Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-10-18 16:09 UTC

LibreChat-AI / rag-api

ID-based RAG FastAPI: Integration with Langchain and PostgreSQL/pgvector

PythonMIT★ 913 estrellas⑂ 408 forksdesde mar 2024Ver en GitHub ↗

LibreChat-AI/rag-api tiene un índice de salud de 65 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Engineering Quality (81/100) y la más baja, Security (21/100). Se actualizó por última vez hace 13 días. Una sola persona concentra la mayor parte del trabajo reciente.

65
global / 100
Bueno

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.

65
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 60 se calibra a 65 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

LibreChat-AIOrganización · dominio verificado
250 seguidores14 repositorios públicosdesde may 2024

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

Métricas por categoría

Vitalidad

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

71Bueno · 21% del índice global
Cómo se puntúa
28.8/36Recencia de push — último push hace 13 días
8.3/36Cadencia de commits — 12/52 semanas con commits
14.6/18Volumen de commits — 41 commits en el último año
0/10OpenSSF Scorecard: Maintained — sin datos
Datos de entrada utilizados
commits_last_year41
human_commit_share0,99
days_since_last_push13
active_weeks_last_year12
Cómo se puntúa
27/27Publica versiones — 12 versiones publicadas
36/36Recencia de las versiones — última versión hace 78 días
19.8/27Cadencia de publicación — una versión cada ~74,7 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count12
latest_release_tagv0.9.0
releases_from_tagsno
days_since_latest_release78
mean_days_between_releases74,7

Comunidad y Adopción

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

63Moderado · 17% del índice global
Cómo se puntúa
48/60Estrellas — 913 estrellas
21.7/25Forks — 408 forks
4.3/15Observadores — 7 observadores
Datos de entrada utilizados
forks408
stars913
watchers7
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (MIT)
0/18Guía 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_badges0
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_services—
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?

60Moderado · 23% del índice global
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
7.9/22.5Distribución de commits — el principal contribuyente firma el 65% de los commits
13.5/13.5Amplitud de contribuyentes — 34 contribuyentes
0/10OpenSSF Scorecard: Contributors — sin datos
Datos de entrada utilizados
bus_factor1
contributors_sampled34
top_contributor_share0,651
Cómo se puntúa
33/42Resolución de issues — 79% de issues cerradas
17/30Aceptación de PR — 105/185 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_prs105
open_issues24
closed_issues88
prs_merged_7d0
prs_decided_7d0
prs_merged_30d4
prs_decided_30d4
issue_closed_ratio0,786
closed_unmerged_prs80
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.
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
20/20Dominio verificado
17.3/25Alcance del propietario — 250 seguidores de LibreChat-AI
13.4/25Trayectoria — 14 repos públicos, cuenta de ~2 años
Datos de entrada utilizados
followers250
owner_typeOrganization
is_verifiedsí
owner_loginLibreChat-AI
public_repos14
account_age_days891

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

81Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI — 4 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter
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
Cómo se puntúa
30/30README
0/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://librechat.ai/
10/10Descripción del repositorio
10/10Topics — 12 topics
0/10Wiki
Datos de entrada utilizados
topicsapi, api-rest, embeddings, fastapi, langchain, pgvector, postgresql, psql, python, rag, vector, vector-database
has_wikino
homepagehttps://librechat.ai/
docs_sitehttps://librechat.ai/
has_readmesí
has_docs_dirno
has_descriptionsí

