Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-08 14:21 UTC

a-r-j / ProteinWorkshop

Benchmarking framework for protein representation learning. Includes a large number of pre-training and downstream task datasets, models and training/task utilities. (ICLR 2024)

Python · Jupyter NotebookMIT★ 279 estrellas⑂ 22 forksdesde may 2023Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina
#benchmark#dataset#deep-learning#lightning#pretraining#protein#protein-structure#pytorch

a-r-j/ProteinWorkshop tiene un índice de salud de 48 sobre 100, lo que lo sitúa en la banda Débil. Su puntuación más alta es Engineering Quality (84/100) y la más baja, Vitality (25/100). Se actualizó por última vez hace 498 días. 2 personas concentran la mayor parte del trabajo reciente.

48
global / 100
Débil

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.

48
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 55 se calibra a 57 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Arian JamasbCuenta personal
238 seguidores34 repositorios públicosdesde nov 2016University of Cambridge

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
PyPIproteinworkshop0.2.5-7hace 984 díasproteinsdeep-learningdatasetsbenchmarks

Métricas por categoría

Vitalidad

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

25En riesgo · 21% del índice global

Actividad de desarrollo

1Crítico
Cómo se puntúa
0/36Recencia de push — último push hace 498 días
0/36Cadencia de commits — 0/52 semanas con commits
0/18Volumen de commits — 0 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_year0
human_commit_share0,99
days_since_last_push498
active_weeks_last_year0

Disciplina de publicación

60Moderado
Cómo se puntúa
27/27Publica versiones — 6 versiones publicadas
0/36Recencia de las versiones — última versión hace 984 días
27/27Cadencia de publicación — una versión cada ~24,6 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count6
latest_release_tagv0.2.5
releases_from_tagsno
days_since_latest_release984
mean_days_between_releases24,6
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?

52Moderado · 17% del índice global

Popularidad y adopción

54Moderado
Cómo se puntúa
39.6/60Estrellas — 279 estrellas
11/25Forks — 22 forks
3.9/15Observadores — 6 observadores
Datos de entrada utilizados
forks22
stars279
watchers6
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

50Moderado
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (MIT)
0/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges6
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_servicesbadge.fury.io, github.com, readthedocs.org, shields.io
has_pull_request_templateno

Sostenibilidad y Gobernanza

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

69Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

62Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
14.8/22.5Distribución de commits — el principal contribuyente firma el 34% de los commits
12.2/13.5Amplitud de contribuyentes — 9 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 8 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled9
top_contributor_share0,343

Capacidad de respuesta a issues y PR

82Excelente
Cómo se puntúa
32.7/42Resolución de issues — 78% de issues cerradas
26.4/30Aceptación de PR — 67/76 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
12/15OpenSSF Scorecard: Code-Review — Found 9/11 approved changesets -- score normalized to 8
Datos de entrada utilizados
merged_prs67
open_issues6
closed_issues21
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,778
closed_unmerged_prs9
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

63Moderado
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
17.1/25Alcance del propietario — 238 seguidores de a-r-j
23.2/25Trayectoria — 34 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers238
owner_typeUser
is_verified—
owner_logina-r-j
public_repos34
account_age_days3575
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

69Bueno
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
4/35Recencia de publicación — última publicación hace 984 días
20/20Historial de versiones — 7 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesproteinworkshop
ecosystemspypi
any_deprecatedno
min_days_since_publish984

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

84Excelente · 19% del índice global

Prácticas de ingeniería

74Bueno
Cómo se puntúa
24/24Flujos de trabajo de CI — 2 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 0 out of 11 merged PRs checked by a CI test -- score normalized to 0
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://proteins.sh/
10/10Descripción del repositorio
10/10Topics — 8 topics
10/10Wiki
Datos de entrada utilizados
topicsbenchmark, dataset, deep-learning, lightning, pretraining, protein, protein-structure, pytorch
has_wikisí
homepagehttps://proteins.sh/
docs_sitehttps://proteins.sh/
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?

