公开记录
软件健康报告模式 0.11.0 · 指标 2.10.0 · 2026-07-17 02:39 UTC

tenstorrent / tt-metal

:metal: TT-NN operator library, and TT-Metalium low level kernel programming model.

C++ · PythonApache-2.0★ 1,584 星标⑂ 537 复刻始于 2023年2月在 GitHub 上查看 ↗
类型库命令行工具如何判定
#llama#llm#metal#stable-diffusion#tenstorrent#accelerator#scale-out#kernels#ai#deepseek#gpu#img-gen#video-gen#cuda

tenstorrent/tt-metal 的健康指数为 100 分中的 98 分，处于「卓越」区间。 其得分最高的类别是Vitality（96/100），最低的是Security（54/100）。 最近一次更新在今天。 近期的大部分工作由 25 位贡献者完成。

98
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。

98
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 86 经校准后在公布的指数量表上为 98（记录校准 2026-08-02）。

所有权

Tenstorrent AI组织
2,011 关注者135 个公开仓库始于 2020年4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
PyPIttnn0.74.0-663 天前metaliumttnntt-metalmachine-learningtenstorrentlibnumalibhwloc

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%

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 11,414 次提交
10/10OpenSSF Scorecard：Maintained — 30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
所用输入
commits_last_year11,414
human_commit_share—
days_since_last_push0
active_weeks_last_year52

发布纪律

90优秀
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 0 天前
27/27发布节奏 — 约每 0.6 天发布一次
0/10OpenSSF Scorecard：Signed-Releases — Project has not signed or included provenance with any releases.
所用输入
releases_count100
latest_release_tagv0.75.0-dev20260716
releases_from_tags否
days_since_latest_release0
mean_days_between_releases0.6

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？

87优秀 · 占总体的 17%

流行度与采用

82优秀
评分方式
51.9/60星标 — 1,584 个星标
22.7/25复刻 — 537 个复刻
7.4/15关注者 — 22 位关注者
所用输入
forks537
stars1,584
watchers22
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（Apache-2.0）
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？

95卓越 · 占总体的 23%

维护者韧性（巴士系数）

99卓越
评分方式
54/54巴士系数 — 25 位贡献者贡献了半数提交
21.1/22.5提交分布 — 头号贡献者编写了 6% 的提交
13.5/13.5贡献者广度 — 100 位贡献者
10/10OpenSSF Scorecard：Contributors — project has 10 contributing companies or organizations
所用输入
bus_factor25
contributors_sampled100
top_contributor_share0.063

议题与 PR 响应能力

85优秀
评分方式
34.1/42议题解决 — 81% 的议题已关闭
24.9/30PR 接受 — 已裁定的 PR 中 22,360/26,950 已合并
0/13Newcomer PR acceptance — 30 天内没有首次贡献者的 PR 得到裁决
15/15OpenSSF Scorecard：Code-Review — all changesets reviewed
所用输入
merged_prs22,360
open_issues3,964
closed_issues17,264
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0.813
closed_unmerged_prs4,590
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

98卓越
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
23.8/25所有者影响力 — tenstorrent 有 2,011 位关注者
25/25既往记录 — 135 个公开仓库，账户约 6 年
所用输入
followers2,011
owner_typeOrganization
is_verified—
owner_logintenstorrent
public_repos135
account_age_days2,276
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 3 天前
20/20版本历史 — 66 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
packagesttnn
ecosystemspypi
any_deprecated否
min_days_since_publish3

工程质量

基础的工程与文档实践是否到位？

92优秀 · 占总体的 19%

工程实践

94卓越
评分方式
24/24CI 工作流 — 201 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

90优秀
评分方式
30/30README
25/25文档目录
15/15文档 / 主页站点 — https://docs.tenstorrent.com/tt-metal/latest/ttnn/
10/10仓库描述
10/10主题标签 — 14 个主题标签
0/10Wiki
所用输入
topicsllama, llm, metal, stable-diffusion, tenstorrent, accelerator, scale-out, kernels, ai, deepseek, gpu, img-gen, video-gen, cuda
has_wiki否
homepagehttps://docs.tenstorrent.com/tt-metal/latest/ttnn/
docs_sitehttps://docs.tenstorrent.com/tt-metal/latest/ttnn/
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？

