Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-17 19:17 UTC

crystaldba / postgres-mcp

Postgres MCP Pro provides configurable read/write access and performance analysis for you and your AI agents.

PythonMIT★ 3311 estrellas⑂ 376 forksdesde mar 2025Ver en GitHub ↗
TipoHerramienta de línea de comandosServidor MCPBibliotecacómo se determina

crystaldba/postgres-mcp tiene un índice de salud de 56 sobre 100, lo que lo sitúa en la banda Moderado. Su puntuación más alta es Community & Adoption (68/100) y la más baja, Security (42/100). Se actualizó por última vez hace 31 días. 2 personas concentran la mayor parte del trabajo reciente.

56
global / 100
Moderado

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.

56
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 54 se calibra a 56 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Crystal DBAOrganización
40 seguidores5 repositorios públicosdesde ene 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 publicación
PyPIpostgres-mcp0.3.0613.4119hace 489 días

Métricas por categoría

Vitalidad

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

43Débil · 21% del índice global

Actividad de desarrollo

31En riesgo
Cómo se puntúa
18/36Recencia de push — último push hace 31 días
2.8/36Cadencia de commits — 4/52 semanas con commits
10.3/18Volumen de commits — 13 commits en el último año
0/10OpenSSF Scorecard: Maintained — 1 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Datos de entrada utilizados
commits_last_year13
human_commit_share1
days_since_last_push31
active_weeks_last_year4

Disciplina de publicación

61Moderado
Cómo se puntúa
27/27Publica versiones — 4 versiones publicadas
7.2/36Recencia de las versiones — última versión hace 489 días
27/27Cadencia de publicación — una versión cada ~12,6 días
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Datos de entrada utilizados
releases_count4
latest_release_tagv0.3.0
releases_from_tagsno
days_since_latest_release489
mean_days_between_releases12,6

Comunidad y Adopción

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

68Bueno · 17% del índice global

Popularidad y adopción

84Excelente
Cómo se puntúa
57.1/60Estrellas — 3311 estrellas
21.5/25Forks — 376 forks
5.8/15Observadores — 12 observadores
Datos de entrada utilizados
forks376
stars3311
watchers12
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_badges5
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_servicesshields.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?

56Moderado · 23% del índice global

Resiliencia de mantenedores (factor bus)

58Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
12.9/22.5Distribución de commits — el principal contribuyente firma el 42% de los commits
13.5/13.5Amplitud de contribuyentes — 10 contribuyentes
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Datos de entrada utilizados
bus_factor2
contributors_sampled10
top_contributor_share0,425

Capacidad de respuesta a issues y PR

38Débil
Cómo se puntúa
9.7/42Resolución de issues — 23% de issues cerradas
20.7/30Aceptación de PR — 73/106 PR decididos fusionados
0/13Newcomer PR acceptance — 0/8 PR de contribuyentes primerizos fusionados en 30 d
7.5/15OpenSSF Scorecard: Code-Review — Found 16/30 approved changesets -- score normalized to 5
Datos de entrada utilizados
merged_prs73
open_issues50
closed_issues15
prs_merged_7d0
prs_decided_7d5
prs_merged_30d0
prs_decided_30d8
issue_closed_ratio0,231
closed_unmerged_prs33
first_time_authors_30d3
first_time_prs_merged_30d0
first_time_prs_decided_30d8

Propiedad y custodia

53Moderado
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
11.6/25Alcance del propietario — 40 seguidores de crystaldba
11/25Trayectoria — 5 repos públicos, cuenta de ~2 años
Datos de entrada utilizados
followers40
owner_typeOrganization
is_verifiedno
owner_logincrystaldba
public_repos5
account_age_days977

Mantenimiento de paquetes

79Bueno
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
14/35Recencia de publicación — última publicación hace 489 días
20/20Historial de versiones — 9 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagespostgres-mcp
ecosystemspypi
any_deprecatedno
min_days_since_publish489

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

61Moderado · 19% del índice global

Prácticas de ingeniería

68Bueno
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])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
4/20OpenSSF Scorecard: CI-Tests — 7 out of 28 merged PRs checked by a CI test -- score normalized to 2
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configno

Documentación

50Moderado
Cómo se puntúa
30/30README
0/25Directorio de documentación
0/15Sitio de documentación / página del proyecto
10/10Descripción del repositorio
0/10Topics
10/10Wiki
Datos de entrada utilizados
topics—
has_wikisí
homepage—
docs_site—
has_readmesí
has_docs_dirno
has_descriptionsí

Seguridad

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

42Débil · 16% del índice global

Postura de seguridad

28En riesgo
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
0.5/2.5CI-Tests — 7 out of 28 merged PRs checked by a CI test -- score normalized to 2
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3.8/7.5Code-Review — Found 16/30 approved changesets -- score normalized to 5
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
10/10Dangerous-Workflow — no 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
0/7.5Maintained — 1 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 — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 79 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate2,8
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_packages63
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:postgres-mcp@0.3.0 —lo que arrastra la instalación del paquete publicado—: 63 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.

68Bueno · 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://modelcontextprotocol.io/llms.txt)
40/40Historial de commits legible — 69 de 80 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://modelcontextprotocol.io/llms.txt
legible_history_share0,863
agent_instruction_files—
agent_instruction_max_bytes—

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

71Bueno
Cómo se puntúa
18/18Arranque con un solo comando — justfile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff], [tool.black])
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile, lockfile
10/10Práctica demostrada con agentes — 8 de los últimos 80 commits con autoría o crédito de agente
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_dockerfilesí
typed_languageno
bootstrap_filesjustfile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,1
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 — 0/45 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes56.446
source_files_sampled45
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
20/20Servidor MCP
40/40Ejemplos ejecutables — examples
Datos de entrada utilizados
example_dirsexamples
has_mcp_signalsí
api_schema_files—
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Esquema de API (OpenAPI/GraphQL/proto). Los pesos restantes se han renormalizado.

