Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-10-12 16:20 UTC

Sahil170595 / quantfit

Quantize an LLM and check it still refuses what it should — a GPU-aware quantization CLI that measures the safety drift of the quantization it just performed.

PythonApache-2.0★ 1 estrella⑂ 0 forksdesde jun 2026Ver en GitHub ↗
TipoHerramienta de línea de comandosComplementoBibliotecacómo se determina
#ai-safety#awq#cli#gguf#gptq#llm#llm-evaluation#python#quantization

Sahil170595/quantfit tiene un índice de salud de 78 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Engineering Quality (86/100) y la más baja, Community & Adoption (39/100). Se actualizó por última vez hoy. Una sola persona concentra 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

Sahil KadadekarCuenta personal
17 seguidores46 repositorios públicosdesde oct 2023

Este repositorio pertenece a una cuenta personal. Un proyecto con un único propietario conlleva más riesgo de continuidad que uno respaldado por una organización.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPIquantfit0.26.0246859hace 0 díasllmquantizationawqgptqgguffp8gpusafety

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
36/36Recencia de push — último push hace 0 días
10.4/36Cadencia de commits — 15/52 semanas con commits
18/18Volumen de commits — 353 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year353
human_commit_share1
days_since_last_push0
active_weeks_last_year15

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 59 versiones publicadas
36/36Recencia de las versiones — última versión hace 0 días
27/27Cadencia de publicación — una versión cada ~0 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count59
latest_release_tagv0.26.0
releases_from_tagsno
days_since_latest_release0
mean_days_between_releases0
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?

39Débil · 17% del índice global

Popularidad y adopción

1Crítico
Cómo se puntúa
0/60Estrellas — 1 estrellas
0/25Forks — 0 forks
0/15Observadores — 0 observadores
Datos de entrada utilizados
forks0
stars1
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

70Bueno
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
18/18Guía 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_badges4
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateno

Adopción en el ecosistema (descargas)

56Moderado
Cómo se puntúa
45.2/80Descargas mensuales — 2468 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesquantfit
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2468
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?

51Moderado · 23% del índice global

Resiliencia de mantenedores (factor bus)

10Crítico
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
0/22.5Distribución de commits — el principal contribuyente firma el 100% de los commits
1.4/13.5Amplitud de contribuyentes — 1 contribuyentes
0/10OpenSSF Scorecard: Contributors — project has 0 contributing companies or organizations -- score normalized to 0
Datos de entrada utilizados
bus_factor1
contributors_sampled1
top_contributor_share1

Capacidad de respuesta a issues y PR

64Moderado
Cómo se puntúa
0/42Resolución de issues — sin issues o sin datos
28.6/30Aceptación de PR — 124/130 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/10 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs124
open_issues0
closed_issues0
prs_merged_7d17
prs_decided_7d17
prs_merged_30d49
prs_decided_30d49
issue_closed_ratio—
closed_unmerged_prs6
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Excluidos de la puntuación (sin datos o no aplicable): Resolución de issues, Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

47Débil
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
9/25Alcance del propietario — 17 seguidores de Sahil170595
18.2/25Trayectoria — 46 repos públicos, cuenta de ~2 años
Datos de entrada utilizados
followers17
owner_typeUser
is_verified—
owner_loginSahil170595
public_repos46
account_age_days1093
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 0 días
20/20Historial de versiones — 59 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesquantfit
ecosystemspypi
any_deprecatedno
min_days_since_publish0

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

86Excelente · 19% del índice global

Prácticas de ingeniería

84Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 5 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 10 out of 10 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_configno

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://pypi.org/project/quantfit/
10/10Descripción del repositorio
10/10Topics — 9 topics
0/10Wiki
Datos de entrada utilizados
topicsai-safety, awq, cli, gguf, gptq, llm, llm-evaluation, python, quantization
has_wikino
homepagehttps://pypi.org/project/quantfit/
docs_sitehttps://pypi.org/project/quantfit/
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?

74Bueno · 16% del índice global

Postura de seguridad

67Bueno
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 — 10 out of 10 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
0/7.5Code-Review — Found 0/10 approved changesets -- score normalized to 0
0/2.5Contributors — project has 0 contributing companies or organizations -- score normalized to 0
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 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
3.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 7
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — sin datos
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate6,7
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_packages177
unassessed_packages14
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 177 dependencias resueltas con OSV. 14 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.

