Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-12 22:55 UTC

Project-MONAI / MONAI

AI Toolkit for Healthcare Imaging

PythonApache-2.0★ 8591 estrellas⑂ 1599 forksdesde oct 2019Ver en GitHub ↗
TipoBibliotecacómo se determina

Project-MONAI/MONAI tiene un índice de salud de 100 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Security (100/100) y la más baja, AI Readiness (75/100). Se actualizó por última vez hace 2 días. 3 personas concentran la mayor parte del trabajo reciente.

100
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.

100
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 92 se calibra a 100 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Project MONAIOrganización
2804 seguidores37 repositorios públicosdesde oct 2019

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

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicación
PyPImonai1.6.0-44hace 51 días

Métricas por categoría

Vitalidad

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

89Excelente · 21% del índice global
Cómo se puntúa
36/36Recencia de pushúltimo push hace 2 días
28.4/36Cadencia de commits41/52 semanas con commits
18/18Volumen de commits210 commits en el último año
0/10OpenSSF Scorecard: Maintainedsin datos
Datos de entrada utilizados
commits_last_year210
human_commit_share0,96
days_since_last_push2
active_weeks_last_year41
Cómo se puntúa
27/27Publica versiones24 versiones publicadas
36/36Recencia de las versionesúltima versión hace 62 días
12.6/27Cadencia de publicaciónuna versión cada ~141 días
0/10OpenSSF Scorecard: Signed-Releasessin datos
Datos de entrada utilizados
releases_count24
latest_release_tag1.6.0
releases_from_tagsno
days_since_latest_release62
mean_days_between_releases141

Comunidad y Adopción

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

94Excepcional · 17% del índice global
Cómo se puntúa
60/60Estrellas8591 estrellas
25/25Forks1599 forks
11.1/15Observadores100 observadores
Datos de entrada utilizados
forks1599
stars8591
watchers100
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencialicencia 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_readme
has_license
readme_badges9
has_contributing
has_issue_templateno
has_code_of_conduct
readme_badge_servicesbadge.fury.io, codecov.io, github.com, readthedocs.org, shields.io
has_pull_request_template

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)
16.5/22.5Distribución de commitsel principal contribuyente firma el 27% de los commits
13.5/13.5Amplitud de contribuyentes97 contribuyentes
0/10OpenSSF Scorecard: Contributorssin datos
Datos de entrada utilizados
bus_factor3
contributors_sampled97
top_contributor_share0,268
Cómo se puntúa
37.5/42Resolución de issues89% de issues cerradas
26.6/30Aceptación de PR3395/3834 PR decididos fusionados
3.7/13Newcomer PR acceptance2/7 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Reviewsin datos
Datos de entrada utilizados
merged_prs3395
open_issues351
closed_issues2966
prs_merged_7d1
prs_decided_7d4
prs_merged_30d8
prs_decided_30d21
issue_closed_ratio0,894
closed_unmerged_prs439
first_time_authors_30d7
first_time_prs_merged_30d2
first_time_prs_decided_30d7
Cómo se puntúa
30/30Respaldo de la propiedadpropiedad de una organización
0/20Dominio verificadoel estado de dominio verificado no se leyó para esta organización
24.8/25Alcance del propietario2804 seguidores de Project-MONAI
23.5/25Trayectoria37 repos públicos, cuenta de ~6 años
Datos de entrada utilizados
followers2804
owner_typeOrganization
is_verified
owner_loginProject-MONAI
public_repos37
account_age_days2497
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.
Cómo se puntúa
25/25Publicado y resoluble1 paquete(s) en pypi
35/35Recencia de publicaciónúltima publicación hace 51 días
20/20Historial de versiones44 versiones en el registro
20/20No obsoletoactivo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesmonai
ecosystemspypi
any_deprecatedno
min_days_since_publish51

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

95Excepcional · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI15 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-Testssin datos
Datos de entrada utilizados
has_ci
has_tests
has_editorconfigno
has_linter_config
has_precommit_config

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyectohttps://project-monai.github.io/
10/10Descripción del repositorio
10/10Topics7 topics
10/10Wiki
Datos de entrada utilizados
topicshealthcare-imaging, deep-learning, medical-image-computing, medical-image-processing, pytorch, python3, monai
has_wiki
homepagehttps://project-monai.github.io/
docs_sitehttps://project-monai.github.io/
has_readme
has_docs_dir
has_description

