Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-13 00:29 UTC

PyCQA / flake8

flake8 is a python tool that glues together pycodestyle, pyflakes, mccabe, and third-party plugins to check the style and quality of some python code.

PythonLicencia propia★ 3811 estrellas⑂ 354 forksdesde sept 2014Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina

PyCQA/flake8 tiene un índice de salud de 78 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Engineering Quality (91/100) y la más baja, AI Readiness (39/100). Se actualizó por última vez hace 29 días. 2 personas concentran la mayor parte del trabajo reciente.

78
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.

78
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 67 se calibra a 78 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

1023 seguidores29 repositorios públicosdesde sept 2014

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
PyPIflake87.3.0-94hace 418 días

Métricas por categoría

Vitalidad

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

53Moderado · 21% del índice global
Cómo se puntúa
28.8/36Recencia de pushúltimo push hace 29 días
9.7/36Cadencia de commits14/52 semanas con commits
13/18Volumen de commits27 commits en el último año
0/10OpenSSF Scorecard: Maintainedsin datos
Datos de entrada utilizados
commits_last_year27
human_commit_share0,75
days_since_last_push29
active_weeks_last_year14
Cómo se puntúa
16.2/27Publica versiones70 etiquetas de versión (sin releases de GitHub)
7.2/36Recencia de las versionesúltima versión hace 418 días
19.8/27Cadencia de publicaciónuna versión cada ~117,1 días
0/10OpenSSF Scorecard: Signed-Releasessin datos
Datos de entrada utilizados
releases_count70
latest_release_tag7.3.0
releases_from_tags
days_since_latest_release418
mean_days_between_releases117,1

Comunidad y Adopción

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

77Bueno · 17% del índice global
Cómo se puntúa
58.1/60Estrellas3811 estrellas
21.2/25Forks354 forks
8.7/15Observadores37 observadores
Datos de entrada utilizados
forks354
stars3811
watchers37
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
16.9/22.5Licenciaarchivo de licencia presente, no es una licencia reconocida
18/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readme
has_license
readme_badges2
has_contributing
has_issue_templateno
has_code_of_conductno
readme_badge_servicesgithub.com, shields.io
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?

74Bueno · 23% del índice global
Cómo se puntúa
25.2/54Factor busla mitad de los commits recae en 2 contribuyente(s)
12.1/22.5Distribución de commitsel principal contribuyente firma el 46% de los commits
13.5/13.5Amplitud de contribuyentes99 contribuyentes
0/10OpenSSF Scorecard: Contributorssin datos
Datos de entrada utilizados
bus_factor2
contributors_sampled99
top_contributor_share0,461
Cómo se puntúa
41.4/42Resolución de issues99% de issues cerradas
21.2/30Aceptación de PR293/414 PR decididos fusionados
0/13Newcomer PR acceptance0/2 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Reviewsin datos
Datos de entrada utilizados
merged_prs293
open_issues23
closed_issues1593
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d2
issue_closed_ratio0,986
closed_unmerged_prs121
first_time_authors_30d2
first_time_prs_merged_30d0
first_time_prs_decided_30d2
Cómo se puntúa
30/30Respaldo de la propiedadpropiedad de una organización
0/20Dominio verificadoel estado de dominio verificado no se leyó para esta organización
21.6/25Alcance del propietario1023 seguidores de PyCQA
22.8/25Trayectoria29 repos públicos, cuenta de ~11 años
Datos de entrada utilizados
followers1023
owner_typeOrganization
is_verified
owner_loginPyCQA
public_repos29
account_age_days4352
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
14/35Recencia de publicaciónúltima publicación hace 418 días
20/20Historial de versiones94 versiones en el registro
20/20No obsoletoactivo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesflake8
ecosystemspypi
any_deprecatedno
min_days_since_publish418

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

91Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI1 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter.pylintrc, tox.ini
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

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyectohttps://flake8.pycqa.org
10/10Descripción del repositorio
10/10Topics12 topics
0/10Wiki
Datos de entrada utilizados
topicspython, python3, static-analysis, static-code-analysis, linter, linter-flake8, stylelint, styleguide, style-guide, flake8, pep8, complexity-analysis
has_wikino
homepagehttps://flake8.pycqa.org
docs_sitehttps://flake8.pycqa.org
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?

44Débil · 16% del índice global
Cómo se puntúa
30/30Política 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
manifestsexample-plugin/setup.py, setup.cfg, setup.py
has_codeql_workflowno
has_security_policy
has_dependabot_configno
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_packages3
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:flake8@7.3.0 —lo que arrastra la instalación del paquete publicado—: 3 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.

39Débil · 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)
34.8/40Historial de commits legible49 de 75 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url
legible_history_share0,653
agent_instruction_files
agent_instruction_max_bytes
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato.pylintrc, tox.ini
0/11Verificación estática de tipos
0/10Entorno reproducible
0/10Práctica demostrada con agentesningún commit con autoría de agente entre los últimos 100
0/8Mantenimiento automatizadono se observan actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependenciessin datos
Datos de entrada utilizados
has_nixno
has_tests
lockfiles
has_dockerfileno
typed_languageno
bootstrap_files
has_devcontainerno
has_linter_config
typecheck_configs
agent_commit_share0
toolchain_manifests
dependency_bot_commit_share0
Cómo se puntúa
0/45Código verificable por tiposPython sin configuración de verificación de tipos
55/55Tamaños de archivo manejables0/77 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes23.646
source_files_sampled77
oversized_source_files0

Datos clave

3811estrellas de GitHub
99contribuidores
27commits en los últimos 12 meses
29días desde el último push
70versiones publicadas
2factor bus
23issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'flake8-example-plugin' from its registry
  • OpenSSF Scorecard timed out after 240s; skipping Scorecard checks

Más detalle

Historial de estrellas y forks 0 ★ / 354 ⇿
0Estrellas
354Forks
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.

012525037535182015-032020-112026-07
Mayor 5Menor 15Parche 37

Cada punto abarca 11 días.

Dependencias directas 3
RegistroPaqueteRestricción de versiónManifiesto
PyPImccabe>=0.7.0,<0.8.0setup.cfg
PyPIpycodestyle>=2.14.0,<2.15.0setup.cfg
PyPIpyflakes>=3.4.0,<3.5.0setup.cfg
Todas las dependencias 5

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 5 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIdocutilsindirecta
PyPIsphinxindirecta
PyPIsphinx-promptindirecta
PyPIsphinx-rtd-themeindirecta
PyPItoxindirecta
Avisos de dependencias 0

Instalar pypi:flake8@7.3.0 arrastra 3 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.