54中等 · 占总体的 16%

安全态势

54中等
评分方式
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all release branches
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
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 10 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 5 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
1/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 84 existing vulnerabilities detected
所用输入
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate5.4

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。

88优秀 · 占总体的 4%

AI 代理上下文与指引

75良好
评分方式
45/45代理指令 — .cursor/rules/diagnose-config-hash-mismatch.mdc, .cursor/rules/fix-sweep-trace-match.mdc, .cursor/rules/validate-sweep-trace.mdc, .github/copilot-instructions.md, .github/instructions/build-system.instructions.md, .github/instructions/ci-cd.instructions.md, .github/instructions/cpp.instructions.md, .github/instructions/fabric-distributed.instructions.md, .github/instructions/llk-kernels.instructions.md, .github/instructions/metal-api.instructions.md, .github/instructions/metal-dispatch.instructions.md, .github/instructions/metal-runtime.instructions.md, .github/instructions/models.instructions.md, .github/instructions/nanobind.instructions.md, .github/instructions/python.instructions.md, .github/instructions/tt-stl.instructions.md, .github/instructions/tt-train.instructions.md, .github/instructions/ttnn-core.instructions.md, .github/instructions/ttnn-ops.instructions.md, .github/instructions/ttnn.instructions.md, tt_metal/tt-llk/.claude/CLAUDE.md
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.cursor/rules/diagnose-config-hash-mismatch.mdc, .cursor/rules/fix-sweep-trace-match.mdc, .cursor/rules/validate-sweep-trace.mdc, .github/copilot-instructions.md, .github/instructions/build-system.instructions.md, .github/instructions/ci-cd.instructions.md, .github/instructions/cpp.instructions.md, .github/instructions/fabric-distributed.instructions.md, .github/instructions/llk-kernels.instructions.md, .github/instructions/metal-api.instructions.md, .github/instructions/metal-dispatch.instructions.md, .github/instructions/metal-runtime.instructions.md, .github/instructions/models.instructions.md, .github/instructions/nanobind.instructions.md, .github/instructions/python.instructions.md, .github/instructions/tt-stl.instructions.md, .github/instructions/tt-train.instructions.md, .github/instructions/ttnn-core.instructions.md, .github/instructions/ttnn-ops.instructions.md, .github/instructions/ttnn.instructions.md, tt_metal/tt-llk/.claude/CLAUDE.md
agent_instruction_max_bytes10,291
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）

90优秀
评分方式
18/18一条命令的引导启动 — docs/Makefile, tt_metal/tt-llk/tests/python_tests/Makefile
22/22自动化测试
11/11Lint / 格式化配置
11/11静态类型检查 — tools/triage/mypy.ini, tools/triage/pyrightconfig.json
10/10可复现环境 — Dockerfile
0/10已体现的代理实践 — 无数据
0/8自动化维护 — 无数据
2/10OpenSSF Scorecard：Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
所用输入
has_nix否
has_tests是
lockfiles—
has_dockerfile是
typed_language是
bootstrap_filesdocs/Makefile, tt_metal/tt-llk/tests/python_tests/Makefile
has_devcontainer否
has_linter_config是
typecheck_configstools/triage/mypy.ini, tools/triage/pyrightconfig.json
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share—
已排除计分（无数据或不适用）：已体现的代理实践, 自动化维护。 其余权重已重新归一化。

面向模型的代码可读性

99卓越
评分方式
45/45可类型检查的代码 — C++（静态类型）
54/55可控的文件大小 — 采样的 14,823 个源文件中有 278 个超过 60KB
所用输入
primary_languageC++
largest_source_bytes771,575
source_files_sampled14,823
oversized_source_files278

