Les dix outils d'IA les plus étoilés et les dix les plus installés partagent un seul nom
Sur les 78 outils où nous mesurons les deux, le rang par étoiles et le rang par installations sont presque indépendants — Spearman 0.131. TensorFlow est premier par les étoiles et treizième par les installations. LangChain est le seul nom présent dans les deux top 10.
TL;DR — la version courte
Les dix outils les plus étoilés et les dix les plus installés partagent exactement un nom, LangChain. Sur les 78 outils où nous mesurons les deux, le rang par étoiles et le rang par installations sont presque indépendants — Spearman 0.131, donc l'ordre des étoiles explique 1.7 % de l'ordre des installations.
Il n'y a pas de taux de change. Dans le quartile le moins installé de la cohorte, une étoile vaut 0.56 téléchargement par mois ; dans le quartile le plus installé, 607. La même étoile, 1,084× d'écart.
La vélocité des étoiles n'est pas meilleure. Le gain d'étoiles de cette semaine — le signal sur lequel repose chaque page de tendances — corrèle avec les installations à 0.082.
Ce qui suit pour vous : Un nombre d'étoiles répond à “est-ce que cela a impressionné quelqu'un à un moment donné ?”. Il ne répond pas à “est-ce que quelqu'un fait tourner ceci ?”. Pour une dépendance, trouvez le deuxième nombre.
Chaque annuaire d'outils sur Internet, y compris le nôtre, trie par étoiles. C'est le seul nombre que chaque dépôt possède, alors il est devenu le nombre que tout le monde utilise. Nous pouvons désormais vérifier ce qu'il vaut, car pour une partie de notre catalogue, nous mesurons aussi quelque chose de plus difficile à falsifier : combien de fois le paquet est réellement installé.
78 des 242 outils que nous suivons publient un paquet PyPI, nous avons donc les deux chiffres pour eux. Les deux classements concordent à peine.
L'outil le plus étoilé est treizième en installations.
| Outil | Étoiles | Classement par installations | Installations par jour |
|---|---|---|---|
| TensorFlow | 201,193 | 13e sur 78 | 391,010 |
| Firecrawl | 193,164 | 25e | 175,424 |
| Open WebUI | 156,214 | 41er | 42,803 |
| Langflow | 155,855 | 64e | 1,240 |
| LangChain | 148,096 | 2e | 5,599,795 |
| Utilisation du navigateur | 118,573 | 20e | 264,848 |
| Whisper | 110,897 | 27e | 163,803 |
| vLLM | 94,167 | 38e | 61,019 |
| RAGFlow | 92,501 | 67e | 536 |
| PaddleOCR | 91,397 | 45e | 40,890 |
Dix outils tout en haut du classement par étoiles, et leurs rangs d'installation vont de 2e à 67e. Seul LangChain se situe près du sommet des deux. Déplacez toute la cohorte d'un classement à l'autre et l'outil médian se déplace de 23 places sur 78; un tiers d'entre eux — 26 outils — se déplacent de plus de 30 places.
Il n'existe pas de taux de change entre une étoile et une installation
Si les étoiles étaient un indicateur faible mais honnête, on s'attendrait à un ratio à peu près constant : tant de téléchargements par étoile, à quelques variations près. Si l'on trie la cohorte en quartiles selon le volume d'installations, le ratio ne dérive pas — il change de trois ordres de grandeur.
L'écart le plus large que nous ayons trouvé
MetaGPT porte 70 932 étoiles, soit 3 087 de plus que scikit-learn. scikit-learn est installé 184 326 320 fois par mois ; MetaGPT, 3 393 fois. C'est un facteur de 54,325 dans la direction opposée aux applaudissements.
À l'autre extrémité se trouve BabyAGI : 22 356 étoiles, 101 installations par mois. Trois par jour. C'était le dépôt auquel tout le monde faisait référence dans les premières semaines de la vague des agents, et le nombre d'étoiles l'a maintenu visible depuis, car les étoiles n'expirent jamais.
