公开记录
软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-09-14 19:34 UTC

pytorch / TensorRT

PyTorch/TorchScript/FX compiler for NVIDIA GPUs using TensorRT

Python · Jupyter Notebook · C++BSD-3-Clause★ 2,993 星标⑂ 410 复刻始于 2020年3月在 GitHub 上查看 ↗
类型库命令行工具如何判定

pytorch/TensorRT 的健康指数为 100 分中的 94 分,处于「卓越」区间。 其得分最高的类别是Vitality(96/100),最低的是Security(40/100)。 最近一次更新在今天。 近期的大部分工作由 2 位贡献者完成。

94
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。

94
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 80 经校准后在公布的指数量表上为 94(记录校准 2026-08-02)。

所有权

pytorch组织 · 域名已验证
13,633 关注者70 个公开仓库始于 2016年8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

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?

96卓越 · 占总体的 21%
评分方式
36/36推送新近度 — 最近一次推送于 0 天前
33.9/36提交节奏 — 52 周中有 49 周有提交
18/18提交量 — 最近一年 641 次提交
0/10OpenSSF Scorecard:Maintained — 无数据
所用输入
commits_last_year641
human_commit_share1
days_since_last_push0
active_weeks_last_year49

发布纪律

92优秀
评分方式
27/27有发布版本 — 已发布 29 个发布版本
36/36发布时效 — 最近一次发布版本于 4 天前
19.8/27发布节奏 — 约每 54.5 天发布一次
0/10OpenSSF Scorecard:Signed-Releases — 无数据
所用输入
releases_count29
latest_release_tagv2.14.0
releases_from_tags否
days_since_latest_release4
mean_days_between_releases54.5

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?

85优秀 · 占总体的 17%
评分方式
56.4/60星标 — 2,993 个星标
21.8/25复刻 — 410 个复刻
10/15关注者 — 65 位关注者
所用输入
forks410
stars2,993
watchers65
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(BSD-3-Clause)
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_badges8
has_contributing是
has_issue_template否
has_code_of_conduct是
readme_badge_servicesgithub.com, shields.io
has_pull_request_template是
评分方式
57.9/80月度下载量 — pypi 合计每月 22,131 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
packagestorch-tensorrt-rtx, torch_tensorrt
dependents—
ecosystemspypi
total_downloads—
monthly_downloads22,131
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?

80优秀 · 占总体的 23%
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 — 99 位贡献者
0/10OpenSSF Scorecard:Contributors — 无数据
所用输入
bus_factor2
contributors_sampled99
top_contributor_share0.39
评分方式
37/42议题解决 — 88% 的议题已关闭
24.2/30PR 接受 — 已裁定的 PR 中 2,031/2,516 已合并
0/13Newcomer PR acceptance — 30 天内首次贡献者的 PR 已合并 0/2
0/15OpenSSF Scorecard:Code-Review — 无数据
所用输入
merged_prs2,031
open_issues231
closed_issues1,698
prs_merged_7d7
prs_decided_7d7
prs_merged_30d50
prs_decided_30d60
issue_closed_ratio0.88
closed_unmerged_prs485
first_time_authors_30d2
first_time_prs_merged_30d0
first_time_prs_decided_30d2
评分方式
30/30所有权背书 — 组织持有
20/20已验证域名
25/25所有者影响力 — pytorch 有 13,633 位关注者
25/25既往记录 — 70 个公开仓库,账户约 10 年
所用输入
followers13,633
owner_typeOrganization
is_verified是
owner_loginpytorch
public_repos70
account_age_days3,684
评分方式
25/25已发布且可解析 — pypi 上有 2 个软件包
35/35发布时效 — 最近一次发布于 47 天前
20/20版本历史 — 18 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
packagestorch-tensorrt-rtx, torch_tensorrt
ecosystemspypi
any_deprecated否
min_days_since_publish47

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 — 26 个工作流
24/24存在测试
16/16Linter 配置 — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
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

