pypi:litellmDieses Dossier verknüpft die stabile Identität pypi:litellm mit 4 exakt beobachteten Versionen in 4 öffentlichen Repositories.
Eine Paketidentität oder Provider-Schnittstelle im veröffentlichten Code belegt weder Konfiguration, Konto, Beschaffung, Datentransfer noch API-Aufruf.
Ökosystem:Name + exakte Version + EvidenzpfadVeröffentlichungsalter und Lizenzen stammen aus deps.dev-Metadaten. Sie sind Kontext – kein Wartungs-, Rechts- oder Portabilitätsurteil.
05. Dez. 202427. Apr. 202504. Mai 202504. Juli 2025baden-wuerttemberg/innenministerium/kiva.platform/kiva-llm-gateway1 Vorkommenuba-ki-lab/gsa-extraction1 Vorkommenuba-ki-lab/llm-testframework1 Vorkommenuba-ki-lab/objection-management1 Vorkommenuba-ki-lab/gsa-extractionuv.lockbaden-wuerttemberg/innenministerium/kiva.platform/kiva-llm-gatewaydocker/build_from_pip/requirements.txtuba-ki-lab/llm-testframeworkuv.lockuba-ki-lab/objection-managementuv.lockLiteLLM: Local file read via request-supplied OIDC file references
23. Juli 2026LiteLLM: Authentication Bypass via Host Header Injection
18. Juli 2026LiteLLM: Privilege escalation via unrestricted proxy configuration endpoint
13. Juli 2026LiteLLM: Arbitrary file write via path traversal in Skills archive extraction
23. Juli 2026LiteLLM: Password hash exposure and pass-the-hash authentication bypass
17. Apr. 2026LiteLLM: Custom Code Guardrails production endpoints bypass code safety checks
23. Juli 2026LiteLLM: MCP Authentication Bypass via OAuth2 Passthrough Fallback
23. Juli 2026LiteLLM Vulnerable to Denial of Service (DoS) via Crafted HTTP Request
07. Juli 2026LiteLLM Has an Improper Authorization Vulnerability
07. Juli 2026LiteLLM: Authentication bypass via OIDC userinfo cache key collision
01. Juli 2026LiteLLM allows an authenticated internal_user to create API keys with access to routes that their role does not permit
13. Juli 2026LiteLLM allows a user to modify their own user_role via the /user/update endpoint
13. Juli 2026Nur exakte npm- und PyPI-Tupel werden angereichert. Gemeldete SPDX-Ausdrücke sind Metadaten; daraus folgt keine Bewertung zu Kompatibilität, Pflichten oder Rechtslage.
Abruf, Parsing, Zuordnung und Veröffentlichung verwenden kein generatives KI-Modell.i6eal (2026): LiteLLM – exaktes KI-Abhängigkeitsevidenz-Dossier, Datenstand 13. Aug. 2026. https://i6eal.de/tools/ki-abhaengigkeitsatlas/paket/litellm-e00b5c8b/
Wir bauen quellenbasierte Datenprodukte mit stabilen Identitäten, reproduzierbaren Verknüpfungen und sichtbaren Aussagegrenzen.
Diese Tools ergänzen die aktuelle Auswertung.