Безопасен ли Pycampbellcr1000?
Pycampbellcr1000 — Nerq Trust Score 59.2/100 (Оценка C). Рейтинг основан на 2 independent trust signals. Последний анализ: 2026-07-22
Pycampbellcr1000 — это Python package с рейтингом доверия Nerq 59.2/100 (C), based on 3 независимых показателей данных. Последний анализ: 2026-07-22 Безопасность: 90/100. Популярность: 60/100. Данные из PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Последнее обновление: 2026-07-22. Машинночитаемые данные (JSON).
Безопасен ли Pycampbellcr1000?
Детали рейтинга доверия — Pycampbellcr1000 has a Nerq Trust Score of 59.2/100 (C). Measured across 2 independent trust signals (as of 2026-07-22).
Каков рейтинг доверия Pycampbellcr1000?
Pycampbellcr1000 имеет Nerq Trust Score 59.2/100 с оценкой C. Этот балл основан на 2 независимо измеренных параметрах, включая безопасность, обслуживание и принятие сообществом.
Каковы основные выводы по безопасности Pycampbellcr1000?
Самый сильный сигнал Pycampbellcr1000 — безопасность на уровне 90/100. Известных уязвимостей не обнаружено.
Что такое Pycampbellcr1000 и кто его поддерживает?
| Разработчик | Lionel Darras |
| Категория | Python Packages |
| Источник | N/A |
Похожие Pypi по рейтингу доверия
Сравнить
Руководство по безопасности: Pycampbellcr1000
Что такое Pycampbellcr1000?
Pycampbellcr1000 — это пакет Python — Communication tools for Campbell CR1000-type Dataloggers.
Как проверить безопасность
Run pip audit or safety check. Review on PyPI for download stats.
Вы также можете проверить рейтинг доверия через API: GET /v1/preflight?target=pycampbellcr1000
Основные проблемы безопасности для Python package
При оценке любого Python package, обратите внимание на: dependency vulnerabilities, malicious uploads, обслуживание status.
Measured Signals
Pycampbellcr1000 has a Nerq Trust Score of 59/100 (C). This score is a composite of automated measurements of безопасность, обслуживание, community, and quality signals.
Основные выводы
- Pycampbellcr1000 has a Trust Score of 59/100 (C).
- The score is a measured composite — it is not a suitability judgment. Evaluate the individual signals against your own requirements.
- Query the current measured values via the Nerq API.
Часто задаваемые вопросы
Безопасен ли Pycampbellcr1000?
Каков рейтинг доверия Pycampbellcr1000?
Какие более безопасные альтернативы Pycampbellcr1000?
Есть ли у Pycampbellcr1000 известные уязвимости?
Активно ли поддерживается Pycampbellcr1000?
Популярное в Python Packages
Просмотр категорий
См. также
Disclaimer: Рейтинги доверия Nerq — это автоматические оценки, основанные на публично доступных сигналах. Они не являются рекомендацией или гарантией. Всегда проводите собственную проверку.