公开记录
软件健康报告模式 0.34.0 · 指标 2.10.0 · 2026-10-20 06:13 UTC

tensorcircuit / tensorcircuit-ng

Next-gen AI-native tensor-network-based quantum software framework

PythonApache-2.0★ 92 星标⑂ 25 复刻始于 2024年8月在 GitHub 上查看 ↗
类型库如何判定

tensorcircuit/tensorcircuit-ng 的健康指数为 100 分中的 77 分,处于「良好」区间。 其得分最高的类别是Vitality(91/100),最低的是Security(21/100)。 最近一次更新在 2 天前。 近期的大部分工作由 1 位贡献者完成。

77
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。

77
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 66 经校准后在公布的指数量表上为 77(记录校准 2026-08-02)。

所有权

16 关注者4 个公开仓库始于 2023年12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
PyPItensorcircuit-ng1.10.07811617 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?

91优秀 · 占总体的 21%
评分方式
36/36推送新近度 — 最近一次推送于 2 天前
27/36提交节奏 — 52 周中有 39 周有提交
18/18提交量 — 最近一年 647 次提交
0/10OpenSSF Scorecard:Maintained — 无数据
所用输入
commits_last_year647
human_commit_share1
days_since_last_push2
active_weeks_last_year39

发布纪律

92优秀
评分方式
27/27有发布版本 — 已发布 14 个发布版本
36/36发布时效 — 最近一次发布版本于 17 天前
19.8/27发布节奏 — 约每 64.9 天发布一次
0/10OpenSSF Scorecard:Signed-Releases — 无数据
所用输入
releases_count14
latest_release_tagv1.10.0
releases_from_tags否
days_since_latest_release17
mean_days_between_releases64.9

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?

59中等 · 占总体的 17%
评分方式
31.8/60星标 — 92 个星标
11.5/25复刻 — 25 个复刻
0/15关注者 — 1 位关注者
所用输入
forks25
stars92
watchers1
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

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_badges6
has_contributing是
has_issue_template否
has_code_of_conduct是
readme_badge_servicesshields.io
has_pull_request_template否
评分方式
38.6/80月度下载量 — pypi 合计每月 781 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
packagestensorcircuit-ng
dependents—
ecosystemspypi
total_downloads—
monthly_downloads781
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?

62中等 · 占总体的 23%
评分方式
9/54巴士系数 — 1 位贡献者贡献了半数提交
7.1/22.5提交分布 — 头号贡献者编写了 69% 的提交
13.5/13.5贡献者广度 — 36 位贡献者
0/10OpenSSF Scorecard:Contributors — 无数据
所用输入
bus_factor1
contributors_sampled36
top_contributor_share0.686
评分方式
29.6/42议题解决 — 70% 的议题已关闭
25.9/30PR 接受 — 已裁定的 PR 中 106/123 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_prs106
open_issues8
closed_issues19
prs_merged_7d4
prs_decided_7d4
prs_merged_30d26
prs_decided_30d28
issue_closed_ratio0.704
closed_unmerged_prs17
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。
评分方式
30/30所有权背书 — 组织持有
0/20已验证域名
8.8/25所有者影响力 — tensorcircuit 有 16 位关注者
10.7/25既往记录 — 4 个公开仓库,账户约 2 年
所用输入
followers16
owner_typeOrganization
is_verified否
owner_logintensorcircuit
public_repos4
account_age_days1,028
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 17 天前
20/20版本历史 — 16 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
packagestensorcircuit-ng
ecosystemspypi
any_deprecated否
min_days_since_publish17

工程质量

基础的工程与文档实践是否到位?

