Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-14 02:44 UTC

bespokelabsai / curator

Synthetic data curation for post-training and structured data extraction

PythonApache-2.0★ 1729 estrellas⑂ 145 forksdesde oct 2024Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina
#synthetic-data#agents#llm#prompt#python#synthetic-dataset-generation#deep-learning#fine-tuning#instruction-tuning#machine-learning#natural-language-processing

bespokelabsai/curator tiene un índice de salud de 81 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Engineering Quality (95/100) y la más baja, Security (27/100). Se actualizó por última vez hace 12 días. 3 personas concentran la mayor parte del trabajo reciente.

81
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.

81
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 69 se calibra a 81 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Bespoke LabsOrganización
131 seguidores23 repositorios públicosdesde abr 2024

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
PyPIbespokelabs-curator0.1.2960.47957hace 62 díasaicuratorbespoke

Métricas por categoría

Vitalidad

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

62Moderado · 21% del índice global

Actividad de desarrollo

52Moderado
Cómo se puntúa
28.8/36Recencia de push — último push hace 12 días
6.2/36Cadencia de commits — 9/52 semanas con commits
12.2/18Volumen de commits — 22 commits en el último año
0/10OpenSSF Scorecard: Maintained — sin datos
Datos de entrada utilizados
commits_last_year22
human_commit_share1
days_since_last_push12
active_weeks_last_year9

Disciplina de publicación

78Bueno
Cómo se puntúa
27/27Publica versiones — 26 versiones publicadas
16.2/36Recencia de las versiones — última versión hace 182 días
27/27Cadencia de publicación — una versión cada ~42,4 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count26
latest_release_tagv0.1.27
releases_from_tagsno
days_since_latest_release182
mean_days_between_releases42,4

Comunidad y Adopción

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

75Bueno · 17% del índice global

Popularidad y adopción

76Bueno
Cómo se puntúa
52.5/60Estrellas — 1729 estrellas
18/25Forks — 145 forks
5.6/15Observadores — 11 observadores
Datos de entrada utilizados
forks145
stars1729
watchers11
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

70Bueno
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
18/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges7
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesshields.io
has_pull_request_templateno

Adopción en el ecosistema (descargas)

80Excelente
Cómo se puntúa
63.8/80Descargas mensuales — 60.479 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesbespokelabs-curator
dependents—
ecosystemspypi
total_downloads—
monthly_downloads60.479
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?

78Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

74Bueno
Cómo se puntúa
36/54Factor bus — la mitad de los commits recae en 3 contribuyente(s)
17.2/22.5Distribución de commits — el principal contribuyente firma el 24% de los commits
13.5/13.5Amplitud de contribuyentes — 22 contribuyentes
0/10OpenSSF Scorecard: Contributors — sin datos
Datos de entrada utilizados
bus_factor3
contributors_sampled22
top_contributor_share0,235

Capacidad de respuesta a issues y PR

82Excelente
Cómo se puntúa
33.1/42Resolución de issues — 79% de issues cerradas
26.1/30Aceptación de PR — 387/445 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — sin datos
Datos de entrada utilizados
merged_prs387
open_issues57
closed_issues213
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,789
closed_unmerged_prs58
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

60Moderado
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
15.2/25Alcance del propietario — 131 seguidores de bespokelabsai
14.8/25Trayectoria — 23 repos públicos, cuenta de ~2 años
Datos de entrada utilizados
followers131
owner_typeOrganization
is_verifiedno
owner_loginbespokelabsai
public_repos23
account_age_days874

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 62 días
20/20Historial de versiones — 57 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesbespokelabs-curator
ecosystemspypi
any_deprecatedno
min_days_since_publish62

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

95Excepcional · 19% del índice global

Prácticas de ingeniería

92Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 1 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

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://docs.bespokelabs.ai/bespoke-curator
10/10Descripción del repositorio
10/10Topics — 11 topics
10/10Wiki
Datos de entrada utilizados
topicssynthetic-data, agents, llm, prompt, python, synthetic-dataset-generation, deep-learning, fine-tuning, instruction-tuning, machine-learning, natural-language-processing
has_wikisí
homepagehttps://docs.bespokelabs.ai/bespoke-curator
docs_sitehttps://docs.bespokelabs.ai/bespoke-curator
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?

