Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-12 20:48 UTC

bulletphysics / bullet3

Bullet Physics SDK: real-time collision detection and multi-physics simulation for VR, games, visual effects, robotics, machine learning etc.

C++ · CLicencia propia★ 14.671 estrellas⑂ 3086 forksdesde abr 2011Ver en GitHub ↗
TipoBibliotecacómo se determina

bulletphysics/bullet3 tiene un índice de salud de 41 sobre 100, lo que lo sitúa en la banda Débil. Su puntuación más alta es Community & Adoption (79/100) y la más baja, Security (1/100). Se actualizó por última vez hace 294 días. Una sola persona concentra la mayor parte del trabajo reciente.

41
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.

41
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 49 se calibra a 48 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Bullet Physics SDKOrganización
355 seguidores2 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
PyPIpybullet3.2.7583.259218hace 559 díasgame-developmentvirtual-realityphysics-simulationroboticscollision-detectionopengl

Métricas por categoría

Vitalidad

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

22En riesgo · 21% del índice global
Cómo se puntúa
3.6/36Recencia de pushúltimo push hace 294 días
0.7/36Cadencia de commits1/52 semanas con commits
2.7/18Volumen de commits1 commits en el último año
0/10OpenSSF Scorecard: Maintainedsin datos
Datos de entrada utilizados
commits_last_year1
human_commit_share1
days_since_last_push294
active_weeks_last_year1
Cómo se puntúa
27/27Publica versiones11 versiones publicadas
0/36Recencia de las versionesúltima versión hace 1570 días
12.6/27Cadencia de publicaciónuna versión cada ~224,1 días
0/10OpenSSF Scorecard: Signed-Releasessin datos
Datos de entrada utilizados
releases_count11
latest_release_tag3.25
releases_from_tagsno
days_since_latest_release1570
mean_days_between_releases224,1

Comunidad y Adopción

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

79Bueno · 17% del índice global
Cómo se puntúa
60/60Estrellas14.671 estrellas
25/25Forks3086 forks
14.5/15Observadores403 observadores
Datos de entrada utilizados
forks3086
stars14.671
watchers403
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
16.9/22.5Licenciaarchivo de licencia presente, no es una licencia reconocida
0/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readme
has_license
readme_badges2
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_servicesci.appveyor.com, travis-ci.org
has_pull_request_templateno
Cómo se puntúa
76.9/80Descargas mensuales583.259 descargas/mes en pypi
0/20Dependientes en el registrono lo informa este ecosistema
Datos de entrada utilizados
packagespybullet
dependents
ecosystemspypi
total_downloads
monthly_downloads583.259
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?

64Moderado · 23% del índice global
Cómo se puntúa
9/54Factor busla mitad de los commits recae en 1 contribuyente(s)
6.8/22.5Distribución de commitsel principal contribuyente firma el 70% de los commits
13.5/13.5Amplitud de contribuyentes100 contribuyentes
0/10OpenSSF Scorecard: Contributorssin datos
Datos de entrada utilizados
bus_factor1
contributors_sampled100
top_contributor_share0,699
Cómo se puntúa
36.6/42Resolución de issues87% de issues cerradas
25.5/30Aceptación de PR1526/1793 PR decididos fusionados
0/13Newcomer PR acceptance0/1 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Reviewsin datos
Datos de entrada utilizados
merged_prs1526
open_issues264
closed_issues1795
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d1
issue_closed_ratio0,872
closed_unmerged_prs267
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1
Cómo se puntúa
30/30Respaldo de la propiedadpropiedad de una organización
0/20Dominio verificadoel estado de dominio verificado no se leyó para esta organización
18.3/25Alcance del propietario355 seguidores de bulletphysics
15.5/25Trayectoria2 repos públicos, cuenta de ~12 años
Datos de entrada utilizados
followers355
owner_typeOrganization
is_verified
owner_loginbulletphysics
public_repos2
account_age_days4533
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.
Cómo se puntúa
25/25Publicado y resoluble1 paquete(s) en pypi
14/35Recencia de publicaciónúltima publicación hace 559 días
20/20Historial de versiones218 versiones en el registro
20/20No obsoletoactivo, ni obsoleto ni retirado
Datos de entrada utilizados
packagespybullet
ecosystemspypi
any_deprecatedno
min_days_since_publish559

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

72Bueno · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI1 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-Testssin datos
Datos de entrada utilizados
has_ci
has_tests
has_editorconfigno
has_linter_configno
has_precommit_configno

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyectohttp://bulletphysics.org
10/10Descripción del repositorio
10/10Topics9 topics
0/10Wiki
Datos de entrada utilizados
topicssimulation, robotics, kinematics, virtual-reality, reinforcement-learning, computer-animation, game-development, simulator, pybullet
has_wikino
homepagehttp://bulletphysics.org
docs_sitehttp://bulletphysics.org
has_readme
has_docs_dir
has_description

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

1Crítico · 16% del índice global
Cómo se puntúa
0/30Política de seguridad (SECURITY.md)
0/25Configuración de Dependabot
0/25Lockfiles de dependenciasbiblioteca publicada — los lockfiles son cosa de las aplicaciones, no se esperan aquí
0/20Flujo de trabajo de CodeQL
Datos de entrada utilizados
sourcefile_signals
lockfiles
manifestspyproject.toml, requirements.txt, setup.py
has_codeql_workflowno
has_security_policyno
has_dependabot_configno
Excluidos de la puntuación (sin datos o no aplicable): Lockfiles de dependencias. Los pesos restantes se han renormalizado.