88优秀 · 占总体的 19%

工程实践

80优秀
评分方式
24/24CI 工作流 — 2 个工作流
24/24存在测试
16/16Linter 配置 — .pylintrc
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是
has_precommit_config否

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://tensorcircuit-ng.readthedocs.io/en/latest/platform/index.html
10/10仓库描述
10/10主题标签 — 20 个主题标签
10/10Wiki
所用输入
topicsjax, machine-learning, nisq, open-quantum-systems, pytorch, quantum-algorithm, quantum-circuit, quantum-computing, quantum-dynamics, quantum-hardware, quantum-noise, tensor-network, tensorflow, quantum-machine-learning, automatic-differentiation, gpu, quantum-simulation, distributed-training, ai-agent, quantum-error-correction
has_wiki是
homepagehttps://tensorcircuit-ng.readthedocs.io/en/latest/platform/index.html
docs_sitehttps://tensorcircuit-ng.readthedocs.io/en/latest/platform/index.html
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?

21存在风险 · 占总体的 16%
评分方式
0/30安全策略(SECURITY.md)
0/25Dependabot 配置
0/25依赖锁定文件 — 已发布的类库——锁定文件属于应用层关注点,不作要求
0/20CodeQL 工作流
所用输入
sourcefile_signals
lockfiles—
manifestsbenchmarks/requirements.txt, pyproject.toml, requirements/requirements-2411.txt, requirements/requirements-dev.txt, requirements/requirements-docker-v2.txt, requirements/requirements-docker.txt, requirements/requirements-extra.txt, requirements/requirements-rtd.txt, requirements/requirements-types.txt, requirements/requirements.txt, setup.py
has_codeql_workflow否
has_security_policy否
has_dependabot_config否
已排除计分(无数据或不适用):依赖锁定文件。 其余权重已重新归一化。
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_packages9
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:tensorcircuit-ng@1.10.0 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 9 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。

73良好 · 占总体的 4%
评分方式
45/45代理指令 — AGENTS.md, CLAUDE.md
0/15机器可读文档(llms.txt)
16.5/40可读的提交历史 — 100 次人类提交中有 31 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_share0.31
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes6,930
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 — .pylintrc
0/11静态类型检查
10/10可复现环境 — devcontainer, Dockerfile
10/10已体现的代理实践 — 最近 100 次提交中有 8 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
lockfiles—
has_dockerfile是
typed_language否
bootstrap_filesdocs/Makefile
has_devcontainer是
has_linter_config是
typecheck_configs—
agent_commit_share0.08
toolchain_manifests—
dependency_bot_commit_share0
评分方式
0/45可类型检查的代码 — Python,未配置类型检查
53.7/55可控的文件大小 — 采样的 425 个源文件中有 10 个超过 60KB
所用输入
primary_languagePython
largest_source_bytes123,426
source_files_sampled425
oversized_source_files10
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

92GitHub 星标
36贡献者
647最近 12 个月提交数
2距最近推送天数
14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
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit); skipping Scorecard checks

更多细节

Star 与 Fork 历史 0 ★ / 25 ⇿
0Star
25Fork
12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。

05101520252522024-122025-112026-09
主版本 0次版本 9修订 3

每个点涵盖 2 天。

直接依赖 5
注册表软件包版本约束清单文件
PyPInumpy—pyproject.toml
PyPIscipy—pyproject.toml
PyPItensornetwork-ng—pyproject.toml
PyPInetworkx—pyproject.toml
PyPIsympy—pyproject.toml
全部依赖 316