27En riesgo · 16% del índice global

Postura de seguridad

25En riesgo
Cómo se puntúa
0/30Política de seguridad (SECURITY.md)
0/25Configuración de Dependabot
25/25Lockfiles de dependencias — poetry.lock
0/20Flujo de trabajo de CodeQL
Datos de entrada utilizados
sourcefile_signals
lockfilespoetry.lock
manifestspyproject.toml
has_codeql_workflowno
has_security_policyno
has_dependabot_configno

Avisos de dependencias

34En riesgo
Cómo se puntúa
7/35Dependencias directas libres de avisos conocidos — 2 afectados: litellm 1.83.7 (critical 9.8), datasets 3.6.0 (unknown)
6.6/25Dependencias indirectas libres de avisos conocidos — 4 afectados: aiohttp 3.13.5 (high 7.5), click 8.1.8 (high 7.2), google-cloud-aiplatform 1.71.1 (high), +1 más
20.5/40Sin avisos pendientes — 5 paquete(s) con avisos sin atender más allá de 90 días; el más antiguo publicado hace 205 días
Datos de entrada utilizados
sourceosv
advisories47
affected_packages6
assessed_packages114
unassessed_packages0
affected_by_severitycritical 1, high 3, moderate 1, unknown 1
direct_affected_packages2
Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:bespokelabs-curator@0.1.29 —lo que arrastra la instalación del paquete publicado—: 114 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.

71Bueno · 4% del índice global

Contexto y guía para agentes

55Moderado
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
15/15Documentación legible por máquinas (llms.txt) — llms.txt servido por el sitio web del proyecto (https://docs.bespokelabs.ai/llms.txt)
40/40Historial de commits legible — 99 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://docs.bespokelabs.ai/llms.txt
legible_history_share0,99
agent_instruction_files—
agent_instruction_max_bytes—

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

79Bueno
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 — lockfile
10/10Práctica demostrada con agentes — 12 de los últimos 100 commits con autoría o crédito de agente
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — sin datos
Datos de entrada utilizados
has_nixno
has_testssí
lockfilespoetry.lock
has_dockerfileno
typed_languageno
bootstrap_filesMakefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,12
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 — 0/175 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes35.987
source_files_sampled175
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

1729estrellas de GitHub
22contribuidores
22commits en los últimos 12 meses
12días desde el último push
26versiones publicadas
3factor bus
57issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • 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 0 ★ / 145 ⇿
0Estrellas
145Forks
26Versiones

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.

0255075100125150143132024-112025-092026-08
Mayor 0Menor 0Parche 20

Cada punto abarca 2 días.

Dependencias directas 19
RegistroPaqueteRestricción de versiónManifiesto
PyPIpydantic>=2.9.2pyproject.toml
PyPIdatasets^3.0.2pyproject.toml
PyPIinstructor^1.6.3pyproject.toml
PyPIpandas2.2.2pyproject.toml
PyPIxxhash^3.5.0pyproject.toml
PyPItqdm^4.67.0pyproject.toml
PyPImatplotlib^3.9.2pyproject.toml
PyPInest-asyncio^1.6.0pyproject.toml
PyPIrich^13.7.0pyproject.toml
PyPIlitellm1.83.7pyproject.toml
PyPItiktoken>=0.7.0pyproject.toml
PyPIaiofiles>=22.0,<26.0pyproject.toml
PyPIanthropic^0.84.0pyproject.toml
PyPIvertexai1.71.1pyproject.toml
PyPIvllm^0.6.3pyproject.toml
PyPIbespokelabs-sandbox0.1.1pyproject.toml
PyPItinker^0.8.0pyproject.toml
PyPIposthog^3.11.0pyproject.toml
PyPImistralai^1.5.1pyproject.toml
Todas las dependencias 248

