Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-12 10:38 UTC

Unstructured-IO / unstructured-inference

PythonApache-2.0★ 209 estrellas⑂ 73 forksdesde dic 2022Ver en GitHub ↗
TipoBibliotecacómo se determina

Unstructured-IO/unstructured-inference tiene un índice de salud de 84 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Sustainability & Governance (81/100) y la más baja, Security (46/100). Se actualizó por última vez hace 22 días. 4 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

UnstructuredOrganización
1517 seguidores46 repositorios públicosdesde jun 2022

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
PyPIunstructured_inference1.6.13808.232124hace 92 díascvhtmlnlppdfxmlparsingpreprocessing

Métricas por categoría

Vitalidad

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

74Bueno · 21% del índice global

Actividad de desarrollo

64Moderado
Cómo se puntúa
28.8/36Recencia de push — último push hace 22 días
13.8/36Cadencia de commits — 20/52 semanas con commits
14.9/18Volumen de commits — 45 commits en el último año
0/10OpenSSF Scorecard: Maintained — sin datos
Datos de entrada utilizados
commits_last_year45
human_commit_share1
days_since_last_push22
active_weeks_last_year20

Disciplina de publicación

90Excelente
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
27/36Recencia de las versiones — última versión hace 92 días
27/27Cadencia de publicación — una versión cada ~7,7 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count100
latest_release_tagv1.6.13
releases_from_tagsno
days_since_latest_release92
mean_days_between_releases7,7

Comunidad y Adopción

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

78Bueno · 17% del índice global

Popularidad y adopción

60Moderado
Cómo se puntúa
37.6/60Estrellas — 209 estrellas
15.5/25Forks — 73 forks
6.7/15Observadores — 17 observadores
Datos de entrada utilizados
forks73
stars209
watchers17
growth_stateorganic
growth_factor_pct100

Salud de la comunidad

85Excelente
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
18/18Guía CONTRIBUTING
13.5/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges0
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_services—
has_pull_request_templateno

Adopción en el ecosistema (descargas)

98Excepcional
Cómo se puntúa
78.8/80Descargas mensuales — 808.232 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesunstructured_inference
dependents—
ecosystemspypi
total_downloads—
monthly_downloads808.232
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?

81Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

81Excelente
Cómo se puntúa
43.2/54Factor bus — la mitad de los commits recae en 4 contribuyente(s)
16.6/22.5Distribución de commits — el principal contribuyente firma el 26% de los commits
13.5/13.5Amplitud de contribuyentes — 39 contribuyentes
0/10OpenSSF Scorecard: Contributors — sin datos
Datos de entrada utilizados
bus_factor4
contributors_sampled39
top_contributor_share0,264

Capacidad de respuesta a issues y PR

73Bueno
Cómo se puntúa
27.4/42Resolución de issues — 65% de issues cerradas
22/30Aceptación de PR — 309/421 PR decididos fusionados
13/13Newcomer PR acceptance — 1/1 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Review — sin datos
Datos de entrada utilizados
merged_prs309
open_issues25
closed_issues47
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d1
issue_closed_ratio0,653
closed_unmerged_prs112
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

Propiedad y custodia

74Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
22.9/25Alcance del propietario — 1517 seguidores de Unstructured-IO
20.6/25Trayectoria — 46 repos públicos, cuenta de ~4 años
Datos de entrada utilizados
followers1517
owner_typeOrganization
is_verifiedno
owner_loginUnstructured-IO
public_repos46
account_age_days1536

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 92 días
20/20Historial de versiones — 124 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesunstructured_inference
ecosystemspypi
any_deprecatedno
min_days_since_publish92

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

71Bueno · 19% del índice global

Prácticas de ingeniería

92Excelente
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])
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — sin datos
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configsí

Documentación

40Débil
Cómo se puntúa
30/30README
0/25Directorio de documentación
0/15Sitio de documentación / página del proyecto
0/10Descripción del repositorio
0/10Topics
10/10Wiki
Datos de entrada utilizados
topics—
has_wikisí
homepage—
docs_site—
has_readmesí
has_docs_dirno
has_descriptionno

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

33En riesgo
Cómo se puntúa
0/30Política de seguridad (SECURITY.md)
25/25Configuración de Dependabot
0/25Lockfiles de dependencias — biblioteca publicada — los lockfiles son cosa de las aplicaciones, no se esperan aquí
0/20Flujo de trabajo de CodeQL
Datos de entrada utilizados
sourcefile_signals
lockfilesuv.lock
manifestspyproject.toml
has_codeql_workflowno
has_security_policyno
has_dependabot_configsí
Excluidos de la puntuación (sin datos o no aplicable): Lockfiles de dependencias. 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_packages81
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:unstructured_inference@1.6.13 —lo que arrastra la instalación del paquete publicado—: 81 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.

69Bueno · 4% del índice global

Contexto y guía para agentes

40Débil
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 100 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

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

84Excelente
Cómo se puntúa
18/18Arranque con un solo comando — Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff])
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile, lockfile
10/10Práctica demostrada con agentes — 6 de los últimos 100 commits con autoría o crédito de agente
5/8Mantenimiento automatizado — automatización de dependencias configurada, no observada en los commits muestreados
0/10OpenSSF Scorecard: Pinned-Dependencies — sin datos
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_share0,06
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
55/55Tamaños de archivo manejables — 0/41 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes59.969
source_files_sampled41
oversized_source_files0

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

209estrellas de GitHub
39contribuidores
45commits en los últimos 12 meses
22días desde el último push
100versiones publicadas
4factor bus
25issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Star history carried forward from 2026-06-15: GitHub restricted the stargazers API to repository admins, so it can no longer be collected. The repository has 209 stars today.
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit); skipping Scorecard checks

Más detalle

Historial de estrellas y forks 209 ★ / 73 ⇿
209Estrellas
73Forks
100Versiones

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.

El historial de estrellas se muestra tal como se recogió el 2026-06-15. GitHub restringió la API de stargazers a los administradores del repositorio en julio de 2026, por lo que esta serie ya no puede ampliarse; el total de estrellas indicado arriba sigue actualizándose.

0408012016020024020971102022-122024-092026-06
Mayor 0Menor 7Parche 93

Cada punto abarca 4 días.

Dependencias directas 15
RegistroPaqueteRestricción de versiónManifiesto
PyPIhuggingface-hub>=0.22.0pyproject.toml
PyPInumpy>=1.26.0pyproject.toml
PyPIopencv-python>=4.13.0.90pyproject.toml
PyPIonnx>=1.20.1pyproject.toml
PyPIonnxruntime>=1.25.0pyproject.toml
PyPImatplotlib>=3.10.8pyproject.toml
PyPItorch>=2.10.0pyproject.toml
PyPItimm>=1.0.24pyproject.toml
PyPItransformers>=4.25.1pyproject.toml
PyPIaccelerate>=1.12.0pyproject.toml
PyPIrapidfuzz>=3.14.3pyproject.toml
PyPIpandas>=1.5.0pyproject.toml
PyPIscipy>=1.17.0pyproject.toml
PyPIpypdfium2>=5.0.0pyproject.toml
PyPIpdfminer.six>=20231228pyproject.toml
Todas las dependencias 194

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 15 paquetes directos y 179 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIaccelerate1.13.0directa
PyPIhuggingface-hub1.10.1directa
PyPImatplotlib3.10.8directa
PyPInumpy2.4.4directa
PyPIonnx1.21.0directa
PyPIonnxruntime1.25.0directa
PyPIopencv-python4.13.0.92directa
PyPIpandas3.0.2directa
PyPIpdfminer-six20260107directa
PyPIpypdfium25.7.0directa
PyPIrapidfuzz3.14.5directa
PyPIscipy1.17.1directa
PyPItimm1.0.26directa
PyPItorch2.11.0directa
PyPItransformers5.5.3directa
PyPIannotated-doc0.0.4indirecta
PyPIanyio4.13.0indirecta
PyPIappnope0.1.4indirecta
PyPIargon2-cffi25.1.0indirecta
PyPIargon2-cffi-bindings25.1.0indirecta
PyPIarrow1.4.0indirecta
PyPIasttokens3.0.1indirecta
PyPIasync-lru2.3.0indirecta
PyPIattrs26.1.0indirecta
PyPIbabel2.18.0indirecta
PyPIbackports-tarfile1.2.0indirecta
PyPIbeautifulsoup44.14.3indirecta
PyPIbleach6.3.0indirecta
PyPIcertifi2026.2.25indirecta
PyPIcffi2.0.0indirecta
PyPIcharset-normalizer3.4.7indirecta
PyPIclick8.3.2indirecta
PyPIcolorama0.4.6indirecta
PyPIcomm0.2.3indirecta
PyPIcontourpy1.3.3indirecta
PyPIcoverage7.13.5indirecta
PyPIcryptography46.0.7indirecta
PyPIcuda-bindings13.2.0indirecta
PyPIcuda-pathfinder1.5.2indirecta
PyPIcuda-toolkit13.0.2indirecta
PyPIcycler0.12.1indirecta
PyPIdebugpy1.8.20indirecta
PyPIdecorator5.2.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdocutils0.22.4indirecta
PyPIexecnet2.1.2indirecta
PyPIexecuting2.2.1indirecta
PyPIfastjsonschema2.21.2indirecta
PyPIfilelock3.25.2indirecta
PyPIflatbuffers25.12.19indirecta
PyPIfonttools4.62.1indirecta
PyPIfqdn1.5.1indirecta
PyPIfsspec2026.3.0indirecta
PyPIh110.16.0indirecta
PyPIhatchling—indirecta
PyPIhf-xet1.4.3indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx0.28.1indirecta
PyPIid1.6.1indirecta
PyPIidna3.11indirecta
PyPIimportlib-metadata9.0.0indirecta
PyPIiniconfig2.3.0indirecta
PyPIipykernel7.2.0indirecta
PyPIipython9.12.0indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIipywidgets8.1.8indirecta
PyPIisoduration20.11.0indirecta
PyPIjaraco-classes3.4.0indirecta
PyPIjaraco-context6.1.2indirecta
PyPIjaraco-functools4.4.0indirecta
PyPIjedi0.19.2indirecta
PyPIjeepney0.9.0indirecta
PyPIjinja23.1.6indirecta
PyPIjson50.14.0indirecta
PyPIjsonpointer3.1.1indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIjupyter1.1.1indirecta
PyPIjupyter-client8.8.0indirecta
PyPIjupyter-console6.6.3indirecta
PyPIjupyter-core5.9.1indirecta
PyPIjupyter-events0.12.0indirecta
PyPIjupyter-lsp2.3.1indirecta
PyPIjupyter-server2.17.0indirecta
PyPIjupyter-server-terminals0.5.4indirecta
PyPIjupyterlab4.5.6indirecta
PyPIjupyterlab-pygments0.3.0indirecta
PyPIjupyterlab-server2.28.0indirecta
PyPIjupyterlab-widgets3.0.16indirecta
PyPIkeyring25.7.0indirecta
PyPIkiwisolver1.5.0indirecta
PyPIlark1.3.1indirecta
PyPImarkdown-it-py4.0.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib-inline0.2.1indirecta
PyPImdurl0.1.2indirecta
PyPImistune3.2.0indirecta
PyPIml-dtypes0.5.4indirecta
PyPImore-itertools11.0.2indirecta
PyPImpmath1.3.0indirecta
PyPInbclient0.10.4indirecta
PyPInbconvert7.17.1indirecta
PyPInbformat5.10.4indirecta
PyPInest-asyncio1.6.0indirecta
PyPInetworkx3.6.1indirecta
PyPInh30.3.4indirecta
PyPInltk—indirecta