100卓越
评分方式
30/30README
25/25文档目录
15/15文档 / 主页站点 — https://pytorch.org/TensorRT
10/10仓库描述
10/10主题标签 — 8 个主题标签
10/10Wiki
所用输入
topicstensorrt, libtorch, machine-learning, pytorch, deep-learning, jetson, nvidia, cuda
has_wiki是
homepagehttps://pytorch.org/TensorRT
docs_sitehttps://pytorch.org/TensorRT
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

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 — package-lock.json, uv.lock
0/20CodeQL 工作流
所用输入
sourcefile_signals
lockfilespackage-lock.json, uv.lock
manifestsdocsrc/requirements.txt, py/requirements.txt, pyproject.toml, requirements-dev.txt, setup.py
has_codeql_workflow否
has_security_policy否
has_dependabot_config否
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
25/25间接依赖不含已知公告 — 没有间接依赖携带已知公告
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
advisories0
affected_packages0
assessed_packages37
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
已排除计分(无数据或不适用):没有长期未处理的公告。 其余权重已重新归一化。 比对的是 pypi:torch-tensorrt-rtx@2.13.0 的运行时依赖闭包——安装已发布的软件包时真正被拉取进来的内容——共 37 个软件包。 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。

75良好 · 占总体的 4%
评分方式
0/45代理指令 — 没有 CLAUDE.md / AGENTS.md / 编辑器规则
15/15机器可读文档(llms.txt) — 项目网站提供 llms.txt(https://pytorch.org/llms.txt)
40/40可读的提交历史 — 100 次人类提交中有 94 次说明了意图(结构化标题或解释性正文)
所用输入
has_llms_txt是
llms_txt_urlhttps://pytorch.org/llms.txt
legible_history_share0.94
agent_instruction_files—
agent_instruction_max_bytes—
评分方式
18/18一条命令的引导启动 — docsrc/Makefile, examples/int8/ptq/Makefile, examples/int8/qat/Makefile, examples/torchtrt_aoti_example/Makefile, examples/torchtrt_runtime_example/Makefile, justfile, noxfile.py
22/22自动化测试
11/11Lint / 格式化配置 — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
11/11静态类型检查 — .github/actions/assigner/tsconfig.json
10/10可复现环境 — Dockerfile, lockfile
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
lockfilespackage-lock.json, uv.lock
has_dockerfile是
typed_language否
bootstrap_filesdocsrc/Makefile, examples/int8/ptq/Makefile, examples/int8/qat/Makefile, examples/torchtrt_aoti_example/Makefile, examples/torchtrt_runtime_example/Makefile, justfile, noxfile.py
has_devcontainer否
has_linter_config是
typecheck_configs.github/actions/assigner/tsconfig.json
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0
评分方式
27/45可类型检查的代码 — Python,已配置类型检查(.github/actions/assigner/tsconfig.json)
49.4/55可控的文件大小 — 采样的 5,254 个源文件中有 537 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes555,307
source_files_sampled5,254
oversized_source_files537
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

2,993GitHub 星标
99贡献者
641最近 12 个月提交数
0距最近推送天数
29发布版本数
2巴士系数(bus factor)
231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
  • pypi download statistics for 'torch-tensorrt-rtx' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • OpenSSF Scorecard timed out after 240s; skipping Scorecard checks

更多细节

Star 与 Fork 历史 0 ★ / 410 ⇿
0Star
410Fork
28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。