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 22 paquetes directos y 226 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIaiofiles25.1.0directa
PyPIanthropic0.84.0directa
PyPIbespokelabs-sandbox0.1.1directa
PyPIdatasets—directa
PyPIdatasets3.2.0directa
PyPIdatasets3.6.0directa
PyPIinstructor1.14.5directa
PyPIlitellm1.83.7directa
PyPImatplotlib3.10.8directa
PyPImistralai1.12.4directa
PyPInest-asyncio1.6.0directa
PyPIpandas2.2.2directa
PyPIposthog3.25.0directa
PyPIpydantic2.12.5directa
PyPIrich13.9.4directa
PyPItiktoken0.12.0directa
PyPItinker0.8.1directa
PyPItqdm4.67.3directa
PyPIvertexai1.71.1directa
PyPIvllm—directa
PyPIvllm0.6.6.post1directa
PyPIxxhash3.6.0directa
PyPIaccelerate—indirecta
PyPIaiohappyeyeballs2.6.1indirecta
PyPIaiohttp3.13.5indirecta
PyPIaiohttp-cors0.8.1indirecta
PyPIaiosignal1.4.0indirecta
PyPIairportsdata20260304indirecta
PyPIannotated-doc0.0.4indirecta
PyPIannotated-types0.7.0indirecta
PyPIanyio4.12.1indirecta
PyPIaryn-sdk—indirecta
PyPIastor0.8.1indirecta
PyPIasync-timeout5.0.1indirecta
PyPIattrs25.4.0indirecta
PyPIbackoff2.2.1indirecta
PyPIbackports-tarfile1.2.0indirecta
PyPIbespokelabs-curator—indirecta
PyPIbespokelabs-curator0.1.16indirecta
PyPIblake31.0.8indirecta
PyPIcertifi2026.2.25indirecta
PyPIcffi2.0.0indirecta
PyPIcfgv3.5.0indirecta
PyPIcharset-normalizer3.4.5indirecta
PyPIclick8.1.8indirecta
PyPIcloudpickle3.1.2indirecta
PyPIcolorama0.4.6indirecta
PyPIcolorful0.5.8indirecta
PyPIcompressed-tensors0.8.1indirecta
PyPIcontourpy1.3.2indirecta
PyPIcoverage7.13.4indirecta
PyPIcryptography46.0.5indirecta
PyPIcycler0.12.1indirecta
PyPIdeepspeed—indirecta
PyPIdepyf0.18.0indirecta
PyPIdill0.3.8indirecta
PyPIdiskcache5.6.3indirecta
PyPIdistlib0.4.0indirecta
PyPIdistro1.9.0indirecta
PyPIdocstring-parser0.17.0indirecta
PyPIdocutils0.22.4indirecta
PyPIeinops0.8.2indirecta
PyPIeval-type-backport0.3.1indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIfaiss-cpu—indirecta
PyPIfastapi0.135.1indirecta
PyPIfastuuid0.14.0indirecta
PyPIfilelock3.25.2indirecta
PyPIfonttools4.62.1indirecta
PyPIfrozenlist1.8.0indirecta
PyPIfsspec2025.3.0indirecta
PyPIgguf0.10.0indirecta
PyPIgoogle-api-core2.25.2indirecta
PyPIgoogle-auth2.49.1indirecta
PyPIgoogle-cloud-aiplatform1.71.1indirecta
PyPIgoogle-cloud-bigquery3.40.1indirecta
PyPIgoogle-cloud-core2.5.0indirecta
PyPIgoogle-cloud-resource-manager1.16.0indirecta
PyPIgoogle-cloud-storage2.19.0indirecta
PyPIgoogle-crc32c1.8.0indirecta
PyPIgoogle-resumable-media2.8.0indirecta
PyPIgoogleapis-common-protos1.73.0indirecta
PyPIgrpc-google-iam-v10.14.3indirecta
PyPIgrpcio1.78.0indirecta
PyPIgrpcio-status1.71.2indirecta
PyPIh110.16.0indirecta
PyPIh24.3.0indirecta
PyPIhf-xet1.4.2indirecta
PyPIhpack4.1.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttptools0.7.1indirecta
PyPIhttpx0.28.1indirecta
PyPIhuggingface-hub1.7.1indirecta
PyPIhyperframe6.1.0indirecta
PyPIidentify2.6.17indirecta
