Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-19 09:20 UTC

chemosim-lab / ProLIF

Interaction Fingerprints for protein-ligand complexes and more

PythonApache-2.0★ 540 estrellas⑂ 104 forksdesde ene 2020Ver en GitHub ↗
TipoBibliotecacómo se determina
#molecular-dynamics#rdkit#drug-design#docking#cheminformatics#mdanalysis#drug-discovery

chemosim-lab/ProLIF tiene un índice de salud de 78 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Engineering Quality (86/100) y la más baja, Security (50/100). Se actualizó por última vez hace 48 días. Una sola persona concentra la mayor parte del trabajo reciente.

78
global / 100
Bueno

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.

78
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

ChemSenSim LabOrganización
31 seguidores14 repositorios públicosdesde jul 2019

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
PyPIprolif2.2.178.93430hace 53 díassciencechemistrydrug-designcheminformaticschemoinformaticsmolecular-dynamicsinteraction-fingerprint

Métricas por categoría

Vitalidad

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

62Moderado · 21% del índice global

Actividad de desarrollo

48Débil
Cómo se puntúa
18/36Recencia de push — último push hace 48 días
7.6/36Cadencia de commits — 11/52 semanas con commits
13.4/18Volumen de commits — 30 commits en el último año
9/10OpenSSF Scorecard: Maintained — 9 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 9
Datos de entrada utilizados
commits_last_year30
human_commit_share1
days_since_last_push48
active_weeks_last_year11

Disciplina de publicación

84Excelente
Cómo se puntúa
27/27Publica versiones — 16 versiones publicadas
36/36Recencia de las versiones — última versión hace 53 días
12.6/27Cadencia de publicación — una versión cada ~149,8 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count16
latest_release_tagv2.2.1
releases_from_tagsno
days_since_latest_release53
mean_days_between_releases149,8
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?

72Bueno · 17% del índice global

Popularidad y adopción

67Bueno
Cómo se puntúa
44.3/60Estrellas — 540 estrellas
16.8/25Forks — 104 forks
6/15Observadores — 13 observadores
Datos de entrada utilizados
forks104
stars540
watchers13
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_badges0
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_services—
has_pull_request_templateno

Adopción en el ecosistema (descargas)

82Excelente
Cómo se puntúa
65.3/80Descargas mensuales — 78.934 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesprolif
dependents—
ecosystemspypi
total_downloads—
monthly_downloads78.934
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

Resiliencia de mantenedores (factor bus)

35Débil
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
2.7/22.5Distribución de commits — el principal contribuyente firma el 88% de los commits
13.5/13.5Amplitud de contribuyentes — 18 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Datos de entrada utilizados
bus_factor1
contributors_sampled18
top_contributor_share0,882

Capacidad de respuesta a issues y PR

75Bueno
Cómo se puntúa
38.2/42Resolución de issues — 91% de issues cerradas
23.7/30Aceptación de PR — 87/110 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
3/15OpenSSF Scorecard: Code-Review — Found 6/28 approved changesets -- score normalized to 2
Datos de entrada utilizados
merged_prs87
open_issues18
closed_issues183
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,91
closed_unmerged_prs23
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

61Moderado
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
10.8/25Alcance del propietario — 31 seguidores de chemosim-lab
20.6/25Trayectoria — 14 repos públicos, cuenta de ~7 años
Datos de entrada utilizados
followers31
owner_typeOrganization
is_verifiedno
owner_loginchemosim-lab
public_repos14
account_age_days2614

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 53 días
20/20Historial de versiones — 30 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesprolif
ecosystemspypi
any_deprecatedno
min_days_since_publish53

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

86Excelente · 19% del índice global

Prácticas de ingeniería

84Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 6 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 20 out of 20 merged PRs checked by a CI test -- score normalized to 10
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configno

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://prolif.readthedocs.io
10/10Descripción del repositorio
10/10Topics — 7 topics
0/10Wiki
Datos de entrada utilizados
topicsmolecular-dynamics, rdkit, drug-design, docking, cheminformatics, mdanalysis, drug-discovery
has_wikino
homepagehttps://prolif.readthedocs.io
docs_sitehttps://prolif.readthedocs.io
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?

50Moderado · 16% del índice global

Postura de seguridad

37Débil
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 20 out of 20 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
1.5/7.5Code-Review — Found 6/28 approved changesets -- score normalized to 2
2.5/2.5Contributors — project has 5 contributing companies or organizations
0/10Dangerous-Workflow — dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
6.8/7.5Maintained — 9 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 9
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5SAST — SAST tool is run on all commits
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 — 54 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate3,7
Excluidos de la puntuación (sin datos o no aplicable): Signed-Releases. 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_packages29
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:prolif@2.2.1 —lo que arrastra la instalación del paquete publicado—: 29 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.

