Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-11 01:41 UTC

SuperCowPowers / workbench

Workbench: An easy to use Python API for creating and deploying AWS SageMaker Models

PythonMIT★ 51 estrellas⑂ 7 forksdesde dic 2022Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina
#aws#big-data#machine-learning#python#spark#data-engineering#pandas

SuperCowPowers/workbench tiene un índice de salud de 88 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Vitality (96/100) y la más baja, AI Readiness (51/100). Se actualizó por última vez hace 1 día. Una sola persona concentra la mayor parte del trabajo reciente.

88
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.

88
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 74 se calibra a 88 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

SuperCowPowersOrganización
30 seguidores13 repositorios públicosdesde mar 2014

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
PyPIworkbench0.8.48110.970402hace 1 díasagemakermachine-learningawspythonutilities

Métricas por categoría

Vitalidad

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

96Excepcional · 21% del índice global

Actividad de desarrollo

100Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 1 días
36/36Cadencia de commits — 52/52 semanas con commits
18/18Volumen de commits — 2321 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_year2321
human_commit_share1
days_since_last_push1
active_weeks_last_year52

Disciplina de publicación

90Excelente
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
36/36Recencia de las versiones — última versión hace 1 días
27/27Cadencia de publicación — una versión cada ~1,1 días
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Datos de entrada utilizados
releases_count100
latest_release_tagv0.8.481
releases_from_tagsno
days_since_latest_release1
mean_days_between_releases1,1

Comunidad y Adopción

¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?

57Moderado · 17% del índice global

Popularidad y adopción

34En riesgo
Cómo se puntúa
27.6/60Estrellas — 51 estrellas
6.5/25Forks — 7 forks
0/15Observadores — 2 observadores
Datos de entrada utilizados
forks7
stars51
watchers2
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

77Bueno
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (MIT)
18/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges0
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_services—
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

67Bueno
Cómo se puntúa
53.9/80Descargas mensuales — 10.970 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesworkbench
dependents—
ecosystemspypi
total_downloads—
monthly_downloads10.970
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?

58Moderado · 23% del índice global

Resiliencia de mantenedores (factor bus)

29En riesgo
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
0.3/22.5Distribución de commits — el principal contribuyente firma el 99% de los commits
9.5/13.5Amplitud de contribuyentes — 7 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 6 contributing companies or organizations
Datos de entrada utilizados
bus_factor1
contributors_sampled7
top_contributor_share0,987

Capacidad de respuesta a issues y PR

55Moderado
Cómo se puntúa
25.4/42Resolución de issues — 60% de issues cerradas
22.5/30Aceptación de PR — 96/128 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs96
open_issues192
closed_issues294
prs_merged_7d1
prs_decided_7d1
prs_merged_30d5
prs_decided_30d5
issue_closed_ratio0,605
closed_unmerged_prs32
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

61Moderado
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
10.7/25Alcance del propietario — 30 seguidores de SuperCowPowers
20.3/25Trayectoria — 13 repos públicos, cuenta de ~12 años
Datos de entrada utilizados
followers30
owner_typeOrganization
is_verifiedno
owner_loginSuperCowPowers
public_repos13
account_age_days4568

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 1 días
20/20Historial de versiones — 402 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesworkbench
ecosystemspypi
any_deprecatedno
min_days_since_publish1

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

96Excepcional · 19% del índice global

Prácticas de ingeniería

94Excepcional
Cómo se puntúa
24/24Flujos de trabajo de CI — 7 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — .flake8, pyproject.toml ([tool.black]), tox.ini
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 1 out of 1 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

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://www.supercowpowers.com
10/10Descripción del repositorio
10/10Topics — 7 topics
10/10Wiki
Datos de entrada utilizados
topicsaws, big-data, machine-learning, python, spark, data-engineering, pandas
has_wikisí
homepagehttps://www.supercowpowers.com
docs_sitehttps://www.supercowpowers.com
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?

65Bueno · 16% del índice global

Postura de seguridad

56Moderado
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 — 1 out of 1 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 0/30 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 6 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
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
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 — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 10 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,6
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection. 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_packages203
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:workbench@0.8.481 —lo que arrastra la instalación del paquete publicado—: 203 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

4Crítico
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
3.7/40Historial de commits legible — 7 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,07
agent_instruction_files—
agent_instruction_max_bytes—

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

66Bueno
Cómo se puntúa
18/18Arranque con un solo comando — Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — .flake8, pyproject.toml ([tool.black]), tox.ini
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
5/8Mantenimiento automatizado — automatización de dependencias configurada, no observada en los commits muestreados
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_dockerfilesí
typed_languageno
bootstrap_filesMakefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

55Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
54.7/55Tamaños de archivo manejables — 4/788 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes75.529
source_files_sampled788
oversized_source_files4

Interfaces legibles por máquina

100Excepcional
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software
0/20Servidor MCP — no aplicable a este tipo de software
40/40Ejemplos ejecutables — examples
Datos de entrada utilizados
example_dirsexamples
has_mcp_signalno
api_schema_files—
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Esquema de API (OpenAPI/GraphQL/proto), Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

51estrellas de GitHub
7contribuidores
2321commits en los últimos 12 meses
1días desde el último push
100versiones publicadas
1factor bus
192issues 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 ★ / 7 ⇿
0Estrellas
7Forks

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.

1234567712024-052025-052026-05

Cada punto abarca 2 días.

OpenSSF Scorecard 5.6 / 10
5.6agregado

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 · 2026-09-11 01:40 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-Tests1 out of 1 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 0/30 approved changesets -- score normalized to 0
10Contributorsproject has 6 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate 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
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities10 existing vulnerabilities detected
Dependencias directas 24
RegistroPaqueteRestricción de versiónManifiesto
PyPIboto3>= 1.42.2pyproject.toml
PyPIbotocore>= 1.42.2pyproject.toml
PyPIawswrangler>= 3.4.0pyproject.toml
PyPIsagemaker>= 3.6.0, < 3.13pyproject.toml
PyPIsagemaker-core>= 2.12.0, < 2.13pyproject.toml
PyPIsagemaker-mlops>= 1.12.0, < 1.13pyproject.toml
PyPIsagemaker-serve>= 1.12.0, < 1.13pyproject.toml
PyPIsagemaker-train>= 1.12.0, < 1.13pyproject.toml
PyPIredis>= 5.0.1pyproject.toml
PyPIrequests>= 2.26.0pyproject.toml
PyPIaiobotocore>= 3.7.0pyproject.toml
PyPIpandas>= 2.2.1, < 3.0pyproject.toml
PyPIscikit-learn>= 1.5.2pyproject.toml
PyPIxgboost>= 3.0.3pyproject.toml
PyPIjoblib>= 1.3.2pyproject.toml
PyPIduckdb>= 1.5.0pyproject.toml
PyPIrdkit>= 2026.3.1pyproject.toml
PyPImordredcommunity>= 2.0.6pyproject.toml
PyPIipython>= 8.37.0pyproject.toml
PyPIpyreadline3—pyproject.toml
PyPIrich>= 13.0pyproject.toml
PyPImatplotlib>= 3.9.2pyproject.toml
PyPInetworkx>= 3.2pyproject.toml
PyPIanthropic>= 0.117.0pyproject.toml
Todas las dependencias 319

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 34 paquetes directos y 285 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIaiobotocore3.7.0directa
PyPIanthropic0.117.0directa
PyPIawswrangler—directa
PyPIawswrangler3.16.1directa
PyPIboto3—directa
PyPIboto31.43.0directa
PyPIbotocore—directa
PyPIbotocore1.43.0directa
PyPIduckdb1.5.5directa
PyPIipython9.14.1directa
PyPIjoblib—directa
PyPIjoblib1.5.3directa
PyPImatplotlib3.10.9directa
PyPImordredcommunity—directa
PyPImordredcommunity2.0.7directa
PyPInetworkx—directa
PyPInetworkx3.6.1directa
PyPIpandas—directa
PyPIpandas2.3.3directa
PyPIpyreadline33.5.6directa
PyPIrdkit—directa
PyPIrdkit2026.3.4directa
PyPIredis8.0.0directa
PyPIrequests—directa
PyPIrequests2.34.2directa
PyPIrich14.3.4directa
PyPIsagemaker3.12.0directa
PyPIsagemaker-core2.12.0directa
PyPIsagemaker-mlops1.12.0directa
PyPIsagemaker-serve1.12.0directa
PyPIsagemaker-train1.12.0directa
PyPIscikit-learn—directa
PyPIscikit-learn1.9.0directa
PyPIxgboost3.2.0directa
PyPIaimsim-core2.2.3indirecta
PyPIaiohappyeyeballs2.6.2indirecta
PyPIaiohttp3.14.3indirecta
PyPIaioitertools0.13.0indirecta
PyPIaiosignal1.4.0indirecta
PyPIalembic1.18.4indirecta
PyPIannotated-doc0.0.4indirecta
PyPIannotated-types0.7.0indirecta
PyPIantlr4-python3-runtime4.9.3indirecta
PyPIanyio4.13.0indirecta
PyPIasgiref—indirecta
PyPIastartes1.3.3indirecta
PyPIasttokens3.0.1indirecta
PyPIasync-timeout5.0.1indirecta
PyPIattrs26.1.0indirecta
PyPIaws-cdk-asset-awscli-v12.2.282indirecta
PyPIaws-cdk-asset-node-proxy-agent-v62.1.2indirecta
PyPIaws-cdk-cloud-assembly-schema54.8.0indirecta
PyPIaws-cdk-lib—indirecta
PyPIaws-cdk-lib2.261.0indirecta
PyPIbabel2.18.0indirecta
PyPIbackrefs7.0indirecta
PyPIbcrypt5.0.0indirecta
PyPIblack—indirecta
PyPIblack26.5.1indirecta
PyPIblinker1.9.0indirecta
PyPIbrotli1.2.0indirecta
PyPIcachebox5.2.3indirecta
PyPIcachetools6.2.6indirecta
PyPIcattrs26.1.0indirecta
PyPIcertifi2026.5.20indirecta
PyPIcffi2.0.0indirecta
PyPIchardet7.4.3indirecta
PyPIcharset-normalizer3.4.7indirecta
PyPIchemprop—indirecta
PyPIchemprop2.3.0indirecta
PyPIclick8.4.1indirecta
PyPIcloudpickle3.1.2indirecta
PyPIcolorama0.4.6indirecta
PyPIcolorlog6.10.1indirecta
PyPIconfigargparse1.7.5indirecta
PyPIconstructs—indirecta
PyPIconstructs10.6.0indirecta
PyPIcontourpy1.3.3indirecta
PyPIcoverage—indirecta
PyPIcoverage7.14.1indirecta
PyPIcryptography48.0.1indirecta
PyPIcuda-bindings13.3.1indirecta
PyPIcuda-pathfinder1.5.5indirecta
PyPIcuda-toolkit13.0.3.0indirecta
PyPIcuik-molmaker-pin2026.3.4indirecta
PyPIcycler0.12.1indirecta
PyPIdash4.2.0indirecta
PyPIdash-ag-grid35.2.0indirecta
PyPIdash-bootstrap-components2.0.4indirecta
PyPIdatabricks-sdk0.116.0indirecta
PyPIdecorator5.3.1indirecta
PyPIdeepdiff9.1.0indirecta
PyPIdescriptastorus2.8.0indirecta
PyPIdill0.4.1indirecta
PyPIdistlib0.4.3indirecta
PyPIdistro1.9.0indirecta
PyPIdocker7.1.0indirecta
PyPIdocstring-parser0.18.0indirecta
PyPIexecnet2.1.2indirecta
PyPIexecuting2.2.1indirecta
PyPIfastapi—indirecta
PyPIfastapi0.136.3indirecta
PyPIfilelock3.29.3indirecta
PyPIflake8—indirecta
PyPIflake87.3.0indirecta
PyPIflask3.1.3indirecta
PyPIflask-cors6.0.5indirecta
PyPIflatbuffers25.12.19indirecta
PyPIfonttools4.63.0indirecta
PyPIfrozenlist1.8.0indirecta
PyPIfsspec2026.4.0indirecta
PyPIgevent26.5.0indirecta
PyPIgeventhttpclient2.3.9indirecta
PyPIghp-import2.1.0indirecta
PyPIgitdb4.0.12indirecta
PyPIgitpython3.1.58indirecta
PyPIgoogle-auth2.53.0indirecta
PyPIgraphene3.4.3indirecta
PyPIgraphql-core3.2.11indirecta
PyPIgraphql-relay3.2.0indirecta
PyPIgreenlet3.3.2indirecta
PyPIgriffelib2.1.0indirecta
PyPIgunicorn26.0.0indirecta
PyPIh110.16.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx0.28.1indirecta
PyPIhuey3.0.1indirecta
PyPIhuggingface-hub—indirecta
PyPIidna3.18indirecta
PyPIimportlib-metadata6.11.0indirecta
PyPIiniconfig2.3.0indirecta
PyPIinvoke3.0.3indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIitsdangerous2.2.0indirecta
PyPIjanus2.0.0indirecta
PyPIjedi0.20.0indirecta
PyPIjinja23.1.6indirecta
PyPIjiter0.16.0indirecta
PyPIjmespath1.1.0indirecta
PyPIjsii1.138.0indirecta
PyPIjson50.14.0indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIkiwisolver1.5.0indirecta
PyPIlightning2.6.5indirecta
PyPIlightning-utilities0.15.3indirecta
PyPIllvmlite0.47.0indirecta
PyPImako1.3.12indirecta
PyPImarkdown3.10.2indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib-inline0.2.2indirecta
PyPImccabe0.7.0indirecta
PyPImdurl0.1.2indirecta
PyPImergedeep1.3.4indirecta
PyPImhfp1.9.6indirecta
PyPImkdocs1.6.1indirecta
PyPImkdocs-autorefs1.4.4indirecta
PyPImkdocs-get-deps0.2.2indirecta
PyPImkdocs-material9.7.7indirecta
PyPImkdocs-material-extensions1.3.1indirecta
PyPImkdocstrings1.0.6indirecta
PyPImkdocstrings-python2.0.5indirecta
PyPIml-dtypes0.5.4indirecta
PyPImlflow3.15.1indirecta
PyPImlflow-skinny3.15.1indirecta
PyPImlflow-tracing3.15.1indirecta
PyPImmh35.2.1indirecta
PyPImock4.0.3indirecta
PyPImpmath1.3.0indirecta
PyPImsgpack1.2.1indirecta
PyPImultidict6.7.1indirecta
PyPImultiprocess0.70.19indirecta
PyPImyerson1.0.1indirecta
PyPImypy-extensions1.1.0indirecta
PyPInarwhals2.22.1indirecta
PyPInest-asyncio1.6.0indirecta
PyPInumba0.65.1indirecta
PyPInumpy2.4.6indirecta
PyPInvidia-cublas13.1.1.3indirecta
PyPInvidia-cuda-cupti13.0.85indirecta
PyPInvidia-cuda-nvrtc13.0.88indirecta
PyPInvidia-cuda-runtime13.0.96indirecta
PyPInvidia-cudnn-cu139.20.0.48indirecta
PyPInvidia-cufft12.0.0.61indirecta
PyPInvidia-cufile1.15.1.6indirecta
PyPInvidia-curand10.4.0.35indirecta
PyPInvidia-cusolver12.0.4.66indirecta
PyPInvidia-cusparse12.6.3.3indirecta
PyPInvidia-cusparselt-cu130.8.1indirecta
PyPInvidia-nccl-cu122.30.7indirecta
PyPInvidia-nccl-cu132.29.7indirecta
PyPInvidia-nvjitlink13.0.88indirecta
PyPInvidia-nvshmem-cu133.4.5indirecta
PyPInvidia-nvtx13.0.85indirecta
PyPIomegaconf2.3.0indirecta
PyPIonnx1.22.0indirecta
PyPIonnxruntime1.26.0indirecta
PyPIopenpyxl—indirecta
PyPIopentelemetry-api1.42.1indirecta
PyPIopentelemetry-proto1.42.1indirecta
PyPIopentelemetry-sdk1.42.1indirecta
PyPIopentelemetry-semantic-conventions0.63b1indirecta
PyPIoptuna4.9.0indirecta
PyPIorderly-set5.5.0indirecta
PyPIpackaging26.2indirecta
PyPIpadelpy0.1.17indirecta
PyPIpaginate0.5.7indirecta
PyPIpandas-flavor0.8.1indirecta
PyPIparamiko5.0.0indirecta
PyPIparso0.8.7indirecta
PyPIpathspec1.1.1indirecta
PyPIpexpect4.9.0indirecta
PyPIpillow12.3.0indirecta
PyPIplatformdirs4.10.0indirecta
PyPIplotly6.8.0indirecta
PyPIpluggy1.6.0indirecta
PyPIprettytable3.17.0indirecta
PyPIprompt-toolkit3.0.52indirecta
PyPIpropcache0.5.2indirecta
PyPIprotobuf6.33.6indirecta
PyPIpsutil7.2.2indirecta
PyPIptyprocess0.7.0indirecta
PyPIpublication0.0.3indirecta
PyPIpure-eval0.2.3indirecta
PyPIpyarrow24.0.0indirecta
PyPIpyasn10.6.4indirecta
PyPIpyasn1-modules0.4.2indirecta
PyPIpycodestyle2.14.0indirecta
