Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-05 04:13 UTC

RasaHQ / rasa

💬 Open source machine learning framework to automate text- and voice-based conversations: NLU, dialogue management, connect to Slack, Facebook, and more - Create chatbots and voice assistants

PythonApache-2.0★ 21.278 estrellas⑂ 4918 forksdesde oct 2016Ver en GitHub ↗
TipoBibliotecaHerramienta de línea de comandosServicio de redBot de chatcómo se determina
#nlp#machine-learning#machine-learning-library#bot#bots#botkit#rasa#wit#nlu#conversational-bots#conversational-agents#conversational-ai#spacy#mitie#chatbot#chatbots#chatbots-framework#bot-framework#natural-language-processing#conversation-driven-development

RasaHQ/rasa tiene un índice de salud de 73 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Community & Adoption (99/100) y la más baja, Security (46/100). Se actualizó por última vez hace 11 días. 7 personas concentran la mayor parte del trabajo reciente.

73
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.

73
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 72 se calibra a 86 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

RasaOrganización
1082 seguidores208 repositorios públicosdesde ago 2016

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
PyPIrasa3.6.21-360hace 567 díasnlpmachine-learningmachine-learning-librarybotbotsbotkitrasa-conversational-agentsconversational-aichatbotchatbot-frameworkbot-framework

Métricas por categoría

Vitalidad

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

46Débil · 21% del índice global

Actividad de desarrollo

36Débil
Cómo se puntúa
28.8/36Recencia de push — último push hace 11 días
1.4/36Cadencia de commits — 2/52 semanas con commits
5.4/18Volumen de commits — 3 commits en el último año
0/10OpenSSF Scorecard: Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Datos de entrada utilizados
commits_last_year3
human_commit_share1
days_since_last_push11
active_weeks_last_year2

Disciplina de publicación

60Moderado
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
7.2/36Recencia de las versiones — última versión hace 567 días
19.8/27Cadencia de publicación — una versión cada ~49,9 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count100
latest_release_tag3.6.21
releases_from_tagsno
days_since_latest_release567
mean_days_between_releases49,9
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?

99Excepcional · 17% del índice global

Popularidad y adopción

99Excepcional
Cómo se puntúa
60/60Estrellas — 21.278 estrellas
25/25Forks — 4918 forks
14.1/15Observadores — 350 observadores
Datos de entrada utilizados
forks4918
stars21.278
watchers350
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

100Excepcional
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
7.2/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges6
has_contributingsí
has_issue_templatesí
has_code_of_conductsí
readme_badge_servicesbadge.fury.io, github.com, shields.io
has_pull_request_templatesí

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

90Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

94Excepcional
Cómo se puntúa
51.3/54Factor bus — la mitad de los commits recae en 7 contribuyente(s)
19.4/22.5Distribución de commits — el principal contribuyente firma el 14% de los commits
13.5/13.5Amplitud de contribuyentes — 98 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 18 contributing companies or organizations
Datos de entrada utilizados
bus_factor7
contributors_sampled98
top_contributor_share0,137

Capacidad de respuesta a issues y PR

87Excelente
Cómo se puntúa
42/42Resolución de issues — 100% de issues cerradas
20.1/30Aceptación de PR — 4255/6338 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
13.5/15OpenSSF Scorecard: Code-Review — Found 16/17 approved changesets -- score normalized to 9
Datos de entrada utilizados
merged_prs4255
open_issues8
closed_issues6646
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,999
closed_unmerged_prs2083
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

96Excepcional
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
21.8/25Alcance del propietario — 1082 seguidores de RasaHQ
25/25Trayectoria — 208 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers1082
owner_typeOrganization
is_verified—
owner_loginRasaHQ
public_repos208
account_age_days3632
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

79Bueno
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
14/35Recencia de publicación — última publicación hace 567 días
20/20Historial de versiones — 360 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesrasa
ecosystemspypi
any_deprecatedno
min_days_since_publish567

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

82Excelente · 19% del índice global

Prácticas de ingeniería

76Bueno
Cómo se puntúa
24/24Flujos de trabajo de CI — 13 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
2/20OpenSSF Scorecard: CI-Tests — 2 out of 17 merged PRs checked by a CI test -- score normalized to 1
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://rasa.com/docs/rasa/
10/10Descripción del repositorio
10/10Topics — 20 topics
0/10Wiki
Datos de entrada utilizados
topicsnlp, machine-learning, machine-learning-library, bot, bots, botkit, rasa, wit, nlu, conversational-bots, conversational-agents, conversational-ai, spacy, mitie, chatbot, chatbots, chatbots-framework, bot-framework, natural-language-processing, conversation-driven-development
has_wikino
homepagehttps://rasa.com/docs/rasa/
docs_sitehttps://rasa.com/docs/rasa/
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?