机器可读接口

100卓越
评分方式
40/40API 模式（OpenAPI/GraphQL/proto） — tools/scaleout/cabling_descriptor/schemas/cluster_config.proto, tools/scaleout/cabling_descriptor/schemas/node_config.proto, tools/scaleout/deployment_descriptor/schemas/deployment.proto, tools/scaleout/factory_system_descriptor/schemas/factory_system_descriptor.proto, tools/scaleout/validation/schemas/ethernet_link_metrics.proto, tt_metal/fabric/protobuf/intermesh_connection_table.proto, tt_metal/fabric/protobuf/mesh_graph_descriptor.proto, tt_metal/fabric/protobuf/physical_grouping_descriptor.proto, tt_metal/fabric/protobuf/physical_system_descriptor.proto, tt_metal/fabric/protobuf/port_descriptor_table.proto, tt_metal/fabric/protobuf/router_port_directions.proto, tt_metal/impl/internal/disaggregation/protobuf/kv_chunk_address_table.proto
20/20MCP 服务器
40/40可运行示例 — demos, example, examples, notebooks
所用输入
example_dirsdemos, example, examples, notebooks
has_mcp_signal是
api_schema_filestools/scaleout/cabling_descriptor/schemas/cluster_config.proto, tools/scaleout/cabling_descriptor/schemas/node_config.proto, tools/scaleout/deployment_descriptor/schemas/deployment.proto, tools/scaleout/factory_system_descriptor/schemas/factory_system_descriptor.proto, tools/scaleout/validation/schemas/ethernet_link_metrics.proto, tt_metal/fabric/protobuf/intermesh_connection_table.proto, tt_metal/fabric/protobuf/mesh_graph_descriptor.proto, tt_metal/fabric/protobuf/physical_grouping_descriptor.proto, tt_metal/fabric/protobuf/physical_system_descriptor.proto, tt_metal/fabric/protobuf/port_descriptor_table.proto, tt_metal/fabric/protobuf/router_port_directions.proto, tt_metal/impl/internal/disaggregation/protobuf/kv_chunk_address_table.proto
interfaces_expected_of—

关键数据

1,584GitHub 星标
100贡献者
11,414最近 12 个月提交数
0距最近推送天数
100发布版本数
25巴士系数（bus factor）
3,964开放议题
PyPI软件包生态系统数

更多细节

OpenSSF Scorecard 5.4 / 10
5.4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 · 2026-07-17 02:36 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all release branches
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
10Code-Reviewall changesets reviewed
10Contributorsproject has 10 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 5 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
2Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 2
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities84 existing vulnerabilities detected
直接依赖 9
注册表软件包版本约束清单文件
PyPInumpy>=1.24.4,<2pyproject.toml
PyPIloguru>=0.6.0pyproject.toml
PyPInetworkx>=3.1pyproject.toml
PyPIgraphviz>=0.20.3pyproject.toml
PyPIpyyaml>=5.4pyproject.toml
PyPIclick>=8.1.7pyproject.toml
PyPIpandas>=2.0.3pyproject.toml
PyPIseaborn>=0.13.2pyproject.toml
PyPIml_dtypes—pyproject.toml
全部依赖 205

