Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-12 20:18 UTC

apache / mxnet

Lightweight, Portable, Flexible Distributed/Mobile Deep Learning with Dynamic, Mutation-aware Dataflow Dep Scheduler; for Python, R, Julia, Scala, Go, Javascript and more

C++ · PythonApache-2.0★ 20.812 estrellas⑂ 6688 forksdesde abr 2015archivadoVer en GitHub ↗
#mxnet

apache/mxnet tiene un índice de salud de 19 sobre 100, lo que lo sitúa en la banda Crítico. Su puntuación más alta es Sustainability & Governance (94/100) y la más baja, Vitality (23/100). El repositorio está archivado, por lo que no cabe esperar más mantenimiento.

19
global / 100
Crítico

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.

19
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

The Apache Software FoundationOrganización
23.764 seguidores3153 repositorios públicosdesde ene 2009

Este repositorio está respaldado por una organización: una custodia compartida y responsable que puede sobrevivir a cualquier mantenedor individual.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicación
PyPImxnetapunta a otro repositorio; no se puntúa1.9.1653.21738hace 1547 días

Métricas por categoría

Vitalidad

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

23En riesgo · 21% del índice global

Actividad de desarrollo

1Crítico
Cómo se puntúa
0/36Recencia de push — último push hace 1021 días
0/36Cadencia de commits — 0/52 semanas con commits
0/18Volumen de commits — 0 commits en el último año
0/10OpenSSF Scorecard: Maintained — project is archived
Datos de entrada utilizados
commits_last_year0
human_commit_share0,99
days_since_last_push1021
active_weeks_last_year0

Disciplina de publicación

55Moderado
Cómo se puntúa
27/27Publica versiones — 34 versiones publicadas
0/36Recencia de las versiones — última versión hace 1555 días
19.8/27Cadencia de publicación — una versión cada ~51,2 días
8/10OpenSSF Scorecard: Signed-Releases — 4 out of the last 4 releases have a total of 4 signed artifacts.
Datos de entrada utilizados
releases_count34
latest_release_tag1.9.1
releases_from_tagsno
days_since_latest_release1555
mean_days_between_releases51,2

Comunidad y Adopción

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

83Excelente · 17% del índice global

Popularidad y adopción

92Excelente
Cómo se puntúa
60/60Estrellas — 20.812 estrellas
25/25Forks — 6688 forks
7.4/15Observadores — 22 observadores
Datos de entrada utilizados
forks6688
stars20.812
watchers22
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

72Bueno
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
0/18Guía CONTRIBUTING
13.5/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges10
has_contributingno
has_issue_templateno
has_code_of_conductsí
readme_badge_servicesshields.io
has_pull_request_templatesí

Sostenibilidad y Gobernanza

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

94Excepcional · 23% del índice global

Resiliencia de mantenedores (factor bus)

98Excepcional
Cómo se puntúa
54/54Factor bus — la mitad de los commits recae en 12 contribuyente(s)
20.5/22.5Distribución de commits — el principal contribuyente firma el 9% de los commits
13.5/13.5Amplitud de contribuyentes — 100 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 95 contributing companies or organizations
Datos de entrada utilizados
bus_factor12
contributors_sampled100
top_contributor_share0,088

Capacidad de respuesta a issues y PR

84Excelente
Cómo se puntúa
34.1/42Resolución de issues — 81% de issues cerradas
24.3/30Aceptación de PR — 8838/10.921 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs8838
open_issues1804
closed_issues7756
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,811
closed_unmerged_prs2083
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

100Excepcional
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado — el estado de dominio verificado no se leyó para esta organización
25/25Alcance del propietario — 23.764 seguidores de apache
25/25Trayectoria — 3153 repos públicos, cuenta de ~17 años
Datos de entrada utilizados
followers23.764
owner_typeOrganization
is_verified—
owner_loginapache
public_repos3153
account_age_days6416
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