46Débil · 16% del índice global

Postura de seguridad

52Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
6/7.5Branch-Protection — branch protection is not maximal on development and all release branches
0.2/2.5CI-Tests — 2 out of 17 merged PRs checked by a CI test -- score normalized to 1
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6.8/7.5Code-Review — Found 16/17 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 18 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
0/7.5Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
5/5Packaging — packaging workflow detected
3/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
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
0/7.5Vulnerabilities — 422 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,2
Excluidos de la puntuación (sin datos o no aplicable): Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

23En riesgo
Cómo se puntúa
3.6/35Dependencias directas libres de avisos conocidos — 11 afectados: aiohttp 3.9.5 (critical 9.1), protobuf 4.23.3 (high 7.5), setuptools 70.3.0 (high 8.8), +8 más
5.4/25Dependencias indirectas libres de avisos conocidos — 1 afectados: keras 2.12.0 (critical 9.8)
13.7/40Sin avisos pendientes — 11 paquete(s) con avisos sin atender más allá de 90 días; el más antiguo publicado hace 845 días
Datos de entrada utilizados
sourceosv
advisories110
affected_packages12
assessed_packages151
unassessed_packages0
affected_by_severitycritical 2, high 5, moderate 4, low 1
direct_affected_packages11
Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:rasa@3.6.21 —lo que arrastra la instalación del paquete publicado—: 151 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.

51Moderado · 4% del índice global

Contexto y guía para agentes

28En riesgo
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
27.7/40Historial de commits legible — 52 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,52
agent_instruction_files—
agent_instruction_max_bytes—

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

72Bueno
Cómo se puntúa
18/18Arranque con un solo comando — Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato
0/11Verificación estática de tipos
10/10Entorno reproducible — devcontainer, Dockerfile, lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
5/8Mantenimiento automatizado — automatización de dependencias configurada, no observada en los commits muestreados
6/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
Datos de entrada utilizados
has_nixno
has_testssí
lockfilespoetry.lock, yarn.lock
has_dockerfilesí
typed_languageno
bootstrap_filesMakefile
has_devcontainersí
has_linter_configsí
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

54Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
53.8/55Tamaños de archivo manejables — 14/618 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes358.875
source_files_sampled618
oversized_source_files14

Interfaces legibles por máquina

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

Datos clave

21.278estrellas de GitHub
98contribuidores
3commits en los últimos 12 meses
11días desde el último push
100versiones publicadas
7factor bus
8issues abiertas
npm, PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

Más detalle

Historial de estrellas y forks 0 ★ / 4918 ⇿
0Estrellas
4918Forks
74Versiones

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.

35004000450050004918142023-012024-102026-08
Mayor 0Menor 2Parche 65

Cada punto abarca 4 días.

