Registro público
Informe de salud del softwareesquema 0.16.0 · métricas 2.10.0 · 2026-07-21 01:20 UTC

Quansight-Labs / pytest-run-parallel

A simple pytest plugin to run tests concurrently

PythonMIT★ 49 estrellas⑂ 12 forksdesde ago 2024Ver en GitHub ↗
TipoBibliotecacómo se determina
#free-threading#pytest#python

Quansight-Labs/pytest-run-parallel tiene un índice de salud de 84 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Vitality (84/100) y la más baja, AI Readiness (35/100). Se actualizó por última vez hace 21 días. 2 personas concentran la mayor parte del trabajo reciente.

84
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.

84
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 71 se calibra a 84 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Quansight LabsOrganización
151 seguidores67 repositorios públicosdesde sept 2018

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
PyPIpytest-run-parallel0.9.1226.99519hace 47 días

Métricas por categoría

Vitalidad

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

84Excelente · 21% del índice global

Actividad de desarrollo

74Bueno
Cómo se puntúa
28.8/36Recencia de push — último push hace 21 días
17.3/36Cadencia de commits — 25/52 semanas con commits
18/18Volumen de commits — 152 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year152
human_commit_share—
days_since_last_push21
active_weeks_last_year25

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 19 versiones publicadas
36/36Recencia de las versiones — última versión hace 47 días
27/27Cadencia de publicación — una versión cada ~35,2 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count19
latest_release_tagv0.9.1
releases_from_tagsno
days_since_latest_release47
mean_days_between_releases35,2
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?

56Moderado · 17% del índice global

Popularidad y adopción

40Débil
Cómo se puntúa
27.3/60Estrellas — 49 estrellas
8.7/25Forks — 12 forks
3.9/15Observadores — 6 observadores
Datos de entrada utilizados
forks12
stars49
watchers6
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

50Moderado
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (MIT)
0/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges—
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_services—
has_pull_request_templateno

Adopción en el ecosistema (descargas)

89Excelente
Cómo se puntúa
71.4/80Descargas mensuales — 226.995 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagespytest-run-parallel
dependents—
ecosystemspypi
total_downloads—
monthly_downloads226.995
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?

80Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

64Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
15/22.5Distribución de commits — el principal contribuyente firma el 33% de los commits
13.5/13.5Amplitud de contribuyentes — 14 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 39 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled14
top_contributor_share0,334

Capacidad de respuesta a issues y PR

74Bueno
Cómo se puntúa
30.9/42Resolución de issues — 74% de issues cerradas
28.7/30Aceptación de PR — 112/117 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
4.5/15OpenSSF Scorecard: Code-Review — Found 4/11 approved changesets -- score normalized to 3
Datos de entrada utilizados
merged_prs112
open_issues19
closed_issues53
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,736
closed_unmerged_prs5
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

88Excelente
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado — el estado de dominio verificado no se leyó para esta organización
15.7/25Alcance del propietario — 151 seguidores de Quansight-Labs
25/25Trayectoria — 67 repos públicos, cuenta de ~7 años
Datos de entrada utilizados
followers151
owner_typeOrganization
is_verified—
owner_loginQuansight-Labs
public_repos67
account_age_days2877
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 47 días
20/20Historial de versiones — 19 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagespytest-run-parallel
ecosystemspypi
any_deprecatedno
min_days_since_publish47

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

76Bueno · 19% del índice global

Prácticas de ingeniería

94Excepcional
Cómo se puntúa
24/24Flujos de trabajo de CI — 3 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter
9.6/9.6Hooks de pre-commit
0/6.4.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_editorconfigno
has_linter_configsí
has_precommit_configsí

Documentación

50Moderado
Cómo se puntúa
30/30README
0/25Directorio de documentación
0/15Sitio de documentación / página del proyecto
10/10Descripción del repositorio
10/10Topics — 3 topics
0/10Wiki
Datos de entrada utilizados
topicsfree-threading, pytest, python
has_wikino
homepage—
docs_site—
has_readmesí
has_docs_dirno
has_descriptionsí

Seguridad

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

60Moderado · 16% del índice global

Postura de seguridad

50Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 11 out of 11 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
2.2/7.5Code-Review — Found 4/11 approved changesets -- score normalized to 3
2.5/2.5Contributors — project has 39 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 6 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
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6.8/7.5Vulnerabilities — 1 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5
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
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_packages5
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:pytest-run-parallel@0.9.1 —lo que arrastra la instalación del paquete publicado—: 5 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.

