Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-14 05:59 UTC

CompOmics / ms2rescore

Modular and user-friendly platform for AI-assisted rescoring of peptide identifications

PythonApache-2.0★ 66 estrellas⑂ 23 forksdesde ago 2017Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina
#proteomics#ms2pip#percolator#deeplc#peptide-identification

CompOmics/ms2rescore tiene un índice de salud de 84 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Engineering Quality (90/100) y la más baja, Security (51/100). Se actualizó por última vez hace 6 días. 2 personas concentran la mayor parte del trabajo reciente.

84
global / 100
Excelente

Índice de salud del software

Las métricas se agrupan en categorías ponderadas sobre una escala estandarizada de 1 a 100. El resultado global parte de su media ponderada, calibrada contra la distribución del registro público para que las bandas tengan significado percentil; cuando la evidencia pública activa la Política de Jurisdicciones de Alto Riesgo, la calificación se ajusta y recibe un límite «En riesgo» de 34.

84
Excepcional93-100El nivel más alto del registro (≈ el 5% superior); cumple prácticamente todos los criterios evaluados
Excelente80-92Sólido en todos los frentes; carencias menores
Bueno65-79Saludable; carencias limitadas y manejables
Moderado50-64Aceptable con carencias notables; se recomienda revisión
Débil35-49Debilidades sustanciales en varias áreas
En riesgo20-34Debilidades significativas; su adopción exige cautela
Crítico1-19Problemas graves (proyecto abandonado, un solo mantenedor, sin higiene)
VitalidadComunidad yAdopciónSostenibilidady GobernanzaCalidad deIngenieríaSeguridadPreparaciónpara IA

Perfil de puntuación

Cada eje es una categoría. La forma importa más que la media: un proyecto sano llena toda la figura, mientras que un perfil de picos y cráteres indica que la fortaleza en una dimensión enmascara el riesgo en otra.

El resultado global ponderado 71 se calibra a 84 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Computational Omics and Systems Biology GroupOrganización
132 seguidores117 repositorios públicosdesde mar 2015

Este repositorio está respaldado por una organización: una custodia compartida y responsable que puede sobrevivir a cualquier mantenedor individual.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPIms2rescore4.0.221.80246hace 6 díasms2rescorems2pipdeeplcproteomicsmass-spectrometrypeptide-identificationrescoringmachine-learning

Métricas por categoría

Vitalidad

¿Está vivo el proyecto: se escribe código y se publican versiones?

80Excelente · 21% del índice global

Actividad de desarrollo

78Bueno
Cómo se puntúa
36/36Recencia de push — último push hace 6 días
14.5/36Cadencia de commits — 21/52 semanas con commits
18/18Volumen de commits — 215 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year215
human_commit_share1
days_since_last_push6
active_weeks_last_year21

Disciplina de publicación

83Excelente
Cómo se puntúa
27/27Publica versiones — 44 versiones publicadas
36/36Recencia de las versiones — última versión hace 6 días
19.8/27Cadencia de publicación — una versión cada ~79,9 días
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Datos de entrada utilizados
releases_count44
latest_release_tagv4.0.2
releases_from_tagsno
days_since_latest_release6
mean_days_between_releases79,9

Comunidad y Adopción

¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?

60Moderado · 17% del índice global

Popularidad y adopción

44Débil
Cómo se puntúa
29.4/60Estrellas — 66 estrellas
11.2/25Forks — 23 forks
3.9/15Observadores — 6 observadores
Datos de entrada utilizados
forks23
stars66
watchers6
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

70Bueno
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
18/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges6
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesbadgen.net, shields.io
has_pull_request_templateno

Adopción en el ecosistema (descargas)

72Bueno
Cómo se puntúa
57.8/80Descargas mensuales — 21.802 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesms2rescore
dependents—
ecosystemspypi
total_downloads—
monthly_downloads21.802
unverified_packages_excluded—
Excluidos de la puntuación (sin datos o no aplicable): Dependientes en el registro. Los pesos restantes se han renormalizado.