来自 GitHub 依赖图的完整解析依赖集合:13 个直接依赖与 303 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
PyPInetworkx—直接
PyPInetworkx3.4.2直接
PyPInumpy—直接
PyPInumpy1.23.5直接
PyPInumpy1.26.4直接
PyPIscipy—直接
PyPIscipy1.10.1直接
PyPIscipy1.14.1直接
PyPIsympy—直接
PyPIsympy1.12直接
PyPIsympy1.13.1直接
PyPItensornetwork-ng—直接
PyPItensornetwork-ng0.5.0直接
PyPIabsl-py2.1.0间接
PyPIalabaster1.0.0间接
PyPIannotated-types0.7.0间接
PyPIanyio4.6.2.post1间接
PyPIastroid3.3.5间接
PyPIasttokens3.0.0间接
PyPIastunparse1.6.3间接
PyPIattrs24.2.0间接
PyPIbabel2.16.0间接
PyPIbaytune—间接
PyPIbeautifulsoup44.12.3间接
PyPIblack—间接
PyPIblack23.3.0间接
PyPIblack24.10.0间接
PyPIbleach6.2.0间接
PyPIbuild—间接
PyPIcachetools5.5.0间接
PyPIcertifi2024.8.30间接
PyPIcffi1.17.1间接
PyPIcharset-normalizer3.4.0间接
PyPIchex0.1.87间接
PyPIcirq—间接
PyPIcirq1.1.0间接
PyPIcirq1.4.1间接
PyPIcirq-aqt1.4.1间接
PyPIcirq-core1.4.1间接
PyPIcirq-google1.4.1间接
PyPIcirq-ionq1.4.1间接
PyPIcirq-pasqal1.4.1间接
PyPIcirq-rigetti1.4.1间接
PyPIcirq-web1.4.1间接
PyPIclick8.1.7间接
PyPIcontourpy1.3.1间接
PyPIcotengra—间接
PyPIcoverage7.6.8间接
PyPIcryptography44.0.0间接
PyPIcupy-cuda11x12.0.0间接
PyPIcycler0.12.1间接
PyPIcython3.0.11间接
PyPIdecorator5.1.1间接
PyPIdefusedxml0.7.1间接
PyPIdeprecated1.2.15间接
PyPIdeprecation2.1.0间接
PyPIdill0.3.9间接
PyPIdocutils0.21.2间接
PyPIduet0.2.9间接
PyPIetils1.11.0间接
PyPIexceptiongroup1.2.2间接
PyPIexecnet2.1.1间接
PyPIexecuting2.1.0间接
PyPIfastjsonschema2.21.0间接
PyPIfilelock3.16.1间接
PyPIflatbuffers24.3.25间接
PyPIfonttools4.55.0间接
PyPIfsspec2024.10.0间接
PyPIfuro—间接
PyPIfuro2024.8.6间接
PyPIgast0.6.0间接
PyPIgoogle-api-core2.23.0间接
PyPIgoogle-auth2.36.0间接
PyPIgoogle-pasta0.2.0间接
PyPIgoogleapis-common-protos1.66.0间接
PyPIgraphviz—间接
PyPIgraphviz0.20.3间接
PyPIgrpc-interceptor0.15.4间接
PyPIgrpcio1.68.0间接
PyPIgrpcio-status1.62.3间接
PyPIh110.14.0间接
PyPIh5py3.12.1间接
PyPIhttpcore1.0.7间接
PyPIhttpx0.28.0间接
PyPIibm-cloud-sdk-core3.22.0间接
PyPIibm-platform-services0.59.0间接
PyPIidna3.10间接
PyPIimagesize1.4.1间接
PyPIiniconfig2.0.0间接
PyPIipykernel—间接
PyPIipython8.30.0间接
PyPIisort5.13.2间接
PyPIjax—间接
PyPIjax0.2.21间接
PyPIjax0.3.4间接
PyPIjax0.4.35间接
PyPIjax0.4.7间接
PyPIjax0.7.0间接
PyPIjaxlib0.4.35间接
PyPIjaxlib0.7.0间接
PyPIjedi0.19.2间接
PyPIjinja23.1.4间接
PyPIjsonschema4.23.0间接
PyPIjsonschema-specifications2024.10.1间接
PyPIjupyter—间接
PyPIjupyter-client8.6.3间接
PyPIjupyter-core5.7.2间接
