Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-16 11:45 UTC

databricks / databricks-sdk-py

Databricks SDK for Python (Beta)

PythonApache-2.0★ 567 estrellas⑂ 217 forksdesde jun 2022Ver en GitHub ↗
TipoBibliotecacómo se determina
#databricks#python#databricks-sdk

databricks/databricks-sdk-py tiene un índice de salud de 94 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (95/100) y la más baja, Security (66/100). Se actualizó por última vez hoy. 3 personas concentran la mayor parte del trabajo reciente.

94
global / 100
Excepcional

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.

94
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 81 se calibra a 94 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

DatabricksOrganización · dominio verificado
4069 seguidores259 repositorios públicosdesde jul 2013

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
PyPIdatabricks-sdk0.139.0102.581.188164hace 3 díasdatabrickssdk

Métricas por categoría

Vitalidad

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

95Excepcional · 21% del índice global

Actividad de desarrollo

99Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
34.6/36Cadencia de commits — 50/52 semanas con commits
18/18Volumen de commits — 271 commits en el último año
10/10OpenSSF Scorecard: Maintained — 28 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year271
human_commit_share0,43
days_since_last_push0
active_weeks_last_year50

Disciplina de publicación

90Excelente
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
36/36Recencia de las versiones — última versión hace 3 días
27/27Cadencia de publicación — una versión cada ~3,1 días
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Datos de entrada utilizados
releases_count100
latest_release_tagv0.139.0
releases_from_tagsno
days_since_latest_release3
mean_days_between_releases3,1

Comunidad y Adopción

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

74Bueno · 17% del índice global

Popularidad y adopción

72Bueno
Cómo se puntúa
44.7/60Estrellas — 567 estrellas
19.5/25Forks — 217 forks
7.8/15Observadores — 26 observadores
Datos de entrada utilizados
forks217
stars567
watchers26
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

77Bueno
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
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges5
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicescodecov.io, shields.io, snyk.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?

81Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

77Bueno
Cómo se puntúa
36/54Factor bus — la mitad de los commits recae en 3 contribuyente(s)
17.5/22.5Distribución de commits — el principal contribuyente firma el 22% de los commits
13.5/13.5Amplitud de contribuyentes — 48 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations
Datos de entrada utilizados
bus_factor3
contributors_sampled48
top_contributor_share0,221

Capacidad de respuesta a issues y PR

51Moderado
Cómo se puntúa
17.2/42Resolución de issues — 41% de issues cerradas
20.8/30Aceptación de PR — 707/1019 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
6/15OpenSSF Scorecard: Code-Review — Found 8/17 approved changesets -- score normalized to 4
Datos de entrada utilizados
merged_prs707
open_issues262
closed_issues182
prs_merged_7d0
prs_decided_7d1
prs_merged_30d0
prs_decided_30d2
issue_closed_ratio0,41
closed_unmerged_prs312
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
20/20Dominio verificado
25/25Alcance del propietario — 4069 seguidores de databricks
25/25Trayectoria — 259 repos públicos, cuenta de ~13 años
Datos de entrada utilizados
followers4069
owner_typeOrganization
is_verifiedsí
owner_logindatabricks
public_repos259
account_age_days4813

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 3 días
20/20Historial de versiones — 164 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesdatabricks-sdk
ecosystemspypi
any_deprecatedno
min_days_since_publish3

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]), setup.cfg ([pycodestyle])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 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://databricks-sdk-py.readthedocs.io/
10/10Descripción del repositorio
10/10Topics — 3 topics
0/10Wiki
Datos de entrada utilizados
topicsdatabricks, python, databricks-sdk
has_wikino
homepagehttps://databricks-sdk-py.readthedocs.io/
docs_sitehttps://databricks-sdk-py.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?

66Bueno · 16% del índice global

Postura de seguridad

57Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
3.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 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
3/7.5Code-Review — Found 8/17 approved changesets -- score normalized to 4
2.5/2.5Contributors — project has 4 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
7.5/7.5Maintained — 28 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — sin datos
5/5Pinned-Dependencies — all dependencies are pinned
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
5/5Security-Policy — security policy file 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 — 23 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,7
Excluidos de la puntuación (sin datos o no aplicable): 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_packages12
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:databricks-sdk@0.139.0 —lo que arrastra la instalación del paquete publicado—: 12 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.

78Bueno · 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.databricks.com/llms.txt)
40/40Historial de commits legible — 43 de 43 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://docs.databricks.com/llms.txt
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

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

87Excelente
Cómo se puntúa
18/18Arranque con un solo comando — Makefile, docs/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff]), setup.cfg ([pycodestyle])
11/11Verificación estática de tipos — databricks/sdk/py.typed
10/10Entorno reproducible — lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
5/8Mantenimiento automatizado — automatización de dependencias configurada, no observada en los commits muestreados
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_filesMakefile, docs/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configsdatabricks/sdk/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

78Bueno
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (databricks/sdk/py.typed)
51.5/55Tamaños de archivo manejables — 30/468 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes886.652
source_files_sampled468
oversized_source_files30

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

567estrellas de GitHub
48contribuidores
271commits en los últimos 12 meses
0días desde el último push
100versiones publicadas
3factor bus
262issues 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 ★ / 217 ⇿
0Estrellas
217Forks
100Versiones

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.

0408012016020024021652023-042025-012026-09
Mayor 0Menor 99Parche 1

Cada punto abarca 4 días.

OpenSSF Scorecard 5.7 / 10
5.7agregado

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 · 2026-09-16 11:45 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
4Code-ReviewFound 8/17 approved changesets -- score normalized to 4
10Contributorsproject has 4 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained28 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
n/dPackagingpackaging workflow not detected
10Pinned-Dependenciesall dependencies are pinned
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities23 existing vulnerabilities detected
Dependencias directas 4
RegistroPaqueteRestricción de versiónManifiesto
PyPIrequests>=2.28.1,<3pyproject.toml
PyPIgoogle-auth~=2.0pyproject.toml
PyPIprotobuf>=4.25.8,!=5.26.*,!=5.27.*,!=5.28.*,!=5.29.0,!=5.29.1,!=5.29.2,!=5.29.3,!=5.29.4,!=6.30.0,!=6.30.1,!=6.31.0,<7.0pyproject.toml
PyPIurllib3>=1.26,<3pyproject.toml
Todas las dependencias 107