Où cette mesure est injuste, et nous devons le dire
Neuf outils de la cohorte détiennent plus de 20 000 étoiles et voient moins de 1 000 installations par jour. Il serait facile — et faux — de présenter ces neuf comme des dépôts que personne n'utilise. Pour plusieurs d'entre eux, pip n'est tout simplement pas la façon d'obtenir le logiciel : RAGFlow et Label Studio sont déployés avec Docker, InvokeAI fournit son propre installeur, LLaMA-Factory est cloné plutôt qu'installé, et fastbook est l'ensemble de notebooks d'un livre. Leur chiffre PyPI les sous-estime, et nous n'avons pas de nombre équivalent pour le canal qu'ils utilisent réellement.
La conclusion résiste à cette correction, car elle ne repose pas sur ces neuf. Elle repose sur 78 paires de nombres dont la corrélation de rang est de 0,131, sur un top dix qui partage un nom sur dix, et sur le fait que la même unité achète 0,56 téléchargements ici et 607 là.
La limite plus profonde est la nôtre. Seuls 87 de nos 242 outils — 36 % — ont un quelconque chiffre d'installation, car le reste est distribué sous forme de binaires, d'applications de bureau, d'extensions d'éditeur ou d'images de conteneurs que nous ne comptons pas. Ollama, llama.cpp et ComfyUI en font partie. Pour près des deux tiers du catalogue, le nombre d'étoiles reste le seul chiffre sur la fiche, et cet article est l'argument pour y remédier plutôt que pour s'y fier.
Et les tendances sont pires que les étoiles
Si un nombre total d'étoiles est un indicateur médiocre, un élan récent est peut-être meilleur — le signal derrière chaque page « tendance ». Il ne l'est pas. Sur les 72 outils où nous avons les deux, le gain d'étoiles des sept derniers jours corrèle avec les installations mensuelles à 0.082: plus bas que le total, et indistinguable du bruit.
Cela a du sens une fois dit clairement. Une étoile est donnée par quelqu'un qui lit ; une installation est effectuée par quelqu'un qui construit. Le premier est une réaction à un README, le second une décision dans un fichier d'exigences. Nous avons classé le second en mesurant le premier.
pypistats ou la page PyPI donne les téléchargements mensuels en un clic. Pour un conteneur, Docker Hub montre les pulls. Pour tout le reste, les compteurs de téléchargement des versions sur le dépôt. Si le projet n'a pas de deuxième nombre du tout, considérez le nombre d'étoiles pour ce qu'il est — une preuve qu'il a été intéressant à un moment donné — et regardez si quelqu'un pousse encore du code, ce que notre suivi de santé mesure.
Méthode
Les chiffres proviennent des métriques d'outils olud.ai, instantané du 20 octobre 2026, couvrant 242 outils. La cohorte est constituée des 78 outils qui publient un paquet PyPI et portent un nombre d'étoiles ; Docker Hub (15 outils) et npm (14 outils) sont mesurés séparément et donnent 0,143 et 0,037, que nous rapportons comme corroboration, pas comme preuve indépendante — ces cohortes sont beaucoup trop petites pour porter une corrélation. Les corrélations sont des coefficients de rang de Spearman, qui comparent des ordres plutôt que des valeurs, donc un seul géant ne peut pas les fausser. « Installations par jour » est le chiffre mensuel divisé par 30,44. Un outil sans paquet PyPI n'a pas de chiffre de téléchargement et est exclu, jamais compté comme zéro — c'est pourquoi la cohorte est de 78 et non de 242. Les compteurs de téléchargement ne sont pas des personnes : les totaux PyPI incluent les exécutions d'intégration continue, les miroirs, les constructions de conteneurs et la résolution de dépendances transitives, ce qui gonfle les bibliothèques matures tirées par d'autres paquets — une partie de l'écart que nous mesurons est du trafic machine. Un seul instantané, pas de série temporelle : nous ne pouvons pas dire si cet écart se creuse.
Données : métriques d'outils olud.ai, actualisées quotidiennement — méthode sur /methodology.html.
Continuer la lecture
- Un fork pour 6,9 étoiles — l'autre compteur sur la page, et ce qu'il révèle sur ce qu'est un dépôt.
- 459 dépôts détiennent la moitié des étoiles — à quel point la courbe des applaudissements est raide en premier lieu.
- 127 dépôts de plus de 10,000 étoiles sont soutenus par moins de dix personnes — le troisième nombre à lire avant de dépendre de quoi que ce soit.