41Débil · 16% del índice global

Postura de seguridad

39Débil
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
0/2.5CI-Tests — 0 out of 11 merged PRs checked by a CI test -- score normalized to 0
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6/7.5Code-Review — Found 9/11 approved changesets -- score normalized to 8
2.5/2.5Contributors — project has 8 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
0/5Packaging — sin datos
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 197 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate3,9
Excluidos de la puntuación (sin datos o no aplicable): Packaging, Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

51Moderado
Cómo se puntúa
13.2/35Dependencias directas libres de avisos conocidos — 1 afectados: lightning 2.6.5 (high 7.8)
8.4/25Dependencias indirectas libres de avisos conocidos — 2 afectados: lxml 5.4.0 (high 7.5), protobuf 4.25.9 (high 7.5)
29.1/40Sin avisos pendientes — 2 paquete(s) con avisos sin atender más allá de 90 días; el más antiguo publicado hace 227 días
Datos de entrada utilizados
sourceosv
advisories6
affected_packages3
assessed_packages234
unassessed_packages0
affected_by_severityhigh 3
direct_affected_packages1
Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:proteinworkshop@0.2.5 —lo que arrastra la instalación del paquete publicado—: 234 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.

58Moderado · 4% del índice global

Contexto y guía para agentes

23En riesgo
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
22.6/40Historial de commits legible — 42 de 99 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,424
agent_instruction_files—
agent_instruction_max_bytes—

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

69Bueno
Cómo se puntúa
18/18Arranque con un solo comando — docs/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
0/11Verificación estática de tipos
10/10Entorno reproducible — lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
8/8Mantenimiento automatizado — 1 de los últimos 100 commits son actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_testssí
lockfilespoetry.lock
has_dockerfileno
typed_languageno
bootstrap_filesdocs/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,01

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 — 0/130 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes42.094
source_files_sampled130
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 — notebooks
Datos de entrada utilizados
example_dirsnotebooks
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

279estrellas de GitHub
9contribuidores
0commits en los últimos 12 meses
498días desde el último push
6versiones publicadas
2factor bus
6issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'proteinworkshop' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Más detalle

Historial de estrellas y forks 0 ★ / 22 ⇿
0Estrellas
22Forks
6Versiones

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.

0481216202022023-082024-092025-11
Mayor 0Menor 1Parche 5

Cada punto abarca 3 días.

OpenSSF Scorecard 3.9 / 10
3.9agregado

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 · 2026-09-08 14:20 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
0CI-Tests0 out of 11 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
8Code-ReviewFound 9/11 approved changesets -- score normalized to 8
10Contributorsproject has 8 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
n/dPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities197 existing vulnerabilities detected
Dependencias directas 32
RegistroPaqueteRestricción de versiónManifiesto
PyPIgraphein^1.7.5pyproject.toml
PyPIloguru^0.7.0pyproject.toml
PyPIfair-esm^2.0.0pyproject.toml
PyPIhydra-core^1.3.2pyproject.toml
PyPIbiotite^0.37.0pyproject.toml
PyPIe3nn^0.5.1pyproject.toml
PyPIeinops^0.6.1pyproject.toml
PyPIbeartype^0.15.0pyproject.toml
PyPIrich^13.5.2pyproject.toml
PyPIpytdc^0.4.1pyproject.toml
PyPIwandb^0.15.8pyproject.toml
PyPItorchmetrics^1.2.0pyproject.toml
PyPIlovely-tensors^0.1.15pyproject.toml
PyPIpsutil^5.9.5pyproject.toml
PyPItqdm^4.66.1pyproject.toml
PyPIjaxtyping^0.2.24pyproject.toml
PyPIomegaconf^2.3.0pyproject.toml
PyPIpytorch-lightning^2.0.7pyproject.toml
PyPIlightning^2.0.7pyproject.toml
PyPIpython-dotenv^1.0.0pyproject.toml
PyPIwget^3.2pyproject.toml
PyPIopt-einsum^3.3.0pyproject.toml
PyPItorch^2.1.2pyproject.toml
PyPIpyrootutils^1.0.4pyproject.toml
PyPItorch-geometric^2.4.0pyproject.toml
PyPIhydra-colorlog^1.2.0pyproject.toml
PyPIfoldcomp^0.0.5pyproject.toml
PyPIcaptum^0.6.0pyproject.toml
PyPIumap-learn^0.5.4pyproject.toml
PyPImatplotlib^3.7.2pyproject.toml
PyPIdatashader^0.16.0pyproject.toml
PyPIholoviews^1.18.0pyproject.toml
Todas las dependencias 240

