Registro público
Informe de salud del softwareesquema 0.17.0 · métricas 2.10.0 · 2026-07-21 04:11 UTC

MDAnalysis / mdanalysis

MDAnalysis is a Python library to analyze molecular dynamics simulations.

PythonLicencia propia★ 1610 estrellas⑂ 849 forksdesde abr 2015Ver en GitHub ↗
TipoBibliotecacómo se determina

MDAnalysis/mdanalysis tiene un índice de salud de 94 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Community & Adoption (86/100) y la más baja, AI Readiness (49/100). Se actualizó por última vez hoy. 3 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 80 se calibra a 94 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

MDAnalysisOrganización
347 seguidores77 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
PyPIMDAnalysis2.10.0206.77047hace 276 díaspythonsciencechemistrybiophysicsmolecular-dynamicscomputational-chemistrymolecular-simulationanalysistrajectory-analysis
PyPIMDAnalysisTests2.10.012.81844hace 276 días

Métricas por categoría

Vitalidad

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

81Excelente · 21% del índice global
Cómo se puntúa
36/36Recencia de pushúltimo push hace 0 días
24.9/36Cadencia de commits36/52 semanas con commits
18/18Volumen de commits110 commits en el último año
10/10OpenSSF Scorecard: Maintained30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year110
human_commit_share
days_since_last_push0
active_weeks_last_year36
Cómo se puntúa
27/27Publica versiones33 versiones publicadas
16.2/36Recencia de las versionesúltima versión hace 276 días
19.8/27Cadencia de publicaciónuna versión cada ~115 días
0/10OpenSSF Scorecard: Signed-Releasessin datos
Datos de entrada utilizados
releases_count33
latest_release_tagpackage-2.10.0
releases_from_tagsno
days_since_latest_release276
mean_days_between_releases115
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?

86Excelente · 17% del índice global
Cómo se puntúa
52/60Estrellas1610 estrellas
24.4/25Forks849 forks
8.9/15Observadores41 observadores
Datos de entrada utilizados
forks849
stars1610
watchers41
growth_stateorganic
growth_factor_pct100
Cómo se puntúa
22.5/22.5README
16.9/22.5Licenciaarchivo de licencia presente, no es una licencia reconocida
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_readme
has_license
readme_badges
has_contributing
has_issue_templateno
has_code_of_conduct
readme_badge_services
has_pull_request_template
Cómo se puntúa
71.2/80Descargas mensuales219.588 descargas/mes en pypi
0/20Dependientes en el registrono lo informa este ecosistema
Datos de entrada utilizados
packagesMDAnalysis, MDAnalysisTests
dependents
ecosystemspypi
total_downloads
monthly_downloads219.588
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?

86Excelente · 23% del índice global
Cómo se puntúa
36/54Factor busla mitad de los commits recae en 3 contribuyente(s)
17.9/22.5Distribución de commitsel principal contribuyente firma el 21% de los commits
13.5/13.5Amplitud de contribuyentes100 contribuyentes
10/10OpenSSF Scorecard: Contributorsproject has 57 contributing companies or organizations
Datos de entrada utilizados
bus_factor3
contributors_sampled100
top_contributor_share0,206
Cómo se puntúa
34.4/42Resolución de issues82% de issues cerradas
24.4/30Aceptación de PR2091/2567 PR decididos fusionados
0/13Newcomer PR acceptanceningún PR de un contribuyente primerizo decidido en 30 d
15/15OpenSSF Scorecard: Code-Reviewall changesets reviewed
Datos de entrada utilizados
merged_prs2091
open_issues440
closed_issues1977
prs_merged_7d
prs_decided_7d
prs_merged_30d
prs_decided_30d
issue_closed_ratio0,818
closed_unmerged_prs476
first_time_authors_30d
first_time_prs_merged_30d
first_time_prs_decided_30d
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 propiedadpropiedad de una organización
0/20Dominio verificadoel estado de dominio verificado no se leyó para esta organización
18.3/25Alcance del propietario347 seguidores de MDAnalysis
25/25Trayectoria77 repos públicos, cuenta de ~11 años
Datos de entrada utilizados
followers347
owner_typeOrganization
is_verified
owner_loginMDAnalysis
public_repos77
account_age_days4148
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.
Cómo se puntúa
25/25Publicado y resoluble2 paquete(s) en pypi
26/35Recencia de publicaciónúltima publicación hace 276 días
20/20Historial de versiones47 versiones en el registro
20/20No obsoletoactivo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesMDAnalysis, MDAnalysisTests
ecosystemspypi
any_deprecatedno
min_days_since_publish276

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

80Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI5 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter.flake8, .pylintrc
0/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests23 out of 23 merged PRs checked by a CI test -- score normalized to 10
Datos de entrada utilizados
has_ci
has_tests
has_editorconfigno
has_linter_config
has_precommit_configno
Cómo se puntúa
30/30README
0/25Directorio de documentación
15/15Sitio de documentación / página del proyectohttps://mdanalysis.org
10/10Descripción del repositorio
10/10Topics8 topics
10/10Wiki
Datos de entrada utilizados
topicsmolecular-dynamics, python, science, trajectory-analysis, molecular-simulation, molecular-dynamics-simulation, mdanalysis, computational-chemistry
has_wiki
homepagehttps://mdanalysis.org
docs_sitehttps://mdanalysis.org
has_readme
has_docs_dirno
has_description

