb1.1.0间接
PyPIduckdb1.2.0间接
PyPIduckdb1.3.0间接
PyPIduckdb1.5.4间接
PyPIexceptiongroup1.3.1间接
PyPIexecnet2.1.2间接
PyPIfsspec2026.6.0间接
PyPIghp-import2.1.0间接
PyPIgoogleapis-common-protos1.75.0间接
PyPIgriffelib2.1.0间接
PyPIgrpcio1.82.1间接
PyPIgrpcio-status1.82.1间接
PyPIhypothesis6.156.6间接
PyPIibis-framework—间接
PyPIibis-framework12.0.0间接
PyPIimportlib-metadata9.0.0间接
PyPIiniconfig2.3.0间接
PyPIjinja23.1.6间接
PyPIjoblib1.5.3间接
PyPIlibcudf-cu1226.2.1间接
PyPIlibcudf-cu1226.6.0间接
PyPIlibkvikio-cu1226.2.0间接
PyPIlibkvikio-cu1226.6.0间接
PyPIlibrmm-cu1226.2.0间接
PyPIlibrmm-cu1226.6.0间接
PyPIlibrt0.13.0间接
PyPIllvmlite0.44.0间接
PyPIllvmlite0.46.0间接
PyPIlocket1.0.0间接
PyPImarkdown3.10.2间接
PyPImarkdown-exec1.12.3间接
PyPImarkdown-it-py4.2.0间接
PyPImarkupsafe3.0.3间接
PyPImdurl0.1.2间接
PyPImergedeep1.3.4间接
PyPImkdocs1.6.1间接
PyPImkdocs-autorefs1.4.4间接
PyPImkdocs-get-deps0.2.2间接
PyPImkdocstrings1.0.6间接
PyPImkdocstrings-python—间接
PyPImkdocstrings-python2.0.5间接
PyPImodin0.23.1.post0间接
PyPImodin0.37.1间接
PyPImore-itertools11.1.0间接
PyPImypy2.1.0间接
PyPImypy-extensions1.1.0间接
PyPInarwhals2.24.0间接
PyPInodeenv1.10.0间接
PyPInumba0.61.2间接
PyPInumba0.64.0间接
PyPInumba-cuda0.22.2间接
PyPInumba-cuda0.28.2间接
PyPInumpy1.21.4间接
PyPInumpy1.22.0间接
PyPInumpy1.24.4间接
PyPInumpy2.2.6间接
PyPInumpy2.4.6间接
PyPInumpy2.5.1间接
PyPInvidia-cuda-cccl-cu1212.9.27间接
PyPInvidia-cuda-nvcc-cu1212.9.86间接
PyPInvidia-cuda-nvrtc-cu1212.9.86间接
PyPInvidia-cuda-runtime-cu1212.9.79间接
PyPInvidia-libnvcomp-cu125.1.0.21间接
PyPInvidia-libnvcomp-cu125.2.0.13间接
PyPInvidia-nvjitlink-cu1212.9.86间接
PyPInvtx0.2.15间接
PyPIpackaging26.2间接
PyPIpandas—间接
PyPIpandas1.3.4间接
PyPIpandas1.4.1间接
PyPIpandas2.0.3间接
PyPIpandas2.3.3间接
PyPIpandas3.0.3间接
PyPIpandas-stubs2.3.0.250703间接
PyPIparsy2.2间接
PyPIpartd1.4.2间接
PyPIpathspec1.1.1间接
PyPIplatformdirs4.10.0间接
PyPIpluggy1.6.0间接
PyPIpolars—间接
PyPIpolars0.20.4间接
PyPIpolars0.20.8间接
PyPIpolars1.42.1间接
PyPIpolars-runtime-321.42.1间接
PyPIprek0.4.9间接
PyPIprettytable3.18.0间接
PyPIprotobuf7.35.1间接
PyPIpsutil7.2.2间接
PyPIpy4j0.10.9.7间接
PyPIpyarrow—间接
PyPIpyarrow13.0.0间接
PyPIpyarrow14.0.0间接
PyPIpyarrow15.0.0间接
PyPIpyarrow23.0.1间接
PyPIpyarrow25.0.0间接
PyPIpyarrow-hotfix0.7间接
PyPIpyarrow-stubs10.0.1.9间接
PyPIpyarrow-stubs19.2间接
PyPIpygments2.20.0间接
PyPIpygments-ansi-color0.3.0间接
PyPIpylibcudf-cu1226.2.1间接
PyPIpylibcudf-cu1226.6.0间接
PyPIpymdown-extensions11.0.1间接
PyPIpyrefly1.0.0间接
PyPIpyrefly1.1.1间接
PyPIpyright1.1.411间接
PyPIpyspark—间接
PyPIpyspark3.5.0间接
PyPIpytest9.1.1间接
PyPIpytest-cov7.1.0间接
PyPIpytest-env1.6.0间接
PyPIpytest-randomly4.1.0间接
PyPIpytest-xdist3.8.0间接
PyPIpython-dateutil2.9.0.post0间接
PyPIpython-dotenv1.2.2间接
PyPIpytz2026.2间接
PyPIpyyaml6.0.3间接
PyPIpyyaml-env-tag1.1间接
PyPIrapids-logger0.2.3间接
PyPIrich15.0.0间接
PyPIrmm-cu1226.2.0间接
PyPIrmm-cu1226.6.0间接
PyPIruff0.15.21间接
PyPIscikit-learn1.1.0间接
PyPIscikit-learn1.3.0间接
PyPIscikit-learn1.7.2间接
PyPIscikit-learn1.9.0间接
PyPIscipy1.15.3间接
PyPIscipy1.17.1间接
PyPIscipy1.18.0间接
PyPIscipy1.7.3间接
PyPIscipy1.8.0间接
PyPIsetuptools83.0.0间接
PyPIsix1.17.0间接
PyPIsortedcontainers2.4.0间接
PyPIsqlframe—间接
PyPIsqlframe4.3.0间接
PyPIsqlglot30.11.0间接
PyPIsqlparse0.5.5间接
PyPItest-plugin0.1.0间接
PyPIthreadpoolctl3.6.0间接
PyPItomli2.4.1间接
PyPItoolz1.1.0间接
PyPItypes-pytz2026.2.0.20260518间接
PyPItyping-extensions4.15.0间接
PyPItzdata2026.3间接
PyPIuv-build—间接
PyPIwatchdog6.0.0间接
PyPIwcwidth0.8.2间接
PyPIzensical—间接
PyPIzensical0.0.50间接
PyPIzipp4.1.0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 narwhals-dev/narwhals 共享目录标签或生态系统的已检测仓库。 并排阅读 →

94ibis-project/ibisthe portable Python dataframe library卓越99NVIDIA/cudfcuDF - GPU DataFrame Library 卓越87pmgraham/datagruntDatagrunt is a Python library designed to simplify the way you work with CSV, Excel, Parquet, and PDF files. It provides a streamlined approach to reading, processing, and transforming your data into various formats, making data manipulation efficient and intuitive.优秀80gizmodata/gizmosql🚀 GizmoSQL — High-Performance Database Server优秀78fugue-project/fugueA unified interface for distributed computing. Fugue executes SQL, Python, Pandas, and Polars code on Spark, Dask and Ray without any rewrites.良好75rebase-energy/timedatamodelA lightweight Pythonic data model for time series data, interoperable with NumPy, Pandas and Polars.良好

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 v0.11.0—— 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.