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

72Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

56Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
11.5/22.5Distribución de commits — el principal contribuyente firma el 49% de los commits
9.5/13.5Amplitud de contribuyentes — 7 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 6 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled7
top_contributor_share0,491

Capacidad de respuesta a issues y PR

71Bueno
Cómo se puntúa
36.6/42Resolución de issues — 87% de issues cerradas
25.3/30Aceptación de PR — 112/133 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/8 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs112
open_issues16
closed_issues109
prs_merged_7d2
prs_decided_7d2
prs_merged_30d2
prs_decided_30d2
issue_closed_ratio0,872
closed_unmerged_prs21
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

70Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
15.3/25Alcance del propietario — 132 seguidores de CompOmics
25/25Trayectoria — 117 repos públicos, cuenta de ~11 años
Datos de entrada utilizados
followers132
owner_typeOrganization
is_verifiedno
owner_loginCompOmics
public_repos117
account_age_days4191

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 6 días
20/20Historial de versiones — 46 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesms2rescore
ecosystemspypi
any_deprecatedno
min_days_since_publish6

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

90Excelente · 19% del índice global

Prácticas de ingeniería

90Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 2 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
16/20OpenSSF Scorecard: CI-Tests — 4 out of 5 merged PRs checked by a CI test -- score normalized to 8
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configsí

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://ms2rescore.readthedocs.io
10/10Descripción del repositorio
10/10Topics — 5 topics
0/10Wiki
Datos de entrada utilizados
topicsproteomics, ms2pip, percolator, deeplc, peptide-identification
has_wikino
homepagehttps://ms2rescore.readthedocs.io
docs_sitehttps://ms2rescore.readthedocs.io
has_readmesí
has_docs_dirsí
has_descriptionsí

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

51Moderado · 16% del índice global

Postura de seguridad

43Débil
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
2/2.5CI-Tests — 4 out of 5 merged PRs checked by a CI test -- score normalized to 8
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/8 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 6 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
4.5/7.5Vulnerabilities — 4 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate4,3
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection. Los pesos restantes se han renormalizado.

Avisos de dependencias

84Excelente
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
9.4/25Dependencias indirectas libres de avisos conocidos — 1 afectados: lightning 2.6.6 (high 7.8)
40/40Sin avisos pendientes — ningún aviso lleva público más de 90 días
Datos de entrada utilizados
sourceosv
advisories1
affected_packages1
assessed_packages90
unassessed_packages0
affected_by_severityhigh 1
direct_affected_packages0
Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:ms2rescore@4.0.2 —lo que arrastra la instalación del paquete publicado—: 90 paquetes. No se analiza la alcanzabilidad.

Preparación para IA

¿Hasta qué punto está el repositorio preparado para desarrollarse y mantenerse con agentes de codificación de IA? Tiene un peso deliberadamente pequeño (4%): las herramientas para agentes son una señal real de mantenimiento, pero un repositorio sin ninguna puede alcanzar igualmente 100/100.

52Moderado · 4% del índice global

Contexto y guía para agentes

34En riesgo
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
34.1/40Historial de commits legible — 64 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,64
agent_instruction_files—
agent_instruction_max_bytes—

Bucle de verificación (compilación / pruebas / verificación de tipos)

48Débil
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile, lockfile
4/10Práctica demostrada con agentes — 2 de los últimos 100 commits con autoría o crédito de agente
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
1/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfilesí
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

54Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
53.9/55Tamaños de archivo manejables — 1/49 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes116.571
source_files_sampled49
oversized_source_files1

Interfaces legibles por máquina

100Excepcional
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software
0/20Servidor MCP — no aplicable a este tipo de software
40/40Ejemplos ejecutables — examples, notebooks
Datos de entrada utilizados
example_dirsexamples, notebooks
has_mcp_signalno
api_schema_files—
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Esquema de API (OpenAPI/GraphQL/proto), Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

66estrellas de GitHub
7contribuidores
215commits en los últimos 12 meses
6días desde el último push
44versiones publicadas
2factor bus
16issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Más detalle

Historial de estrellas y forks 0 ★ / 23 ⇿
0Estrellas
23Forks
43Versiones

Cuándo se añadió cada estrella y fork, recopilado de GitHub y agrupado por día. El crecimiento acumulado se sitúa justo encima de las adiciones diarias que lo componen, de modo que ambos se leen en conjunto: la acumulación orgánica sostenida no se parece en nada a un pico abrupto y efímero. Cuando esa diferencia es medible, se informa como autenticidad del crecimiento.