OpenSSF Scorecard 5.2 / 10
5.2agregado

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 · 2026-08-05 04:12 UTC

10Binary-Artifactsno binaries found in the repo
8Branch-Protectionbranch protection is not maximal on development and all release branches
1CI-Tests2 out of 17 merged PRs checked by a CI test -- score normalized to 1
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 16/17 approved changesets -- score normalized to 9
10Contributorsproject has 18 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
10Packagingpackaging workflow detected
6Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 6
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
0Vulnerabilities422 existing vulnerabilities detected
Dependencias directas 87
RegistroPaqueteRestricción de versiónManifiesto
PyPIboto3^1.26.136pyproject.toml
PyPIrequests^2.23pyproject.toml
PyPImatplotlib>=3.1,<3.6pyproject.toml
PyPIattrs>=19.3,<22.2pyproject.toml
PyPIjsonpickle>=1.3,<3.1pyproject.toml
PyPIredis>=4.5.3, <5.0pyproject.toml
PyPIabsl-py>=0.9,<1.5pyproject.toml
PyPIapscheduler>=3.6,<3.10pyproject.toml
PyPItqdm^4.31pyproject.toml
PyPInetworkx>=2.4,<2.7pyproject.toml
PyPIfbmessenger~6.0.0pyproject.toml
PyPIpykwalify>=1.7,<1.9pyproject.toml
PyPIcoloredlogs>=10,<16pyproject.toml
PyPIruamel.yaml>=0.16.5,<0.17.22pyproject.toml
PyPIpyyaml>=6.0pyproject.toml
PyPItwilio>=6.26,<8.3pyproject.toml
PyPIwebexteamssdk>=1.1.1,<1.7.0pyproject.toml
PyPImattermostwrapper~2.2pyproject.toml
PyPIrocketchat_API>=0.6.31,<1.31.0pyproject.toml
PyPIcolorhash>=1.0.2,<1.3.0pyproject.toml
PyPIjsonschema>=3.2,<4.18pyproject.toml
PyPIpackaging>=20.0,<21.0pyproject.toml
PyPIpytz>=2019.1,<2023.0pyproject.toml
PyPIrasa-sdk~3.6.2pyproject.toml
PyPIcolorclass~2.2pyproject.toml
PyPIterminaltables~3.1.0pyproject.toml
PyPIsanic~21.12pyproject.toml
PyPIsanic-cors~2.0.0pyproject.toml
PyPIsanic-jwt^1.6.0pyproject.toml
PyPIsanic-routing^0.7.2pyproject.toml
PyPIwebsockets>=10.0,<11.0pyproject.toml
PyPIaiohttp>=3.9.0,<3.10pyproject.toml
PyPIquestionary>=1.5.1,<1.11.0pyproject.toml
PyPIprompt-toolkit^3.0,<3.0.29pyproject.toml
PyPIpython-socketio>=4.4,<6pyproject.toml
PyPIpython-engineio>=4,<6,!=5.0.0pyproject.toml
PyPIpydot~1.4pyproject.toml
PyPISQLAlchemy>=1.4.0,<1.5.0pyproject.toml
PyPIsklearn-crfsuite~0.3pyproject.toml
PyPIpsycopg2-binary>=2.8.2,<2.10.0pyproject.toml
PyPIpython-dateutil~2.8pyproject.toml
PyPIprotobuf>=4.23.3,< 4.23.4pyproject.toml
PyPItensorflow_hub^0.13.0pyproject.toml
PyPIsetuptools~70.3.0pyproject.toml
PyPIujson>=1.35,<6.0pyproject.toml
PyPIregex>=2020.6,<2022.11pyproject.toml
PyPIsentry-sdk>=0.17.0,<1.15.0pyproject.toml
PyPIaio-pika>=6.7.1,<8.2.4pyproject.toml
PyPIaiogram<2.26pyproject.toml
PyPItyping-extensions>=4.1.1,<5.0.0pyproject.toml
PyPItyping-utils^0.1.0pyproject.toml
PyPItarsafe>=0.0.3,<0.0.5pyproject.toml
PyPIgoogle-auth<3pyproject.toml
PyPICacheControl^0.12.9pyproject.toml
PyPIrandomname^0.1.5pyproject.toml
PyPIpluggy^1.0.0pyproject.toml
PyPIslack-sdk^3.19.2pyproject.toml
PyPIconfluent-kafka>=1.9.2,<3.0.0pyproject.toml
PyPIportalocker^2.7.0pyproject.toml
PyPIstructlog^23.1.0pyproject.toml
PyPIstructlog-sentry^2.0.2pyproject.toml
PyPIdnspython2.3.0pyproject.toml
PyPIwheel>=0.38.1pyproject.toml
PyPIcertifi>=2023.7.22pyproject.toml
PyPIcryptography>=41.0.7pyproject.toml
PyPIskops0.9.0pyproject.toml
PyPIsafetensors~0.4.5pyproject.toml
PyPItensorflow-io-gcs-filesystem—pyproject.toml
PyPIdask—pyproject.toml
PyPInumpy—pyproject.toml
PyPIscipy—pyproject.toml
PyPIscikit-learn—pyproject.toml
PyPIspacy—pyproject.toml
PyPIpydantic—pyproject.toml
PyPItensorflow2.12.0pyproject.toml
PyPItensorflow-intel2.12.0pyproject.toml
PyPItensorflow-cpu-aws2.12.0pyproject.toml
PyPItensorflow-macos2.12.0pyproject.toml
PyPIPyJWT^2.0.0pyproject.toml
PyPIcolorama^0.4.4pyproject.toml
PyPItensorflow-metal0.8.0pyproject.toml
PyPItensorflow-text2.12.0pyproject.toml
PyPIgithub3.py~3.2.0pyproject.toml
PyPItransformers~4.36.2pyproject.toml
PyPIsentencepiece~0.1.99pyproject.toml
PyPIjieba>=0.39, <0.43pyproject.toml
PyPIpymongo>=3.8,<4.4pyproject.toml
Todas las dependencias no recopilado

No fue posible recopilar el conjunto de dependencias resuelto para este informe: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

Avisos de dependencias 12

Instalar pypi:rasa@3.6.21 arrastra 151 paquetes, directos y transitivos: 12 tienen avisos conocidos, de los cuales 11 son dependencias directas.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
aiohttp3.9.5directacrítica683.14.3
keras2.12.0indirectacrítica123.14.0
protobuf4.23.3directaalta46.33.5
setuptools70.3.0directaalta483.0.0
skops0.9.0directaalta80.13.0
tensorflow2.12.0directaalta22.12.1
wheel0.45.1directaalta20.46.2
dnspython2.3.0directamoderada22.6.1
pydantic1.10.9directamoderada22.4.0
pymongo4.3.3directamoderada24.6.3
sanic-cors2.0.1directamoderada2—
sentry-sdk1.14.0directabaja22.8.0

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 RasaHQ/rasa. Leer en paralelo →

96microsoft/BotFramework-WebChatA highly-customizable web-based client for Azure Bot Services.Excepcional99huggingface/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. Excepcional98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsExcepcional97Unstructured-IO/unstructuredConvert documents to structured data effortlessly. Unstructured is open-source ETL solution for transforming complex documents into clean, structured formats for language models. Visit our website to learn more about our enterprise grade Platform product for production grade workflows, partitioning, enrichments, chunking and embedding.Excepcional96vercel/chatA unified TypeScript SDK for building chat bots across Slack, Microsoft Teams, Google Chat, Discord, and more.Excepcional96keras-team/keras-hubPretrained model hub for Keras 3.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 v0.31.0 — metodología completa · wiki de métricas.

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