Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-10-24 11:20 UTC

OpenByteInc / QuantDinger

Open-source AI Trading OS, agent trading, and vibe trading, with Jev System One integration. Research, build Python strategies, backtest, and paper/live trade across crypto, stocks, and forex. Launch your own multi-tenant trading SaaS with built-in user management, billing, payments, and settlement.

PythonApache-2.0★ 13.069 estrellas⑂ 2659 forksdesde dic 2025Ver en GitHub ↗
TipoBibliotecaServidor MCPServicio de redHerramienta de línea de comandoscómo se determina
#quantitative-finance#quant#trade#python#fintech#agent#forex#alpaca#binance#backtesting#stocks#finance#crypto#exchange#saas#strategy#mcp-server#jev#typesafe-ai

OpenByteInc/QuantDinger tiene un índice de salud de 91 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Vitality (95/100) y la más baja, Sustainability & Governance (58/100). Se actualizó por última vez hoy. Una sola persona concentra la mayor parte del trabajo reciente.

91
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.

91
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 77 se calibra a 91 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Open Byte IncOrganización
72 seguidores5 repositorios públicosdesde jul 2026

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
PyPIquantdinger-mcp0.6.28428hace 43 díasmcpmodel-context-protocolquantdingerai-agenttradingbacktestquantcursorclaudecodexopenclawnanobot

Métricas por categoría

Vitalidad

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

95Excepcional · 21% del índice global

Actividad de desarrollo

92Excelente
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
27.7/36Cadencia de commits — 40/52 semanas con commits
18/18Volumen de commits — 717 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 25 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year717
human_commit_share0,98
days_since_last_push0
active_weeks_last_year40

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 83 versiones publicadas
36/36Recencia de las versiones — última versión hace 0 días
27/27Cadencia de publicación — una versión cada ~2 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count83
latest_release_tagv5.7.2
releases_from_tagsno
days_since_latest_release0
mean_days_between_releases2
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?

83Excelente · 17% del índice global

Popularidad y adopción

96Excepcional
Cómo se puntúa
60/60Estrellas — 13.069 estrellas
25/25Forks — 2659 forks
10.8/15Observadores — 87 observadores
Datos de entrada utilizados
forks2659
stars13.069
watchers87
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 (Apache-2.0)
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_badges12
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_servicesshields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

49Débil
Cómo se puntúa
39/80Descargas mensuales — 842 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesquantdinger-mcp
dependents—
ecosystemspypi
total_downloads—
monthly_downloads842
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?

58Moderado · 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)
10.3/22.5Distribución de commits — el principal contribuyente firma el 54% de los commits
13.5/13.5Amplitud de contribuyentes — 27 contribuyentes
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Datos de entrada utilizados
bus_factor1
contributors_sampled27
top_contributor_share0,544

Capacidad de respuesta a issues y PR

54Moderado
Cómo se puntúa
34.8/42Resolución de issues — 83% de issues cerradas
12.2/30Aceptación de PR — 57/140 PR decididos fusionados
5.8/13Newcomer PR acceptance — 8/18 PR de contribuyentes primerizos fusionados en 30 d
1.5/15OpenSSF Scorecard: Code-Review — Found 3/30 approved changesets -- score normalized to 1
Datos de entrada utilizados
merged_prs57
open_issues25
closed_issues120
prs_merged_7d5
prs_decided_7d7
prs_merged_30d14
prs_decided_30d31
issue_closed_ratio0,828
closed_unmerged_prs83
first_time_authors_30d10
first_time_prs_merged_30d8
first_time_prs_decided_30d18

Propiedad y custodia

50Moderado
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
13.4/25Alcance del propietario — 72 seguidores de OpenByteInc
6.2/25Trayectoria — 5 repos públicos, cuenta de ~0 años
Datos de entrada utilizados
followers72
owner_typeOrganization
is_verifiedno
owner_loginOpenByteInc
public_repos5
account_age_days97

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 43 días
20/20Historial de versiones — 8 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesquantdinger-mcp
ecosystemspypi
any_deprecatedno
min_days_since_publish43

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

86Excelente · 19% del índice global

Prácticas de ingeniería

84Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 5 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — backend_api_python/pyproject.toml ([tool.ruff])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 3 out of 3 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

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://ai.quantdinger.com
10/10Descripción del repositorio
10/10Topics — 19 topics
0/10Wiki
Datos de entrada utilizados
topicsquantitative-finance, quant, trade, python, fintech, agent, forex, alpaca, binance, backtesting, stocks, finance, crypto, exchange, saas, strategy, mcp-server, jev, typesafe-ai
has_wikino
homepagehttps://ai.quantdinger.com
docs_sitehttps://ai.quantdinger.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?

67Bueno · 16% del índice global

Postura de seguridad

64Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
2.5/2.5CI-Tests — 3 out of 3 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
0.8/7.5Code-Review — Found 3/30 approved changesets -- score normalized to 1
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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 — 30 commit(s) and 25 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate6,4
Excluidos de la puntuación (sin datos o no aplicable): Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

79Bueno
Cómo se puntúa
14/35Dependencias directas libres de avisos conocidos — 1 afectados: mcp 1.28.1 (high 7.5)
25/25Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido
40/40Sin avisos pendientes — ningún aviso lleva público más de 90 días
Datos de entrada utilizados
sourceosv
advisories1
affected_packages1
assessed_packages29
unassessed_packages0
affected_by_severityhigh 1
direct_affected_packages1
Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:quantdinger-mcp@0.6.2 —lo que arrastra la instalación del paquete publicado—: 29 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.