010020030040050040382020-032023-062026-08
主版本 1次版本 20修订 7

每个点涵盖 6 天。

全部依赖 304

来自 GitHub 依赖图的完整解析依赖集合:0 个直接依赖与 304 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
npm@actions/core1.11.1间接
npm@actions/exec1.1.1间接
npm@actions/github6.0.0间接
npm@actions/http-client2.2.3间接
npm@actions/io1.1.3间接
npm@fastify/busboy2.1.1间接
npm@octokit/auth-token4.0.0间接
npm@octokit/core5.2.0间接
npm@octokit/endpoint9.0.6间接
npm@octokit/graphql7.1.0间接
npm@octokit/openapi-types20.0.0间接
npm@octokit/openapi-types23.0.1间接
npm@octokit/plugin-paginate-rest9.2.2间接
npm@octokit/plugin-rest-endpoint-methods10.4.1间接
npm@octokit/request8.4.1间接
npm@octokit/request-error5.1.1间接
npm@octokit/types12.6.0间接
npm@octokit/types13.8.0间接
npm@types/node17.0.35间接
npm@vercel/ncc0.33.4间接
npmargparse2.0.1间接
npmbefore-after-hook2.2.3间接
npmdeprecation2.3.1间接
npmfs0.0.1-security间接
npmjs-yaml4.1.1间接
npmonce1.4.0间接
npmprettier2.6.2间接
npmtunnel0.0.6间接
npmtypescript4.6.4间接
npmundici5.29.0间接
npmuniversal-user-agent6.0.1间接
npmwrappy1.0.2间接
PyPIaccelerate1.14.0间接
PyPIaccessible-pygments0.0.5间接
PyPIaiohappyeyeballs2.7.1间接
PyPIaiohttp3.14.3间接
PyPIaiosignal1.4.0间接
PyPIalabaster0.7.16间接
PyPIannotated-doc0.0.5间接
PyPIannotated-types0.8.0间接
PyPIantlr4-python3-runtime4.9.3间接
PyPIanyio4.15.0间接
PyPIapache-tvm-ffi0.1.13.post3间接
PyPIargparse—间接
PyPIast-serialize0.9.0间接
PyPIasync-timeout5.0.1间接
PyPIattrs26.1.0间接
PyPIbabel2.18.0间接
PyPIbackports-strenum1.3.1间接
PyPIbeautifulsoup44.15.0间接
PyPIblack—间接
PyPIblack26.5.1间接
PyPIbleach6.4.0间接
PyPIbreathe4.36.0间接
PyPIcattrs26.1.0间接
PyPIcertifi2026.7.22间接
PyPIcffi2.1.1间接
PyPIcfgv3.5.0间接
PyPIcharset-normalizer3.5.1间接
PyPIclang-format14.0.6间接
PyPIclick8.5.0间接
PyPIcloudpickle3.1.2间接
PyPIcolorama0.4.6间接
PyPIcoremltools9.0间接
PyPIcuda-bindings13.2.0间接
PyPIcuda-core1.2.0间接
PyPIcuda-pathfinder1.8.1间接
PyPIcuda-python13.2.0间接
PyPIcuda-tile1.5.0间接
PyPIcuda-toolkit13.0.3.0间接
PyPIcupy13.1.0间接
PyPIdatasets5.0.1间接
PyPIdeepspeed0.19.6间接
PyPIdefusedxml0.7.1间接
PyPIdiffusers0.40.0间接
PyPIdill0.4.1间接
PyPIdistlib0.4.3间接
PyPIdllist—间接
PyPIdllist2.0.0间接
PyPIdocutils0.20间接
PyPIeinops0.8.2间接
PyPIexceptiongroup1.3.1间接
PyPIexecnet2.1.2间接
PyPIexecutorch1.4.1间接
PyPIexhale0.3.7间接
PyPIexpecttest—间接
PyPIexpecttest0.1.6间接
PyPIfastjsonschema2.22.2间接
PyPIfilelock—间接
PyPIfilelock3.32.5间接
PyPIflashinfer-python0.6.18.post1间接
PyPIflatbuffers25.12.19间接
PyPIfrozenlist1.8.0间接
PyPIfsspec2026.6.0间接
PyPIfsspec2026.7.0间接
PyPIgraphviz0.21间接
PyPIh110.16.0间接
PyPIhf-xet1.6.0间接
