Ist Feather Format sicher?

Feather Format — Nerq Trust Score 61.2/100 (Note C+). Basierend auf der Analyse von 2 Vertrauensdimensionen wird es als generell sicher, aber mit einigen Bedenken eingestuft. Zuletzt aktualisiert: 2026-08-10.

Verwende Feather Format mit Vorsicht. Feather Format ist ein Python-Paket mit einem Nerq-Vertrauenswert von 61.2/100 (C+), basierend auf 3 unabhängigen Datendimensionen. Unter der Nerq-Vertrauensschwelle Sicherheit: 90/100. Beliebtheit: 60/100. Daten von PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Zuletzt aktualisiert: 2026-07-22. Maschinenlesbare Daten (JSON).

Ist Feather Format sicher?

CAUTION — Feather Format has a Nerq Trust Score of 61.2/100 (C+). Es hat moderat Vertrauenssignale, zeigt aber einige Problembereiche that warrant attention. Suitable for development use — review Sicherheit and Wartung signals before production deployment.

Sicherheitsanalyse → Feather Format Datenschutzbericht →

Was ist die Vertrauensbewertung von Feather Format?

Feather Format hat eine Nerq-Vertrauensbewertung von 61.2/100 und erhält die Note C+. Diese Bewertung basiert auf 2 unabhängig gemessenen Dimensionen.

Sicherheit
90
Beliebtheit
60

Was sind die wichtigsten Sicherheitsergebnisse für Feather Format?

Das stärkste Signal von Feather Format ist sicherheit mit 90/100. Es wurden keine bekannten Schwachstellen erkannt. Hat die Nerq-Vertrauensschwelle von 70+ noch nicht erreicht.

Sicherheitsbewertung: 90/100 (stark)
Beliebtheit: 60/100 — Community-Akzeptanz

Was ist Feather Format und wer pflegt es?

AutorWes McKinney
KategoriePython Packages
QuelleN/A

Ähnliche Pypi nach Vertrauensbewertung

async-lru (71)azure-monitor-query (71)azure-mgmt-synapse (71)azure-keyvault-administration (71)arviz (71)
Alle sichersten Pypi anzeigen →

Vergleichen

Feather Format vs async-lruFeather Format vs azure-monitor-queryFeather Format vs azure-mgmt-synapse

Sicherheitsleitfaden: Feather Format

Was ist Feather Format?

Feather Format ist ein Python-Paket — Simple wrapper library to the Apache Arrow-based Feather File Format.

Sicherheit überprüfen

Run pip audit or safety check. Review on PyPI for download stats.

Sie können die Vertrauensbewertung auch über die API prüfen: GET /v1/preflight?target=feather-format

Wichtige Sicherheitsbedenken für Python package

Bei der Bewertung jeder Python package, achten Sie auf: dependency vulnerabilities, malicious uploads, Wartung status.

Vertrauensbewertung

Feather Format has a Nerq Trust Score of 61/100 (C+) and has not yet reached Nerq trust threshold (70+). Diese Bewertung basiert auf automatisierter Analyse von Sicherheits-, Wartungs-, Community- und Qualitätssignalen.

Wichtigste Punkte

Häufig gestellte Fragen

Ist Feather Format sicher?
Mit Vorsicht verwenden. feather-format mit einem Nerq-Vertrauenswert von 61.2/100 (C+). Stärkstes Signal: sicherheit (90/100). Bewertung basierend auf Sicherheit (90/100), Beliebtheit (60/100).
Was ist die Vertrauensbewertung von Feather Format?
feather-format: 61.2/100 (C+). Bewertung basierend auf Sicherheit (90/100), Beliebtheit (60/100). Bewertungen werden aktualisiert, wenn neue Daten verfügbar werden. API: GET nerq.ai/v1/preflight?target=feather-format
Was sind sicherere Alternativen zu Feather Format?
In der Kategorie Python-Pakete, weitere Python package werden analysiert — schauen Sie bald wieder vorbei. feather-format scores 61.2/100.
Hat Feather Format bekannte Schwachstellen?
Nerq prüft Feather Format gegen NVD, OSV.dev und registerspezifische Schwachstellendatenbanken. Aktuelle Sicherheitsbewertung: 90/100. Führen Sie den Audit-Befehl Ihres Paketmanagers aus.
Wird Feather Format aktiv gepflegt?
Feather Format Wartungsbewertung: N/A. Prüfen Sie das Repository auf aktuelle Aktivität.
API: /v1/preflight Trust Badge API Docs

Kategorien durchsuchen

Siehe auch

Disclaimer: Nerq-Vertrauensbewertungen sind automatisierte Bewertungen basierend auf öffentlich verfügbaren Signalen. Sie sind keine Empfehlungen oder Garantien. Führen Sie immer Ihre eigene Sorgfaltsprüfung durch.

Wir verwenden Cookies für Analysen und Caching. Datenschutz