Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-08-22 12:28 UTC

Labelbox / labelbox-python

The data factory for next gen AI

PythonApache-2.0★ 155 estrellas⑂ 73 forksdesde sept 2018Ver en GitHub ↗
TipoBibliotecacómo se determina
#python#sdk#ai#ml#mlops#annotation

Labelbox/labelbox-python tiene un índice de salud de 94 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Engineering Quality (90/100) y la más baja, Security (62/100). Se actualizó por última vez hoy. 5 personas concentran la mayor parte del trabajo reciente.

94
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.

94
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 81 se calibra a 94 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

labelboxOrganización
124 seguidores34 repositorios públicosdesde nov 2017

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
PyPIlabelbox7.11.0719.026193hace 24 díasaiedulabelboxlabelingllmmachinelearningml
PyPIlbox-clients1.1.2252.3513hace 583 díasaiedulabelboxlabelingllmmachinelearningml
PyPIlbox-alignerr0.1.0231hace 297 díasaialignerrlabelboxlabelinglbox-alignerrllmmachinelearningml

Métricas por categoría

Vitalidad

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

85Excelente · 21% del índice global

Actividad de desarrollo

81Excelente
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
17.3/36Cadencia de commits — 25/52 semanas con commits
18/18Volumen de commits — 125 commits en el último año
10/10OpenSSF Scorecard: Maintained — 17 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year125
human_commit_share0,94
days_since_last_push0
active_weeks_last_year25

Disciplina de publicación

90Excelente
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
36/36Recencia de las versiones — última versión hace 24 días
27/27Cadencia de publicación — una versión cada ~36,4 días
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Datos de entrada utilizados
releases_count100
latest_release_tagv7.11.0
releases_from_tagsno
days_since_latest_release24
mean_days_between_releases36,4

Comunidad y Adopción

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

75Bueno · 17% del índice global

Popularidad y adopción

57Moderado
Cómo se puntúa
35.5/60Estrellas — 155 estrellas
15.5/25Forks — 73 forks
5.6/15Observadores — 11 observadores
Datos de entrada utilizados
forks73
stars155
watchers11
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

77Bueno
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
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges9
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

100Excepcional
Cómo se puntúa
79.8/80Descargas mensuales — 971.400 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packageslabelbox, lbox-clients, lbox-alignerr
dependents—
ecosystemspypi
total_downloads—
monthly_downloads971.400
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?

89Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

80Excelente
Cómo se puntúa
45.9/54Factor bus — la mitad de los commits recae en 5 contribuyente(s)
17.8/22.5Distribución de commits — el principal contribuyente firma el 21% de los commits
13.5/13.5Amplitud de contribuyentes — 83 contribuyentes
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Datos de entrada utilizados
bus_factor5
contributors_sampled83
top_contributor_share0,207

Capacidad de respuesta a issues y PR

95Excepcional
Cómo se puntúa
41.5/42Resolución de issues — 99% de issues cerradas
25.2/30Aceptación de PR — 1668/1982 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_prs1668
open_issues1
closed_issues85
prs_merged_7d0
prs_decided_7d0
prs_merged_30d5
prs_decided_30d5
issue_closed_ratio0,988
closed_unmerged_prs314
first_time_authors_30d1
first_time_prs_merged_30d4
first_time_prs_decided_30d4

Propiedad y custodia

85Excelente
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado — el estado de dominio verificado no se leyó para esta organización
15.1/25Alcance del propietario — 124 seguidores de Labelbox
23.2/25Trayectoria — 34 repos públicos, cuenta de ~8 años
Datos de entrada utilizados
followers124
owner_typeOrganization
is_verified—
owner_loginLabelbox
public_repos34
account_age_days3196
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 — 3 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 24 días
20/20Historial de versiones — 193 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packageslabelbox, lbox-clients, lbox-alignerr
ecosystemspypi
any_deprecatedno
min_days_since_publish24

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

90Excelente · 19% del índice global

Prácticas de ingeniería

84Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 9 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — libs/labelbox/pyproject.toml ([tool.ruff])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configno

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://labelbox.com
10/10Descripción del repositorio
10/10Topics — 6 topics
10/10Wiki
Datos de entrada utilizados
topicspython, sdk, ai, ml, mlops, annotation
has_wikisí
homepagehttps://labelbox.com
docs_sitehttps://labelbox.com
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?

62Moderado · 16% del índice global

Postura de seguridad

52Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
7.5/7.5Code-Review — all changesets reviewed
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
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 — 17 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
3.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 7
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
5/5Security-Policy — security policy file 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
2.2/7.5Vulnerabilities — 7 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate5,2

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_packages27
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:labelbox@7.11.0 —lo que arrastra la instalación del paquete publicado—: 27 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.