Datos clave

3311estrellas de GitHub
10contribuidores
13commits en los últimos 12 meses
31días desde el último push
4versiones publicadas
2factor bus
50issues 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 ★ / 376 ⇿
0Estrellas
376Forks
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.

012525037536452025-042025-122026-09
Mayor 0Menor 2Parche 1

Cada punto abarca 2 días.

OpenSSF Scorecard 2.8 / 10
2.8agregado

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 · 2026-09-17 19:16 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
2CI-Tests7 out of 28 merged PRs checked by a CI test -- score normalized to 2
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
5Code-ReviewFound 16/30 approved changesets -- score normalized to 5
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintained1 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
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities79 existing vulnerabilities detected
Dependencias directas 7
RegistroPaqueteRestricción de versiónManifiesto
PyPImcp>=1.25.0,<2.0pyproject.toml
PyPIpsycopg>=3.3.2pyproject.toml
PyPIhumanize>=4.15.0pyproject.toml
PyPIpglast==7.11pyproject.toml
PyPIattrs>=25.4.0pyproject.toml
PyPIpsycopg-pool>=3.3.0pyproject.toml
PyPIinstructor>=1.14.4pyproject.toml
Todas las dependencias 83

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 7 paquetes directos y 76 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIattrs25.4.0directa
PyPIhumanize4.15.0directa
PyPIinstructor1.14.4directa
PyPImcp1.25.0directa
PyPIpglast7.11directa
PyPIpsycopg3.3.2directa
PyPIpsycopg-pool3.3.0directa
PyPIaiohappyeyeballs2.6.1indirecta
PyPIaiohttp3.11.16indirecta
PyPIaiosignal1.3.2indirecta
PyPIannotated-types0.7.0indirecta
PyPIanyio4.9.0indirecta
PyPIcertifi2025.1.31indirecta
PyPIcffi2.0.0indirecta
PyPIcfgv3.5.0indirecta
PyPIcharset-normalizer3.4.1indirecta
PyPIclick8.1.8indirecta
PyPIcolorama0.4.6indirecta
PyPIcryptography46.0.3indirecta
PyPIdiskcache5.6.3indirecta
PyPIdistlib0.4.0indirecta
PyPIdistro1.9.0indirecta
PyPIdocker7.1.0indirecta
PyPIdocstring-parser0.16indirecta
PyPIfilelock3.20.3indirecta
PyPIfrozenlist1.6.0indirecta
PyPIh110.14.0indirecta
PyPIhttpcore1.0.7indirecta
PyPIhttpx0.28.1indirecta
PyPIhttpx-sse0.4.0indirecta
PyPIidentify2.6.16indirecta
PyPIidna3.10indirecta
PyPIiniconfig2.1.0indirecta
PyPIjinja23.1.6indirecta
PyPIjiter0.11.1indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPImarkdown-it-py3.0.0indirecta
PyPImarkupsafe3.0.2indirecta
PyPImdurl0.1.2indirecta
PyPImultidict6.4.3indirecta
PyPInodeenv1.9.1indirecta
PyPIopenai2.15.0indirecta
PyPIpackaging24.2indirecta
PyPIplatformdirs4.5.1indirecta
PyPIpluggy1.5.0indirecta
PyPIpostgres-mcp0.3.0indirecta
PyPIpre-commit4.5.1indirecta
PyPIpropcache0.3.1indirecta
PyPIpsycopg-binary3.3.2indirecta
PyPIpycparser2.23indirecta
PyPIpydantic2.11.1indirecta
PyPIpydantic-core2.33.0indirecta
PyPIpydantic-settings2.8.1indirecta
PyPIpygments2.19.1indirecta
PyPIpyjwt2.10.1indirecta
PyPIpyright1.1.408indirecta
PyPIpytest9.0.2indirecta
PyPIpytest-asyncio1.3.0indirecta
PyPIpython-dotenv1.1.0indirecta
PyPIpython-multipart0.0.21indirecta
PyPIpywin32310indirecta
PyPIpyyaml6.0.3indirecta
PyPIreferencing0.37.0indirecta
PyPIrequests2.32.3indirecta
PyPIrich13.9.4indirecta
PyPIrpds-py0.30.0indirecta
PyPIruff0.14.13indirecta
PyPIshellingham1.5.4indirecta
PyPIsniffio1.3.1indirecta
PyPIsse-starlette2.2.1indirecta
PyPIstarlette0.46.1indirecta
PyPItenacity9.1.2indirecta
PyPItqdm4.67.1indirecta
PyPIty0.0.12indirecta
PyPItyper0.21.1indirecta
PyPItyping-extensions4.13.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItzdata2025.2indirecta
PyPIurllib32.3.0indirecta
PyPIuvicorn0.34.0indirecta
PyPIvirtualenv20.36.1indirecta
PyPIyarl1.20.0indirecta
Avisos de dependencias 0

Instalar pypi:postgres-mcp@0.3.0 arrastra 63 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 crystaldba/postgres-mcp. Leer en paralelo →

100deepset-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.Excepcional100onnx/onnxOpen standard for machine learning interoperabilityExcepcional100python/cpythonThe Python programming languageExcepcional100awslabs/mcpOpen source MCP Servers for AWSExcepcional100go-gitea/giteaGit with a cup of tea! Painless self-hosted all-in-one software development service, including Git hosting, code review, team collaboration, package registry and CI/CDExcepcional100apache/arrowApache Arrow is the universal columnar format and multi-language toolbox for fast data interchange and in-memory analyticsExcepcional

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.