Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-08-27 20:59 UTC

Nixtla / utilsforecast

Helper functions to plot, evaluate, preprocess and engineer features for forecasting

PythonApache-2.0★ 109 estrellas⑂ 25 forksdesde ago 2023Ver en GitHub ↗
TipoBibliotecacómo se determina

Nixtla/utilsforecast tiene un índice de salud de 94 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Engineering Quality (88/100) y la más baja, Community & Adoption (74/100). Se actualizó por última vez hoy. Una sola persona concentra 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

NixtlaOrganización · dominio verificado
2845 seguidores40 repositorios públicosdesde mar 2021

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
PyPIutilsforecast0.2.162.242.88257hace 121 díastime-seriesanalysisforecasting

Métricas por categoría

Vitalidad

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

81Excelente · 21% del índice global

Actividad de desarrollo

80Excelente
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
18/36Cadencia de commits — 26/52 semanas con commits
16.2/18Volumen de commits — 63 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_year63
human_commit_share0,64
days_since_last_push0
active_weeks_last_year26

Disciplina de publicación

82Excelente
Cómo se puntúa
27/27Publica versiones — 57 versiones publicadas
27/36Recencia de las versiones — última versión hace 121 días
19.8/27Cadencia de publicación — una versión cada ~61,2 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count57
latest_release_tagv0.2.16
releases_from_tagsno
days_since_latest_release121
mean_days_between_releases61,2
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?

74Bueno · 17% del índice global

Popularidad y adopción

48Débil
Cómo se puntúa
33/60Estrellas — 109 estrellas
11.5/25Forks — 25 forks
3.3/15Observadores — 5 observadores
Datos de entrada utilizados
forks25
stars109
watchers5
growth_stateorganic
growth_factor_pct100

Salud de la comunidad

85Excelente
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
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_badges0
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_services—
has_pull_request_templateno

Adopción en el ecosistema (descargas)

100Excepcional
Cómo se puntúa
80/80Descargas mensuales — 2.242.882 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesutilsforecast
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2.242.882
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?

78Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

39Débil
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
6.3/22.5Distribución de commits — el principal contribuyente firma el 72% de los commits
13.5/13.5Amplitud de contribuyentes — 20 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations
Datos de entrada utilizados
bus_factor1
contributors_sampled20
top_contributor_share0,718

Capacidad de respuesta a issues y PR

89Excelente
Cómo se puntúa
37.9/42Resolución de issues — 90% de issues cerradas
27.3/30Aceptación de PR — 202/222 PR decididos fusionados
8.7/13Newcomer PR acceptance — 2/3 PR de contribuyentes primerizos fusionados en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs202
open_issues4
closed_issues37
prs_merged_7d1
prs_decided_7d1
prs_merged_30d2
prs_decided_30d3
issue_closed_ratio0,902
closed_unmerged_prs20
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d3

Propiedad y custodia

98Excepcional
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
20/20Dominio verificado
24.8/25Alcance del propietario — 2845 seguidores de Nixtla
22.7/25Trayectoria — 40 repos públicos, cuenta de ~5 años
Datos de entrada utilizados
followers2845
owner_typeOrganization
is_verifiedsí
owner_loginNixtla
public_repos40
account_age_days2003

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 121 días
20/20Historial de versiones — 57 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesutilsforecast
ecosystemspypi
any_deprecatedno
min_days_since_publish121

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

88Excelente · 19% del índice global

Prácticas de ingeniería

94Excepcional
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])
9.6/9.6Hooks 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_configsí

Documentación

80Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://nixtlaverse.nixtla.io/utilsforecast
10/10Descripción del repositorio
0/10Topics
0/10Wiki
Datos de entrada utilizados
topics—
has_wikino
homepagehttps://nixtlaverse.nixtla.io/utilsforecast
docs_sitehttps://nixtlaverse.nixtla.io/utilsforecast
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?

