Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-09 05:30 UTC

GiacomoSaccaggi / scomp_link

End-to-end ML toolkit automating the complete workflow — data profiling, preprocessing, feature engineering, model selection, training, validation, explainability, drift monitoring, fairness checks, and interactive HTML reporting. Includes a full CLI for zero-code ML pipelines. Python 3.10+.

PythonMIT★ 12 estrellas⑂ 1 forkdesde feb 2026Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecaServidor MCPcómo se determina
#anomaly-detection#automl#cli#data-science#explainability#machine-learning#nlp#python#scikit-learn#time-series#agent-skills#agentic-workflow#mcp#mcp-server#ai-agent-tool#ai-tools#cli-app#cli-tool#claude-tool#kiro-tool

GiacomoSaccaggi/scomp_link tiene un índice de salud de 86 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Engineering Quality (95/100) y la más baja, Sustainability & Governance (47/100). Se actualizó por última vez hace 4 días. Una sola persona concentra la mayor parte del trabajo reciente.

86
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.

86
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 72 se calibra a 86 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Giacomo SaccaggiCuenta personal
48 seguidores29 repositorios públicosdesde oct 2018

Este repositorio pertenece a una cuenta personal. Un proyecto con un único propietario conlleva más riesgo de continuidad que uno respaldado por una organización.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPIscomp-link2.2.1231328hace 12 díasmachine-learningdata-scienceautomationpipelineautomlscikit-learnregressionclassificationclusteringdeep-learningnlptext-classificationcontrastive-learninganomaly-detectiontime-seriesensemble-learninghyperparameter-tuningmodel-selectioncross-validationfeature-selectionberttransformerstensorflowpytorchcomputer-visionimage-classificationhtml-reportplotlyedapreprocessingmcpmodel-context-protocolagent-toolai-agentdata-driftmodel-serving

Métricas por categoría

Vitalidad

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

83Excelente · 21% del índice global

Actividad de desarrollo

71Bueno
Cómo se puntúa
36/36Recencia de push — último push hace 4 días
9.7/36Cadencia de commits — 14/52 semanas con commits
18/18Volumen de commits — 153 commits en el último año
0/10OpenSSF Scorecard: Maintained — sin datos
Datos de entrada utilizados
commits_last_year153
human_commit_share0,92
days_since_last_push4
active_weeks_last_year14

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 22 versiones publicadas
36/36Recencia de las versiones — última versión hace 12 días
27/27Cadencia de publicación — una versión cada ~5,4 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count22
latest_release_tagv2.2.1
releases_from_tagsno
days_since_latest_release12
mean_days_between_releases5,4

Comunidad y Adopción

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

54Moderado · 17% del índice global

Popularidad y adopción

20En riesgo
Cómo se puntúa
16.9/60Estrellas — 12 estrellas
0/25Forks — 1 forks
3.3/15Observadores — 5 observadores
Datos de entrada utilizados
forks1
stars12
watchers5
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

92Excelente
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
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges19
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

56Moderado
Cómo se puntúa
44.9/80Descargas mensuales — 2313 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesscomp-link
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2313
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?

47Débil · 23% del índice global

Resiliencia de mantenedores (factor bus)

13Crítico
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
0.2/22.5Distribución de commits — el principal contribuyente firma el 99% de los commits
2.7/13.5Amplitud de contribuyentes — 2 contribuyentes
0/10OpenSSF Scorecard: Contributors — sin datos
Datos de entrada utilizados
bus_factor1
contributors_sampled2
top_contributor_share0,993

Capacidad de respuesta a issues y PR

38Débil
Cómo se puntúa
21/42Resolución de issues — 50% de issues cerradas
6.7/30Aceptación de PR — 11/49 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — sin datos
Datos de entrada utilizados
merged_prs11
open_issues1
closed_issues1
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d1
issue_closed_ratio0,5
closed_unmerged_prs38
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

56Moderado
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
12.2/25Alcance del propietario — 48 seguidores de GiacomoSaccaggi
22.8/25Trayectoria — 29 repos públicos, cuenta de ~7 años
Datos de entrada utilizados
followers48
owner_typeUser
is_verified—
owner_loginGiacomoSaccaggi
public_repos29
account_age_days2887
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 12 días
20/20Historial de versiones — 28 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesscomp-link
ecosystemspypi
any_deprecatedno
min_days_since_publish12

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

95Excepcional · 19% del índice global

Prácticas de ingeniería

92Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 1 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff]), tox.ini
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — sin datos
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configsí

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://giacomosaccaggi.github.io/scomp_link/
10/10Descripción del repositorio
10/10Topics — 20 topics
10/10Wiki
Datos de entrada utilizados
topicsanomaly-detection, automl, cli, data-science, explainability, machine-learning, nlp, python, scikit-learn, time-series, agent-skills, agentic-workflow, mcp, mcp-server, ai-agent-tool, ai-tools, cli-app, cli-tool, claude-tool, kiro-tool
has_wikisí
homepagehttps://giacomosaccaggi.github.io/scomp_link/
docs_sitehttps://giacomosaccaggi.github.io/scomp_link/
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?