69Bueno · 19% del índice global

Prácticas de ingeniería

48Débil
Cómo se puntúa
24/24Flujos de trabajo de CI — 5 flujo(s) de trabajo
24/24Pruebas presentes
0/16Configuración de linter
0/9.6Hooks de pre-commit
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 0 out of 30 merged PRs checked by a CI test -- score normalized to 0
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configno
has_precommit_configno

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://mxnet.apache.org
10/10Descripción del repositorio
10/10Topics — 1 topics
10/10Wiki
Datos de entrada utilizados
topicsmxnet
has_wikisí
homepagehttps://mxnet.apache.org
docs_sitehttps://mxnet.apache.org
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?

69Bueno · 16% del índice global

Postura de seguridad

61Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
0/2.5CI-Tests — 0 out of 30 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
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 95 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 — project is archived
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
5/5Security-Policy — security policy file detected
6/7.5Signed-Releases — 4 out of the last 4 releases have a total of 4 signed artifacts.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,1
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Packaging. 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_packages7
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:mxnet@1.9.1 —lo que arrastra la instalación del paquete publicado—: 7 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 — 99 de 99 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)

69Bueno
Cómo se puntúa
18/18Arranque con un solo comando — 3rdparty/mshadow/guide/Makefile, 3rdparty/mshadow/guide/exp-template/Makefile, 3rdparty/mshadow/guide/mshadow-ps/Makefile, 3rdparty/mshadow/guide/neuralnet/Makefile, 3rdparty/mshadow/test/Makefile, docs/cpp_docs/Makefile, docs/python_docs/python/Makefile, docs/static_site/Makefile, example/extensions/lib_api/Makefile, example/extensions/lib_custom_op/Makefile, example/extensions/lib_pass/Makefile, example/extensions/lib_subgraph/Makefile
22/22Pruebas automatizadas
0/11Configuración de lint / formato
11/11Verificación estática de tipos — C++ (tipado estático)
10/10Entorno reproducible — Dockerfile, 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
lockfilesGemfile.lock
has_dockerfilesí
typed_languagesí
bootstrap_files3rdparty/mshadow/guide/Makefile, 3rdparty/mshadow/guide/exp-template/Makefile, 3rdparty/mshadow/guide/mshadow-ps/Makefile, 3rdparty/mshadow/guide/neuralnet/Makefile, 3rdparty/mshadow/test/Makefile, docs/cpp_docs/Makefile, docs/python_docs/python/Makefile, docs/static_site/Makefile, example/extensions/lib_api/Makefile, example/extensions/lib_custom_op/Makefile, example/extensions/lib_pass/Makefile, example/extensions/lib_subgraph/Makefile
has_devcontainerno
has_linter_configno
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,01

Legibilidad del código para modelos

98Excepcional
Cómo se puntúa
45/45Código verificable por tipos — C++ (tipado estático)
53.2/55Tamaños de archivo manejables — 55/1689 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languageC++
largest_source_bytes483.556
source_files_sampled1689
oversized_source_files55

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 — example, notebooks
Datos de entrada utilizados
example_dirsexample, notebooks
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

20.812estrellas de GitHub
100contribuidores
0commits en los últimos 12 meses
1021días desde el último push
34versiones publicadas
12factor bus
1804issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi package 'mxnet' points at a different repository (https://github.com/apache/incubator-mxnet); excluded from ecosystem scoring

Más detalle

Historial de estrellas y forks 0 ★ / 6688 ⇿
0Estrellas
6688Forks
16Versiones

Cuándo se añadió cada estrella y fork, recopilado de GitHub y agrupado por día. El crecimiento acumulado se sitúa justo encima de las adiciones diarias que lo componen, de modo que ambos se leen en conjunto: la acumulación orgánica sostenida no se parece en nada a un pico abrupto y efímero. Cuando esa diferencia es medible, se informa como autenticidad del crecimiento.

Solo se muestra el historial más reciente: este repositorio supera la ventana de recopilación, por lo que no se captura el historial más antiguo.