Seguridad

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

21En riesgo · 16% del índice global
Cómo se puntúa
0/30Política de seguridad (SECURITY.md)
0/25Configuración de Dependabot
0/25Lockfiles de dependencias
0/20Flujo de trabajo de CodeQL
Datos de entrada utilizados
sourcefile_signals
lockfiles—
manifestsrequirements.lite.txt, requirements.txt
has_codeql_workflowno
has_security_policyno
has_dependabot_configno
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
0/25Dependencias indirectas libres de avisos conocidos — el conjunto transitivo no es separable de las dependencias de desarrollo y prueba en este alcance
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories30
affected_packages2
assessed_packages40
unassessed_packages6
affected_by_severitycritical 2
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Dependencias indirectas libres de avisos conocidos, Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejaron 40 dependencias resueltas con OSV. 6 no pudieron evaluarse: sin versión resuelta, ecosistema no admitido o fuera de la lista de paquetes informada. Este repositorio no publica ningún paquete que el índice resuelva, por lo que se evaluó en su lugar el grafo de dependencias del repositorio. Ese grafo mezcla fijaciones de desarrollo y prueba con las dependencias distribuidas, de modo que solo se puntúan las dependencias declaradas en tiempo de ejecución; los hallazgos transitivos se informan como contexto y quedan excluidos de la puntuación. 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
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://librechat.ai/llms.txt)
40/40Historial de commits legible — 91 de 99 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://librechat.ai/llms.txt
legible_history_share0,919
agent_instruction_files—
agent_instruction_max_bytes—
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato
0/11Verificación estática de tipos
10/10Entorno reproducible — devcontainer, Dockerfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — sin datos
Datos de entrada utilizados
has_nixno
has_testssí
lockfiles—
has_dockerfilesí
typed_languageno
bootstrap_files—
has_devcontainersí
has_linter_configsí
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
55/55Tamaños de archivo manejables — 0/48 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes56.019
source_files_sampled48
oversized_source_files0

Datos clave

913estrellas de GitHub
34contribuidores
41commits en los últimos 12 meses
13días desde el último push
12versiones publicadas
1factor bus
24issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard timed out after 240s; skipping Scorecard checks

Más detalle

Historial de estrellas y forks 0 ★ / 408 ⇿
0Estrellas
408Forks
12Versiones

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.

010020030040050040572024-032025-072026-10
Mayor 0Menor 9Parche 3

Cada punto abarca 3 días.

Todas las dependencias 46

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 46 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIaiofiles24.1.0indirecta
PyPIasyncpg0.29.0indirecta
PyPIboto3—indirecta
PyPIchardet5.2.0indirecta
PyPIcryptography50.0.1indirecta
PyPIdocx2txt0.9indirecta
PyPIfastapi0.115.12indirecta
PyPIhttpx0.27.0indirecta
PyPIlangchain1.3.10indirecta
PyPIlangchain-aws1.6.0indirecta
PyPIlangchain-community0.4.2indirecta
PyPIlangchain-core1.4.8indirecta
PyPIlangchain-google-genai4.2.5indirecta
PyPIlangchain-huggingface1.2.2indirecta
PyPIlangchain-mongodb0.11.0indirecta
PyPIlangchain-ollama1.1.0indirecta
PyPIlangchain-openai1.3.2indirecta
PyPIlangchain-text-splitters1.1.2indirecta
PyPImarkdown3.8.2indirecta
PyPImongomock4.3.0indirecta
PyPImsoffcrypto-tool—indirecta
PyPInetworkx3.2.1indirecta
PyPIopencv-python-headless4.9.0.80indirecta
PyPIopenpyxl3.1.5indirecta
PyPIpandas2.2.1indirecta
PyPIpgvector0.2.5indirecta
PyPIpsycopg2-binary2.9.9indirecta
PyPIpydantic—indirecta
PyPIpyjwt2.13.0indirecta
PyPIpymongo—indirecta
PyPIpypandoc1.15indirecta
PyPIpypdf6.19.0indirecta
PyPIpytest9.0.3indirecta
PyPIpytest-asyncio1.3.0indirecta
PyPIpython-dotenv1.2.2indirecta
PyPIpython-magic0.4.27indirecta
PyPIpython-multipart0.0.32indirecta
PyPIpython-pptx1.0.2indirecta
PyPIrapidocr-onnxruntime1.4.4indirecta
PyPIsentence-transformers3.1.1indirecta
PyPIsqlalchemy2.0.41indirecta
PyPItenacity—indirecta
PyPItestcontainers—indirecta
PyPIunstructured0.27.8indirecta
PyPIuvicorn0.28.0indirecta
PyPIxlrd2.0.2indirecta
Avisos de dependencias 2

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 40 paquetes, que incluyen también fijaciones de desarrollo y prueba que nunca se distribuyen: 2 tienen avisos conocidos, de los cuales 0 son directas. 6 no pudieron evaluarse: sin versión resuelta, ecosistema no admitido, o fuera de la lista de paquetes informada.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
pyjwt2.13.0indirectacrítica282.15.0
sentence-transformers3.1.1indirectacrítica25.6.0

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.

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.