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 31 paquetes directos y 209 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIbeartype0.15.0directa
PyPIbiotite0.37.0directa
PyPIcaptum0.6.0directa
PyPIdatashader0.16.0directa
PyPIe3nn0.5.1directa
PyPIeinops0.6.1directa
PyPIfair-esm2.0.0directa
PyPIfoldcomp0.0.5directa
PyPIgraphein1.7.6directa
PyPIholoviews1.18.3directa
PyPIhydra-colorlog1.2.0directa
PyPIhydra-core1.3.2directa
PyPIjaxtyping0.2.28directa
PyPIlightning2.2.1directa
PyPIloguru0.7.2directa
PyPIlovely-tensors0.1.15directa
PyPImatplotlib3.8.3directa
PyPIomegaconf2.3.0directa
PyPIopt-einsum3.3.0directa
PyPIpsutil5.9.8directa
PyPIpyrootutils1.0.4directa
PyPIpytdc0.4.1directa
PyPIpython-dotenv1.0.1directa
PyPIpytorch-lightning2.2.1directa
PyPIrich13.7.1directa
PyPItorch-geometric2.5.2directa
PyPItorchmetrics1.3.2directa
PyPItqdm4.66.2directa
PyPIumap-learn0.5.5directa
PyPIwandb0.15.12directa
PyPIwget3.2directa
PyPIaiohttp3.9.3indirecta
PyPIaiosignal1.3.1indirecta
PyPIalabaster0.7.16indirecta
PyPIantlr4-python3-runtime4.9.3indirecta
PyPIanyio4.3.0indirecta
PyPIappdirs1.4.4indirecta
PyPIasttokens2.4.1indirecta
PyPIasync-timeout4.0.3indirecta
PyPIattrs23.2.0indirecta
PyPIbabel2.14.0indirecta
PyPIbeautifulsoup44.12.3indirecta
PyPIbiopandas0.5.1.dev0indirecta
PyPIbiopython1.83indirecta
PyPIbioservices1.11.2indirecta
PyPIblack23.12.1indirecta
PyPIbleach6.1.0indirecta
PyPIbokeh3.3.4indirecta
PyPIcattrs23.2.3indirecta
PyPIcertifi2024.2.2indirecta
PyPIcffi1.16.0indirecta
PyPIcfgv3.4.0indirecta
PyPIcharset-normalizer3.3.2indirecta
PyPIclick8.1.7indirecta
PyPIcloudpickle3.0.0indirecta
PyPIcolorama0.4.6indirecta
PyPIcolorcet3.1.0indirecta
PyPIcolorlog6.8.2indirecta
PyPIcontourpy1.2.0indirecta
PyPIcycler0.12.1indirecta
PyPIdask2024.3.1indirecta
PyPIdataclasses0.6indirecta
PyPIdecorator5.1.1indirecta
PyPIdeepdiff6.7.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdistlib0.3.8indirecta
PyPIdocker-pycreds0.4.0indirecta
PyPIdocutils0.20.1indirecta
PyPIeasydev0.13.1indirecta
PyPIemoji2.11.0indirecta
PyPIentrypoints0.4indirecta
PyPIexceptiongroup1.2.0indirecta
PyPIexecuting2.0.1indirecta
PyPIfastcore1.5.29indirecta
PyPIfastjsonschema2.19.1indirecta
PyPIfilelock3.13.3indirecta
PyPIfonttools4.50.0indirecta
PyPIfrozenlist1.4.1indirecta
PyPIfsspec2024.3.1indirecta
PyPIfuro2023.9.10indirecta
PyPIfuzzywuzzy0.18.0indirecta
PyPIgevent24.2.1indirecta
PyPIgitdb4.0.11indirecta
PyPIgitpython3.1.42indirecta
PyPIgreenlet3.0.3indirecta
PyPIgrequests0.7.0indirecta
PyPIh110.14.0indirecta
PyPIhttpcore1.0.4indirecta
PyPIhttpx0.27.0indirecta
PyPIhuggingface-hub0.22.1indirecta
PyPIidentify2.5.35indirecta
PyPIidna3.6indirecta
PyPIimagesize1.4.1indirecta