048121620242312019-082023-022026-07
Mayor 3Menor 3Parche 14

Cada punto abarca 7 días.

OpenSSF Scorecard 4.3 / 10
4.3agregado

Evaluación de seguridad independiente y agnóstica en cuanto a herramientas, procedente del proyecto de código abierto OpenSSF Scorecard. Cada comprobación premia una práctica de seguridad, no la herramienta de un proveedor concreto. Las comprobaciones que Scorecard no pudo determinar se marcan como n/d y se excluyen de la puntuación de seguridad (nunca se cuentan como cero).Scorecard v5.5.0 · 2026-09-14 05:59 UTC

10Binary-Artifactsno binaries found in the repo
n/dBranch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
8CI-Tests4 out of 5 merged PRs checked by a CI test -- score normalized to 8
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/8 approved changesets -- score normalized to 0
10Contributorsproject has 6 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
1Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 1
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
6Vulnerabilities4 existing vulnerabilities detected
Dependencias directas 18
RegistroPaqueteRestricción de versiónManifiesto
PyPIcascade-config>=0.4.0pyproject.toml
PyPIclick>=7pyproject.toml
PyPIcustomtkinter>=5,<6pyproject.toml
PyPIdeeplc>=4.0.0pyproject.toml
PyPIim2deep>=2.0.1pyproject.toml
PyPIjinja2>=3pyproject.toml
PyPIlxml>=4.5pyproject.toml
PyPIms2pip>=4.2.0pyproject.toml
PyPIms2rescore_rs>=0.5.0pyproject.toml
PyPInumpy>=1.25,<3.0pyproject.toml
PyPIpackaging>=25.0pyproject.toml
PyPIpandas>=1pyproject.toml
PyPIplotly>=5pyproject.toml
PyPIpsm_utils>=1.1pyproject.toml
PyPIpyarrow>=14pyproject.toml
PyPIpyteomics>=4.7.2pyproject.toml
PyPIrich>=12pyproject.toml
PyPIristretto-ms>=0.3.0pyproject.toml
Todas las dependencias 210