57Moderado · 4% del índice global

Contexto y guía para agentes

27En riesgo
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
26.7/40Historial de commits legible — 50 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,5
agent_instruction_files—
agent_instruction_max_bytes—

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

54Moderado
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
11/11Verificación estática de tipos — prolif/py.typed
10/10Entorno reproducible — lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
0/8Mantenimiento automatizado — no se observan 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
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configsprolif/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

82Excelente
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (prolif/py.typed)
55/55Tamaños de archivo manejables — 0/53 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes54.761
source_files_sampled53
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

540estrellas de GitHub
18contribuidores
30commits en los últimos 12 meses
48días desde el último push
16versiones publicadas
1factor bus
18issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Más detalle

Historial de estrellas y forks 0 ★ / 104 ⇿
0Estrellas
104Forks
15Versiones

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.

02040608010010052021-012023-112026-09
Mayor 2Menor 3Parche 8

Cada punto abarca 6 días.

OpenSSF Scorecard 3.7 / 10
3.7agregado

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 · 2026-09-19 09:19 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests20 out of 20 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
2Code-ReviewFound 6/28 approved changesets -- score normalized to 2
10Contributorsproject has 5 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
9Maintained9 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 9
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities54 existing vulnerabilities detected
Dependencias directas 11
RegistroPaqueteRestricción de versiónManifiesto
PyPIpandas>=1.1.0pyproject.toml
PyPInumpy>=1.13.3pyproject.toml
PyPIscipy>=1.3.0pyproject.toml
PyPImdanalysis>=2.2.0,<3pyproject.toml
PyPImdanalysis>=2.7.0,<3pyproject.toml
PyPInetworkx>=2.5.0pyproject.toml
PyPItqdm—pyproject.toml
PyPImultiprocess—pyproject.toml
PyPIdill—pyproject.toml
PyPIpsutil—pyproject.toml
PyPIgemmi>=0.7.5pyproject.toml
Todas las dependencias 161