68Bueno · 4% del índice global

Contexto y guía para agentes

100Excepcional
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md, CLAUDE.md
15/15Documentación legible por máquinas (llms.txt) — llms.txt presente
40/40Historial de commits legible — 76 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_url—
legible_history_share0,76
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes7838

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

50Moderado
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff])
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile, lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
7/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 7
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfilesí
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

53Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
52.8/55Tamaños de archivo manejables — 7/172 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes141.949
source_files_sampled172
oversized_source_files7

Datos clave

1estrellas de GitHub
1contribuidores
353commits en los últimos 12 meses
0días desde el último push
59versiones publicadas
1factor bus
0issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:quantfit@0.26.0; advisories assessed against the repository dependency graph instead

Más detalle

OpenSSF Scorecard 6.7 / 10
6.7agregado

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 · 2026-10-12 16:19 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests10 out of 10 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/10 approved changesets -- score normalized to 0
0Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
7Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 7
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
n/dSigned-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 8
RegistroPaqueteRestricción de versiónManifiesto
PyPItorch>=2.4pyproject.toml
PyPItransformers>=4.56pyproject.toml
PyPIhuggingface_hub>=0.25pyproject.toml
PyPIhttpx>=0.28.1,<0.29pyproject.toml
PyPIdatasets>=3.0pyproject.toml
PyPIaccelerate>=1.0pyproject.toml
PyPIllmcompressor>=0.5,<0.15pyproject.toml
PyPIpsutil>=5.9pyproject.toml
Todas las dependencias 191

