Czy Agentic Learning jest bezpieczny?

Agentic Learning — Nerq Wynik zaufania 58.2/100 (Ocena C). Na podstawie analizy 2 wymiarów zaufania, jest ma istotne obawy dotyczące bezpieczeństwa. Ostatnia aktualizacja: 2026-04-02.

Używaj Agentic Learning z ostrożnością. Agentic Learning to pakiet Python with a Nerq Wynik zaufania of 58.2/100 (C), based on 3 niezależnych wymiarów danych. Jest poniżej zalecanego progu wynoszącego 70. Bezpieczeństwo: 90/100. Popularity: 15/100. Dane pochodzą z PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Ostatnia aktualizacja: 2026-04-02. Dane odczytywalne maszynowo (JSON).

Czy Agentic Learning jest bezpieczny?

OSTROŻNOŚĆ — Agentic Learning has a Nerq Wynik zaufania of 58.2/100 (C). Ma umiarkowane sygnały zaufania, ale wykazuje pewne obszary budzące uwagę. Nadaje się do użytku deweloperskiego — sprawdź sygnały bezpieczeństwa i konserwacji przed wdrożeniem produkcyjnym.

Analiza bezpieczeństwa → Raport prywatności {name} →

Jaki jest wynik zaufania Agentic Learning?

Agentic Learning has a Nerq Wynik zaufania of 58.2/100, earning a C grade. This score is based on 2 independently measured wymiarów including bezpieczeństwo, konserwacja, and przyjęcie przez społeczność.

Bezpieczeństwo
90
Popularność
15

Jakie są kluczowe ustalenia bezpieczeństwa dla Agentic Learning?

Agentic Learning's strongest signal is bezpieczeństwo at 90/100. No known vulnerabilities have been detected. It has not yet reached the Nerq Verified threshold of 70+.

Wynik bezpieczeństwa: 90/100 (strong)
Popularity: 15/100 — przyjęcie przez społeczność

Czym jest Agentic Learning i kto go utrzymuje?

AutorUnknown
Kategoriapypi
ŹródłoN/A

Podobne Pypi wg wyniku zaufania

azure-synapse-accesscontrol (68)algorithmia (68)admem (68)aws-cdk.aws-lex (68)appkit-assistant (68)
Zobacz wszystkie najbezpieczniejsze Pypi →

Porównaj

Agentic Learning vs azure-synapse-accesscontrolAgentic Learning vs algorithmiaAgentic Learning vs admem

Przewodnik bezpieczeństwa: Agentic Learning

Czym jest Agentic Learning?

Agentic Learning Python package — Drop-in SDK to add an AI memory layer to any application. Works with OpenAI, Anthropic, Gemini, Claude..

Jak zweryfikować bezpieczeństwo

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

Możesz również sprawdzić wynik zaufania przez API: GET /v1/preflight?target=agentic-learning

Główne problemy bezpieczeństwa dla Python packages

Oceniając każdy Python package, zwróć uwagę na: dependency vulnerabilities, malicious uploads, konserwacja status.

Ocena zaufania

Agentic Learning has a Nerq Wynik zaufania of 58/100 (C) i nie osiągnął jeszcze progu zaufania Nerq (70+). Ten wynik jest oparty na zautomatyzowanej analizie sygnałów bezpieczeństwa, konserwacji, społeczności i jakości.

Kluczowe wnioski

Często zadawane pytania

Czy Agentic Learning jest bezpieczny w użyciu?
Używaj z ostrożnością. agentic-learning has a Nerq Wynik zaufania of 58.2/100 (C). Najsilniejszy sygnał: bezpieczeństwo (90/100). Wynik oparty na bezpieczeństwo (90/100), popularność (15/100).
Czym jest Agentic Learning's trust score?
agentic-learning: 58.2/100 (C). Wynik oparty na: bezpieczeństwo (90/100), popularność (15/100). Wyniki są aktualizowane wraz z pojawianiem się nowych danych. API: GET nerq.ai/v1/preflight?target=agentic-learning
Jakie są bezpieczniejsze alternatywy dla Agentic Learning?
W kategorii pypi, więcej pakietów Python jest analizowanych — sprawdź ponownie wkrótce. agentic-learning uzyskuje 58.2/100.
Czy Agentic Learning ma znane podatności?
Nerq sprawdza Agentic Learning względem NVD, OSV.dev i rejestrowych baz danych podatności. Aktualny wynik bezpieczeństwa: 90/100. Uruchom polecenie audytu menedżera pakietów, aby uzyskać najnowsze wyniki.
Jak aktywnie utrzymywany jest Agentic Learning?
Agentic Learning ma wynik zaufania 58.2/100 (C). Poniżej zweryfikowanego progu Nerq — conduct additional review.
API: /v1/preflight Trust Badge API Docs

Disclaimer: Wyniki zaufania Nerq to zautomatyzowane oceny oparte na publicznie dostępnych sygnałach. Nie stanowią rekomendacji ani gwarancji. Zawsze przeprowadzaj własną weryfikację.

We use cookies for analytics and caching. Prywatność Policy