Informe de auditoría del skill
Practical Machine Learning With Python Informe de auditoría.
Master the essential skills needed to recognize and solve complex real-world problems with Machine Learning and Deep Learning by leveraging the highly popular Python Machine Learning Eco-system.
Trust Score de OpenAgentSkill
Trust Score de OpenAgentSkill
The Trust Score helps an agent decide whether a skill is safe enough to shortlist before installation.
Adopción en GitHub
Aprobado86
2.4K estrellas de GitHub
Actividad de stars/forks
Aprobado88
2.4K estrellas y 1.7K forks; la actividad de issues no está disponible en los metadatos actuales
Mantenimiento reciente
Fallido22
2 años desde el último push
Claridad de licencia
Aprobado86
Apache-2.0
Completitud de README/SKILL.md
Aprobado90
Los metadatos incluyen suficiente contexto de uso y flujo de trabajo
Riesgo de dependencias/runtime
Aprobado90
No hay indicios importantes de riesgo de dependencias en los metadatos públicos
Disponibilidad de instalación
Aprobado92
npx skills add dipanjanS/practical-machine-learning-with-python
Seguridad del comando de instalación
Aprobado92
Ruta estándar de paquete o instalación en tiempo de ejecución
Superficie de permisos
Aprobado86
Acceso a archivos o documentos
Evidencia del repositorio
Aprobado86
https://github.com/dipanjanS/practical-machine-learning-with-python
Estado de revisión
Aprobado88
Hay datos de revisión por IA disponibles
Resultados comprobados por Agent
Info54
Aún no hay datos de resultados del Agent
Comprobaciones
Revisión de instalación y adopción
Ruta de instalación
92
npx skills add dipanjanS/practical-machine-learning-with-python
Repositorio
88
https://github.com/dipanjanS/practical-machine-learning-with-python
Licencia
86
Apache-2.0
Mantenimiento
20
2 años desde el último push
Revisión por IA
88
Approved with no listed issues
Completitud de README/SKILL.md
90
Usable description available
Riesgo de dependencias
90
No hay indicios importantes de riesgo de dependencias en los metadatos públicos
Seguridad del comando de instalación
92
Ruta estándar de paquete o instalación en tiempo de ejecución
Superficie de permisos
86
Acceso a archivos o documentos
Actividad de stars/forks
88
2.4K estrellas y 1.7K forks; la actividad de issues no está disponible en los metadatos actuales
Adopción
88
2.4K estrellas de GitHub
Financial decision safety
58
Research-only use: do not treat output as financial advice or execute a position without human approval.
Advertencias
- Repository appears stale
- Financial research output is not financial advice; require human review before any live investment decision
- Repository looks stale
- Financial research output is not financial advice; require human review before any live investment decision.
- Quality score needs review
- Recent maintenance: 2y since push
Método
This report combines public metadata, AI review output, repository freshness, install readiness, OpenAgentSkill events, quality scoring, trust checks, and the agent safety gate. It is not a full source-code security review.
Comparar opciones cercanas
Skills relacionados para auditar después
VLMEvalKit
Open-source evaluation toolkit of large multi-modality models (LMMs), support 220+ LMMs, 80+ benchmarks
4.2K Estrellas · Informe de auditoría
Remove AI Watermarks
AI watermark remover. CLI and Python library to strip visible and invisible AI watermarks (Gemini / Nano Banana sparkle, SynthID) and provenance metadata (C2PA, EXIF, IPTC) from images.
4.3K Estrellas · Informe de auditoría
Aily Blockly
AI IDE for hardware development, support Arduino, MicroPython, ESP32, STM32, RP2040, Nrf5x...
3.8K Estrellas · Informe de auditoría