72Bueno · 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://docs.labelbox.com/llms.txt)
40/40Historial de commits legible — 72 de 94 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://docs.labelbox.com/llms.txt
legible_history_share0,766
agent_instruction_files—
agent_instruction_max_bytes—

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

71Bueno
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — libs/labelbox/pyproject.toml ([tool.ruff])
11/11Verificación estática de tipos — libs/labelbox/mypy.ini
10/10Entorno reproducible — Dockerfile, lockfile
10/10Práctica demostrada con agentes — 9 de los últimos 100 commits con autoría o crédito de agente
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
7/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 7
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfilesí
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configslibs/labelbox/mypy.ini
agent_commit_share0,09
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

81Excelente
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (libs/labelbox/mypy.ini)
54.4/55Tamaños de archivo manejables — 4/366 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes931.526
source_files_sampled366
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
0/20Servidor MCP — no aplicable a este tipo de software
40/40Ejemplos ejecutables — example, examples, notebooks
Datos de entrada utilizados
example_dirsexample, examples, 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

155estrellas de GitHub
83contribuidores
125commits en los últimos 12 meses
0días desde el último push
100versiones publicadas
5factor bus
1issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'labelbox-python' from its registry
  • Could not fetch pypi package 'lbox-example' from its registry

Más detalle

Historial de estrellas y forks 0 ★ / 73 ⇿
0Estrellas
73Forks
97Versiones

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.

01325385063757222019-032022-102026-06
Mayor 1Menor 8Parche 2

Cada punto abarca 7 días.

OpenSSF Scorecard 5.2 / 10
5.2agregado

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 · 2026-08-22 12:27 UTC

10Binary-Artifactsno binaries found in the repo
1Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained17 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
7Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 7
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
3Vulnerabilities7 existing vulnerabilities detected
Dependencias directas 18
RegistroPaqueteRestricción de versiónManifiesto
PyPIsphinx-multiproject>=1.0.0rc1pyproject.toml
PyPIsphinx>=7.1.2pyproject.toml
PyPIsphinx-rtd-theme>=2.0.0pyproject.toml
PyPIgoogle-api-core>=1.22.1libs/labelbox/pyproject.toml
PyPIpydantic>=2.0libs/labelbox/pyproject.toml
PyPIpython-dateutil>=2.8.2, <2.10.0libs/labelbox/pyproject.toml
PyPIrequests>=2.22.0libs/labelbox/pyproject.toml
PyPIstrenum>=0.4.15libs/labelbox/pyproject.toml
PyPItqdm>=4.66.2libs/labelbox/pyproject.toml
PyPIgeojson>=3.1.0libs/labelbox/pyproject.toml
PyPIlbox-clients==1.1.2libs/labelbox/pyproject.toml
PyPIPyYAML>=6.0libs/labelbox/pyproject.toml
PyPIlabelbox>=0.1.0libs/lbox-alignerr/pyproject.toml
PyPIpydantic>=2.0.0libs/lbox-alignerr/pyproject.toml
PyPIpyyaml>=6.0libs/lbox-alignerr/pyproject.toml
PyPIrequests>=2.22.0libs/lbox-clients/pyproject.toml
PyPIgoogle-api-core>=1.22.1libs/lbox-clients/pyproject.toml
PyPIart>=6.2libs/lbox-example/pyproject.toml
Todas las dependencias 130