Seguridad

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

100Excepcional · 16% del índice global

Postura de seguridad

100Excepcional
Cómo se puntúa
30/30Política de seguridad (SECURITY.md)
25/25Configuración de Dependabot
0/25Lockfiles de dependenciasbiblioteca publicada — los lockfiles son cosa de las aplicaciones, no se esperan aquí
20/20Flujo de trabajo de CodeQL
Datos de entrada utilizados
sourcefile_signals
lockfiles
manifestsdocs/requirements.txt, pyproject.toml, requirements-dev.txt, requirements-min.txt, requirements.txt, setup.cfg, setup.py
has_codeql_workflow
has_security_policy
has_dependabot_config
Excluidos de la puntuación (sin datos o no aplicable): Lockfiles de dependencias. 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_packages2
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:monai@1.6.0 —lo que arrastra la instalación del paquete publicado—: 2 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
Cómo se puntúa
0/45Instrucciones para agentessin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible96 de 96 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url
legible_history_share1
agent_instruction_files
agent_instruction_max_bytes
Cómo se puntúa
18/18Arranque con un solo comandodocs/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato
11/11Verificación estática de tiposmonai/py.typed
10/10Entorno reproducibleDockerfile
10/10Práctica demostrada con agentes10 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado3 de los últimos 100 commits son actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependenciessin datos
Datos de entrada utilizados
has_nixno
has_tests
lockfiles
has_dockerfile
typed_languageno
bootstrap_filesdocs/Makefile
has_devcontainerno
has_linter_config
typecheck_configsmonai/py.typed
agent_commit_share0,1
toolchain_manifests
dependency_bot_commit_share0,03
Cómo se puntúa
27/45Código verificable por tiposPython con configuración de verificación de tipos (monai/py.typed)
54.2/55Tamaños de archivo manejables19/1349 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes193.412
source_files_sampled1349
oversized_source_files19

Datos clave

8591estrellas de GitHub
97contribuidores
210commits en los últimos 12 meses
2días desde el último push
24versiones publicadas
3factor bus
351issues 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 14 authors (cap 12)
  • Could not fetch pypi package 'monai._C' from its registry
  • OpenSSF Scorecard did not return a usable result (exit code -9); skipping Scorecard checks

Más detalle

Historial de estrellas y forks 0 ★ / 1599 ⇿
0Estrellas
1599Forks
11Versiones

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.

400800120016001599182022-092024-092026-08
Mayor 0Menor 6Parche 5

Cada punto abarca 4 días.

Dependencias directas 2
RegistroPaqueteRestricción de versiónManifiesto
PyPItorch>=2.8.0setup.cfg
PyPInumpy>=1.24,<3.0setup.cfg
Todas las dependencias 82

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 2 paquetes directos y 80 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPInumpydirecta
PyPItorchdirecta
PyPIbackports-tarfileindirecta
PyPIblackindirecta
PyPIclearmlindirecta
PyPIcommonmark0.9.1indirecta
PyPIcoverageindirecta
PyPIcucim-cu12indirecta
PyPIcucim-cu13indirecta
PyPIeinopsindirecta
PyPIfilelockindirecta
PyPIfireindirecta
PyPIgdownindirecta
PyPIh5pyindirecta
PyPIhuggingface-hubindirecta
PyPIimagecodecsindirecta
PyPIisortindirecta
PyPIitkindirecta
PyPIjsonschemaindirecta
PyPIlmdbindirecta
PyPIlpips0.1.4indirecta
PyPImatplotlibindirecta
PyPImccabeindirecta
PyPImetricsreloadedindirecta
PyPImlflowindirecta
PyPImore-itertoolsindirecta
PyPImypyindirecta
PyPInibabelindirecta
PyPIninjaindirecta
PyPInni2.10.1indirecta
PyPInvidia-ml-pyindirecta
PyPIonnxindirecta
PyPIonnx-graphsurgeonindirecta
PyPIonnxruntimeindirecta
PyPIonnxscriptindirecta
PyPIopencv-python-headlessindirecta
PyPIopenslide-binindirecta
PyPIopenslide-pythonindirecta
PyPIoptunaindirecta
PyPIpackagingindirecta
PyPIpandasindirecta
PyPIparameterizedindirecta
PyPIpep8-namingindirecta
PyPIpillowindirecta
PyPIpolygraphyindirecta
PyPIpre-commitindirecta
PyPIpsutilindirecta
PyPIpyamgindirecta
PyPIpybind11indirecta
PyPIpycodestyleindirecta
PyPIpydata-sphinx-themeindirecta
PyPIpydicomindirecta
PyPIpyflakesindirecta
PyPIpynrrdindirecta
PyPIpytestindirecta
PyPIpytorch-igniteindirecta
PyPIpyyamlindirecta
PyPIrecommonmark0.6.0indirecta
PyPIrequestsindirecta
PyPIruffindirecta
PyPIscikit-imageindirecta
PyPIscipyindirecta
PyPIsetuptoolsindirecta
PyPIsphinxindirecta
PyPIsphinx-autodoc-typehints1.11.1indirecta
PyPIsphinxcontrib-applehelpindirecta
PyPIsphinxcontrib-devhelpindirecta
PyPIsphinxcontrib-htmlhelpindirecta
PyPIsphinxcontrib-jsmathindirecta
PyPIsphinxcontrib-qthelpindirecta
PyPIsphinxcontrib-serializinghtmlindirecta
PyPItensorboardindirecta
PyPItensorboardxindirecta
PyPItifffileindirecta
PyPItorchioindirecta
PyPItorchvisionindirecta
PyPItqdmindirecta
PyPItransformersindirecta
PyPItypeguardindirecta
PyPItypes-pyyamlindirecta
PyPItypes-setuptoolsindirecta
PyPIzarrindirecta
Avisos de dependencias 0

Instalar pypi:monai@1.6.0 arrastra 2 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 v0.31.0 — metodología completa · wiki de métricas.

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