PyPIimportlib-metadata7.1.0indirecta
PyPIimportlib-resources6.4.0indirecta
PyPIiniconfig2.0.0indirecta
PyPIipython8.18.1indirecta
PyPIisort5.13.2indirecta
PyPIjedi0.19.1indirecta
PyPIjinja23.1.3indirecta
PyPIjoblib1.3.2indirecta
PyPIjsonschema4.21.1indirecta
PyPIjsonschema-specifications2023.12.1indirecta
PyPIjupyter-client8.6.1indirecta
PyPIjupyter-core5.7.2indirecta
PyPIjupyterlab-pygments0.3.0indirecta
PyPIkiwisolver1.4.5indirecta
PyPIlightning-utilities0.11.1indirecta
PyPIline-profiler4.1.2indirecta
PyPIlinkify-it-py2.0.3indirecta
PyPIllvmlite0.42.0indirecta
PyPIlocket1.0.0indirecta
PyPIlooseversion1.1.2indirecta
PyPIlovely-numpy0.2.11indirecta
PyPIlxml5.1.0indirecta
PyPIm2r20.3.3.post2indirecta
PyPImarkdown3.6indirecta
PyPImarkdown-it-py3.0.0indirecta
PyPImarkupsafe2.1.5indirecta
PyPImatplotlib-inline0.1.6indirecta
PyPImdit-py-plugins0.4.0indirecta
PyPImdurl0.1.2indirecta
PyPImistune0.8.4indirecta
PyPImmtf-python1.1.3indirecta
PyPImpmath1.3.0indirecta
PyPImsgpack1.0.8indirecta
PyPImultidict6.0.5indirecta
PyPImultipledispatch1.0.0indirecta
PyPImypy-extensions1.0.0indirecta
PyPInbclient0.10.0indirecta
PyPInbconvert6.5.4indirecta
PyPInbformat5.10.3indirecta
PyPInbsphinx0.9.3indirecta
PyPInbsphinx-link1.3.0indirecta
PyPInbstripout0.6.2indirecta
PyPInetworkx3.2.1indirecta
PyPInodeenv1.8.0indirecta
PyPInumba0.59.1indirecta
PyPInumpy1.23.5indirecta
PyPIopt-einsum-fx0.1.4indirecta
PyPIordered-set4.1.0indirecta
PyPIpackaging24.0indirecta
PyPIpandas1.5.3indirecta
PyPIpandoc2.3indirecta
PyPIpandocfilters1.5.1indirecta
PyPIpanel1.3.8indirecta
PyPIparam2.1.0indirecta
PyPIparso0.8.3indirecta
PyPIpartd1.4.1indirecta
PyPIpastel0.2.1indirecta
PyPIpathspec0.12.1indirecta
PyPIpathtools0.1.2indirecta
PyPIpexpect4.9.0indirecta
PyPIpillow10.2.0indirecta
PyPIpip24.0indirecta
PyPIplatformdirs4.2.0indirecta
PyPIplotly5.20.0indirecta
PyPIpluggy1.4.0indirecta
PyPIplumbum1.8.2indirecta
PyPIply3.11indirecta
PyPIpoethepoet0.22.1indirecta
PyPIpre-commit3.7.0indirecta
PyPIprompt-toolkit3.0.43indirecta
PyPIprotobuf4.25.3indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.2indirecta
PyPIpycparser2.21indirecta
PyPIpyct0.5.0indirecta
PyPIpydantic1.10.14indirecta
PyPIpydocstyle6.3.0indirecta
PyPIpygments2.17.2indirecta
PyPIpynndescent0.5.11indirecta
PyPIpyparsing3.1.2indirecta
PyPIpytest8.1.1indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpytz2024.1indirecta
PyPIpyviz-comms3.0.2indirecta
PyPIpywin32306indirecta
PyPIpyyaml6.0.1indirecta
PyPIpyzmq25.1.2indirecta
PyPIrdkit-pypi2022.9.5indirecta
PyPIreferencing0.34.0indirecta
PyPIrequests2.31.0indirecta
PyPIrequests-cache1.2.0indirecta
PyPIrich-click1.7.4indirecta
PyPIrpds-py0.18.0indirecta