77Bueno · 16% del índice global

Postura de seguridad

71Bueno
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
2.5/2.5CI-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
2.5/2.5Contributors — project has 4 contributing companies or organizations
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 — 17 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
3/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
4/5SAST — SAST tool is not run on all commits -- score normalized to 8
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6/7.5Vulnerabilities — 2 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,1
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_packages6
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:utilsforecast@0.2.16 —lo que arrastra la instalación del paquete publicado—: 6 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.

79Bueno · 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://nixtlaverse.nixtla.io/llms.txt)
40/40Historial de commits legible — 60 de 64 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://nixtlaverse.nixtla.io/llms.txt
legible_history_share0,938
agent_instruction_files—
agent_instruction_max_bytes—

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

88Excelente
Cómo se puntúa
18/18Arranque con un solo comando — Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff])
11/11Verificación estática de tipos — utilsforecast/py.typed
10/10Entorno reproducible — lockfile
2/10Práctica demostrada con agentes — 1 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 36 de los últimos 100 commits son actualizaciones automáticas de dependencias
6/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_filesMakefile
has_devcontainerno
has_linter_configsí
typecheck_configsutilsforecast/py.typed
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0,36

Legibilidad del código para modelos

82Excelente
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (utilsforecast/py.typed)
55/55Tamaños de archivo manejables — 0/29 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes48.068
source_files_sampled29
oversized_source_files0

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 — notebooks
Datos de entrada utilizados
example_dirsnotebooks
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

109estrellas de GitHub
20contribuidores
63commits en los últimos 12 meses
0días desde el último push
57versiones publicadas
1factor bus
4issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Star history carried forward from 2026-07-09: GitHub restricted the stargazers API to repository admins, so it can no longer be collected. The repository has 109 stars today.

Más detalle

Historial de estrellas y forks 106 ★ / 25 ⇿
106Estrellas
25Forks
57Versiones

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.

El historial de estrellas se muestra tal como se recogió el 2026-07-09. GitHub restringió la API de stargazers a los administradores del repositorio en julio de 2026, por lo que esta serie ya no puede ampliarse; el total de estrellas indicado arriba sigue actualizándose.

0204060801001201062532023-082025-022026-08
Mayor 0Menor 2Parche 55

Cada punto abarca 3 días.

OpenSSF Scorecard 7.1 / 10
7.1agregado

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 · 2026-08-27 20:58 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-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
10Contributorsproject has 4 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate 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
6Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 6
8SASTSAST tool is not run on all commits -- score normalized to 8
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
8Vulnerabilities2 existing vulnerabilities detected
Dependencias directas 4
RegistroPaqueteRestricción de versiónManifiesto
PyPInumpy—pyproject.toml
PyPIpackaging—pyproject.toml
PyPIpandas—pyproject.toml
PyPInarwhals>=2.0pyproject.toml
Todas las dependencias 107