PyPIjupyterlab-pygments0.3.0间接
PyPIkahypar—间接
PyPIkeras3.7.0间接
PyPIkiwisolver1.4.7间接
PyPIlibclang18.1.1间接
PyPImarkdown3.7间接
PyPImarkdown-it-py3.0.0间接
PyPImarkupsafe3.0.2间接
PyPImatplotlib—间接
PyPImatplotlib3.9.2间接
PyPImatplotlib-inline0.1.7间接
PyPImccabe0.7.0间接
PyPImdit-py-plugins0.4.2间接
PyPImdurl0.1.2间接
PyPImistune3.0.2间接
PyPImitiq—间接
PyPImitiq0.26.0间接
PyPImitiq0.41.0间接
PyPIml-dtypes0.4.1间接
PyPImpmath1.3.0间接
PyPImsgpack1.1.0间接
PyPImthree—间接
PyPImthree1.1.0间接
PyPImthree2.7.0间接
PyPImypy1.11.2间接
PyPImypy1.13.0间接
PyPImypy1.2.0间接
PyPImypy1.3.0间接
PyPImypy-extensions1.0.0间接
PyPImyst-parser—间接
PyPImyst-parser4.0.0间接
PyPInamex0.0.8间接
PyPInbclient0.10.1间接
PyPInbconvert7.16.4间接
PyPInbformat5.10.4间接
PyPInbsphinx—间接
PyPInbsphinx0.9.5间接
PyPInevergrad—间接
PyPIomeco—间接
PyPIopenfermion—间接
PyPIopenfermion1.6.1间接
PyPIopenfermionpyscf—间接
PyPIopt-einsum3.4.0间接
PyPIoptax—间接
PyPIoptax0.1.5间接
PyPIoptax0.2.4间接
PyPIoptree0.13.1间接
PyPIoptuna—间接
PyPIorjson3.10.12间接
PyPIpackaging23.2间接
PyPIpandas2.2.3间接
PyPIpandocfilters1.5.1间接
PyPIparso0.8.4间接
PyPIpathspec0.12.1间接
PyPIpbr6.1.0间接
PyPIpennylane—间接
PyPIpennylane0.18间接
PyPIpennylane0.30.0间接
PyPIpexpect4.9.0间接
PyPIphysics-tenpy1.0.6间接
PyPIpillow—间接
PyPIpillow11.0.0间接
PyPIplatformdirs4.3.6间接
PyPIpluggy1.5.0间接
PyPIply3.11间接
PyPIprompt-toolkit3.0.48间接
PyPIproto-plus1.25.0间接
PyPIprotobuf4.25.5间接
PyPIpsutil6.1.0间接
PyPIptyprocess0.7.0间接
PyPIpubchempy1.0.4间接
PyPIpure-eval0.2.3间接
PyPIpy-cpuinfo—间接
PyPIpy-cpuinfo9.0.0间接
PyPIpyasn10.6.1间接
PyPIpyasn1-modules0.4.1间接
PyPIpycparser2.22间接
PyPIpydantic2.10.2间接
PyPIpydantic-core2.27.1间接
PyPIpygments2.18.0间接
PyPIpyjwt2.10.1间接
PyPIpylatexenc—间接
PyPIpylatexenc2.10间接
PyPIpylint—间接
PyPIpylint3.2.6间接
PyPIpylint3.3.1间接
PyPIpyparsing3.2.0间接
PyPIpyquil4.14.3间接
PyPIpyspnego0.11.2间接
PyPIpytest—间接
PyPIpytest7.4.4间接
PyPIpytest-benchmark—间接
PyPIpytest-benchmark5.0.1间接
PyPIpytest-cov—间接
PyPIpytest-cov6.0.0间接
PyPIpytest-lazy-fixture—间接
PyPIpytest-lazy-fixture0.6.3间接
PyPIpytest-xdist—间接
PyPIpytest-xdist3.6.1间接
PyPIpython-dateutil2.9.0.post0间接
PyPIpython-rapidjson1.20间接
PyPIpytz2024.2间接
PyPIpyyaml—间接
PyPIpyyaml6.0.2间接
PyPIpyzmq26.2.0间接
PyPIpyzx-param—间接
PyPIpyzx-param0.9.3间接
PyPIqcs-api-client-common0.10.0间接
PyPIqcs-sdk-python0.21.4间接
PyPIqiskit—间接
PyPIqiskit1.2.4间接
PyPIqiskit-aer—间接