5500575060006250650067506688152019-122023-032026-07
Mayor 0Menor 4Parche 3

Cada punto abarca 6 días.

OpenSSF Scorecard 6.1 / 10
6.1agregado

Evaluación de seguridad independiente y agnóstica en cuanto a herramientas, procedente del proyecto de código abierto OpenSSF Scorecard. Cada comprobación premia una práctica de seguridad, no la herramienta de un proveedor concreto. Las comprobaciones que Scorecard no pudo determinar se marcan como n/d y se excluyen de la puntuación de seguridad (nunca se cuentan como cero).Scorecard v5.5.0 · 2026-08-12 20:17 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
0CI-Tests0 out of 30 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 95 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintainedproject is archived
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
10Security-Policysecurity policy file detected
8Signed-Releases4 out of the last 4 releases have a total of 4 signed artifacts.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Todas las dependencias 40

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 40 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIboto31.26.48indirecta
PyPIcontextvars—indirecta
PyPIdocker3.5.0indirecta
PyPIgraphviz—indirecta
PyPInumpy—indirecta
PyPIonnx—indirecta
PyPIpyyaml5.1indirecta
PyPIrequests—indirecta
RubyGemsaddressable2.7.0indirecta
RubyGemscolorator1.1.0indirecta
RubyGemsconcurrent-ruby1.1.6indirecta
RubyGemsem-websocket0.5.1indirecta
RubyGemseventmachine1.2.7indirecta
RubyGemsffi1.12.2indirecta
RubyGemsforwardable-extended2.6.0indirecta
RubyGemshttp_parser.rb0.6.0indirecta
RubyGemsi18n1.8.2indirecta
RubyGemsjekyll4.0.0indirecta
RubyGemsjekyll-feed0.13.0indirecta
RubyGemsjekyll-sass-converter2.1.0indirecta
RubyGemsjekyll-seo-tag2.6.1indirecta
RubyGemsjekyll-watch2.2.1indirecta
RubyGemskramdown2.1.0indirecta
RubyGemskramdown-parser-gfm1.1.0indirecta
RubyGemsliquid4.0.3indirecta
RubyGemslisten3.2.1indirecta
RubyGemsmercenary0.3.6indirecta
RubyGemspathutil0.16.2indirecta
RubyGemspublic_suffix4.0.3indirecta
RubyGemsrb-fsevent0.10.3indirecta
RubyGemsrb-inotify0.10.1indirecta
RubyGemsrouge3.17.0indirecta
RubyGemssafe_yaml1.0.5indirecta
RubyGemssassc2.2.1indirecta
RubyGemsterminal-table1.8.0indirecta
RubyGemsthread_safe0.3.6indirecta
RubyGemstzinfo1.2.10indirecta
RubyGemstzinfo-data1.2019.3indirecta
RubyGemsunicode-display_width1.7.0indirecta
RubyGemswdm0.1.1indirecta
Avisos de dependencias 0

Instalar pypi:mxnet@1.9.1 arrastra 7 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 apache/mxnet. Leer en paralelo →

98aws/sagemaker-python-sdkA library for training and deploying machine learning models on Amazon SageMakerExcepcional95awslabs/gluontsProbabilistic time series modeling in PythonExcepcional90Tencent/ncnnncnn is a high-performance neural network inference framework optimized for the mobile platformExcelente83lutzroeder/netronVisualizer for neural network, deep learning and machine learning modelsExcelente71explosion/thinc🔮 A refreshing functional take on deep learning, compatible with your favorite librariesBueno63deepinsight/insightfaceState-of-the-art 2D and 3D Face Analysis ProjectModerado

Las puntuaciones son señales, no garantías. Reflejan prácticas públicamente visibles en GitHub; no son una auditoría de código ni una garantía de seguridad.

Los datos ausentes se excluyen y los pesos se renormalizan; nunca se puntúan como cero. La metodología es versionada y abierta: métricas v2.10.0, esquema v0.31.0 — metodología completa · wiki de métricas.

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