PyPIhjson3.1.0间接
PyPIhttpcore1.0.9间接
PyPIhttpx0.28.1间接
PyPIhuggingface-hub—间接
PyPIhuggingface-hub1.30.0间接
PyPIhydra-core1.3.6间接
PyPIhypothesis6.167.1间接
PyPIidentify2.6.19间接
PyPIidna3.19间接
PyPIimagesize2.0.1间接
PyPIimportlib-metadata9.0.1间接
PyPIiniconfig2.3.0间接
PyPIisort—间接
PyPIisort9.0.1间接
PyPIjinja23.1.6间接
PyPIjoblib1.6.0间接
PyPIjsonschema4.26.0间接
PyPIjsonschema-specifications2025.9.1间接
PyPIjupyter-client8.10.0间接
PyPIjupyter-core5.9.1间接
PyPIjupyterlab-pygments0.3.0间接
PyPIkgb7.3间接
PyPIlibrt0.15.0间接
PyPIlxml6.1.3间接
PyPImarkdown-it-py4.2.0间接
PyPImarkupsafe3.0.2间接
PyPImarkupsafe3.0.3间接
PyPImatplotlib—间接
PyPImdurl0.1.2间接
PyPImistune3.3.4间接
PyPImonai1.6.0间接
PyPImpmath1.3.0间接
PyPImsgpack1.2.2间接
PyPImultidict6.7.1间接
PyPImultiprocess0.70.19间接
PyPImypy—间接
PyPImypy2.3.1间接
PyPImypy-extensions1.1.0间接
PyPInarwhals2.25.0间接
PyPInbclient0.11.0间接
PyPInbconvert7.17.1间接
PyPInbformat5.11.1间接
PyPInbsphinx0.9.3间接
PyPInccl4py0.5.0间接
PyPInetworkx—间接
PyPInetworkx2.8.8间接
PyPInetworkx3.4.2间接
PyPInetworkx3.6.1间接
PyPIninja1.13.2间接
PyPInltk3.10.3间接
PyPInodeenv1.10.0间接
PyPInumpy—间接
PyPInumpy2.2.6间接
PyPInumpy2.4.6间接
PyPInumpy2.5.2间接
PyPInvidia-cublas13.1.1.3间接
PyPInvidia-cuda-cupti13.0.85间接
PyPInvidia-cuda-nvdisasm13.3.73间接
PyPInvidia-cuda-nvrtc13.0.88间接
PyPInvidia-cuda-runtime13.0.96间接
PyPInvidia-cudnn-cu139.25.1.1间接
PyPInvidia-cudnn-frontend1.28.0间接
PyPInvidia-cufft12.0.0.61间接
PyPInvidia-cufile1.15.1.6间接
PyPInvidia-cusolver12.0.4.66间接
PyPInvidia-cusparse12.6.3.3间接
PyPInvidia-cusparselt-cu130.8.1间接
PyPInvidia-cutlass-dsl4.7.1间接
PyPInvidia-cutlass-dsl-libs-base4.7.1间接
PyPInvidia-cutlass-dsl-libs-core4.7.1间接
PyPInvidia-cutlass-dsl-libs-cu124.7.1间接
PyPInvidia-ml-py13.610.43间接
PyPInvidia-modelopt—间接
PyPInvidia-modelopt0.46.0间接
PyPInvidia-nccl-cu132.30.7间接
PyPInvidia-nvjitlink13.3.33间接
PyPInvidia-nvshmem-cu133.4.5间接
PyPInvidia-nvtx13.0.85间接
PyPInvidia-pyindex—间接
PyPIomegaconf2.3.1间接
PyPIonnx—间接
PyPIopencv-python—间接
PyPIpackaging—间接
PyPIpackaging26.3间接
PyPIpandas—间接
PyPIpandas2.3.3间接
PyPIpandas3.0.5间接
PyPIpandocfilters1.5.1间接
PyPIparameterized—间接
PyPIparameterized0.9.0间接
PyPIpathspec1.1.1间接
PyPIpeft0.20.0间接
PyPIpillow—间接
PyPIpillow12.3.0间接
PyPIplatformdirs4.11.7间接
PyPIpluggy1.6.0间接
PyPIpre-commit—间接
PyPIpre-commit4.6.2间接
PyPIpropcache0.5.2间接
PyPIprotobuf3.20.*间接
PyPIprotobuf7.36.1间接
PyPIpsutil7.2.2间接
PyPIpulp3.3.2间接
PyPIpy-cpuinfo9.0.0间接
PyPIpyaml26.7.0间接
PyPIpyarrow25.0.1间接
PyPIpybind112.6.2间接
PyPIpycparser3.0间接
PyPIpydantic2.13.5间接