PyPIqiskit-aer0.15.1间接
PyPIqiskit-algorithms0.3.1间接
PyPIqiskit-ibm-runtime0.33.2间接
PyPIqiskit-nature—间接
PyPIqiskit-nature0.7.2间接
PyPIquil0.13.2间接
PyPIquimb—间接
PyPIquimb1.11.1间接
PyPIreferencing0.35.1间接
PyPIrequests2.32.3间接
PyPIrequests-ntlm1.3.0间接
PyPIrich13.9.4间接
PyPIrpcq3.11.0间接
PyPIrpds-py0.21.0间接
PyPIrsa4.9间接
PyPIruamel-yaml0.18.6间接
PyPIruamel-yaml-clib0.2.12间接
PyPIrustworkx0.15.1间接
PyPIscikit-learn—间接
PyPIscikit-learn1.2.2间接
PyPIscikit-optimize—间接
PyPIsetuptools—间接
PyPIsix1.16.0间接
PyPIsniffio1.3.1间接
PyPIsnowballstemmer2.2.0间接
PyPIsortedcontainers2.4.0间接
PyPIsoupsieve2.6间接
PyPIsphinx—间接
PyPIsphinx8.1.3间接
PyPIsphinx-basic-ng1.0.0b2间接
PyPIsphinx-copybutton—间接
PyPIsphinx-copybutton0.5.2间接
PyPIsphinx-design—间接
PyPIsphinx-design0.6.1间接
PyPIsphinx-intl—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
PyPIstack-data0.6.3间接
PyPIstevedore5.4.0间接
PyPIstim—间接
PyPIsymengine0.13.0间接
PyPItabulate0.9.0间接
PyPItensorboard2.18.0间接
PyPItensorboard-data-server0.7.2间接
PyPItensorflow—间接
PyPItensorflow2.11间接
PyPItensorflow2.18.0间接
PyPItensorflow2.20间接
PyPItensorflow2.4.1间接
PyPItensorflow2.7间接
PyPItensorflow-io-gcs-filesystem0.37.1间接
PyPItensorflow-quantum0.5.1间接
PyPItensornetwork—间接
PyPItensornetwork0.4.5间接
PyPItensornetwork0.4.6间接
PyPItermcolor2.5.0间接
PyPItinycss21.4.0间接
PyPItokenize-rt6.1.0间接
PyPItomli2.2.1间接
PyPItomlkit0.13.2间接
PyPItoolz1.0.0间接
PyPItorch—间接
PyPItorch2.5.1间接
PyPItorchvision—间接
PyPItornado6.4.2间接
PyPItqdm4.67.1间接
PyPItraitlets5.14.3间接
PyPItypes-deprecated1.2.15.20241117间接
PyPItypes-docutils—间接
PyPItypes-docutils0.21.0.20241128间接
PyPItypes-protobuf—间接
PyPItypes-protobuf5.28.3.20241030间接
PyPItypes-pytz—间接
PyPItypes-pytz2024.2.0.20241003间接
PyPItypes-requests—间接
PyPItypes-requests2.32.0.20241016间接
PyPItypes-setuptools—间接
PyPItypes-setuptools75.6.0.20241126间接
PyPItypes-toml—间接
PyPItypes-toml0.10.8.20240310间接
PyPItypes-typed-ast—间接
PyPItypes-typed-ast1.5.8.7间接
PyPItypes-urllib3—间接
PyPItypes-urllib31.26.25.14间接
PyPItyping-extensions4.12.2间接
PyPItzdata2024.2间接
PyPIurllib31.26.15间接
PyPIurllib32.2.3间接
PyPIwcwidth0.2.13间接
PyPIwebencodings0.5.1间接
PyPIwebsocket-client1.8.0间接
PyPIwerkzeug3.1.3间接
PyPIwrapt1.17.0间接
依赖安全公告 0

安装 pypi:tensorcircuit-ng@1.10.0 会引入 9 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.