来自 GitHub 依赖图的完整解析依赖集合：20 个直接依赖与 185 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
PyPIclick—直接
PyPIclick8.1.7直接
PyPIgraphviz—直接
PyPIloguru—直接
PyPIloguru0.6.0直接
PyPIloguru0.7.3直接
PyPIml-dtypes—直接
PyPIml-dtypes0.5.4直接
PyPInetworkx—直接
PyPInetworkx3.1直接
PyPInetworkx3.4.2直接
PyPInumpy—直接
PyPInumpy1.26.4直接
PyPInumpy2.2.6直接
PyPIpandas—直接
PyPIpandas2.3.3直接
PyPIpyyaml—直接
PyPIpyyaml6.0.3直接
PyPIseaborn—直接
PyPIseaborn0.13.2直接
npm@actions/core1.10.0间接
npm@actions/core^1.10.0间接
npm@actions/github5.1.1间接
npm@actions/github^5.1.1间接
npm@octokit/rest^21.1.1间接
PyPIaccelerate—间接
PyPIaccelerate1.7.0间接
PyPIansible—间接
PyPIansible-lint—间接
PyPIanthropic0.91.0间接
PyPIantlr4-python3-runtime4.9.3间接
PyPIav—间接
PyPIav17.0.1间接
PyPIbasedpyright1.39.6间接
PyPIbeautifultable—间接
PyPIbert-score0.3.12间接
PyPIblack26.3.1间接
PyPIblobfile3.1.0间接
PyPIbokeh3.8.2间接
PyPIbreathe4.35.0间接
PyPIbuild0.10.0间接
PyPIcheck-copyright—间接
PyPIclang-format19.1.4间接
PyPIcoverage7.10.5间接
PyPIdash2.15.0间接
PyPIdatasets—间接
PyPIdecord0.6.0间接
PyPIdefusedxml—间接
PyPIdiffusers—间接
PyPIdiffusers0.38.0间接
PyPIdocopt0.6.2间接
PyPIdocutils0.18.1间接
PyPIeasydict—间接
PyPIefficientnet-pytorch0.7.1间接
PyPIeinops0.6.1间接
PyPIenlighten1.12.4间接
PyPIevaluate0.4.0间接
PyPIexceptiongroup1.3.0间接
PyPIfairscale—间接
PyPIfastapi—间接
PyPIfaster-fifo—间接
PyPIfiftyone0.25.2间接
PyPIfilelock3.20.3间接
PyPIfsspec2023.9.2间接
PyPIfsspec2025.7.0间接
PyPIftfy6.1.1间接
PyPIfvcore—间接
PyPIgitpython3.1.50间接
PyPIgluonts—间接
PyPIgunicorn21.2.0间接
PyPIhf-xet1.5.1间接
PyPIhuggingface-hub—间接
PyPIhuggingface-hub1.20.1间接
PyPIijson—间接
PyPIimageio-ffmpeg0.6.0间接
PyPIiniconfig2.1.0间接
PyPIipdb—间接
PyPIipython8.12.3间接
PyPIipywidgets8.1.1间接
PyPIjinja23.1.6间接
PyPIjiwer3.0.5间接
PyPIjsbeautifier1.14.7间接
PyPIjunitparser4.0.2间接
PyPIjupyterlab4.5.9间接
PyPIkagglehub0.2.9间接
PyPIlibrosa0.10.0间接
PyPIlvis—间接
PyPIlxml6.1.0间接
PyPImarkupsafe3.0.2间接
PyPImatplotlib—间接
PyPImedpy0.5.2间接
PyPImpmath1.3.0间接
PyPImsgpack—间接
PyPImsgpack-numpy—间接
PyPImultiprocess0.70.14间接
PyPImypy1.9.0间接
PyPImypy2.1.0间接
PyPImyst-parser3.0.0间接
PyPInarwhals1.46.0间接
PyPInbconvert7.17.1间接
PyPInbsphinx0.9.3间接
PyPInltk—间接
PyPInumba—间接
PyPIomegaconf—间接
PyPIopen-clip-torch—间接
PyPIopen-clip-torch2.26.1间接
PyPIopenai-clip1.0.1间接
PyPIopencv-python—间接
PyPIopencv-python-headless4.8.1.78间接
PyPIpackaging25.0间接
PyPIpandoc2.3间接
PyPIpeft0.18.1间接
PyPIpillow—间接
PyPIpillow12.2.0间接
PyPIplatformdirs—间接
PyPIplotly—间接
PyPIplotly5.18.0间接
PyPIplotly6.5.0间接
PyPIpluggy1.6.0间接
PyPIpre-commit3.5.0间接
PyPIpre-commit4.5.0间接
PyPIprotobuf5.29.6间接
PyPIpsycopg2-binary2.9.11间接
PyPIpyarrow—间接
PyPIpyarrow24.0.0间接
PyPIpycapnp2.0.0间接
PyPIpycocoevalcap—间接
PyPIpydantic—间接
PyPIpydantic2.12.5间接