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 19 paquetes directos y 191 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIcascade-config0.4.0directa
PyPIclick8.4.2directa
PyPIcustomtkinter5.2.2directa
PyPIdeeplc4.0.0directa
PyPIim2deep2.0.2directa
PyPIjinja23.1.6directa
PyPIlxml6.1.1directa
PyPIms2pip4.2.0directa
PyPIms2rescore-rs0.5.0directa
PyPInumpy2.4.6directa
PyPInumpy2.5.1directa
PyPIpackaging26.2directa
PyPIpandas2.3.3directa
PyPIplotly6.9.0directa
PyPIpsm-utils1.5.5directa
PyPIpyarrow25.0.0directa
PyPIpyteomics4.7.5directa
PyPIrich14.3.4directa
PyPIristretto-ms0.3.0directa
PyPIaiohappyeyeballs2.7.1indirecta
PyPIaiohttp3.14.3indirecta
PyPIaiosignal1.4.0indirecta
PyPIalabaster1.0.0indirecta
PyPIaltgraph0.17.5indirecta
PyPIannotated-types0.8.0indirecta
PyPIanyio4.14.2indirecta
PyPIappnope0.1.4indirecta
PyPIasttokens3.0.2indirecta
PyPIattrs26.1.0indirecta
PyPIbabel2.18.0indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIblack26.5.1indirecta
PyPIbleach6.4.0indirecta
PyPIcbor26.1.3indirecta
PyPIcertifi2026.7.22indirecta
PyPIcffi2.1.0indirecta
PyPIcfgv3.5.0indirecta
PyPIcharset-normalizer3.4.9indirecta
PyPIcolorama0.4.6indirecta
PyPIcomm0.2.3indirecta
PyPIcontourpy1.3.3indirecta
PyPIcoverage7.15.2indirecta
PyPIcuda-bindings13.3.1indirecta
PyPIcuda-pathfinder1.6.0indirecta
PyPIcuda-toolkit13.0.3.0indirecta
PyPIcycler0.12.1indirecta
PyPIdarkdetect0.8.0indirecta
PyPIdebugpy1.8.21indirecta
PyPIdecorator5.3.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdistlib0.4.3indirecta
PyPIdocutils0.22.4indirecta
PyPIexecuting2.2.1indirecta
PyPIfastjsonschema2.21.2indirecta
PyPIfilelock3.32.0indirecta
PyPIfonttools4.63.0indirecta
PyPIfrozenlist1.8.0indirecta
PyPIfsspec2026.6.0indirecta
PyPIgreenlet3.5.4indirecta
PyPIh110.16.0indirecta
PyPIidentify2.6.19indirecta
PyPIidna3.18indirecta
PyPIimagesize2.0.0indirecta
PyPIiniconfig2.3.0indirecta
PyPIipykernel7.3.0indirecta
PyPIipython9.15.0indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIipywidgets8.1.8indirecta
PyPIjedi0.20.0indirecta
PyPIjoblib1.5.3indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIjupyter-client8.9.1indirecta
PyPIjupyter-core5.9.1indirecta
PyPIjupyterlab-pygments0.3.0indirecta
PyPIjupyterlab-widgets3.0.16indirecta
PyPIkiwisolver1.5.0indirecta
PyPIlightning2.6.5indirecta
PyPIlightning-utilities0.15.3indirecta
PyPImacholib1.16.4indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib3.11.1indirecta
PyPImatplotlib-inline0.2.2indirecta
PyPImdit-py-plugins0.6.1indirecta
PyPImdurl0.1.2indirecta
PyPImistune3.3.4indirecta
PyPIml-dtypes0.5.4indirecta
PyPImpmath1.3.0indirecta
PyPIms2rescore4.0.2indirecta
PyPImultidict6.7.1indirecta
PyPImumble0.3.0indirecta
PyPImypy-extensions1.1.0indirecta
PyPImyst-parser5.1.0indirecta
PyPInarwhals2.24.0indirecta
PyPInbclient0.11.0indirecta
PyPInbconvert7.17.1indirecta
PyPInbformat5.10.4indirecta
PyPInbsphinx0.9.8indirecta
PyPInest-asyncio21.7.2indirecta
PyPInetworkx3.6.1indirecta
PyPInodeenv1.10.0indirecta
PyPInumpydoc1.10.0indirecta
PyPInvidia-cublas13.1.1.3indirecta
PyPInvidia-cuda-cupti13.0.85indirecta
PyPInvidia-cuda-nvrtc13.0.88indirecta
PyPInvidia-cuda-runtime13.0.96indirecta
PyPInvidia-cudnn-cu139.20.0.48indirecta
PyPInvidia-cufft12.0.0.61indirecta
PyPInvidia-cufile1.15.1.6indirecta
PyPInvidia-curand10.4.0.35indirecta
PyPInvidia-cusolver12.0.4.66indirecta
PyPInvidia-cusparse12.6.3.3indirecta
PyPInvidia-cusparselt-cu130.8.1indirecta
PyPInvidia-nccl-cu122.30.7indirecta
PyPInvidia-nccl-cu132.29.7indirecta
PyPInvidia-nvjitlink13.3.33indirecta
PyPInvidia-nvshmem-cu133.4.5indirecta
PyPInvidia-nvtx13.0.85indirecta
PyPIonnx1.22.0indirecta
PyPIonnx2torch1.5.15indirecta
PyPIpandocfilters1.5.1indirecta
PyPIparso0.8.7indirecta
PyPIpathspec1.1.1indirecta
PyPIpefile2024.8.26indirecta
PyPIpexpect4.9.0indirecta
PyPIpillow12.3.0indirecta
PyPIplatformdirs4.11.0indirecta
PyPIpluggy1.6.0indirecta
PyPIpre-commit4.6.1indirecta
PyPIprompt-toolkit3.0.52indirecta
PyPIpropcache0.5.2indirecta
PyPIprotobuf7.35.1indirecta
PyPIpsims1.3.6indirecta
PyPIpsutil7.2.2indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpycparser3.0indirecta
PyPIpydantic2.13.4indirecta
PyPIpydantic-core2.46.4indirecta
PyPIpygments2.20.0indirecta
PyPIpyinstaller6.21.0indirecta
PyPIpyinstaller-hooks-contrib2026.6indirecta
PyPIpyopenms3.5.0indirecta
PyPIpyparsing3.3.2indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-discovery1.5.0indirecta
PyPIpytokens0.4.1indirecta
PyPIpytorch-lightning2.6.5indirecta
PyPIpytz2026.2indirecta
PyPIpywin32-ctypes0.2.3indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyzmq27.1.0indirecta
PyPIreferencing0.37.0indirecta
PyPIrequests2.34.2indirecta
PyPIroman-numerals4.1.0indirecta
PyPIrpds-py2026.6.3indirecta
PyPIruff0.16.0indirecta
PyPIrustyms0.10.0indirecta
PyPIscikit-learn1.9.0indirecta
PyPIscipy1.17.1indirecta
PyPIscipy1.18.0indirecta
PyPIsemver3.0.4indirecta
PyPIsetuptools83.0.0indirecta
PyPIsix1.17.0indirecta
PyPIsnowballstemmer3.1.1indirecta
PyPIsoupsieve2.9.1indirecta
PyPIsphinx9.0.4indirecta
PyPIsphinx9.1.0indirecta
PyPIsphinx-argparse0.6.0indirecta
PyPIsphinx-autobuild2025.8.25indirecta
PyPIsphinx-inline-tabs2025.12.21.14indirecta
PyPIsphinx-rtd-theme3.1.0indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jquery4.1indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIsqlalchemy2.0.51indirecta
PyPIstack-data0.6.3indirecta
PyPIstarlette1.3.1indirecta
PyPIsympy1.14.0indirecta
PyPIthreadpoolctl3.6.0indirecta
PyPItinycss21.5.1indirecta
PyPItomli2.4.1indirecta
PyPItorch2.13.0indirecta
PyPItorchmetrics1.9.0indirecta
PyPItorchvision0.28.0indirecta
PyPItornado6.5.7indirecta
PyPItqdm4.69.1indirecta
PyPItraitlets5.15.1indirecta
PyPItriton3.7.1indirecta
PyPItyping-extensions4.16.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItzdata2026.3indirecta
PyPIurllib32.7.0indirecta
PyPIuvicorn0.51.0indirecta
PyPIvirtualenv21.7.0indirecta
PyPIwatchfiles1.2.0indirecta
PyPIwcwidth0.8.2indirecta
PyPIwebencodings0.5.1indirecta
PyPIwebsockets16.1.1indirecta
PyPIwerkzeug3.1.8indirecta
PyPIwidgetsnbextension4.0.15indirecta
PyPIxgboost2.1.4indirecta
PyPIyarl1.24.5indirecta
Avisos de dependencias 1