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 6 paquetes directos y 101 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPInarwhals2.15.0directa
PyPInumpy2.2.6directa
PyPInumpy2.3.5directa
PyPIpackaging26.0directa
PyPIpandas2.3.3directa
PyPIpandas3.0.3directa
PyPIadagio0.2.6indirecta
PyPIaiohappyeyeballs2.6.1indirecta
PyPIaiohttp3.14.3indirecta
PyPIaiosignal1.4.0indirecta
PyPIasync-timeout5.0.1indirecta
PyPIattrs25.4.0indirecta
PyPIblinker1.9.0indirecta
PyPIcertifi2026.1.4indirecta
PyPIcfgv3.5.0indirecta
PyPIcharset-normalizer3.4.4indirecta
PyPIclick8.3.1indirecta
PyPIcloudpickle3.1.2indirecta
PyPIcolorama0.4.6indirecta
PyPIcontourpy1.3.2indirecta
PyPIcontourpy1.3.3indirecta
PyPIcoverage7.13.1indirecta
PyPIcycler0.12.1indirecta
PyPIdash3.4.0indirecta
PyPIdask2026.1.1indirecta
PyPIdatasetsforecast0.0.8indirecta
PyPIdistlib0.4.0indirecta
PyPIdistributed2026.1.1indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIfilelock3.20.3indirecta
PyPIflask3.1.3indirecta
PyPIfonttools4.61.1indirecta
PyPIfrozenlist1.8.0indirecta
PyPIfsspec2026.1.0indirecta
PyPIfugue0.9.4indirecta
PyPIgriffe2md1.5.0indirecta
PyPIgriffelib2.0.0indirecta
PyPIidentify2.6.16indirecta
PyPIidna3.15indirecta
PyPIimportlib-metadata8.7.1indirecta
PyPIiniconfig2.3.0indirecta
PyPIitsdangerous2.2.0indirecta
PyPIjinja23.1.6indirecta
PyPIkiwisolver1.4.9indirecta
PyPIllvmlite0.46.0indirecta
PyPIlocket1.0.0indirecta
PyPImarkdown-it-py4.0.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib3.10.8indirecta
PyPImdformat1.0.0indirecta
PyPImdurl0.1.2indirecta
PyPImkdocstrings-parser0.0.1indirecta
PyPImsgpack1.2.1indirecta
PyPImultidict6.7.0indirecta
PyPInest-asyncio1.6.0indirecta
PyPInodeenv1.10.0indirecta
PyPInumba0.63.1indirecta
PyPIorjson3.11.6indirecta
PyPIpartd1.4.2indirecta
PyPIpillow12.3.0indirecta
PyPIpip26.1.2indirecta
PyPIpip-licenses5.5.0indirecta
PyPIplatformdirs4.5.1indirecta
PyPIplotly6.5.2indirecta
PyPIplotly-resampler0.11.0indirecta
PyPIpluggy1.6.0indirecta
PyPIpolars1.31.0indirecta
PyPIpre-commit4.5.1indirecta
PyPIprettytable3.17.0indirecta
PyPIpropcache0.4.1indirecta
PyPIpsutil7.2.1indirecta
PyPIpy4j0.10.9.9indirecta
PyPIpyarrow23.0.1indirecta
PyPIpygments2.20.0indirecta
PyPIpyparsing3.3.2indirecta
PyPIpyspark4.2.0indirecta
PyPIpytest9.0.3indirecta
PyPIpytest-cov7.0.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpytz2025.2indirecta
PyPIpyyaml6.0.3indirecta
PyPIrequests2.33.0indirecta
PyPIretrying1.4.2indirecta
PyPIrich14.2.0indirecta
PyPIscipy1.15.3indirecta
PyPIscipy1.17.0indirecta
PyPIsetuptools83.0.0indirecta
PyPIsix1.17.0indirecta
PyPIsortedcontainers2.4.0indirecta
PyPItblib3.2.2indirecta
PyPItomli2.4.0indirecta
PyPItoolz1.1.0indirecta
PyPItornado6.5.7indirecta
PyPItqdm4.67.1indirecta
PyPItriad1.0.2indirecta
PyPItsdownsample0.1.4.1indirecta
PyPItyping-extensions4.15.0indirecta
PyPItzdata2025.3indirecta
PyPIurllib32.7.0indirecta
PyPIutilsforecast0.2.16indirecta
PyPIvirtualenv20.36.1indirecta
PyPIwcwidth0.3.0indirecta
PyPIwerkzeug3.1.6indirecta
PyPIxlrd2.0.2indirecta
PyPIyarl1.22.0indirecta
PyPIzict3.0.0indirecta
PyPIzipp3.23.0indirecta
Avisos de dependencias 0

Instalar pypi:utilsforecast@0.2.16 arrastra 6 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 Nixtla/utilsforecast. Leer en paralelo →

98Nixtla/neuralforecastScalable and user friendly neural :brain: forecasting algorithms.Excepcional98sktime/sktimeA unified framework for machine learning with time seriesExcepcional98autogluon/autogluonFast and Accurate ML in 3 Lines of CodeExcepcional98Nixtla/statsforecastLightning ⚡️ fast forecasting with statistical and econometric models.Excepcional97unit8co/dartsA python library for user-friendly forecasting and anomaly detection on time series.Excepcional96Nixtla/mlforecastScalable machine 🤖 learning for time series forecasting.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.