公开记录
软件健康报告模式 0.26.0 · 指标 2.10.0 · 2026-07-22 03:27 UTC

sbi-dev / sbi

sbi is a Python package for simulation-based inference, designed to meet the needs of both researchers and practitioners. Whether you need fine-grained control or an easy-to-use interface, sbi has you covered.

PythonApache-2.0★ 849 星标⑂ 244 复刻始于 2020年2月在 GitHub 上查看 ↗
类型库如何判定
#simulation-based-inference#likelihood-free-inference#bayesian-inference#parameter-estimation#pytorch#machine-learning

sbi-dev/sbi 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Engineering Quality（96/100），最低的是Sustainability & Governance（76/100）。 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。

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

sbi组织
61 关注者5 个公开仓库始于 2023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

注册表软件包版本月下载量版本数最近发布标签
PyPIsbi0.26.1-38103 天前bayesian-inferencesimulation-based-inferencepytorch

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？

86优秀 · 占总体的 21%

开发活跃度

94卓越
评分方式
36/36推送新近度 — 最近一次推送于 0 天前
30.5/36提交节奏 — 52 周中有 44 周有提交
18/18提交量 — 最近一年 181 次提交
10/10OpenSSF Scorecard：Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year181
human_commit_share0.55
days_since_last_push0
active_weeks_last_year44

发布纪律

75良好
评分方式
27/27有发布版本 — 已发布 38 个发布版本
27/36发布时效 — 最近一次发布版本于 103 天前
12.6/27发布节奏 — 约每 133.7 天发布一次
8/10OpenSSF Scorecard：Signed-Releases — 3 out of the last 3 releases have a total of 3 signed artifacts.
所用输入
releases_count38
latest_release_tagv0.26.1
releases_from_tags否
days_since_latest_release103
mean_days_between_releases133.7

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？

79良好 · 占总体的 17%

流行度与采用

74良好
评分方式
47.5/60星标 — 849 个星标
19.9/25复刻 — 244 个复刻
6.7/15关注者 — 17 位关注者
所用输入
forks244
stars849
watchers17
growth_stateorganic
growth_factor_pct100

社区健康

85优秀
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
13.5/13.5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_badges—
has_contributing是
has_issue_template否
has_code_of_conduct是
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？

76良好 · 占总体的 23%

维护者韧性（巴士系数）

61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
12.6/22.5提交分布 — 头号贡献者编写了 44% 的提交
13.5/13.5贡献者广度 — 88 位贡献者
10/10OpenSSF Scorecard：Contributors — project has 22 contributing companies or organizations
所用输入
bus_factor2
contributors_sampled88
top_contributor_share0.439

议题与 PR 响应能力

81优秀
评分方式
38.9/42议题解决 — 93% 的议题已关闭
26/30PR 接受 — 已裁定的 PR 中 882/1,018 已合并
0/13Newcomer PR acceptance — 30 天内没有首次贡献者的 PR 得到裁决
6/15OpenSSF Scorecard：Code-Review — Found 5/11 approved changesets -- score normalized to 4
所用输入
merged_prs882
open_issues60
closed_issues748
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0.926
closed_unmerged_prs136
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

68良好
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
12.9/25所有者影响力 — sbi-dev 有 61 位关注者
11.6/25既往记录 — 5 个公开仓库，账户约 2 年
所用输入
followers61
owner_typeOrganization
is_verified—
owner_loginsbi-dev
public_repos5
account_age_days1,085
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 103 天前
20/20版本历史 — 38 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
packagessbi
ecosystemspypi
any_deprecated否
min_days_since_publish103

工程质量

基础的工程与文档实践是否到位？

96卓越 · 占总体的 19%

工程实践

94卓越
评分方式
24/24CI 工作流 — 11 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

100卓越
评分方式
30/30README
25/25文档目录
15/15文档 / 主页站点 — https://sbi.readthedocs.io
10/10仓库描述
10/10主题标签 — 6 个主题标签
10/10Wiki
所用输入
topicssimulation-based-inference, likelihood-free-inference, bayesian-inference, parameter-estimation, pytorch, machine-learning
has_wiki是
homepagehttps://sbi.readthedocs.io
docs_sitehttps://sbi.readthedocs.io
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？

80优秀 · 占总体的 16%

安全态势

75良好
评分方式
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — 无数据
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
3/7.5Code-Review — Found 5/11 approved changesets -- score normalized to 4
2.5/2.5Contributors — project has 22 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 1 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
4/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
4.5/5SAST — SAST tool is not run on all commits -- score normalized to 9
5/5Security-Policy — security policy file detected
6/7.5Signed-Releases — 3 out of the last 3 releases have a total of 3 signed artifacts.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
5.2/7.5Vulnerabilities — 3 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7.5
已排除计分（无数据或不适用）：Branch-Protection。 其余权重已重新归一化。

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
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_packages32
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:sbi@0.26.1 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 32 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。

86优秀 · 占总体的 4%

AI 代理上下文与指引

100卓越
评分方式
45/45代理指令 — AGENTS.md, CLAUDE.md
15/15机器可读文档（llms.txt） — 存在 llms.txt
40/40可读的提交历史 — 55 次人类提交中有 54 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_url—
legible_history_share0.982
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes1,849

验证循环（构建 / 测试 / 类型检查）

83优秀
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 — devcontainer, Dockerfile, lockfile
6/10已体现的代理实践 — 最近 100 次提交中有 3 次由代理编写或署名代理
8/8自动化维护 — 最近 100 次提交中有 44 次为自动依赖更新
8/10OpenSSF Scorecard：Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
所用输入
has_nix否
has_tests是
lockfilesuv.lock
has_dockerfile是
typed_language否
bootstrap_filesdocs/Makefile
has_devcontainer是
has_linter_config是
typecheck_configs—
agent_commit_share0.03
toolchain_manifests—
dependency_bot_commit_share0.44

面向模型的代码可读性

54中等
评分方式
0/45可类型检查的代码 — Python，未配置类型检查
54.5/55可控的文件大小 — 采样的 216 个源文件中有 2 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes106,635
source_files_sampled216
oversized_source_files2

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

849GitHub 星标
88贡献者
181最近 12 个月提交数
0距最近推送天数
38发布版本数
2巴士系数（bus factor）
60开放议题
PyPI软件包生态系统数

更多细节

Star 与 Fork 历史 849 ★ / 244 ⇿
849Star
244Fork
38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。

02004006008001,000848243222020-032023-052026-07
主版本 0次版本 19修订 19

每个点涵盖 6 天。

OpenSSF Scorecard 7.5 / 10
7.5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 · 2026-07-22 03:26 UTC

10Binary-Artifactsno binaries found in the repo
不适用Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
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
4Code-ReviewFound 5/11 approved changesets -- score normalized to 4
10Contributorsproject has 22 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 1 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
8Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 8
9SASTSAST tool is not run on all commits -- score normalized to 9
10Security-Policysecurity policy file detected
8Signed-Releases3 out of the last 3 releases have a total of 3 signed artifacts.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
7Vulnerabilities3 existing vulnerabilities detected
直接依赖 12
注册表软件包版本约束清单文件
PyPIjoblib>=1.0.0pyproject.toml
PyPImatplotlib—pyproject.toml
PyPInumpy—pyproject.toml
PyPIpillow—pyproject.toml
PyPInflows>=0.14.0pyproject.toml
PyPIscikit-learn—pyproject.toml
PyPIscipy—pyproject.toml
PyPIskorch—pyproject.toml
PyPItensorboard—pyproject.toml
PyPItorch>=1.13.0pyproject.toml
PyPItqdm—pyproject.toml
PyPIzuko>=1.2.0pyproject.toml
全部依赖 261