PyPIruff0.1.15indirecta
PyPIscikit-learn1.4.1.post1indirecta
PyPIscipy1.12.0indirecta
PyPIseaborn0.13.2indirecta
PyPIsentry-sdk1.43.0indirecta
PyPIsetproctitle1.3.3indirecta
PyPIsetuptools69.2.0indirecta
PyPIsix1.16.0indirecta
PyPIsmmap5.0.1indirecta
PyPIsniffio1.3.1indirecta
PyPIsnowballstemmer2.2.0indirecta
PyPIsoupsieve2.5indirecta
PyPIsphinx7.2.6indirecta
PyPIsphinx-basic-ng1.0.0b2indirecta
PyPIsphinx-codeautolink0.15.0indirecta
PyPIsphinx-copybutton0.5.2indirecta
PyPIsphinx-inline-tabs2023.4.21indirecta
PyPIsphinxcontrib-applehelp1.0.8indirecta
PyPIsphinxcontrib-devhelp1.0.6indirecta
PyPIsphinxcontrib-gtagjs0.2.1indirecta
PyPIsphinxcontrib-htmlhelp2.0.5indirecta
PyPIsphinxcontrib-jquery4.1indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp1.0.7indirecta
PyPIsphinxcontrib-serializinghtml1.1.10indirecta
PyPIsphinxext-opengraph0.8.2indirecta
PyPIstack-data0.6.3indirecta
PyPIsuds-community1.1.2indirecta
PyPIsympy1.12indirecta
PyPItenacity8.2.3indirecta
PyPIthreadpoolctl3.4.0indirecta
PyPItinycss21.2.1indirecta
PyPItomli2.0.1indirecta
PyPItoolz0.12.1indirecta
PyPItornado6.4indirecta
PyPItraitlets5.14.2indirecta
PyPItypeguard2.13.3indirecta
PyPItyping-extensions4.5.0indirecta
PyPIuc-micro-py1.0.3indirecta
PyPIurl-normalize1.4.3indirecta
PyPIurllib32.2.1indirecta
PyPIvirtualenv20.25.1indirecta
PyPIwatermark2.4.3indirecta
PyPIwcwidth0.2.13indirecta
PyPIwebencodings0.5.1indirecta
PyPIwin32-setctime1.1.0indirecta
PyPIwrapt1.16.0indirecta
PyPIxarray2024.2.0indirecta
PyPIxmltodict0.13.0indirecta
PyPIxyzservices2023.10.1indirecta
PyPIyarl1.9.4indirecta
PyPIzipp3.18.1indirecta
PyPIzope-event5.0indirecta
PyPIzope-interface6.2indirecta
Avisos de dependencias 3

Instalar pypi:proteinworkshop@0.2.5 arrastra 234 paquetes, directos y transitivos: 3 tienen avisos conocidos, de los cuales 1 son dependencias directas.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
lightning2.6.5directaalta22022.6.15
lxml5.4.0indirectaalta26.1.0
protobuf4.25.9indirectaalta26.33.5

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 a-r-j/ProteinWorkshop. Leer en paralelo →

99open-edge-platform/datumaroDataset Management Framework, a Python library and a CLI tool to build, analyze and manage Computer Vision datasets.Excepcional98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsExcepcional96flwrlabs/flowerFlower: A Friendly Federated AI FrameworkExcepcional100huggingface/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. Excepcional100onnx/onnxOpen standard for machine learning interoperabilityExcepcional100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorExcepcional

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.