PyPIpycparser3.0indirecta
PyPIpydantic2.13.4indirecta
PyPIpydantic-core2.46.4indirecta
PyPIpyflakes3.4.0indirecta
PyPIpygments2.20.0indirecta
PyPIpyiceberg0.11.1indirecta
PyPIpymdown-extensions11.0.1indirecta
PyPIpynacl1.6.2indirecta
PyPIpynndescent0.6.0indirecta
PyPIpyparsing3.3.2indirecta
PyPIpyproject-api1.11.0indirecta
PyPIpyroaring1.1.0indirecta
PyPIpytest—indirecta
PyPIpytest9.0.3indirecta
PyPIpytest-cov—indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpytest-sugar—indirecta
PyPIpytest-sugar1.1.1indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-discovery1.5.0indirecta
PyPIpython-dotenv1.2.2indirecta
PyPIpython-rapidjson1.23indirecta
PyPIpytokens0.4.1indirecta
PyPIpytorch-lightning2.6.5indirecta
PyPIpytz2026.2indirecta
PyPIpywin32312indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyyaml-env-tag1.1indirecta
PyPIray2.56.0indirecta
PyPIreferencing0.37.0indirecta
PyPIretrying1.4.2indirecta
PyPIrpds-py2026.5.1indirecta
PyPIs3fs2026.4.0indirecta
PyPIs3transfer0.17.1indirecta
PyPIsagemaker-mlflow0.4.0indirecta
PyPIsagemaker-schema-inference-artifacts0.0.5indirecta
PyPIschema0.7.8indirecta
PyPIscipy1.17.1indirecta
PyPIsetuptools83.0.0indirecta
PyPIshap—indirecta
PyPIsix1.17.0indirecta
PyPIskops0.14.0indirecta
PyPIsmdebug-rulesconfig1.0.1indirecta
PyPIsmmap5.0.3indirecta
PyPIsniffio1.3.1indirecta
PyPIsqlalchemy2.0.50indirecta
PyPIsqlparse0.6.0indirecta
PyPIstack-data0.6.3indirecta
PyPIstarlette1.3.1indirecta
PyPIstrictyaml1.7.3indirecta
PyPIsympy1.14.0indirecta
PyPItabulate0.10.0indirecta
PyPItblib3.2.2indirecta
PyPItenacity9.1.4indirecta
PyPItensorboardx2.6.5indirecta
PyPItermcolor3.3.0indirecta
PyPIthreadpoolctl3.6.0indirecta
PyPItomli2.4.1indirecta
PyPItorch—indirecta
PyPItorch2.13.0indirecta
PyPItorchmetrics1.9.0indirecta
PyPItox4.35.0indirecta
PyPItqdm—indirecta
PyPItqdm4.68.2indirecta
PyPItraitlets5.15.1indirecta
PyPItriton3.7.1indirecta
PyPItritonclient2.69.0indirecta
PyPItypeguard2.13.3indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItzdata2026.2indirecta
PyPIumap-learn—indirecta
PyPIumap-learn0.5.12indirecta
PyPIurllib32.7.0indirecta
PyPIuvicorn—indirecta
PyPIuvicorn0.49.0indirecta
PyPIvirtualenv21.7.0indirecta
PyPIwaitress3.0.2indirecta
PyPIwatchdog6.0.0indirecta
PyPIwcwidth0.8.1indirecta
PyPIwerkzeug3.1.8indirecta
PyPIwrapt2.2.1indirecta
PyPIxarray2026.7.0indirecta
PyPIxgboost-cpu—indirecta
PyPIyarl1.24.2indirecta
PyPIzipp4.1.0indirecta
PyPIzope-event6.2indirecta
PyPIzope-interface8.5indirecta
PyPIzstandard0.25.0indirecta
Avisos de dependencias 0

Instalar pypi:workbench@0.8.481 arrastra 203 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 SuperCowPowers/workbench. Leer en paralelo →

98feast-dev/feastThe Open Source Feature Store for AI/MLExcepcional98Eventual-Inc/DaftHigh-performance data engine for AI and multimodal workloads. Process images, audio, video, and structured data at any scaleExcepcional100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsExcepcional99kedro-org/kedroKedro is a toolbox for production-ready data science. It uses software engineering best practices to help you create data engineering and data science pipelines that are reproducible, maintainable, and modular.Excepcional98Netflix/metaflowBuild, Manage and Deploy AI/ML SystemsExcepcional100optuna/optunaA hyperparameter optimization frameworkExcepcional

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.