来自 GitHub 依赖图的完整解析依赖集合：19 个直接依赖与 242 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
PyPIjoblib—直接
PyPIjoblib1.5.3直接
PyPImatplotlib3.10.8直接
PyPInflows—直接
PyPInflows0.14直接
PyPInumpy2.2.6直接
PyPInumpy2.4.4直接
PyPIpillow12.3.0直接
PyPIscikit-learn1.7.2直接
PyPIscikit-learn1.8.0直接
PyPIscipy1.15.3直接
PyPIscipy1.17.1直接
PyPIskorch1.3.1直接
PyPItensorboard2.20.0直接
PyPItorch—直接
PyPItorch2.13.0直接
PyPItqdm4.67.3直接
PyPIzuko—直接
PyPIzuko1.6.0直接
PyPIabsl-py2.4.0间接
PyPIaccessible-pygments0.0.5间接
PyPIalabaster1.0.0间接
PyPIannotated-doc0.0.4间接
PyPIannotated-types0.7.0间接
PyPIanyio4.13.0间接
PyPIappnope0.1.4间接
PyPIargon2-cffi25.1.0间接
PyPIargon2-cffi-bindings25.1.0间接
PyPIarviz0.23.4间接
PyPIasttokens3.0.1间接
PyPIattrs26.1.0间接
PyPIbabel2.18.0间接
PyPIbackcall0.2.0间接
PyPIbackoff2.2.1间接
PyPIbeautifulsoup44.14.3间接
PyPIbleach6.4.0间接
PyPIcachetools6.2.6间接
PyPIcertifi2026.2.25间接
PyPIcffi2.0.0间接
PyPIcfgv3.5.0间接
PyPIcharset-normalizer3.4.7间接
PyPIclick8.4.1间接
PyPIcloudpickle3.1.2间接
PyPIcolorama0.4.6间接
PyPIcomm0.2.3间接
PyPIcons0.4.7间接
PyPIcontourpy1.3.2间接
PyPIcontourpy1.3.3间接
PyPIcoverage7.13.5间接
PyPIcuda-bindings13.2.0间接
PyPIcuda-pathfinder1.5.0间接
PyPIcuda-toolkit13.0.3.0间接
PyPIcycler0.12.1间接
PyPIdebugpy1.8.20间接
PyPIdecopatch1.4.10间接
PyPIdecorator5.2.1间接
PyPIdefusedxml0.7.1间接
PyPIdistlib0.4.0间接
PyPIdistro1.9.0间接
PyPIdocutils0.21.2间接
PyPIdocutils0.22.4间接
PyPIeinops0.8.2间接
PyPIetuples0.3.10间接
PyPIexceptiongroup1.3.1间接
PyPIexecnet2.1.2间接
PyPIexecuting2.2.1间接
PyPIfastjsonschema2.21.2间接
PyPIffmpeg1.4间接
PyPIfilelock3.25.2间接
PyPIfonttools4.62.1间接
PyPIfsspec2026.3.0间接
PyPIgreenlet3.3.2间接
PyPIgrpcio1.80.0间接
PyPIh110.16.0间接
PyPIh5netcdf1.8.1间接
PyPIh5py3.16.0间接
PyPIhf-xet1.5.1间接
PyPIhttpcore1.0.9间接
PyPIhttpx0.28.1间接
PyPIhuggingface-hub1.20.1间接
PyPIidentify2.6.18间接
PyPIidna3.15间接
PyPIimagesize2.0.0间接
PyPIimportlib-metadata9.0.0间接
PyPIiniconfig2.3.0间接
PyPIipykernel7.2.0间接
PyPIipython8.10.0间接
PyPIipython-genutils0.2.0间接
PyPIjedi0.19.2间接
PyPIjinja23.1.6间接
PyPIjsonschema4.26.0间接
PyPIjsonschema-specifications2025.9.1间接
PyPIjupyter-cache1.0.1间接
PyPIjupyter-client8.8.0间接
PyPIjupyter-core5.9.1间接
PyPIjupyterlab-pygments0.3.0间接
PyPIjupytext1.19.1间接
PyPIkiwisolver1.5.0间接
PyPIlightgbm4.6.0间接
PyPIllvmlite0.47.0间接
PyPIlogical-unification0.4.7间接
PyPImakefun1.16.0间接
PyPImarkdown3.10.2间接
PyPImarkdown-it-py3.0.0间接
PyPImarkdown-it-py4.0.0间接
PyPImarkupsafe3.0.3间接
PyPImatplotlib-inline0.2.1间接
PyPImdit-py-plugins0.5.0间接
PyPImdurl0.1.2间接
PyPIminikanren1.0.5间接
PyPImistune3.3.0间接
PyPImlx0.31.2间接
PyPImlx-metal0.31.2间接
PyPImpmath1.3.0间接
PyPImultipledispatch1.0.0间接
PyPImyst-nb1.4.0间接
PyPImyst-parser4.0.1间接
PyPImyst-parser5.0.0间接
PyPInbclient0.10.4间接
PyPInbconvert7.17.1间接
PyPInbformat5.10.4间接
PyPInest-asyncio1.6.0间接
PyPInetworkx3.4.2间接
PyPInetworkx3.6.1间接
PyPInodeenv1.10.0间接
PyPInotebook6.4.12间接
PyPInumba0.65.0间接
PyPInvidia-cublas13.1.1.3间接
PyPInvidia-cuda-cupti13.0.85间接
PyPInvidia-cuda-nvrtc13.0.88间接
PyPInvidia-cuda-runtime13.0.96间接
PyPInvidia-cudnn-cu139.20.0.48间接
PyPInvidia-cufft12.0.0.61间接
PyPInvidia-cufile1.15.1.6间接
PyPInvidia-curand10.4.0.35间接
PyPInvidia-cusolver12.0.4.66间接
PyPInvidia-cusparse12.6.3.3间接
PyPInvidia-cusparselt-cu130.8.1间接
PyPInvidia-ml-py13.610.43间接
PyPInvidia-nccl-cu132.29.7间接
PyPInvidia-nvjitlink13.0.88间接
PyPInvidia-nvshmem-cu133.4.5间接