Seguridad

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

74Bueno · 16% del índice global
Cómo se puntúa
7.5/7.5Binary-Artifactsno binaries found in the repo
0/7.5Branch-Protectionsin datos
2.5/2.5CI-Tests23 out of 23 merged PRs checked by a CI test -- score normalized to 10
0.5/2.5CII-Best-Practicesbadge detected: InProgress
7.5/7.5Code-Reviewall changesets reviewed
2.5/2.5Contributorsproject has 57 contributing companies or organizations
10/10Dangerous-Workflowno dangerous workflow patterns detected
7.5/7.5Dependency-Update-Toolupdate tool detected
0/5Fuzzingproject is not fuzzed
2.2/2.5Licencialicense file detected
7.5/7.5Maintained30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10
5/5Packagingpackaging workflow detected
0/5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
1/5SASTSAST tool is not run on all commits -- score normalized to 2
0/5Security-Policysecurity policy file not detected
0/7.5Signed-Releasessin datos
0/7.5Token-Permissionsdetected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,8
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Signed-Releases. Los pesos restantes se han renormalizado.
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidosninguna dependencia directa tiene un aviso conocido
25/25Dependencias indirectas libres de avisos conocidosninguna dependencia indirecta tiene un aviso conocido
0/40Sin avisos pendientesningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages21
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:MDAnalysis@2.10.0 —lo que arrastra la instalación del paquete publicado—: 21 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.

49Débil · 4% del índice global
Cómo se puntúa
0/45Instrucciones para agentessin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
0/40Historial de commits legiblesin datos
Datos de entrada utilizados
has_llms_txtno
llms_txt_url
legible_history_share
agent_instruction_files
agent_instruction_max_bytes
Excluidos de la puntuación (sin datos o no aplicable): Historial de commits legible. Los pesos restantes se han renormalizado.
Cómo se puntúa
18/18Arranque con un solo comandopackage/doc/sphinx/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato.flake8, .pylintrc
11/11Verificación estática de tiposmypy.ini
0/10Entorno reproducible
0/10Práctica demostrada con agentessin datos
5/8Mantenimiento automatizadoautomatización de dependencias configurada, no observada en los commits muestreados
0/10OpenSSF Scorecard: Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_tests
lockfiles
has_dockerfileno
typed_languageno
bootstrap_filespackage/doc/sphinx/Makefile
has_devcontainerno
has_linter_config
typecheck_configsmypy.ini
agent_commit_share
toolchain_manifests
dependency_bot_commit_share0
Excluidos de la puntuación (sin datos o no aplicable): Práctica demostrada con agentes. Los pesos restantes se han renormalizado.
Cómo se puntúa
27/45Código verificable por tiposPython con configuración de verificación de tipos (mypy.ini)
52.7/55Tamaños de archivo manejables19/454 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes190.357
source_files_sampled454
oversized_source_files19

Datos clave

1610estrellas de GitHub
100contribuidores
110commits en los últimos 12 meses
0días desde el último push
33versiones publicadas
3factor bus
440issues abiertas
PyPIecosistemas de paquetes

Más detalle

Historial de estrellas y forks 1610 ★ / 0 ⇿
1610Estrellas

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.

Solo se muestra el historial más reciente: este repositorio supera la ventana de recopilación, por lo que no se captura el historial más antiguo.

50075010001250150017501610132021-082024-022026-07

Cada punto abarca 5 días.

OpenSSF Scorecard 6.8 / 10
6.8agregado

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 · 2026-07-21 04:10 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
10CI-Tests23 out of 23 merged PRs checked by a CI test -- score normalized to 10
2CII-Best-Practicesbadge detected: InProgress
10Code-Reviewall changesets reviewed
10Contributorsproject has 57 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
10Maintained30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
2SASTSAST tool is not run on all commits -- score normalized to 2
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 11
RegistroPaqueteRestricción de versiónManifiesto
PyPInumpy>=1.26.0package/pyproject.toml
PyPIGridDataFormats>=0.4.0package/pyproject.toml
PyPImmtf-python>=1.0.0package/pyproject.toml
PyPIjoblib>=0.12package/pyproject.toml
PyPIscipy>=1.5.0package/pyproject.toml
PyPImatplotlib>=1.5.1package/pyproject.toml
PyPItqdm>=4.43.0package/pyproject.toml
PyPIthreadpoolctlpackage/pyproject.toml
PyPIpackagingpackage/pyproject.toml
PyPIfilelockpackage/pyproject.toml
PyPImda-xdrlibpackage/pyproject.toml
Todas las dependencias 37

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 11 paquetes directos y 26 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIfilelockdirecta
PyPIgriddataformatsdirecta
PyPIjoblibdirecta
PyPImatplotlibdirecta
PyPImda-xdrlibdirecta
PyPImmtf-pythondirecta
PyPInumpydirecta
PyPIpackagingdirecta
PyPIscipydirecta
PyPIthreadpoolctldirecta
PyPItqdmdirecta
PyPIbiopythonindirecta
PyPIchemfilesindirecta
PyPIcodecovindirecta
PyPIcythonindirecta
PyPIgsdindirecta
PyPIh5pyindirecta
PyPIhypothesisindirecta
PyPIimdclientindirecta
PyPImdanalysis2.11.0-dev0indirecta
PyPImdanalysis-sphinx-themeindirecta
PyPImypy0.960indirecta
PyPInetcdf4indirecta
PyPInetworkxindirecta
PyPIparmedindirecta
PyPIpoochindirecta
PyPIpyedrindirecta
PyPIpytestindirecta
PyPIpytngindirecta
PyPIrdkitindirecta
PyPIscikit-learnindirecta
PyPIseabornindirecta
PyPIsetuptoolsindirecta
PyPIsphinxindirecta
PyPIsphinx-sitemapindirecta
PyPItidynamicsindirecta
PyPItyping-extensionsindirecta
Avisos de dependencias 0

Instalar pypi:MDAnalysis@2.10.0 arrastra 21 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.

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 v0.17.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadasPyPI.