Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-09 10:34 UTC

CrowdStrike / falcon-mcp

Connect AI agents to CrowdStrike Falcon for automated security analysis and threat hunting

PythonMIT★ 250 estrellas⑂ 82 forksdesde jun 2025Ver en GitHub ↗
TipoHerramienta de línea de comandosServidor MCPBibliotecacómo se determina
#ai#crowdstrike#falcon#mcp#mcp-server

CrowdStrike/falcon-mcp tiene un índice de salud de 95 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (94/100) y la más baja, AI Readiness (65/100). Se actualizó por última vez hace 7 días. Una sola persona concentra la mayor parte del trabajo reciente.

95
global / 100
Excepcional

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.

95
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 82 se calibra a 95 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

CrowdStrikeOrganización · dominio verificado
1421 seguidores276 repositorios públicosdesde sept 2012

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

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicación
PyPIfalcon-mcp0.19.047.24621hace 7 días

Métricas por categoría

Vitalidad

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

94Excepcional · 21% del índice global

Actividad de desarrollo

90Excelente
Cómo se puntúa
36/36Recencia de push — último push hace 7 días
25.6/36Cadencia de commits — 37/52 semanas con commits
18/18Volumen de commits — 176 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year176
human_commit_share0,8
days_since_last_push7
active_weeks_last_year37

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 21 versiones publicadas
36/36Recencia de las versiones — última versión hace 7 días
27/27Cadencia de publicación — una versión cada ~10 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count21
latest_release_tagv0.19.0
releases_from_tagsno
days_since_latest_release7
mean_days_between_releases10
Excluidos de la puntuación (sin datos o no aplicable): OpenSSF Scorecard: Signed-Releases. Los pesos restantes se han renormalizado.

Comunidad y Adopción

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

72Bueno · 17% del índice global

Popularidad y adopción

61Moderado
Cómo se puntúa
38.9/60Estrellas — 250 estrellas
15.9/25Forks — 82 forks
5.8/15Observadores — 12 observadores
Datos de entrada utilizados
forks82
stars250
watchers12
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

85Excelente
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (MIT)
18/18Guía CONTRIBUTING
13.5/13.5Código 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_conductsí
readme_badge_servicesbadge.fury.io, shields.io
has_pull_request_templateno

Sostenibilidad y Gobernanza

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

76Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

37Débil
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
8.2/22.5Distribución de commits — el principal contribuyente firma el 64% de los commits
13.5/13.5Amplitud de contribuyentes — 27 contribuyentes
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Datos de entrada utilizados
bus_factor1
contributors_sampled27
top_contributor_share0,635

Capacidad de respuesta a issues y PR

82Excelente
Cómo se puntúa
35.2/42Resolución de issues — 84% de issues cerradas
19.1/30Aceptación de PR — 276/433 PR decididos fusionados
13/13Newcomer PR acceptance — 4/4 PR de contribuyentes primerizos fusionados en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs276
open_issues21
closed_issues108
prs_merged_7d0
prs_decided_7d0
prs_merged_30d23
prs_decided_30d23
issue_closed_ratio0,837
closed_unmerged_prs157
first_time_authors_30d4
first_time_prs_merged_30d4
first_time_prs_decided_30d4

Propiedad y custodia

98Excepcional
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
20/20Dominio verificado
22.7/25Alcance del propietario — 1421 seguidores de CrowdStrike
25/25Trayectoria — 276 repos públicos, cuenta de ~13 años
Datos de entrada utilizados
followers1421
owner_typeOrganization
is_verifiedsí
owner_loginCrowdStrike
public_repos276
account_age_days5093

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 7 días
20/20Historial de versiones — 21 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesfalcon-mcp
ecosystemspypi
any_deprecatedno
min_days_since_publish7

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

85Excelente · 19% del índice global

Prácticas de ingeniería

82Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 6 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff], [tool.black])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configno

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://developer.crowdstrike.com/falcon-mcp/overview/
10/10Descripción del repositorio
10/10Topics — 5 topics
0/10Wiki
Datos de entrada utilizados
topicsai, crowdstrike, falcon, mcp, mcp-server
has_wikino
homepagehttps://developer.crowdstrike.com/falcon-mcp/overview/
docs_sitehttps://developer.crowdstrike.com/falcon-mcp/overview/
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?

85Excelente · 16% del índice global

Postura de seguridad

81Excelente
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
3.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.2/2.5CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
7.5/7.5Code-Review — all changesets reviewed
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
4/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
4/5SAST — SAST tool is not run on all commits -- score normalized to 8
2/5Security-Policy — security policy file detected
0/7.5Signed-Releases — sin datos
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
6.8/7.5Vulnerabilities — 1 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate8,1
Excluidos de la puntuación (sin datos o no aplicable): Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

100Excepcional
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
25/25Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages33
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:falcon-mcp@0.19.0 —lo que arrastra la instalación del paquete publicado—: 33 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.