PyPIpydantic2.9.2间接
PyPIpygments2.20.0间接
PyPIpyiqa—间接
PyPIpytest—间接
PyPIpytest9.0.3间接
PyPIpytest-benchmark5.2.3间接
PyPIpytest-cov—间接
PyPIpytest-cov6.1.1间接
PyPIpytest-cov7.0.0间接
PyPIpytest-forked1.6.0间接
PyPIpytest-github-actions-annotate-failures0.3.0间接
PyPIpytest-github-actions-annotate-failures0.4.0间接
PyPIpytest-progress1.4.0间接
PyPIpytest-random-order1.2.0间接
PyPIpytest-repeat0.9.4间接
PyPIpytest-split0.11.0间接
PyPIpytest-sugar1.1.1间接
PyPIpytest-timeout2.4.0间接
PyPIpytest-xdist3.8.0间接
PyPIpython-multipart—间接
PyPIqwen-vl-utils—间接
PyPIrequests—间接
PyPIsafetensors—间接
PyPIsafetensors0.8.0间接
PyPIscipy—间接
PyPIsentencepiece—间接
PyPIsentencepiece0.2.1间接
PyPIsetuptools80.10.2间接
PyPIsphinx7.1.2间接
PyPIsphinx-rtd-theme1.3.0间接
PyPIsphinxcontrib-email0.3.5间接
PyPIsphinxcontrib-jquery4.1间接
PyPIstreamlit—间接
PyPIstreamlit1.54.0间接
PyPIstreamlit-webrtc—间接
PyPIsympy1.14.0间接
PyPItabulate0.9.0间接
PyPItermcolor—间接
PyPItermcolor3.2.0间接
PyPItiktoken0.7.0间接
PyPItimm—间接
PyPItokenizers0.21.1间接
PyPItokenizers0.22.2间接
PyPItomli2.2.1间接
PyPItoolz—间接
PyPItoolz0.12.0间接
PyPItorch—间接
PyPItorch2.11.0间接
PyPItorch2.11.0+cpu间接
PyPItorch2.9.1间接
PyPItorch-fidelity0.3.0间接
PyPItorchmetrics1.9.0间接
PyPItorchvision—间接
PyPItorchvision0.26.0间接
PyPItorchvision0.26.0+cpu间接
PyPItqdm—间接
PyPItqdm4.66.3间接
PyPItransformers—间接
PyPItransformers4.46.2间接
PyPItransformers4.51.3间接
PyPItransformers5.10.2间接
PyPItransformers5.12.1间接
PyPItriton3.5.1间接
PyPItt-exalens0.3.20间接
PyPItt-exalens0.3.27间接
PyPItt-smi3.1.1间接
PyPItt-umd0.9.5间接
PyPItt-umd0.9.9间接
PyPItwine4.0.2间接
PyPItypes-docopt0.6.11.20241107间接
PyPItyping-extensions4.15.0间接
PyPIuvicorn—间接
PyPIvbench0.1.5间接
PyPIwebsockets16.0间接
PyPIxlsxwriter3.0.8间接
PyPIyamllint1.32.0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 tenstorrent/tt-metal 共享目录标签或生态系统的已检测仓库。 并排阅读 →

99vllm-project/vllmA high-throughput and memory-efficient inference and serving engine for LLMs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98sgl-project/sglangSGLang is a high-performance serving framework for large language models and multimodal models.卓越96strands-agents/toolsA set of tools that gives agents powerful capabilities.卓越96NVIDIA/raftRAFT contains fundamental widely-used algorithms and primitives for machine learning and information retrieval. The algorithms are CUDA-accelerated and form building blocks for more easily writing high performance applications.卓越96mudler/LocalAILocalAI is the open-source AI engine. Run any model - LLMs, vision, voice, image, video - on any hardware. No GPU required.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 v0.11.0—— 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.