Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.5.0 · 2026-08-08 19:37 UTC

PyThaiNLP / pythainlp

Thai natural language processing in Python

PythonApache-2.0★ 1148 estrellas⑂ 300 forksdesde jun 2016Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina
#python#thai-nlp#nlp-library#thai-language#natural-language-processing#thai-nlp-library#thai-soundex#soundex#word-segmentation#thai#hacktoberfest#computational-linguistics#text-processing#hacktoberfest-accepted

PyThaiNLP/pythainlp tiene un índice de salud de 98 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Engineering Quality (94/100) y la más baja, AI Readiness (76/100). Se actualizó por última vez hoy. 2 personas concentran la mayor parte del trabajo reciente.

98
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.

98
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 86 se calibra a 98 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

PyThaiNLPOrganización
182 seguidores111 repositorios públicosdesde oct 2017

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
PyPIpythainlp5.3.51.510.408119hace 10 díasnlpthai-nlpthai-languagethainlpcomputational-linguisticslinguisticslocalizationnatural-language-processingpythainlptext-processingtokenization

Métricas por categoría

Vitalidad

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

93Excepcional · 21% del índice global

Actividad de desarrollo

94Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
29.8/36Cadencia de commits — 43/52 semanas con commits
18/18Volumen de commits — 1520 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 7 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year1520
human_commit_share0,82
days_since_last_push0
active_weeks_last_year43

Disciplina de publicación

92Excelente
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
36/36Recencia de las versiones — última versión hace 10 días
19.8/27Cadencia de publicación — una versión cada ~53,9 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count100
latest_release_tagv5.3.5
releases_from_tagsno
days_since_latest_release10
mean_days_between_releases53,9
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?

89Excelente · 17% del índice global

Popularidad y adopción

79Bueno
Cómo se puntúa
49.6/60Estrellas — 1148 estrellas
20.6/25Forks — 300 forks
9/15Observadores — 42 observadores
Datos de entrada utilizados
forks300
stars1148
watchers42
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_badges7
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_servicesapp.codacy.com, badgen.net, coveralls.io, shields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

100Excepcional
Cómo se puntúa
80/80Descargas mensuales — 1.510.408 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagespythainlp
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1.510.408
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)

60Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
11.5/22.5Distribución de commits — el principal contribuyente firma el 49% de los commits
13.5/13.5Amplitud de contribuyentes — 60 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 21 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled60
top_contributor_share0,488

Capacidad de respuesta a issues y PR

87Excelente
Cómo se puntúa
39.8/42Resolución de issues — 95% de issues cerradas
26.5/30Aceptación de PR — 886/1002 PR decididos fusionados
13/13Newcomer PR acceptance — 2/2 PR de contribuyentes primerizos fusionados en 30 d
7.5/15OpenSSF Scorecard: Code-Review — Found 3/6 approved changesets -- score normalized to 5
Datos de entrada utilizados
merged_prs886
open_issues23
closed_issues422
prs_merged_7d2
prs_decided_7d2
prs_merged_30d6
prs_decided_30d6
issue_closed_ratio0,948
closed_unmerged_prs116
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Propiedad y custodia

71Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
16.3/25Alcance del propietario — 182 seguidores de PyThaiNLP
25/25Trayectoria — 111 repos públicos, cuenta de ~8 años
Datos de entrada utilizados
followers182
owner_typeOrganization
is_verified—
owner_loginPyThaiNLP
public_repos111
account_age_days3215

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 10 días
20/20Historial de versiones — 119 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagespythainlp
ecosystemspypi
any_deprecatedno
min_days_since_publish10

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

94Excepcional · 19% del índice global

Prácticas de ingeniería

90Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 14 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — .flake8
0/9.6Hooks de pre-commit
6.4/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 11 out of 11 merged PRs checked by a CI test -- score normalized to 10
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigsí
has_linter_configsí
has_precommit_configno

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://pythainlp.org/
10/10Descripción del repositorio
10/10Topics — 14 topics
10/10Wiki
Datos de entrada utilizados
topicspython, thai-nlp, nlp-library, thai-language, natural-language-processing, thai-nlp-library, thai-soundex, soundex, word-segmentation, thai, hacktoberfest, computational-linguistics, text-processing, hacktoberfest-accepted
has_wikisí
homepagehttps://pythainlp.org/
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?

79Bueno · 16% del índice global

Postura de seguridad

74Bueno
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 — 11 out of 11 merged PRs checked by a CI test -- score normalized to 10
0.5/2.5CII-Best-Practices — badge detected: InProgress
3.8/7.5Code-Review — Found 3/6 approved changesets -- score normalized to 5
2.5/2.5Contributors — project has 21 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
5/5Fuzzing — project is fuzzed
2.5/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 7 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_aggregate7,4
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
0/25Dependencias indirectas libres de avisos conocidos — el conjunto transitivo no es separable de las dependencias de desarrollo y prueba en este alcance
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages19
unassessed_packages48
affected_by_severitynone
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Dependencias indirectas libres de avisos conocidos, Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejaron 19 dependencias resueltas con OSV. 48 no pudieron evaluarse: sin versión resuelta, ecosistema no admitido o fuera de la lista de paquetes informada. Este repositorio no publica ningún paquete que el índice resuelva, por lo que se evaluó en su lugar el grafo de dependencias del repositorio. Ese grafo mezcla fijaciones de desarrollo y prueba con las dependencias distribuidas, de modo que solo se puntúan las dependencias declaradas en tiempo de ejecución; los hallazgos transitivos se informan como contexto y quedan excluidos de la puntuación. 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.