65Bueno · 4% del índice global

Contexto y guía para agentes

55Moderado
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
15/15Documentación legible por máquinas (llms.txt) — llms.txt servido por el sitio web del proyecto (https://developer.crowdstrike.com/llms.txt)
40/40Historial de commits legible — 80 de 80 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://developer.crowdstrike.com/llms.txt
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

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

65Bueno
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff], [tool.black])
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile, lockfile
6/10Práctica demostrada con agentes — 3 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 10 de los últimos 100 commits son actualizaciones automáticas de dependencias
8/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
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_share0,03
toolchain_manifests—
dependency_bot_commit_share0,1

Legibilidad del código para modelos

53Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
53.2/55Tamaños de archivo manejables — 6/184 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes133.289
source_files_sampled184
oversized_source_files6

Interfaces legibles por máquina

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

Datos clave

250estrellas de GitHub
27contribuidores
176commits en los últimos 12 meses
7días desde el último push
21versiones publicadas
1factor bus
21issues 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 ★ / 82 ⇿
0Estrellas
82Forks
20Versiones

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.

0204060801008142025-072026-022026-09
Mayor 0Menor 18Parche 2

Cada punto abarca 2 días.

OpenSSF Scorecard 8.1 / 10
8.1agregado

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 · 2026-09-09 10:33 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
9CI-Tests29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
8Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 8
8SASTSAST tool is not run on all commits -- score normalized to 8
4Security-Policysecurity policy file detected
n/dSigned-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
9Vulnerabilities1 existing vulnerabilities detected
Dependencias directas 4
RegistroPaqueteRestricción de versiónManifiesto
PyPIanyio>=4.5pyproject.toml
PyPIcrowdstrike-falconpy>=1.6.4pyproject.toml
PyPImcp>=1.28.1,<2.0.0pyproject.toml
PyPIpython-dotenv>=1.1.1pyproject.toml
Todas las dependencias 59

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 4 paquetes directos y 55 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIanyio4.9.0directa
PyPIcrowdstrike-falconpy1.6.4directa
PyPImcp1.29.0directa
PyPIpython-dotenv1.2.2directa
PyPIannotated-types0.7.0indirecta
PyPIast-serialize0.5.0indirecta
PyPIattrs25.3.0indirecta
PyPIblack26.5.1indirecta
PyPIcertifi2025.4.26indirecta
PyPIcffi2.0.0indirecta
PyPIcharset-normalizer3.4.2indirecta
PyPIclick8.4.1indirecta
PyPIcolorama0.4.6indirecta
PyPIcryptography50.0.0indirecta
PyPIfalcon-mcp—indirecta
PyPIfalcon-mcp0.19.0indirecta
PyPIgoogle-adk2.5.0indirecta
PyPIgoogle-cloud-aiplatform1.162.0indirecta
PyPIh110.16.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx0.28.1indirecta
PyPIhttpx-sse0.4.0indirecta
PyPIidna3.18indirecta
PyPIiniconfig2.1.0indirecta
PyPIjsonschema4.25.0indirecta
PyPIjsonschema-specifications2025.4.1indirecta
PyPIlibrt0.11.0indirecta
PyPImypy2.1.0indirecta
PyPImypy-extensions1.1.0indirecta
PyPIpackaging24.2indirecta
PyPIpathspec1.0.4indirecta
PyPIplatformdirs4.3.8indirecta
PyPIpluggy1.6.0indirecta
PyPIpycparser2.22indirecta
PyPIpydantic2.11.5indirecta
PyPIpydantic2.13.4indirecta
PyPIpydantic-core2.33.2indirecta
PyPIpydantic-core2.46.4indirecta
PyPIpydantic-settings2.9.1indirecta
PyPIpygments2.19.1indirecta
PyPIpyjwt2.13.0indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-asyncio1.4.0indirecta
PyPIpython-multipart0.0.32indirecta
PyPIpytokens0.4.1indirecta
PyPIpywin32311indirecta
PyPIreferencing0.36.2indirecta
PyPIrequests2.34.2indirecta
PyPIrpds-py0.26.0indirecta
PyPIruff0.15.18indirecta
PyPIsniffio1.3.1indirecta
PyPIsse-starlette3.4.5indirecta
PyPIstarlette1.3.1indirecta
PyPItyping-extensions4.14.0indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-inspection0.4.1indirecta
PyPItyping-inspection0.4.2indirecta
PyPIurllib32.7.0indirecta
PyPIuvicorn0.34.3indirecta
Avisos de dependencias 0

Instalar pypi:falcon-mcp@0.19.0 arrastra 33 paquetes, directos y transitivos: 0 tienen avisos conocidos, de los cuales 0 son dependencias directas.

Ningún aviso conocido afecta a las dependencias evaluadas.

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 CrowdStrike/falcon-mcp. Leer en paralelo →

96mcp-use/mcp-useThe fullstack MCP framework to develop MCP Apps for ChatGPT / Claude & MCP Servers for AI Agents.Excepcional98n8n-io/n8nFair-code workflow automation platform with native AI capabilities. Combine visual building with custom code, self-host or cloud, 400+ integrations.Excepcional98modelcontextprotocol/csharp-sdkThe official C# SDK for Model Context Protocol servers and clients. Maintained in collaboration with Microsoft.Excepcional96alpic-ai/skybridgeSkybridge is a full-stack TypeScript framework for MCP Apps and ChatGPT Apps. Type-safe. React-powered. Platform-agnostic.Excepcional95apify/apify-mcp-serverThe Apify MCP server enables your AI agents to extract data from social media, search engines, maps, e-commerce sites, or any other website using thousands of ready-made scrapers, crawlers, and automation tools available on the Apify Store.Excepcional94daangn/seed-designSEED Design SystemExcepcional

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.