Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-10-19 19:38 UTC

Qiskit / qiskit-ibm-runtime

Client for IBM Quantum Compute (formerly known as Qiskit Runtime)

PythonApache-2.0★ 239 estrellas⑂ 233 forksdesde nov 2021Ver en GitHub ↗
TipoComplementoBibliotecaHerramienta de línea de comandoscómo se determina

Qiskit/qiskit-ibm-runtime tiene un índice de salud de 98 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (99/100) y la más baja, AI Readiness (70/100). Se actualizó por última vez hoy. 3 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

QiskitOrganización
4116 seguidores60 repositorios públicosdesde ago 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
PyPIqiskit-ibm-runtime0.50.0374.77783hace 25 díasqiskitsdkquantumapiruntimeibm

Métricas por categoría

Vitalidad

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

99Excepcional · 21% del índice global
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
35.3/36Cadencia de commits — 51/52 semanas con commits
18/18Volumen de commits — 676 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 24 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year676
human_commit_share1
days_since_last_push0
active_weeks_last_year51
Cómo se puntúa
27/27Publica versiones — 83 versiones publicadas
36/36Recencia de las versiones — última versión hace 25 días
27/27Cadencia de publicación — una versión cada ~31,3 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count83
latest_release_tag0.50.0
releases_from_tagsno
days_since_latest_release25
mean_days_between_releases31,3
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?

81Excelente · 17% del índice global
Cómo se puntúa
38.6/60Estrellas — 239 estrellas
19.7/25Forks — 233 forks
5.3/15Observadores — 10 observadores
Datos de entrada utilizados
forks233
stars239
watchers10
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
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_badges6
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_servicescoveralls.io, github.com, shields.io
has_pull_request_templatesí
Cómo se puntúa
74.3/80Descargas mensuales — 374.777 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesqiskit-ibm-runtime
dependents—
ecosystemspypi
total_downloads—
monthly_downloads374.777
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?

85Excelente · 23% del índice global
Cómo se puntúa
36/54Factor bus — la mitad de los commits recae en 3 contribuyente(s)
17.3/22.5Distribución de commits — el principal contribuyente firma el 23% de los commits
13.5/13.5Amplitud de contribuyentes — 100 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 18 contributing companies or organizations
Datos de entrada utilizados
bus_factor3
contributors_sampled100
top_contributor_share0,233
Cómo se puntúa
38.6/42Resolución de issues — 92% de issues cerradas
27.1/30Aceptación de PR — 1983/2197 PR decididos fusionados
7.8/13Newcomer PR acceptance — 3/5 PR de contribuyentes primerizos fusionados en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs1983
open_issues100
closed_issues1149
prs_merged_7d18
prs_decided_7d19
prs_merged_30d55
prs_decided_30d60
issue_closed_ratio0,92
closed_unmerged_prs214
first_time_authors_30d3
first_time_prs_merged_30d3
first_time_prs_decided_30d5
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
25/25Alcance del propietario — 4116 seguidores de Qiskit
25/25Trayectoria — 60 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers4116
owner_typeOrganization
is_verifiedno
owner_loginQiskit
public_repos60
account_age_days3364
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 25 días
20/20Historial de versiones — 83 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesqiskit-ibm-runtime
ecosystemspypi
any_deprecatedno
min_days_since_publish25

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

92Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI — 8 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff]), tox.ini
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

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://docs.quantum.ibm.com/api/qiskit-ibm-runtime
10/10Descripción del repositorio
10/10Topics — 1 topics
0/10Wiki
Datos de entrada utilizados
topicsqiskit
has_wikino
homepagehttps://docs.quantum.ibm.com/api/qiskit-ibm-runtime
docs_sitehttps://docs.quantum.ibm.com/api/qiskit-ibm-runtime
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?