PyPIpydantic-core2.46.5间接
PyPIpydata-sphinx-theme0.15.4间接
PyPIpydot4.0.1间接
PyPIpygithub—间接
PyPIpygments2.21.0间接
PyPIpyparsing3.3.2间接
PyPIpytest—间接
PyPIpytest9.1.1间接
PyPIpytest-forked1.7.5间接
PyPIpytest-github-actions-annotate-failures0.4.2间接
PyPIpytest-rerunfailures16.6.1间接
PyPIpytest-xdist—间接
PyPIpytest-xdist3.8.0间接
PyPIpython-dateutil2.9.0.post0间接
PyPIpython-discovery1.6.0间接
PyPIpytokens0.4.1间接
PyPIpytorch-sphinx-theme20.4.4间接
PyPIpytorch-tokenizers1.4.1间接
PyPIpytz2026.3.post1间接
PyPIpyyaml—间接
PyPIpyyaml6.0.3间接
PyPIpyzmq27.2.0间接
PyPIreferencing0.37.0间接
PyPIregex2026.9.3间接
PyPIrequests2.34.2间接
PyPIrich15.0.0间接
PyPIrpds-py0.30.0间接
PyPIrpds-py2026.6.3间接
PyPIruamel-yaml0.19.1间接
PyPIruff—间接
PyPIruff0.16.6间接
PyPIsafetensors0.8.0间接
PyPIscikit-learn1.7.2间接
PyPIscikit-learn1.9.0间接
PyPIscipy1.15.3间接
PyPIscipy1.17.1间接
PyPIscipy1.18.1间接
PyPIsentencepiece0.2.2间接
PyPIsetuptools—间接
PyPIsetuptools83.0.0间接
PyPIsetuptools84.0.0间接
PyPIshellingham1.5.4间接
PyPIsix1.17.0间接
PyPIsnowballstemmer3.1.1间接
PyPIsortedcontainers2.4.0间接
PyPIsoupsieve2.9.2间接
PyPIsphinx7.2.6间接
PyPIsphinx-gallery0.13.0间接
PyPIsphinxcontrib-applehelp2.0.0间接
PyPIsphinxcontrib-devhelp2.0.0间接
PyPIsphinxcontrib-htmlhelp2.1.0间接
PyPIsphinxcontrib-jsmath1.0.1间接
PyPIsphinxcontrib-qthelp2.0.0间接
PyPIsphinxcontrib-serializinghtml2.0.0间接
PyPIsympy1.14.0间接
PyPItabulate0.10.0间接
PyPItensorboard—间接
PyPItensorrt-cu1311.3.0.99间接
PyPItensorrt-cu13-bindings11.3.0.99间接
PyPItensorrt-cu13-libs11.3.0.99间接
PyPIthreadpoolctl3.6.0间接
PyPItiktoken0.14.0间接
PyPItimm—间接
PyPItimm0.9.12间接
PyPItimm0.9.8间接
PyPItimm1.0.29间接
PyPItinycss21.5.1间接
PyPItokenizers0.22.2间接
PyPItokenizers0.23.2间接
PyPItomli2.4.1间接
PyPItorch—间接
PyPItorch2.15.0.dev20260903+cu130间接
PyPItorchao0.18.0间接
PyPItorchvision—间接
PyPItorchvision0.30.0.dev20260904+cu130间接
PyPItornado6.5.8间接
PyPItqdm—间接
PyPItqdm4.70.0间接
PyPItraitlets5.16.1间接
PyPItransformers—间接
PyPItransformers5.14.1间接
PyPItransformers5.16.1间接
PyPItriton2.3.0间接
PyPItriton3.8.0+gitc01b6774间接
PyPItyper0.27.2间接
PyPItyping-extensions4.16.0间接
PyPItyping-inspection0.4.4间接
PyPItypos1.50.1间接
PyPItzdata2026.3间接
PyPIurllib32.7.0间接
PyPIvirtualenv21.7.8间接
PyPIwebencodings0.6.1间接
PyPIwheel—间接
PyPIwonderwords3.0.1间接
PyPIxxhash4.0.1间接
PyPIyarl1.24.5间接
PyPIzipp4.1.0间接
依赖安全公告 0

安装 pypi:torch-tensorrt-rtx@2.13.0 会引入 37 个包(直接与传递):其中 0 个存在已知公告,0 个为直接依赖。

没有已知公告影响已评估的依赖。

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。

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.