Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-17 21:36 UTC

dbt-labs / metricflow

MetricFlow allows you to define, build, and maintain metrics in code.

PythonApache-2.0★ 1798 estrellas⑂ 202 forksdesde abr 2022Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina

dbt-labs/metricflow tiene un índice de salud de 96 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (93/100) y la más baja, Security (68/100). Se actualizó por última vez hace 6 días. 2 personas concentran la mayor parte del trabajo reciente.

96
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.

96
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 83 se calibra a 96 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

dbt LabsOrganización · dominio verificado
2325 seguidores421 repositorios públicosdesde abr 2016

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
PyPImetricflow0.213.07.194.84896hace 7 días
PyPIdbt-metricflow0.15.0342.83824hace 7 días

Métricas por categoría

Vitalidad

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

93Excepcional · 21% del índice global
Cómo se puntúa
36/36Recencia de push — último push hace 6 días
31.2/36Cadencia de commits — 45/52 semanas con commits
18/18Volumen de commits — 189 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year189
human_commit_share1
days_since_last_push6
active_weeks_last_year45
Cómo se puntúa
27/27Publica versiones — 29 versiones publicadas
36/36Recencia de las versiones — última versión hace 7 días
27/27Cadencia de publicación — una versión cada ~40,4 días
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Datos de entrada utilizados
releases_count29
latest_release_tagv0.213.0
releases_from_tagsno
days_since_latest_release7
mean_days_between_releases40,4

Comunidad y Adopción

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

82Excelente · 17% del índice global
Cómo se puntúa
52.8/60Estrellas — 1798 estrellas
19.2/25Forks — 202 forks
7.5/15Observadores — 23 observadores
Datos de entrada utilizados
forks202
stars1798
watchers23
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
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_badges6
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesshields.io
has_pull_request_templateno
Cómo se puntúa
80/80Descargas mensuales — 7.537.686 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesmetricflow, dbt-metricflow
dependents—
ecosystemspypi
total_downloads—
monthly_downloads7.537.686
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?

85Excelente · 23% del índice global
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
15.1/22.5Distribución de commits — el principal contribuyente firma el 33% de los commits
13.5/13.5Amplitud de contribuyentes — 51 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 8 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled51
top_contributor_share0,33
Cómo se puntúa
30.6/42Resolución de issues — 73% de issues cerradas
25.8/30Aceptación de PR — 1422/1652 PR decididos fusionados
13/13Newcomer PR acceptance — 4/4 PR de contribuyentes primerizos fusionados en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs1422
open_issues110
closed_issues295
prs_merged_7d0
prs_decided_7d0
prs_merged_30d17
prs_decided_30d19
issue_closed_ratio0,728
closed_unmerged_prs230
first_time_authors_30d2
first_time_prs_merged_30d4
first_time_prs_decided_30d4
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
20/20Dominio verificado
24.2/25Alcance del propietario — 2325 seguidores de dbt-labs
25/25Trayectoria — 421 repos públicos, cuenta de ~10 años
Datos de entrada utilizados
followers2325
owner_typeOrganization
is_verifiedsí
owner_logindbt-labs
public_repos421
account_age_days3814
Cómo se puntúa
25/25Publicado y resoluble — 2 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 7 días
20/20Historial de versiones — 96 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesmetricflow, dbt-metricflow
ecosystemspypi
any_deprecatedno
min_days_since_publish7

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

82Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI — 12 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.black]), ruff.toml
9.6/9.6Hooks 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_configsí
Cómo se puntúa
30/30README
0/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://docs.getdbt.com/docs/build/about-metricflow
10/10Descripción del repositorio
10/10Topics — 7 topics
0/10Wiki
Datos de entrada utilizados
topicsdata, analytics, metrics, pypi, business-intelligence, data-modeling, semantic-layer
has_wikino
homepagehttps://docs.getdbt.com/docs/build/about-metricflow
docs_sitehttps://docs.getdbt.com/docs/build/about-metricflow
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?

68Bueno · 16% del índice global
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
6/7.5Branch-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
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 8 contributing companies or organizations
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
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
4.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
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
2.2/7.5Vulnerabilities — 7 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate6
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_packages21
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:metricflow@0.213.0 —lo que arrastra la instalación del paquete publicado—: 21 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.

93Excepcional · 4% del índice global
Cómo se puntúa
45/45Instrucciones para agentes — .github/copilot-instructions.md, AGENTS.md
15/15Documentación legible por máquinas (llms.txt) — llms.txt servido por el sitio web del proyecto (https://docs.getdbt.com/llms.txt)
40/40Historial de commits legible — 100 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://docs.getdbt.com/llms.txt
legible_history_share1
agent_instruction_files.github/copilot-instructions.md, AGENTS.md
agent_instruction_max_bytes15.529
Cómo se puntúa
18/18Arranque con un solo comando — Makefile, local-data-warehouses/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.black]), ruff.toml
11/11Verificación estática de tipos — dbt-metricflow/dbt_metricflow/py.typed, metricflow/py.typed, metricflow_semantic_interfaces/py.typed, metricflow_semantics/py.typed, mypy.ini
10/10Entorno reproducible — Dockerfile
8/10Práctica demostrada con agentes — 4 de los últimos 100 commits con autoría o crédito de agente
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
9/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
Datos de entrada utilizados
has_nixno
has_testssí
lockfiles—
has_dockerfilesí
typed_languageno
bootstrap_filesMakefile, local-data-warehouses/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configsdbt-metricflow/dbt_metricflow/py.typed, metricflow/py.typed, metricflow_semantic_interfaces/py.typed, metricflow_semantics/py.typed, mypy.ini
agent_commit_share0,04
toolchain_manifests—
dependency_bot_commit_share0
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (dbt-metricflow/dbt_metricflow/py.typed, metricflow/py.typed, metricflow_semantic_interfaces/py.typed, metricflow_semantics/py.typed, mypy.ini)
54.7/55Tamaños de archivo manejables — 5/1015 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes130.201
source_files_sampled1015
oversized_source_files5
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