PyPInvidia-nvtx13.0.85间接
PyPIopt-einsum3.4.0间接
PyPIpackaging26.0间接
PyPIpandas2.3.3间接
PyPIpandas3.0.2间接
PyPIpandocfilters1.5.1间接
PyPIparso0.8.6间接
PyPIpexpect4.9.0间接
PyPIpickleshare0.7.5间接
PyPIplatformdirs4.9.4间接
PyPIpluggy1.6.0间接
PyPIposthog7.20.3间接
PyPIpre-commit4.0.1间接
PyPIprometheus-client0.24.1间接
PyPIprompt-toolkit3.0.52间接
PyPIprotobuf7.34.1间接
PyPIpsutil7.2.2间接
PyPIptyprocess0.7.0间接
PyPIpure-eval0.2.3间接
PyPIpycparser3.0间接
PyPIpydantic2.13.4间接
PyPIpydantic-core2.46.4间接
PyPIpydantic-settings2.14.2间接
PyPIpydata-sphinx-theme0.15.4间接
PyPIpydata-sphinx-theme0.16.1间接
PyPIpygments2.20.0间接
PyPIpymc—间接
PyPIpymc5.25.1间接
PyPIpymc5.28.3间接
PyPIpyparsing3.3.2间接
PyPIpyright1.1.408间接
PyPIpyro-api0.1.2间接
PyPIpyro-ppl—间接
PyPIpyro-ppl1.9.1间接
PyPIpytensor2.31.7间接
PyPIpytensor2.38.2间接
PyPIpytest9.0.3间接
PyPIpytest-cov7.1.0间接
PyPIpytest-harvest1.10.5间接
PyPIpytest-mock3.15.1间接
PyPIpytest-split0.11.0间接
PyPIpytest-testmon2.2.0间接
PyPIpytest-xdist3.8.0间接
PyPIpython-dateutil2.9.0.post0间接
PyPIpython-discovery1.2.1间接
PyPIpython-dotenv1.2.2间接
PyPIpytz2026.1.post1间接
PyPIpywinpty3.0.3间接
PyPIpyyaml6.0.3间接
PyPIpyzmq27.1.0间接
PyPIreferencing0.37.0间接
PyPIrequests2.33.1间接
PyPIrich14.3.3间接
PyPIroman-numerals4.1.0间接
PyPIrpds-py0.30.0间接
PyPIruff0.9.0间接
PyPIsafetensors0.8.0间接
PyPIsend2trash2.1.0间接
PyPIsetuptools—间接
PyPIsetuptools81.0.0间接
PyPIshellingham1.5.4间接
PyPIsix1.17.0间接
PyPIsnowballstemmer3.0.1间接
PyPIsoupsieve2.8.3间接
PyPIsphinx8.1.3间接
PyPIsphinx9.0.4间接
PyPIsphinx9.1.0间接
PyPIsphinx-autobuild2024.10.3间接
PyPIsphinx-autobuild2025.8.25间接
PyPIsphinx-autodoc-typehints3.0.1间接
PyPIsphinx-autodoc-typehints3.6.1间接
PyPIsphinx-autodoc-typehints3.9.11间接
PyPIsphinx-book-theme1.1.4间接
PyPIsphinx-book-theme1.2.0间接
PyPIsphinx-design0.6.1间接
PyPIsphinx-design0.7.0间接
PyPIsphinx-math-dollar1.2.1间接
PyPIsphinx-math-dollar1.3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
PyPIsqlalchemy2.0.48间接
PyPIstack-data0.6.3间接
PyPIstarlette1.3.1间接
PyPIsympy1.14.0间接
PyPItabpfn8.0.8间接
PyPItabpfn-common-utils0.2.23间接
PyPItabulate0.10.0间接
PyPItensorboard-data-server0.7.2间接
PyPIterminado0.18.1间接
PyPIthreadpoolctl3.6.0间接
PyPItinycss21.4.0间接
PyPItomli2.4.1间接
PyPItoolz1.1.0间接
PyPItorchtestcase2018.2间接
PyPItornado6.5.7间接
PyPItraitlets5.9.0间接
PyPItriton3.7.1间接
PyPItyper0.25.1间接
PyPItyping-extensions4.15.0间接
PyPItyping-inspection0.4.2间接
PyPItzdata2025.3间接
PyPIurllib32.7.0间接
PyPIuvicorn0.42.0间接
PyPIvirtualenv21.2.0间接
PyPIwatchfiles1.1.1间接
PyPIwcwidth0.6.0间接
PyPIwebencodings0.5.1间接
PyPIwebsockets16.0间接
PyPIwerkzeug3.1.7间接
PyPIxarray2025.6.1间接
PyPIxarray2026.2.0间接
PyPIxarray-einstats0.10.0间接
PyPIxarray-einstats0.8.0间接
PyPIxarray-einstats0.9.1间接
PyPIzipp3.23.0间接
依赖安全公告 0

安装 pypi:sbi@0.26.1 会引入 32 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。

相关记录

与 sbi-dev/sbi 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100onnx/onnxOpen standard for machine learning interoperability卓越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100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.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98aws/sagemaker-python-sdkA library for training and deploying machine learning models on Amazon SageMaker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 v0.26.0—— 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.