PyPIidna3.11indirecta
PyPIimportlib-metadata8.5.0indirecta
PyPIiniconfig2.3.0indirecta
PyPIinteregular0.3.3indirecta
PyPIinvoke2.2.1indirecta
PyPIisort5.13.2indirecta
PyPIjaraco-classes3.4.0indirecta
PyPIjaraco-context6.1.1indirecta
PyPIjaraco-functools4.4.0indirecta
PyPIjeepney0.9.0indirecta
PyPIjinja23.1.6indirecta
PyPIjiter0.11.1indirecta
PyPIjsonschema4.23.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIkeyring25.7.0indirecta
PyPIkiwisolver1.5.0indirecta
PyPIlangchain—indirecta
PyPIlangchain-experimental—indirecta
PyPIlangchain-openai—indirecta
PyPIlark1.2.2indirecta
PyPIlatex2sympy21.9.1indirecta
PyPIlm-format-enforcer0.10.12indirecta
PyPImarkdown-it-py4.0.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImdurl0.1.2indirecta
PyPImistral-common1.5.6indirecta
PyPImonotonic1.6indirecta
PyPImore-itertools10.8.0indirecta
PyPImpmath1.3.0indirecta
PyPImsgpack1.1.2indirecta
PyPImsgspec0.20.0indirecta
PyPImultidict6.7.1indirecta
PyPImultiprocess0.70.16indirecta
PyPInetworkx3.4.2indirecta
PyPInh30.3.3indirecta
PyPInodeenv1.10.0indirecta
PyPInumpy—indirecta
PyPInumpy1.26.4indirecta
PyPInvidia-cublas-cu1212.4.5.8indirecta
PyPInvidia-cuda-cupti-cu1212.4.127indirecta
PyPInvidia-cuda-nvrtc-cu1212.4.127indirecta
PyPInvidia-cuda-runtime-cu1212.4.127indirecta
PyPInvidia-cudnn-cu129.1.0.70indirecta
PyPInvidia-cufft-cu1211.2.1.3indirecta
PyPInvidia-curand-cu1210.3.5.147indirecta
PyPInvidia-cusolver-cu1211.6.1.9indirecta
PyPInvidia-cusparse-cu1212.3.1.170indirecta
PyPInvidia-ml-py13.590.48indirecta
PyPInvidia-nccl-cu122.21.5indirecta
PyPInvidia-nvjitlink-cu1212.4.127indirecta
PyPInvidia-nvtx-cu1212.4.127indirecta
PyPIopenai2.30.0indirecta
PyPIopencensus0.11.4indirecta
PyPIopencensus-context0.1.3indirecta
PyPIopencv-python-headless4.11.0.86indirecta
PyPIopentelemetry-api1.40.0indirecta
PyPIopentelemetry-exporter-otlp-proto-common1.40.0indirecta
PyPIopentelemetry-exporter-otlp-proto-http1.40.0indirecta
PyPIopentelemetry-exporter-prometheus0.61b0indirecta
PyPIopentelemetry-proto1.40.0indirecta
PyPIopentelemetry-sdk1.40.0indirecta
PyPIopentelemetry-semantic-conventions0.61b0indirecta
PyPIoutlines0.1.11indirecta
PyPIoutlines-core0.1.26indirecta
PyPIpackaging26.0indirecta
PyPIpartial-json-parser0.2.1.1.post7indirecta
PyPIpdfplumber—indirecta
PyPIpillow12.1.1indirecta
PyPIpkginfo1.10.0indirecta
PyPIplatformdirs4.9.4indirecta
PyPIpluggy1.6.0indirecta
PyPIpre-commit4.5.1indirecta
PyPIprometheus-client0.24.1indirecta
PyPIprometheus-fastapi-instrumentator7.1.0indirecta
PyPIpropcache0.4.1indirecta
PyPIproto-plus1.27.1indirecta
PyPIprotobuf5.29.6indirecta
PyPIpsutil6.1.1indirecta
PyPIpy-cpuinfo9.0.0indirecta
PyPIpy-spy0.4.1indirecta
PyPIpyarrow23.0.1indirecta
PyPIpyasn10.6.2indirecta
PyPIpyasn1-modules0.4.2indirecta
PyPIpycountry26.2.16indirecta
PyPIpycparser3.0indirecta
PyPIpydantic-core2.41.5indirecta
PyPIpygments2.19.2indirecta
PyPIpyparsing3.3.2indirecta