84Excelente · 16% del índice global

Postura de seguridad

80Excelente
Cómo se puntúa
30/30Política de seguridad (SECURITY.md)
25/25Configuración de Dependabot
25/25Lockfiles de dependencias — uv.lock
0/20Flujo de trabajo de CodeQL
Datos de entrada utilizados
sourcefile_signals
lockfilesuv.lock
manifestsmcpb/pyproject.toml, pyproject.toml, requirements.txt, requirements/requirements-dev.txt, requirements/requirements-img-py310.txt, requirements/requirements-img-py311.txt, requirements/requirements-img-py312.txt, requirements/requirements-img-py313.txt, requirements/requirements-nlp-py310.txt, requirements/requirements-nlp-py311.txt, requirements/requirements-nlp-py312.txt, requirements/requirements-nlp-py313.txt, requirements/requirements-py310.txt, requirements/requirements-py311.txt, requirements/requirements-py312.txt, requirements/requirements-py313.txt, requirements/requirements-utils.txt, setup.py
has_codeql_workflowno
has_security_policysí
has_dependabot_configsí

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_packages41
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:scomp-link@2.2.1 —lo que arrastra la instalación del paquete publicado—: 41 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.

85Excelente · 4% del índice global

Contexto y guía para agentes

100Excepcional
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md
15/15Documentación legible por máquinas (llms.txt) — llms.txt presente
40/40Historial de commits legible — 90 de 92 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_url—
legible_history_share0,978
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes7175

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

69Bueno
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff]), tox.ini
11/11Verificación estática de tipos — pyrightconfig.json, scomp_link/py.typed
10/10Entorno reproducible — Dockerfile, lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
8/8Mantenimiento automatizado — 8 de los últimos 100 commits son actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — sin datos
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfilesí
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configspyrightconfig.json, scomp_link/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,08

Legibilidad del código para modelos

80Excelente
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (pyrightconfig.json, scomp_link/py.typed)
53.1/55Tamaños de archivo manejables — 4/118 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes103.406
source_files_sampled118
oversized_source_files4

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

12estrellas de GitHub
2contribuidores
153commits en los últimos 12 meses
4días desde el último push
22versiones publicadas
1factor bus
1issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'scomp-link' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • Could not fetch pypi package 'scomp-link-mcpb' from its registry
  • pypi download figures for scomp-link carried forward from the previous scan (stats endpoint unavailable this scan)
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/09 05:29:06 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Más detalle

Dependencias directas 33
RegistroPaqueteRestricción de versiónManifiesto
PyPIscomp-link>=2.1.0mcpb/pyproject.toml
PyPInumpy>=1.22.0,<2.3.0pyproject.toml
PyPInumpy>=1.24.0,<3.0.0pyproject.toml
PyPInumpy>=1.26.0,<3.0.0pyproject.toml
PyPInumpy>=1.26.0,<3.0.0pyproject.toml
PyPInumpy>=2.0.0,<3.0.0pyproject.toml
PyPIpandas>=1.4.0,<2.4.0pyproject.toml
PyPIpandas>=2.0.0,<3.0.0pyproject.toml
PyPIpandas>=2.1.0,<3.0.0pyproject.toml
PyPIpandas>=2.1.0,<3.0.0pyproject.toml
PyPIpandas>=2.2.0,<3.0.0pyproject.toml
PyPIscipy>=1.8.0,<1.12.0pyproject.toml
PyPIscipy>=1.10.0,<2.0.0pyproject.toml
PyPIscipy>=1.11.0,<2.0.0pyproject.toml
PyPIscipy>=1.11.0,<2.0.0pyproject.toml
PyPIscipy>=1.14.0,<2.0.0pyproject.toml
PyPIscikit-learn>=1.2.0,<1.8.0pyproject.toml
PyPIscikit-learn>=1.3.0,<2.0.0pyproject.toml
PyPIscikit-learn>=1.3.0,<2.0.0pyproject.toml
PyPIscikit-learn>=1.3.0,<2.0.0pyproject.toml
PyPIscikit-learn>=1.5.0,<2.0.0pyproject.toml
PyPImatplotlib>=3.6.0,<3.9.0pyproject.toml
PyPImatplotlib>=3.7.0,<4.0.0pyproject.toml
PyPImatplotlib>=3.8.0,<4.0.0pyproject.toml
PyPImatplotlib>=3.8.0,<4.0.0pyproject.toml
PyPImatplotlib>=3.9.0,<4.0.0pyproject.toml
PyPIplotly>=5.0.0,<6.0.0pyproject.toml
PyPIseaborn>=0.11.0,<0.14.0pyproject.toml
PyPIpolars>=0.20.0,<2.0.0pyproject.toml
PyPIpyarrow>=12.0.0pyproject.toml
PyPIoptuna>=3.0.0,<5.0.0pyproject.toml
PyPItqdm>=4.50.0,<5.0.0pyproject.toml
PyPIstatsmodels>=0.13.0,<1.0.0pyproject.toml
Todas las dependencias no recopilado

No fue posible recopilar el conjunto de dependencias resuelto para este informe: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

Avisos de dependencias 0

Instalar pypi:scomp-link@2.2.1 arrastra 41 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 GiacomoSaccaggi/scomp_link. Leer en paralelo →

98zenml-io/zenmlZenML 🙏: One AI Platform from Pipelines to Agents. https://zenml.io.Excepcional100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Excepcional99voxel51/fiftyoneRefine high-quality datasets and visual AI modelsExcepcional99ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Excepcional99ultralytics/ultralyticsUltralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingExcepcional98keras-team/kerasDeep Learning for humansExcepcional

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.