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 21 paquetes directos y 109 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIart—directa
PyPIgeojson—directa
PyPIgoogle-api-core—directa
PyPIlabelbox—directa
PyPIlbox-clients1.1.2directa
PyPIpydantic—directa
PyPIpython-dateutil—directa
PyPIpyyaml—directa
PyPIrequests—directa
PyPIrequests2.22.0directa
PyPIrequests2.32.5directa
PyPIsphinx2.1.2directa
PyPIsphinx7.4.7directa
PyPIsphinx8.1.3directa
PyPIsphinx8.2.3directa
PyPIsphinx-multiproject1.0.0directa
PyPIsphinx-rtd-theme0.4.3directa
PyPIsphinx-rtd-theme3.0.2directa
PyPIstrenum—directa
PyPItqdm—directa
PyPItqdm4.32.2directa
PyPIaffine2.2.2indirecta
PyPIalabaster0.7.12indirecta
PyPIalabaster0.7.16indirecta
PyPIalabaster1.0.0indirecta
PyPIastroid2.2.5indirecta
PyPIatomicwrites1.3.0indirecta
PyPIattrs19.1.0indirecta
PyPIbabel2.17.0indirecta
PyPIbabel2.7.0indirecta
PyPIbleach3.1.0indirecta
PyPIcertifi2019.6.16indirecta
PyPIcertifi2025.8.3indirecta
PyPIchardet3.0.4indirecta
PyPIcharset-normalizer3.4.3indirecta
PyPIcheck-manifest0.39indirecta
PyPIclick7.0indirecta
PyPIclick-plugins1.1.1indirecta
PyPIcligj0.5.0indirecta
PyPIcolorama0.4.6indirecta
PyPIcoverage4.5.3indirecta
PyPIdocutils0.14indirecta
PyPIdocutils0.21.2indirecta
PyPIentrypoints0.3indirecta
PyPIfilelock3.0.12indirecta
PyPIflake83.7.8indirecta
PyPIhatchling—indirecta
PyPIidna2.8indirecta
PyPIidna3.10indirecta
PyPIimagesize—indirecta
PyPIimagesize1.1.0indirecta
PyPIimagesize1.4.1indirecta
PyPIimportlib-metadata0.18indirecta
PyPIimportlib-metadata8.7.0indirecta
PyPIisort4.3.21indirecta
PyPIjinja22.10.1indirecta
PyPIjinja23.1.6indirecta
PyPIlabelbox-python0.1.0indirecta
PyPIlazy-object-proxy1.4.1indirecta
PyPIlbox-alignerr—indirecta
PyPImarkupsafe1.1.1indirecta
PyPImarkupsafe3.0.2indirecta
PyPImccabe0.6.1indirecta
PyPImore-itertools7.1.0indirecta
PyPImypy0.720indirecta
PyPImypy-extensions0.4.1indirecta
PyPInumpy—indirecta
PyPInumpy1.16.4indirecta
PyPIopencv-python-headless—indirecta
PyPIpackaging19.0indirecta
PyPIpackaging25.0indirecta
PyPIpillow—indirecta
PyPIpillow6.1.0indirecta
PyPIpkginfo1.5.0.1indirecta
PyPIpluggy0.12.0indirecta
PyPIpockets0.7.2indirecta
PyPIpy1.8.0indirecta
PyPIpycodestyle2.5.0indirecta
PyPIpyflakes2.1.1indirecta
PyPIpygeotile—indirecta
PyPIpygments2.19.2indirecta
PyPIpygments2.4.2indirecta
PyPIpylint2.3.1indirecta
PyPIpyparsing2.4.0indirecta
PyPIpyproj—indirecta
PyPIpytest5.0.1indirecta
PyPIpytest-cov2.7.1indirecta
PyPIpytz2019.1indirecta
PyPIrasterio1.0.24indirecta
PyPIreadme-renderer24.0indirecta
PyPIrequests-toolbelt0.9.1indirecta
PyPIroman-numerals-py3.1.0indirecta
PyPIshapely—indirecta
PyPIshapely1.6.4.post2indirecta
PyPIsimplification0.4.2indirecta
PyPIsix1.12.0indirecta
PyPIsnowballstemmer1.9.0indirecta
PyPIsnowballstemmer3.0.1indirecta
PyPIsnuggs1.4.6indirecta
PyPIsphinxcontrib-applehelp1.0.1indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-devhelp1.0.1indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp1.0.2indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jquery4.1indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-napoleon0.7indirecta
PyPIsphinxcontrib-qthelp1.0.2indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml1.1.3indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPItoml0.10.0indirecta
PyPItomli2.2.1indirecta
PyPItox3.13.2indirecta
PyPItwine1.13.0indirecta
PyPItyped-ast1.4.0indirecta
PyPItypeguard—indirecta
PyPItyping-extensions—indirecta
PyPItyping-extensions3.7.4indirecta
PyPIurllib31.25.3indirecta
PyPIurllib32.5.0indirecta
PyPIvirtualenv16.6.2indirecta
PyPIwcwidth0.1.7indirecta
PyPIwebencodings0.5.1indirecta
PyPIwheel0.33.4indirecta
PyPIwrapt1.11.2indirecta
PyPIxmltodict0.12.0indirecta
PyPIzipp0.5.2indirecta
PyPIzipp3.23.0indirecta
Avisos de dependencias 0

Instalar pypi:labelbox@7.11.0 arrastra 27 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 Labelbox/labelbox-python. Leer en paralelo →

98Netflix/metaflowBuild, Manage and Deploy AI/ML SystemsExcepcional100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Excepcional99ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3xExcepcional99langchain-ai/langgraphBuild resilient agents.Excepcional99microsoft/agent-frameworkA framework for building, orchestrating and deploying AI agents and multi-agent workflows with support for Python and .NET.Excepcional98Significant-Gravitas/AutoGPTAutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mission is to provide the tools, so that you can focus on what matters.Excepcional

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.