75Bueno · 4% del índice global

Contexto y guía para agentes

100Excepcional
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md, CLAUDE.md
15/15Documentación legible por máquinas (llms.txt) — llms.txt servido por el sitio web del proyecto (https://docs.typesafe.ai/llms.txt)
40/40Historial de commits legible — 97 de 98 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://docs.typesafe.ai/llms.txt
legible_history_share0,99
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes3717

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

55Moderado
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — backend_api_python/pyproject.toml ([tool.ruff])
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile
4/10Práctica demostrada con agentes — 2 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 2 de los últimos 100 commits son actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_testssí
lockfiles—
has_dockerfilesí
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0,02

Legibilidad del código para modelos

54Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
53.9/55Tamaños de archivo manejables — 18/932 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes219.626
source_files_sampled932
oversized_source_files18

Interfaces legibles por máquina

100Excepcional
Cómo se puntúa
40/40Esquema de API (OpenAPI/GraphQL/proto) — docs/api/openapi.yaml
20/20Servidor MCP
40/40Ejemplos ejecutables — examples
Datos de entrada utilizados
example_dirsexamples
has_mcp_signalsí
api_schema_filesdocs/api/openapi.yaml
interfaces_expected_ofnetwork-service

Datos clave

13.069estrellas de GitHub
27contribuidores
717commits en los últimos 12 meses
0días desde el último push
83versiones publicadas
1factor bus
25issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 20 authors (cap 12)

Más detalle

Historial de estrellas y forks 0 ★ / 2659 ⇿
0Estrellas
2659Forks
62Versiones

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.

1500175020002250250027502659252026-062026-082026-10
Mayor 0Menor 0Parche 62
OpenSSF Scorecard 6.4 / 10
6.4agregado

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 · 2026-10-24 11:19 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
10CI-Tests3 out of 3 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
1Code-ReviewFound 3/30 approved changesets -- score normalized to 1
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 25 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
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 2
RegistroPaqueteRestricción de versiónManifiesto
PyPImcp>=1.28.1,<1.29mcp_server/pyproject.toml
PyPIhttpx>=0.27.0,<0.29mcp_server/pyproject.toml
Todas las dependencias 49

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 2 paquetes directos y 47 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIhttpx—directa
PyPImcp—directa
PyPIaiohttp—indirecta
PyPIakshare—indirecta
PyPIalpaca-py—indirecta
PyPIbandit—indirecta
PyPIbcrypt—indirecta
PyPIbuild—indirecta
PyPIcelery—indirecta
PyPIcertifi—indirecta
PyPIconfluent-kafka—indirecta
PyPIcryptography—indirecta
PyPIexchange-calendars—indirecta
PyPIfilelock—indirecta
PyPIfinnhub-python—indirecta
PyPIflask3.1.3indirecta
PyPIflask-cors6.0.5indirecta
PyPIflask-smorest—indirecta
PyPIgunicorn—indirecta
PyPIib-insync—indirecta
PyPIlitellm—indirecta
PyPImarshmallow—indirecta
PyPIpandas—indirecta
PyPIpillow—indirecta
PyPIpip-audit—indirecta
PyPIprometheus-client—indirecta
PyPIpsycopg2-binary—indirecta
PyPIpyjwt—indirecta
PyPIpyotp—indirecta
PyPIpypdf—indirecta
PyPIpysocks—indirecta
PyPIpytest—indirecta
PyPIpytest-cov—indirecta
PyPIpytest-timeout—indirecta
PyPIpython-dotenv—indirecta
PyPIpython-socks—indirecta
PyPIpyyaml—indirecta
PyPIqrcode—indirecta
PyPIredis—indirecta
PyPIreportlab—indirecta
PyPIrequests—indirecta
PyPIruff—indirecta
PyPIsetuptools—indirecta
PyPIta-lib0.8.1indirecta
PyPItwine—indirecta
PyPIurllib3—indirecta
PyPIwebsocket-client—indirecta
PyPIwerkzeug—indirecta
PyPIyfinance—indirecta
Avisos de dependencias 1

Instalar pypi:quantdinger-mcp@0.6.2 arrastra 29 paquetes, directos y transitivos: 1 tienen avisos conocidos, de los cuales 1 son dependencias directas.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
mcp1.28.1directaalta12.2.0

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.

Registros relacionados

Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con OpenByteInc/QuantDinger. Leer en paralelo →

99nautechsystems/nautilus_traderProduction-grade Rust-native trading engine with deterministic event-driven architectureExcepcional99awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsExcepcional99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.Excepcional98ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3xExcepcional98modelcontextprotocol/python-sdkThe official Python SDK for Model Context Protocol servers and clientsExcepcional98deepnote/deepnoteDeepnote is a drop-in replacement for Jupyter with an AI-first design, sleek UI, new blocks, and native data integrations. Use Python, R, and SQL locally in your favorite IDE, then scale to Deepnote cloud for real-time collaboration, Deepnote agent, and deployable data apps. https://deepnote.com/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.