PyPIpytest8.4.2indirecta
PyPIpytest-asyncio0.24.0indirecta
PyPIpytest-cov6.3.0indirecta
PyPIpytest-dependency0.6.1indirecta
PyPIpytest-timeout2.4.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-discovery1.1.3indirecta
PyPIpython-dotenv1.0.1indirecta
PyPIpytz2026.1.post1indirecta
PyPIpywin32-ctypes0.2.3indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyzmq27.1.0indirecta
PyPIray—indirecta
PyPIray2.54.0indirecta
PyPIreadme-renderer44.0indirecta
PyPIreferencing0.37.0indirecta
PyPIregex2026.2.28indirecta
PyPIrequests—indirecta
PyPIrequests2.32.5indirecta
PyPIrequests-toolbelt1.0.0indirecta
PyPIrfc39862.0.0indirecta
PyPIrpds-py0.30.0indirecta
PyPIruff0.8.6indirecta
PyPIsafetensors0.7.0indirecta
PyPIscikit-learn—indirecta
PyPIscipy1.15.1indirecta
PyPIsecretstorage3.5.0indirecta
PyPIsentence-transformers—indirecta
PyPIsentencepiece0.2.1indirecta
PyPIsetuptools82.0.1indirecta
PyPIshapely2.1.2indirecta
PyPIshellingham1.5.4indirecta
PyPIsix1.17.0indirecta
PyPIsmart-open7.5.1indirecta
PyPIsniffio1.3.1indirecta
PyPIstarlette0.52.1indirecta
PyPIsympy1.13.1indirecta
PyPItenacity9.1.4indirecta
PyPItimeout-decorator0.5.0indirecta
PyPItokenizers0.22.2indirecta
PyPItomli2.4.0indirecta
PyPItorch—indirecta
PyPItorch2.5.1indirecta
PyPItorchvision0.20.1indirecta
PyPItransformers—indirecta
PyPItransformers5.3.0indirecta
PyPItriton3.1.0indirecta
PyPItwine5.1.1indirecta
PyPItyper0.26.7indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItzdata2025.3indirecta
PyPIurllib31.26.20indirecta
PyPIuvicorn0.41.0indirecta
PyPIuvloop0.22.1indirecta
PyPIvcrpy7.0.0indirecta
PyPIvirtualenv21.2.0indirecta
PyPIwatchfiles1.1.1indirecta
PyPIwebsockets16.0indirecta
PyPIword2number1.1indirecta
PyPIwrapt2.1.2indirecta
PyPIxformers0.0.28.post3indirecta
PyPIxgrammar0.1.32indirecta
PyPIyarl1.23.0indirecta
PyPIzipp3.23.0indirecta
Avisos de dependencias 6

Instalar pypi:bespokelabs-curator@0.1.29 arrastra 114 paquetes, directos y transitivos: 6 tienen avisos conocidos, de los cuales 2 son dependencias directas.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
litellm1.83.7directacrítica131.84.0
aiohttp3.13.5indirectaalta283.14.3
click8.1.8indirectaalta18.3.3
google-cloud-aiplatform1.71.1indirectaalta21.133.0
python-dotenv1.0.1indirectamoderada21.2.2
datasets3.6.0directadesconocida15.0.1

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 bespokelabsai/curator. Leer en paralelo →

100huggingface/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. Excepcional98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsExcepcional98strands-agents/toolsA set of tools that gives agents powerful capabilities.Excepcional98Netflix/metaflowBuild, Manage and Deploy AI/ML SystemsExcepcional98zenml-io/zenmlZenML 🙏: One AI Platform from Pipelines to Agents. https://zenml.io.Excepcional100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.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.