Instalar pypi:ms2rescore@4.0.2 arrastra 90 paquetes, directos y transitivos: 1 tienen avisos conocidos, de los cuales 0 son dependencias directas.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
lightning2.6.6indirectaalta12022.6.15

Un aviso significa que la versión registrada en el grafo de dependencias cae dentro del rango afectado de un aviso. No se analiza la alcanzabilidad, y el grafo incluye fijaciones de desarrollo y prueba: un hallazgo puede referirse al utillaje y no al software distribuido.

Informe JSON sin procesar legible por máquina

Comentarios

¿Algo no cuadra en este informe, o hay ideas que compartir? Mediciones erróneas, herramientas no detectadas, ideas, preguntas: todo es bienvenido. Cada mensaje se lee y recibe respuesta.

El mensaje se conserva durante el inicio de sesión.

Registros relacionados

Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con CompOmics/ms2rescore. Leer en paralelo →

100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Excepcional100scikit-learn/scikit-learnscikit-learn: machine learning in PythonExcepcional100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsExcepcional100huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Excepcional100optuna/optunaA hyperparameter optimization frameworkExcepcional100onnx/onnxOpen standard for machine learning interoperabilityExcepcional

Las puntuaciones son señales, no garantías. Reflejan prácticas públicamente visibles en GitHub; no son una auditoría de código ni una garantía de seguridad.

Los datos ausentes se excluyen y los pesos se renormalizan; nunca se puntúan como cero. La metodología es versionada y abierta: métricas v2.10.0, esquema v0.34.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.