76Bueno · 4% del índice global

Contexto y guía para agentes

81Excelente
Cómo se puntúa
45/45Instrucciones para agentes — .github/copilot-instructions.md, AGENTS.md
0/15Documentación legible por máquinas (llms.txt)
36.4/40Historial de commits legible — 56 de 82 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
legible_history_share0,683
agent_instruction_files.github/copilot-instructions.md, AGENTS.md
agent_instruction_max_bytes19.770

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

84Excelente
Cómo se puntúa
18/18Arranque con un solo comando — Makefile, docs/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — .flake8
11/11Verificación estática de tipos — pythainlp/py.typed
10/10Entorno reproducible — Dockerfile
4/10Práctica demostrada con agentes — 2 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 18 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_filesMakefile, docs/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configspythainlp/py.typed
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0,18

Legibilidad del código para modelos

82Excelente
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (pythainlp/py.typed)
54.8/55Tamaños de archivo manejables — 1/290 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes93.583
source_files_sampled290
oversized_source_files1

Interfaces legibles por máquina

40Débil
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto)
0/20Servidor MCP
40/40Ejemplos ejecutables — examples, notebooks
Datos de entrada utilizados
example_dirsexamples, notebooks
has_mcp_signalno
api_schema_files—

Datos clave

1148estrellas de GitHub
60contribuidores
1520commits en los últimos 12 meses
0días desde el último push
100versiones 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

Más detalle

Historial de estrellas y forks 0 ★ / 300 ⇿
0Estrellas
300Forks
99Versiones

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.

05010015020025030029882016-062021-072026-07
Mayor 3Menor 7Parche 47

Cada punto abarca 10 días.

OpenSSF Scorecard 7.4 / 10
7.4agregado

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 · 2026-08-08 19:36 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
10CI-Tests11 out of 11 merged PRs checked by a CI test -- score normalized to 10
2CII-Best-Practicesbadge detected: InProgress
5Code-ReviewFound 3/6 approved changesets -- score normalized to 5
10Contributorsproject has 21 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
10Fuzzingproject is fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 7 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
PyPIimportlib_resources—pyproject.toml
PyPItzdata—pyproject.toml
Todas las dependencias 67

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 67 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIattacut1.0.6indirecta
PyPIattaparse1.0.0indirecta
PyPIbandit—indirecta
PyPIblack—indirecta
PyPIbpemb—indirecta
PyPIbudoux0.7.0indirecta
PyPIbuild—indirecta
PyPIbump-my-version—indirecta
PyPIconllu—indirecta
PyPIcoverage—indirecta
PyPIdill—indirecta
PyPIemoji—indirecta
PyPIepitran1.26.0indirecta
PyPIesupar—indirecta
PyPIfairseq-fixed—indirecta
PyPIfastai—indirecta
PyPIfastcoref2.1.6indirecta
PyPIflake8—indirecta
PyPIflake8-type-checking—indirecta
PyPIfuture—indirecta
PyPIgensim—indirecta
PyPIhuggingface-hub—indirecta
PyPIkhamyo—indirecta
PyPIkhanaa—indirecta
PyPIlangdetect—indirecta
PyPImarisa-trie—indirecta
PyPImultiel—indirecta
PyPImypy—indirecta
PyPInlpo3—indirecta
PyPInltk—indirecta
PyPInumpy—indirecta
PyPIonnxruntime—indirecta
PyPIoskut—indirecta
PyPIpandas—indirecta
PyPIpanphon0.22.2indirecta
PyPIphunspell0.1.6indirecta
PyPIpyicu—indirecta
PyPIpyicu1.9.3indirecta
PyPIpylint—indirecta
PyPIpython-crfsuite0.9.12indirecta
PyPIpytz—indirecta
PyPIpyyaml—indirecta
PyPIrequests—indirecta
PyPIruff—indirecta
PyPIsacremoses0.1.1indirecta
PyPIsefr-cut—indirecta
PyPIsentence-transformers—indirecta
PyPIsentencepiece0.2.2indirecta
PyPIsix—indirecta
PyPIspacy—indirecta
PyPIspacy-thai0.7.8indirecta
PyPIsphinx—indirecta
PyPIsphinx-copybutton—indirecta
PyPIsphinx-rtd-theme—indirecta
PyPIssg0.0.8indirecta
PyPIsymspellpy6.10.0indirecta
PyPIthai-nner0.3indirecta
PyPItinydb—indirecta
PyPItltk—indirecta
PyPItorch—indirecta
PyPItox—indirecta
PyPItqdm—indirecta
PyPItransformers5.14.1indirecta
PyPIufal-chu-liu-edmonds1.0.3indirecta
PyPIword2word—indirecta
PyPIwtpsplit1.3.0indirecta
PyPIwunsen0.0.3indirecta
Avisos de dependencias 0

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 19 paquetes, que incluyen también fijaciones de desarrollo y prueba que nunca se distribuyen: 0 tienen avisos conocidos, de los cuales 0 son directas. 48 no pudieron evaluarse: sin versión resuelta, ecosistema no admitido, o fuera de la lista de paquetes informada.

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

Registros relacionados

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

98huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Excepcional100pylint-dev/pylintIt's not just a linter that annoys you!Excepcional100psf/blackThe uncompromising Python code formatterExcepcional99home-assistant/core:house_with_garden: Open source home automation that puts local control and privacy first.Excepcional99data-privacy-stack/presidioAn open-source framework for detecting, redacting, masking, and anonymizing sensitive data (PII) across text, images, and structured data. Supports NLP, pattern matching, and customizable pipelines.Excepcional98pyvista/pyvista3D visualization and mesh analysis for science and engineeringExcepcional

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 v2.5.0, esquema v0.31.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.