1798estrellas de GitHub
51contribuidores
189commits en los últimos 12 meses
6días desde el último push
29versiones publicadas
2factor bus
110issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'metricflow' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • pypi download figures for metricflow carried forward from the previous scan (stats endpoint unavailable this scan)

Más detalle

Historial de estrellas y forks 0 ★ / 202 ⇿
0Estrellas
202Forks
27Versiones

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.

04080120160200193192022-042024-062026-09
Mayor 0Menor 17Parche 8

Cada punto abarca 5 días.

OpenSSF Scorecard 6.0 / 10
6.0agregado

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 21:35 UTC

10Binary-Artifactsno binaries found in the repo
8Branch-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
10Code-Reviewall changesets reviewed
10Contributorsproject has 8 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
9Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 9
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
3Vulnerabilities7 existing vulnerabilities detected
Todas las dependencias 80

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 80 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIblack—indirecta
PyPIclick—indirecta
PyPIcryptography—indirecta
PyPIdatabricks-sql-connector2.0.3indirecta
PyPIdatabricks-sqlalchemy—indirecta
PyPIdbt-athena-community—indirecta
PyPIdbt-bigquery—indirecta
PyPIdbt-core—indirecta
PyPIdbt-core1.6.0b5indirecta
PyPIdbt-databricks—indirecta
PyPIdbt-duckdb—indirecta
PyPIdbt-postgres—indirecta
PyPIdbt-redshift—indirecta
PyPIdbt-semantic-interfaces0.1.0.dev7indirecta
PyPIdbt-snowflake—indirecta
PyPIdbt-trino—indirecta
PyPIdbt-vertica—indirecta
PyPIduckdb—indirecta
PyPIduckdb0.3.4indirecta
PyPIduckdb-engine—indirecta
PyPIdulwich—indirecta
PyPIgoogle-auth—indirecta
PyPIgoogle-cloud-bigquery—indirecta
PyPIgraphviz—indirecta
PyPIgraphviz0.18.2indirecta
PyPIhalo—indirecta
PyPIhttpx—indirecta
PyPIhypothesis—indirecta
PyPIimportlib-metadata—indirecta
PyPIisort—indirecta
PyPIjinja2—indirecta
PyPIjsonschema—indirecta
PyPIjsonschema3.2.0indirecta
PyPImarkupsafe2.0.1indirecta
PyPImetricflow—indirecta
PyPImo-sql-parsing—indirecta
PyPImore-itertools—indirecta
PyPImore-itertools8.10.0indirecta
PyPImypy—indirecta
PyPInumpy—indirecta
PyPIpandas—indirecta
PyPIpre-commit—indirecta
PyPIpsycopg2-binary—indirecta
PyPIpyathena—indirecta
PyPIpydantic—indirecta
PyPIpygithub—indirecta
PyPIpympler—indirecta
PyPIpyopenssl—indirecta
PyPIpytest—indirecta
PyPIpytest-mock—indirecta
PyPIpytest-xdist—indirecta
PyPIpython-dateutil—indirecta
PyPIpython-dateutil2.8.2indirecta
PyPIpyyaml—indirecta
PyPIrapidfuzz—indirecta
PyPIrapidfuzz3.0.0indirecta
PyPIreferencing—indirecta
PyPIrequests—indirecta
PyPIruamel-yaml—indirecta
PyPIrudder-sdk-python—indirecta
PyPIsnowflake-connector-python—indirecta
PyPIsnowflake-sqlalchemy—indirecta
PyPIsqlalchemy—indirecta
PyPIsqlalchemy-bigquery—indirecta
PyPIsqlalchemy-redshift0.8.1indirecta
PyPIsqlalchemy2-stubs—indirecta
PyPIsqlglot—indirecta
PyPItabulate—indirecta
PyPItermcolor—indirecta
PyPItomli—indirecta
PyPItrino—indirecta
PyPItypes-jinja2—indirecta
PyPItypes-jsonschema—indirecta
PyPItypes-python-dateutil—indirecta
PyPItypes-pyyaml—indirecta
PyPItypes-tabulate—indirecta
PyPItyping-extensions—indirecta
PyPIupdate-checker—indirecta
PyPIvarname—indirecta
PyPIvertica-python—indirecta
Avisos de dependencias 0

Instalar pypi:metricflow@0.213.0 arrastra 21 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.

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.