PyPInotebook7.5.5indirecta
PyPInotebook-shim0.2.4indirecta
PyPInvidia-cublas13.1.0.3indirecta
PyPInvidia-cuda-cupti13.0.85indirecta
PyPInvidia-cuda-nvrtc13.0.88indirecta
PyPInvidia-cuda-runtime13.0.96indirecta
PyPInvidia-cudnn-cu139.19.0.56indirecta
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-cu130.8.0indirecta
PyPInvidia-nccl-cu132.28.9indirecta
PyPInvidia-nvjitlink13.0.88indirecta
PyPInvidia-nvshmem-cu133.4.5indirecta
PyPInvidia-nvtx13.0.85indirecta
PyPIoverrides7.7.0indirecta
PyPIpackaging26.0indirecta
PyPIpandocfilters1.5.1indirecta
PyPIparso0.8.6indirecta
PyPIpdf2image1.17.0indirecta
PyPIpexpect4.9.0indirecta
PyPIpillow12.2.0indirecta
PyPIplatformdirs4.9.6indirecta
PyPIpluggy1.6.0indirecta
PyPIprometheus-client0.24.1indirecta
PyPIprompt-toolkit3.0.52indirecta
PyPIprotobuf7.34.1indirecta
PyPIpsutil7.2.2indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpycparser3.0indirecta
PyPIpygments2.20.0indirecta
PyPIpyparsing3.3.2indirecta
PyPIpytest9.0.3indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpytest-mock3.15.1indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-json-logger4.1.0indirecta
PyPIpywin32-ctypes0.2.3indirecta
PyPIpywinpty3.0.3indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyzmq27.1.0indirecta
PyPIreadme-renderer44.0indirecta
PyPIreferencing0.37.0indirecta
PyPIregex2026.4.4indirecta
PyPIrequests2.33.1indirecta
PyPIrequests-toolbelt1.0.0indirecta
PyPIrfc3339-validator0.1.4indirecta
PyPIrfc39862.0.0indirecta
PyPIrfc3986-validator0.1.1indirecta
PyPIrfc3987-syntax1.1.0indirecta
PyPIrich14.3.3indirecta
PyPIrpds-py0.30.0indirecta
PyPIruff0.15.10indirecta
PyPIsafetensors0.7.0indirecta
PyPIsecretstorage3.5.0indirecta
PyPIsend2trash2.1.0indirecta
PyPIsetuptools81.0.0indirecta
PyPIshellingham1.5.4indirecta
PyPIsix1.17.0indirecta
PyPIsoupsieve2.8.3indirecta
PyPIstack-data0.6.3indirecta
PyPIsympy1.14.0indirecta
PyPIterminado0.18.1indirecta
PyPItinycss21.4.0indirecta
PyPItokenizers0.22.2indirecta
PyPItomli2.4.1indirecta
PyPItorchvision0.26.0indirecta
PyPItornado6.5.5indirecta
PyPItqdm4.67.3indirecta
PyPItraitlets5.14.3indirecta
PyPItriton3.6.0indirecta
PyPItwine6.2.0indirecta
PyPItyper0.24.1indirecta
PyPItyping-extensions4.15.0indirecta
PyPItzdata2026.1indirecta
PyPIuri-template1.3.0indirecta
PyPIurllib32.6.3indirecta
PyPIwcwidth0.6.0indirecta
PyPIwebcolors25.10.0indirecta
PyPIwebencodings0.5.1indirecta
PyPIwebsocket-client1.9.0indirecta
PyPIwidgetsnbextension4.0.15indirecta
PyPIzipp3.23.1indirecta
Avisos de dependencias 0

Instalar pypi:unstructured_inference@1.6.13 arrastra 81 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 Unstructured-IO/unstructured-inference. Leer en paralelo →

98Unstructured-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.Excepcional90xhtml2pdf/xhtml2pdfA library for converting HTML into PDFs using ReportLabExcelente91servo/html5everHigh-performance browser-grade HTML5 parserExcelente98docling-project/doclingGet your documents ready for gen AIExcepcional97modelscope/modelscopeModelScope: bring the notion of Model-as-a-Service to life.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 v0.34.0 — metodología completa · wiki de métricas.

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