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 16 paquetes directos y 175 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIaccelerate—directa
PyPIaccelerate1.15.0directa
PyPIdatasets—directa
PyPIdatasets5.0.1directa
PyPIhttpx—directa
PyPIhttpx0.28.1directa
PyPIhuggingface-hub—directa
PyPIhuggingface-hub1.31.0directa
PyPIllmcompressor—directa
PyPIllmcompressor0.14.0directa
PyPIpsutil—directa
PyPIpsutil7.2.2directa
PyPItorch—directa
PyPItorch2.13.0+cpudirecta
PyPItransformers—directa
PyPItransformers5.17.0directa
PyPIagent-client-protocol0.12.1indirecta
PyPIaiobotocore3.9.2indirecta
PyPIaiohappyeyeballs2.7.1indirecta
PyPIaiohttp3.14.3indirecta
PyPIaioitertools0.13.0indirecta
PyPIaiosignal1.4.0indirecta
PyPIannotated-doc0.0.5indirecta
PyPIannotated-types0.8.0indirecta
PyPIanyio4.15.1indirecta
PyPIasync-timeout5.0.1indirecta
PyPIattrs26.1.0indirecta
PyPIauto-round0.14.2indirecta
PyPIbackports-tarfile1.2.0indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIboolean-py5.0indirecta
PyPIboto31.43.106indirecta
PyPIbotocore1.43.106indirecta
PyPIbuild1.6.1indirecta
PyPIcachecontrol0.14.4indirecta
PyPIcertifi2026.7.22indirecta
PyPIcffi2.1.1indirecta
PyPIcharset-normalizer3.5.2indirecta
PyPIclick8.5.0indirecta
PyPIcolorama0.4.6indirecta
PyPIcompressed-tensors0.19.0indirecta
PyPIcoverage7.14.0indirecta
PyPIcryptography50.0.2indirecta
PyPIcyclonedx-python-lib11.12.0indirecta
PyPIdebugpy1.8.22indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdill0.4.1indirecta
PyPIdocstring-parser0.18.0indirecta
PyPIdocutils0.23indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIfastapi0.142.2indirecta
PyPIfilelock4.0.10indirecta
PyPIfrozenlist1.8.0indirecta
PyPIfsspec2026.6.0indirecta
PyPIgguf—indirecta
PyPIgguf0.19.0indirecta
PyPIgptqmodel—indirecta
PyPIh110.16.0indirecta
PyPIhf-xet1.6.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhypothesis6.152.5indirecta
PyPIid1.6.1indirecta
PyPIidna3.20indirecta
PyPIijson3.5.1indirecta
PyPIimportlib-metadata9.0.1indirecta
PyPIiniconfig2.3.0indirecta
PyPIinspect-ai0.3.269indirecta
PyPIjaraco-classes3.4.0indirecta
PyPIjaraco-context6.1.2indirecta
PyPIjaraco-functools4.6.0indirecta
PyPIjeepney0.9.0indirecta
PyPIjinja23.1.6indirecta
PyPIjmespath1.1.0indirecta
PyPIjsonlines4.0.0indirecta
PyPIjsonpatch1.33indirecta
PyPIjsonpath-ng1.8.0indirecta
PyPIjsonpointer3.1.1indirecta
PyPIjsonref1.1.0indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIkeyring25.7.0indirecta
PyPIlibrt0.16.0indirecta
PyPIlicense-expression30.4.4indirecta
PyPIlinkify-it-py2.2.0indirecta
PyPIloguru0.7.3indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkupsafe3.0.4indirecta
PyPImdit-py-plugins0.6.1indirecta
PyPImdurl0.1.2indirecta
PyPImmh35.3.1indirecta
PyPImore-itertools11.1.0indirecta
PyPImpmath1.3.0indirecta
PyPImsgpack1.2.3indirecta
PyPImultidict6.9.1indirecta
PyPImultiprocess0.70.19indirecta
PyPImypy1.20.2indirecta
PyPImypy-extensions1.1.0indirecta
PyPInest-asyncio21.7.3indirecta
PyPInetworkx3.4.2indirecta
PyPInetworkx3.6.1indirecta
PyPInetworkx3.7indirecta
PyPInh30.3.7indirecta
PyPInumpy2.2.6indirecta
PyPInumpy2.4.6indirecta
PyPInvidia-ml-py13.610.43indirecta
PyPIopentelemetry-api1.45.0indirecta
PyPIpackageurl-python0.17.6indirecta
PyPIpackaging26.3indirecta
PyPIpandas2.3.3indirecta
PyPIpandas3.0.6indirecta
PyPIpathlib-abc0.5.2indirecta
PyPIpathspec1.1.1indirecta
PyPIpillow12.3.0indirecta
PyPIpip26.2.1indirecta
PyPIpip-api0.0.35indirecta
PyPIpip-audit2.10.1indirecta
PyPIpip-requirements-parser32.0.1indirecta
PyPIplatformdirs4.12.3indirecta
PyPIpluggy1.6.0indirecta
PyPIpropcache0.5.4indirecta
PyPIpy-cpuinfo9.0.0indirecta
PyPIpy-serializable2.1.0indirecta
PyPIpyarrow25.0.1indirecta
PyPIpycparser3.0indirecta
PyPIpydantic2.13.5indirecta
PyPIpydantic-core2.46.5indirecta
PyPIpygments2.21.0indirecta
PyPIpyparsing3.3.3indirecta
PyPIpyproject-hooks1.3.3indirecta
PyPIpytest—indirecta
PyPIpytest9.0.3indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-dotenv1.2.4indirecta
PyPIpytz2026.5indirecta
PyPIpywin32-ctypes0.2.3indirecta
PyPIpyyaml6.0.3indirecta
PyPIquantfit-hosted-validation0.0.0indirecta
PyPIreadme-renderer46.0indirecta
PyPIreferencing0.37.0indirecta
PyPIregex2026.9.29indirecta
PyPIrequests2.34.2indirecta
PyPIrequests-toolbelt1.0.0indirecta
PyPIrfc39862.0.0indirecta
PyPIrich15.0.0indirecta
PyPIrpds-py0.30.0indirecta
PyPIrpds-py2026.6.3indirecta
PyPIruff—indirecta
PyPIruff0.16.2indirecta
PyPIs3fs2026.6.0indirecta
PyPIs3transfer0.19.2indirecta
PyPIsafetensors0.8.0indirecta
PyPIscipy—indirecta
PyPIscipy1.15.3indirecta
PyPIscipy1.17.1indirecta
PyPIsecretstorage3.5.0indirecta
PyPIsemver3.1.0indirecta
PyPIsentencepiece0.2.1indirecta
PyPIsetuptools—indirecta
PyPIsetuptools84.0.0indirecta
PyPIshellingham1.5.4indirecta
PyPIshortuuid1.0.13indirecta
PyPIsix1.17.0indirecta
PyPIsniffio1.3.1indirecta
PyPIsortedcontainers2.4.0indirecta
PyPIsoupsieve2.10indirecta
PyPIstarlette1.7.0indirecta
PyPIsympy1.14.0indirecta
PyPItenacity9.1.4indirecta
PyPItextual8.2.8indirecta
PyPItiktoken0.14.0indirecta
PyPItokenizers0.23.2indirecta
PyPItomli2.4.0indirecta
PyPItomli-w1.2.0indirecta
PyPItqdm4.68.2indirecta
PyPItwine7.0.0indirecta
PyPItyper0.27.2indirecta
PyPItyping-extensions4.16.0indirecta
PyPItyping-inspection0.4.4indirecta
PyPItzdata2026.5indirecta
PyPIuniversal-pathlib0.3.10indirecta
PyPIurllib32.8.0indirecta
PyPIuvicorn0.54.0indirecta
PyPIwheel0.48.0indirecta
PyPIwin32-setctime1.2.0indirecta
PyPIwrapt2.5.0indirecta
PyPIxxhash4.0.1indirecta
PyPIyarl1.25.1indirecta
PyPIzipfile-zstd0.0.4indirecta
PyPIzipp4.1.1indirecta
PyPIzstandard0.25.0indirecta
Avisos de dependencias 0

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 177 paquetes, que incluyen también fijaciones de desarrollo y prueba que nunca se distribuyen: 0 tienen avisos conocidos, de los cuales 0 son directas. 14 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

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 Sahil170595/quantfit. Leer en paralelo →

100aws/aws-sam-cliCLI tool to build, test, debug, and deploy Serverless applications using AWS SAMExcepcional100deepset-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.Excepcional100huggingface/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. Excepcional99ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Excepcional99pydantic/pydantic-aiHow Python does AI. Agents, realtime voice, image generation, embeddings. Every model, every interface, typed end to end.Excepcional99NVIDIA/cudfcuDF - GPU DataFrame Library 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 v0.34.0 — metodología completa · wiki de métricas.

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