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 4 paquetes directos y 103 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIgoogle-auth2.49.0directa
PyPIprotobuf6.33.5directa
PyPIrequests2.32.5directa
PyPIurllib32.6.3directa
PyPI-—indirecta
PyPIannotated-types0.7.0indirecta
PyPIanyio4.12.1indirecta
PyPIasttokens3.0.1indirecta
PyPIbuild1.4.0indirecta
PyPIcertifi2026.2.25indirecta
PyPIcffi2.0.0indirecta
PyPIcharset-normalizer3.4.5indirecta
PyPIcheck-manifest0.51indirecta
PyPIcolorama0.4.6indirecta
PyPIcomm0.2.3indirecta
PyPIcoverage7.13.4indirecta
PyPIcryptography46.0.5indirecta
PyPIdatabricks-connect16.1.7indirecta
PyPIdatabricks-connect18.1.1indirecta
PyPIdecorator5.2.1indirecta
PyPIdistro1.9.0indirecta
PyPIenum-tools—indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIexecnet2.1.2indirecta
PyPIexecuting2.2.1indirecta
PyPIgoogleapis-common-protos1.73.0indirecta
PyPIgrpcio1.78.0indirecta
PyPIgrpcio-status1.78.0indirecta
PyPIh110.16.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx0.28.1indirecta
PyPIidna3.11indirecta
PyPIimportlib-metadata8.7.1indirecta
PyPIiniconfig2.3.0indirecta
PyPIipython8.38.0indirecta
PyPIipython9.10.0indirecta
PyPIipython9.11.0indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIipywidgets8.1.8indirecta
PyPIjedi0.19.2indirecta
PyPIjiter0.13.0indirecta
PyPIjsonpatch1.33indirecta
PyPIjsonpointer3.0.0indirecta
PyPIjupyterlab-widgets3.0.16indirecta
PyPIlangchain-core1.2.20indirecta
PyPIlangchain-openai1.1.11indirecta
PyPIlangsmith0.7.22indirecta
PyPImatplotlib-inline0.2.1indirecta
PyPImyst-parser—indirecta
PyPInumpy1.26.4indirecta
PyPInumpy2.4.3indirecta
PyPIopenai2.26.0indirecta
PyPIorjson3.11.7indirecta
PyPIpackaging26.0indirecta
PyPIpandas2.3.3indirecta
PyPIparso0.8.6indirecta
PyPIpexpect4.9.0indirecta
PyPIpluggy1.6.0indirecta
PyPIprompt-toolkit3.0.52indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpy4j0.10.9.7indirecta
PyPIpy4j0.10.9.9indirecta
PyPIpyarrow23.0.1indirecta
PyPIpyasn10.6.3indirecta
PyPIpyasn1-modules0.4.2indirecta
PyPIpycodestyle2.14.0indirecta
PyPIpycparser3.0indirecta
PyPIpydantic2.12.5indirecta
PyPIpydantic-core2.41.5indirecta
PyPIpyfakefs6.1.4indirecta
PyPIpygments2.19.2indirecta
PyPIpyproject-hooks1.2.0indirecta
PyPIpytest9.0.2indirecta
PyPIpytest-cov7.0.0indirecta
PyPIpytest-mock3.15.1indirecta
PyPIpytest-rerunfailures16.1indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpytz2026.1.post1indirecta
PyPIpyyaml6.0.3indirecta
PyPIregex2026.2.28indirecta
PyPIrequests-mock1.12.1indirecta
PyPIrequests-toolbelt1.0.0indirecta
PyPIrsa4.9.1indirecta
PyPIruff0.5.6indirecta
PyPIsetuptools82.0.1indirecta
PyPIsix1.17.0indirecta
PyPIsniffio1.3.1indirecta
PyPIsphinx-autobuild—indirecta
PyPIsphinx-toolbox—indirecta
PyPIstack-data0.6.3indirecta
PyPItenacity9.1.4indirecta
PyPItiktoken0.12.0indirecta
PyPItomli2.4.0indirecta
PyPItqdm4.67.3indirecta
PyPItraitlets5.14.3indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItzdata2025.3indirecta
PyPIuuid-utils0.14.1indirecta
PyPIwcwidth0.6.0indirecta
PyPIwheel0.46.3indirecta
PyPIwidgetsnbextension4.0.15indirecta
PyPIxxhash3.6.0indirecta
PyPIzipp3.23.0indirecta
PyPIzstandard0.25.0indirecta
Avisos de dependencias 0

Instalar pypi:databricks-sdk@0.139.0 arrastra 12 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 databricks/databricks-sdk-py. Leer en paralelo →

100open-telemetry/opentelemetry-pythonOpenTelemetry Python API and SDK Excepcional99quantumlib/CirqPython framework for creating, editing, and running Noisy Intermediate-Scale Quantum (NISQ) circuits.Excepcional99apache/supersetApache Superset is a Data Visualization and Data Exploration PlatformExcepcional99Qiskit/qiskitQiskit is an open-source SDK for working with quantum computers at the level of extended quantum circuits, operators, and primitives.Excepcional99microsoft/agent-frameworkA framework for building, orchestrating and deploying AI agents and multi-agent workflows with support for Python and .NET.Excepcional98polarsource/polarPolar — A billing platform for the intelligence eraExcepcional

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.