35Débil · 4% del índice global

Contexto y guía para agentes

1Crítico
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
0/40Historial de commits legible — sin datos
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share—
agent_instruction_files—
agent_instruction_max_bytes—
Excluidos de la puntuación (sin datos o no aplicable): Historial de commits legible. Los pesos restantes se han renormalizado.

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

52Moderado
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato
0/11Verificación estática de tipos
10/10Entorno reproducible — lockfile
0/10Práctica demostrada con agentes — sin datos
0/8Mantenimiento automatizado — sin datos
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share—
Excluidos de la puntuación (sin datos o no aplicable): Práctica demostrada con agentes, Mantenimiento automatizado. Los pesos restantes se han renormalizado.

Legibilidad del código para modelos

55Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
55/55Tamaños de archivo manejables — 0/14 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes30.225
source_files_sampled14
oversized_source_files0

Datos clave

49estrellas de GitHub
14contribuidores
152commits en los últimos 12 meses
21días desde el último push
19versiones publicadas
2factor bus
19issues abiertas
PyPIecosistemas de paquetes

Más detalle

OpenSSF Scorecard 5.0 / 10
5.0agregado

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 · 2026-07-21 01:20 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests11 out of 11 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
3Code-ReviewFound 4/11 approved changesets -- score normalized to 3
10Contributorsproject has 39 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 6 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
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
9Vulnerabilities1 existing vulnerabilities detected
Dependencias directas 1
RegistroPaqueteRestricción de versiónManifiesto
PyPIpytest>=6.2.0pyproject.toml
Todas las dependencias 35

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 1 paquetes directos y 34 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIpytest9.0.3directa
PyPIbuild1.5.0indirecta
PyPIcfgv3.5.0indirecta
PyPIcheck-manifest0.51indirecta
PyPIcolorama0.4.6indirecta
PyPIcoverage—indirecta
PyPIcoverage7.14.0indirecta
PyPIdistlib0.4.0indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIexecnet2.1.2indirecta
PyPIfilelock3.29.0indirecta
PyPIhypothesis6.152.9indirecta
PyPIidentify2.6.19indirecta
PyPIimportlib-metadata9.0.0indirecta
PyPIiniconfig2.3.0indirecta
PyPInodeenv1.10.0indirecta
PyPIpackaging26.2indirecta
PyPIplatformdirs4.9.6indirecta
PyPIpluggy1.6.0indirecta
PyPIpre-commit4.6.0indirecta
PyPIpsutil7.2.2indirecta
PyPIpygments2.20.0indirecta
PyPIpyproject-hooks1.2.0indirecta
PyPIpytest-order1.4.0indirecta
PyPIpytest-run-parallel0.9.1.dev0indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-discovery1.3.1indirecta
PyPIpyyaml6.0.3indirecta
PyPIruff0.15.13indirecta
PyPIsetuptools82.0.1indirecta
PyPIsortedcontainers2.4.0indirecta
PyPItomli2.4.1indirecta
PyPItyping-extensions4.15.0indirecta
PyPIvirtualenv21.3.3indirecta
PyPIzipp4.1.0indirecta
Avisos de dependencias 0

Instalar pypi:pytest-run-parallel@0.9.1 arrastra 5 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.

Registros relacionados

Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con Quansight-Labs/pytest-run-parallel. Leer en paralelo →

100numpy/numpyThe fundamental package for scientific computing with Python.Excepcional100psf/blackThe uncompromising Python code formatterExcepcional100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Excepcional100scikit-learn/scikit-learnscikit-learn: machine learning in PythonExcepcional100matplotlib/matplotlibmatplotlib: plotting with PythonExcepcional100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.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 v0.16.0 — metodología completa · wiki de métricas.

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