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 13 paquetes directos y 148 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIdill0.3.9directa
PyPIgemmi0.7.5directa
PyPImdanalysis2.5.0directa
PyPImdanalysis2.8.0directa
PyPImultiprocess0.70.17directa
PyPInetworkx3.2.1directa
PyPInetworkx3.4.2directa
PyPInumpy1.26.4directa
PyPIpandas2.2.3directa
PyPIpsutil7.0.0directa
PyPIscipy1.13.1directa
PyPIscipy1.15.2directa
PyPItqdm4.67.1directa
PyPIaccessible-pygments0.0.5indirecta
PyPIalabaster0.7.16indirecta
PyPIanyio4.14.2indirecta
PyPIappnope0.1.4indirecta
PyPIasttokens3.0.0indirecta
PyPIattrs25.1.0indirecta
PyPIbabel2.17.0indirecta
PyPIbeautifulsoup44.13.3indirecta
PyPIbiopython1.85indirecta
PyPIblack25.1.0indirecta
PyPIcertifi2025.1.31indirecta
PyPIcffi1.17.1indirecta
PyPIcharset-normalizer3.4.1indirecta
PyPIclick8.1.8indirecta
PyPIcolorama0.4.6indirecta
PyPIcomm0.2.2indirecta
PyPIcommonmark0.9.1indirecta
PyPIcontourpy1.3.0indirecta
PyPIcontourpy1.3.1indirecta
PyPIcoverage7.6.12indirecta
PyPIcycler0.12.1indirecta
PyPIdebugpy1.8.12indirecta
PyPIdecorator5.2.1indirecta
PyPIdocutils0.19indirecta
PyPIexceptiongroup1.2.2indirecta
PyPIexecuting2.2.0indirecta
PyPIfasteners0.19indirecta
PyPIfastjsonschema2.21.1indirecta
PyPIfonttools4.56.0indirecta
PyPIgreenlet3.1.1indirecta
PyPIgriddataformats1.0.2indirecta
PyPIgsd3.4.2indirecta
PyPIh110.16.0indirecta
PyPIidna3.10indirecta
PyPIimagesize1.4.1indirecta
PyPIimportlib-metadata8.6.1indirecta
PyPIiniconfig2.0.0indirecta
PyPIipykernel6.29.5indirecta
PyPIipython8.18.1indirecta
PyPIipywidgets8.1.5indirecta
PyPIjedi0.19.2indirecta
PyPIjinja23.1.5indirecta
PyPIjoblib1.4.2indirecta
PyPIjsonpickle4.0.2indirecta
PyPIjsonschema4.23.0indirecta
PyPIjsonschema-specifications2024.10.1indirecta
PyPIjupyter-cache0.6.1indirecta
PyPIjupyter-client8.6.3indirecta
PyPIjupyter-core5.7.2indirecta
PyPIjupyterlab-widgets3.0.13indirecta
PyPIkiwisolver1.4.7indirecta
PyPIkiwisolver1.4.8indirecta
PyPImarkdown-it-py2.2.0indirecta
PyPImarkupsafe3.0.2indirecta
PyPImatplotlib3.10.1indirecta
PyPImatplotlib3.9.4indirecta
PyPImatplotlib-inline0.1.7indirecta
PyPImda-xdrlib0.2.0indirecta
PyPImdahole20.5.0indirecta
PyPImdit-py-plugins0.3.5indirecta
PyPImdurl0.1.2indirecta
PyPImmtf-python1.1.3indirecta
PyPImrcfile1.5.4indirecta
PyPImsgpack1.1.0indirecta
PyPImypy1.15.0indirecta
PyPImypy-extensions1.0.0indirecta
PyPImyst-nb0.17.2indirecta
PyPImyst-parser0.18.1indirecta
PyPInbclient0.7.4indirecta
PyPInbformat5.10.4indirecta
PyPInest-asyncio1.6.0indirecta
PyPIoptype0.9.2indirecta
PyPIpackaging24.2indirecta
PyPIpandas-stubs2.2.3.250308indirecta
PyPIparso0.8.4indirecta
PyPIpastel0.2.1indirecta
PyPIpathsimanalysis1.2.0indirecta
PyPIpathspec0.12.1indirecta
PyPIpexpect4.9.0indirecta
PyPIpillow11.1.0indirecta
PyPIplatformdirs4.3.6indirecta
PyPIpluggy1.5.0indirecta
PyPIpoethepoet0.33.0indirecta
PyPIprolif0.0.0indirecta
PyPIprompt-toolkit3.0.50indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpy3dmol2.4.2indirecta
PyPIpycparser2.22indirecta
PyPIpydata-sphinx-theme0.15.4indirecta
PyPIpygments2.19.1indirecta
PyPIpyparsing3.2.1indirecta
PyPIpytest8.3.5indirecta
PyPIpytest-cov6.0.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpytz2025.1indirecta
PyPIpyvis0.3.2indirecta
PyPIpywin32308indirecta
PyPIpyyaml6.0.2indirecta
PyPIpyzmq26.2.1indirecta
PyPIrdkit2024.9.6indirecta
PyPIrecommonmark0.7.1indirecta
PyPIreferencing0.36.2indirecta
PyPIrequests2.32.3indirecta
PyPIrpds-py0.23.1indirecta
PyPIruff0.11.2indirecta
PyPIscipy-stubs1.15.2.1indirecta
PyPIseaborn0.13.2indirecta
PyPIsetuptools78.1.0indirecta
PyPIsix1.17.0indirecta
PyPIsnowballstemmer2.2.0indirecta
PyPIsoupsieve2.6indirecta
PyPIsphinx5.3.0indirecta
PyPIsphinx-autobuild2024.10.3indirecta
PyPIsphinx-autobuild2025.8.25indirecta
PyPIsphinx-book-theme1.1.3indirecta
PyPIsphinx-copybutton0.5.2indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIsqlalchemy2.0.38indirecta
PyPIstack-data0.6.3indirecta
PyPIstarlette1.3.1indirecta
PyPItabulate0.9.0indirecta
PyPIthreadpoolctl3.5.0indirecta
PyPItokenize-rt6.1.0indirecta
PyPItomli2.2.1indirecta
PyPItornado6.4.2indirecta
PyPItraitlets5.14.3indirecta
PyPItypes-networkx3.4.2.20250426indirecta
PyPItypes-psutil7.2.1.20251231indirecta
PyPItypes-pytz2025.2.0.20250326indirecta
PyPItypes-requests2.32.0.20250328indirecta
PyPItypes-setuptools78.1.0.20250329indirecta
PyPItypes-tqdm4.67.0.20250319indirecta
PyPItyping-extensions4.12.2indirecta
PyPItzdata2025.1indirecta
PyPIurllib32.3.0indirecta
PyPIuvicorn0.51.0indirecta
PyPIwatchfiles1.2.0indirecta
PyPIwaterdynamics1.2.0indirecta
PyPIwcwidth0.2.13indirecta
PyPIwebsockets16.1.1indirecta
PyPIwidgetsnbextension4.0.13indirecta
PyPIzipp3.21.0indirecta
Avisos de dependencias 0

Instalar pypi:prolif@2.2.1 arrastra 29 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 chemosim-lab/ProLIF. Leer en paralelo →

81kent-tokyo/chematicA pure-Rust cheminformatics library targeting RDKit feature parity — zero C/C++ by default.Excelente75MolCrafts/molrs[WIP] Molcrafts rust kernelBueno93MDAnalysis/mdanalysisMDAnalysis is a Python library to analyze molecular dynamics simulations.Excepcional78abhishektiwari/hbatHBAT 2: A Python Package to analyse Hydrogen Bonds and Other Non-covalent Interactions in Macromolecular Structures https://hbat-web.abhishek-tiwari.comBueno77kent-tokyo/renkinLocal and reproducible route auditing for AiZynthFinder, Syntheseus and RENKIN — plus a portable Rust retrosynthesis engine.Bueno91glotzerlab/freudPowerful, efficient particle trajectory analysis in scientific Python.Excelente

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.