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.

53Moderado · 4% del índice global
Cómo se puntúa
0/45Instrucciones para agentessin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
27.7/40Historial de commits legible52 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url
legible_history_share0,52
agent_instruction_files
agent_instruction_max_bytes
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
0/11Configuración de lint / formato
11/11Verificación estática de tiposC++ (tipado estático)
0/10Entorno reproducible
0/10Práctica demostrada con agentesningún commit con autoría de agente entre los últimos 100
0/8Mantenimiento automatizadono se observan actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependenciessin datos
Datos de entrada utilizados
has_nixno
has_tests
lockfiles
has_dockerfileno
typed_language
bootstrap_files
has_devcontainerno
has_linter_configno
typecheck_configs
agent_commit_share0
toolchain_manifests
dependency_bot_commit_share0
Cómo se puntúa
45/45Código verificable por tiposC++ (tipado estático)
52.8/55Tamaños de archivo manejables115/2884 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languageC++
largest_source_bytes2.247.807
source_files_sampled2884
oversized_source_files115
Cómo se puntúa
40/40Esquema de API (OpenAPI/GraphQL/proto)examples/SharedMemory/grpc/proto/pybullet.proto, examples/pybullet/gym/pybullet_envs/minitaur/actuatornet/data/minitaur_log_latency_0.003.proto, examples/pybullet/gym/pybullet_envs/minitaur/actuatornet/data/minitaur_log_latency_0.006.proto, examples/pybullet/gym/pybullet_envs/minitaur/actuatornet/data/minitaur_log_latency_0.01.proto, examples/pybullet/gym/pybullet_envs/minitaur/actuatornet/data/minitaur_log_no_latency.proto, examples/pybullet/gym/pybullet_envs/minitaur/envs/minitaur_logging.proto, examples/pybullet/gym/pybullet_envs/minitaur/envs/timestamp.proto, examples/pybullet/gym/pybullet_envs/minitaur/envs/vector.proto, examples/pybullet/gym/pybullet_envs/minitaur/envs_v2/scenes/world_asset.proto, examples/pybullet/gym/pybullet_envs/minitaur/robots/laikago_interface.proto, examples/pybullet/gym/pybullet_envs/minitaur/robots/timestamp.proto, examples/pybullet/gym/pybullet_envs/minitaur/robots/vector.proto, examples/pybullet/gym/pybullet_envs/minitaur/vision/imagery.proto, examples/pybullet/gym/pybullet_envs/minitaur/vision/sim_camera.proto
0/20Servidor MCPno aplicable a este tipo de software
40/40Ejemplos ejecutablesexamples, notebooks, samples
Datos de entrada utilizados
example_dirsexamples, notebooks, samples
has_mcp_signalno
api_schema_filesexamples/SharedMemory/grpc/proto/pybullet.proto, examples/pybullet/gym/pybullet_envs/minitaur/actuatornet/data/minitaur_log_latency_0.003.proto, examples/pybullet/gym/pybullet_envs/minitaur/actuatornet/data/minitaur_log_latency_0.006.proto, examples/pybullet/gym/pybullet_envs/minitaur/actuatornet/data/minitaur_log_latency_0.01.proto, examples/pybullet/gym/pybullet_envs/minitaur/actuatornet/data/minitaur_log_no_latency.proto, examples/pybullet/gym/pybullet_envs/minitaur/envs/minitaur_logging.proto, examples/pybullet/gym/pybullet_envs/minitaur/envs/timestamp.proto, examples/pybullet/gym/pybullet_envs/minitaur/envs/vector.proto, examples/pybullet/gym/pybullet_envs/minitaur/envs_v2/scenes/world_asset.proto, examples/pybullet/gym/pybullet_envs/minitaur/robots/laikago_interface.proto, examples/pybullet/gym/pybullet_envs/minitaur/robots/timestamp.proto, examples/pybullet/gym/pybullet_envs/minitaur/robots/vector.proto, examples/pybullet/gym/pybullet_envs/minitaur/vision/imagery.proto, examples/pybullet/gym/pybullet_envs/minitaur/vision/sim_camera.proto
interfaces_expected_of
Excluidos de la puntuación (sin datos o no aplicable): Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

14.671estrellas de GitHub
100contribuidores
1commits en los últimos 12 meses
294días desde el último push
11versiones publicadas
1factor bus
264issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • No resolved dependencies carried a version and a supported ecosystem
  • OpenSSF Scorecard did not return a usable result (exit code -9); skipping Scorecard checks

Más detalle

Historial de estrellas y forks 0 ★ / 3086 ⇿
0Estrellas
3086Forks
3Versiones

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.

20002200240026002800300032003086122021-102024-032026-08
Mayor 0Menor 0Parche 0

Cada punto abarca 5 días.

Todas las dependencias 6

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 6 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIgymindirecta
PyPImatplotlibindirecta
PyPInumpyindirecta
PyPIpandasindirecta
PyPIpybulletindirecta
PyPItensorflowindirecta
Avisos de dependencias sin evaluar

El cotejo de avisos no pudo ejecutarse para este informe: No resolved dependencies carried a version and a supported ecosystem

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.

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 agregadasPyPI.