71Bueno · 16% del índice global
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
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 18 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 24 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
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
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_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,4
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Signed-Releases. Los pesos restantes se han renormalizado.
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_packages34
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:qiskit-ibm-runtime@0.50.0 —lo que arrastra la instalación del paquete publicado—: 34 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.

70Bueno · 4% del índice global
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md
15/15Documentación legible por máquinas (llms.txt) — llms.txt servido por el sitio web del proyecto (https://quantum.cloud.ibm.com/llms.txt)
40/40Historial de commits legible — 100 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://quantum.cloud.ibm.com/llms.txt
legible_history_share1
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes2415
Cómo se puntúa
18/18Arranque con un solo comando — Makefile, docs/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff]), tox.ini
0/11Verificación estática de tipos
0/10Entorno reproducible
2/10Práctica demostrada con agentes — 1 de los últimos 100 commits con autoría o crédito de agente
0/8Mantenimiento automatizado — no se observan 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_dockerfileno
typed_languageno
bootstrap_filesMakefile, docs/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
54.7/55Tamaños de archivo manejables — 3/525 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes80.938
source_files_sampled525
oversized_source_files3

Datos clave

239estrellas de GitHub
100contribuidores
676commits en los últimos 12 meses
0días desde el último push
83versiones publicadas
3factor bus
100issues 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 ★ / 233 ⇿
0Estrellas
233Forks
83Versiones

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.

0408012016020024023372021-112024-052026-10
Mayor 0Menor 50Parche 29

Cada punto abarca 5 días.

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 · 2026-10-19 19:37 UTC

10Binary-Artifactsno binaries found in the repo
n/dBranch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
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 18 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 24 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
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 13
RegistroPaqueteRestricción de versiónManifiesto
PyPIrequests>=2.32.4pyproject.toml
PyPIrequests-ntlm>=1.1.0pyproject.toml
PyPInumpy>=1.26.2pyproject.toml
PyPIscipy>=1.5.0pyproject.toml
PyPIurllib3>=2.4.0pyproject.toml
PyPIpython-dateutil>=2.9.0pyproject.toml
PyPIibm-platform-services>=0.61.1pyproject.toml
PyPIibm-quantum-schemas>=0.12.20260921,<1pyproject.toml
PyPIpydantic>=2.13.0pyproject.toml
PyPIqiskit>=2.3.0,<3pyproject.toml
PyPIpybase64>=1.4.0pyproject.toml
PyPIsamplomatic>=0.21.0pyproject.toml
PyPIqiskit-mitigation>=0.1.1pyproject.toml
Todas las dependencias 32

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 13 paquetes directos y 19 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIibm-platform-services—directa
PyPIibm-quantum-schemas—directa
PyPInumpy—directa
PyPIpybase64—directa
PyPIpydantic—directa
PyPIpython-dateutil—directa
PyPIqiskit—directa
PyPIqiskit-mitigation—directa
PyPIrequests—directa
PyPIrequests-ntlm—directa
PyPIsamplomatic—directa
PyPIscipy—directa
PyPIurllib3—directa
PyPIautodoc-pydantic2.2.0indirecta
PyPIcoverage—indirecta
PyPImatplotlib—indirecta
PyPImypy2.3.0indirecta
PyPInbconvert—indirecta
PyPInbformat—indirecta
PyPInbqa1.5.3indirecta
PyPIplotly—indirecta
PyPIpproxy2.7.8indirecta
PyPIpre-commit—indirecta
PyPIpytest—indirecta
PyPIpytest-benchmark5.2.3indirecta
PyPIqiskit-aer—indirecta
PyPIresponses—indirecta
PyPIruff—indirecta
PyPIsetuptools—indirecta
PyPIsetuptools-scm—indirecta
PyPIsphinx—indirecta
PyPIsphinxcontrib-katex0.9.9indirecta
Avisos de dependencias 0

Instalar pypi:qiskit-ibm-runtime@0.50.0 arrastra 34 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 v0.34.0 — metodología completa · wiki de métricas.

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