Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-12 20:41 UTC

dottxt-ai / outlines

Structured Outputs

PythonApache-2.0★ 15.586 estrellas⑂ 852 forksdesde mar 2023Ver en GitHub ↗
TipoBibliotecacómo se determina
#generative-ai#llms#prompt-engineering#symbolic-ai#cfg#json#regex#structured-generation

dottxt-ai/outlines tiene un índice de salud de 96 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Engineering Quality (96/100) y la más baja, Security (59/100). Se actualizó por última vez hoy. 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

.txtOrganización
338 seguidores15 repositorios públicosdesde ago 2023

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
PyPIoutlines1.3.3-84hace 6 díasmachine-learningdeep-learninglanguage-modelsstructured-generation

Métricas por categoría

Vitalidad

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

95Excepcional · 21% del índice global

Actividad de desarrollo

92Excelente
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
28.4/36Cadencia de commits — 41/52 semanas con commits
18/18Volumen de commits — 243 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_year243
human_commit_share1
days_since_last_push0
active_weeks_last_year41

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 90 versiones publicadas
36/36Recencia de las versiones — última versión hace 6 días
27/27Cadencia de publicación — una versión cada ~31,5 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count90
latest_release_tag1.3.3
releases_from_tagsno
days_since_latest_release6
mean_days_between_releases31,5
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?

83Excelente · 17% del índice global

Popularidad y adopción

94Excepcional
Cómo se puntúa
60/60Estrellas — 15.586 estrellas
24.4/25Forks — 852 forks
9.6/15Observadores — 55 observadores
Datos de entrada utilizados
forks852
stars15.586
watchers55
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

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

80Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

62Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
13.3/22.5Distribución de commits — el principal contribuyente firma el 41% de los commits
13.5/13.5Amplitud de contribuyentes — 100 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 33 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled100
top_contributor_share0,41

Capacidad de respuesta a issues y PR

87Excelente
Cómo se puntúa
37.6/42Resolución de issues — 90% de issues cerradas
24.9/30Aceptación de PR — 720/868 PR decididos fusionados
10.6/13Newcomer PR acceptance — 13/16 PR de contribuyentes primerizos fusionados en 30 d
13.5/15OpenSSF Scorecard: Code-Review — Found 23/24 approved changesets -- score normalized to 9
Datos de entrada utilizados
merged_prs720
open_issues94
closed_issues803
prs_merged_7d2
prs_decided_7d3
prs_merged_30d28
prs_decided_30d36
issue_closed_ratio0,895
closed_unmerged_prs148
first_time_authors_30d10
first_time_prs_merged_30d13
first_time_prs_decided_30d16

Propiedad y custodia

79Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado — el estado de dominio verificado no se leyó para esta organización
18.2/25Alcance del propietario — 338 seguidores de dottxt-ai
14.8/25Trayectoria — 15 repos públicos, cuenta de ~2 años
Datos de entrada utilizados
followers338
owner_typeOrganization
is_verified—
owner_logindottxt-ai
public_repos15
account_age_days1094
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 6 días
20/20Historial de versiones — 84 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesoutlines
ecosystemspypi
any_deprecatedno
min_days_since_publish6

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

96Excepcional · 19% del índice global

Prácticas de ingeniería

100Excepcional
Cómo se puntúa
24/24Flujos de trabajo de CI — 6 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter
9.6/9.6Hooks de pre-commit
6.4/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 24 out of 24 merged PRs checked by a CI test -- score normalized to 10
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigsí
has_linter_configsí
has_precommit_configsí

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://dottxt-ai.github.io/outlines/
10/10Descripción del repositorio
10/10Topics — 8 topics
0/10Wiki
Datos de entrada utilizados
topicsgenerative-ai, llms, prompt-engineering, symbolic-ai, cfg, json, regex, structured-generation
has_wikino
homepagehttps://dottxt-ai.github.io/outlines/
docs_sitehttps://dottxt-ai.github.io/outlines/
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?

59Moderado · 16% del índice global

Postura de seguridad

51Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
2.5/2.5CI-Tests — 24 out of 24 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
6.8/7.5Code-Review — Found 23/24 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 33 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
1.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
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 — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 131 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,1
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

89Excelente
Cómo se puntúa
26.6/35Dependencias directas libres de avisos conocidos — 1 afectados: diskcache 5.6.3 (moderate)
25/25Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido
37.2/40Sin avisos pendientes — 1 paquete(s) con avisos sin atender más allá de 90 días; el más antiguo publicado hace 181 días
Datos de entrada utilizados
sourceosv
advisories2
affected_packages1
assessed_packages17
unassessed_packages0
affected_by_severitymoderate 1
direct_affected_packages1
Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:outlines@1.3.3 —lo que arrastra la instalación del paquete publicado—: 17 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

78Bueno
Cómo se puntúa
45/45Instrucciones para agentes — docs/features/models/gemini.md
0/15Documentación legible por máquinas (llms.txt)
33.1/40Historial de commits legible — 62 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,62
agent_instruction_filesdocs/features/models/gemini.md
agent_instruction_max_bytes6461

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

67Bueno
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato
11/11Verificación estática de tipos — src/outlines/py.typed
10/10Entorno reproducible — devcontainer, Nix, lockfile
10/10Práctica demostrada con agentes — 9 de los últimos 100 commits con autoría o crédito de agente
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
3/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
Datos de entrada utilizados
has_nixsí
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_files—
has_devcontainersí
has_linter_configsí
typecheck_configssrc/outlines/py.typed
agent_commit_share0,09
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 (src/outlines/py.typed)
55/55Tamaños de archivo manejables — 0/122 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes44.704
source_files_sampled122
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 — examples, notebooks
Datos de entrada utilizados
example_dirsexamples, notebooks
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

15.586estrellas de GitHub
100contribuidores
243commits en los últimos 12 meses
0días desde el último push
90versiones publicadas
2factor bus
94issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 23 authors (cap 12)

Más detalle

Historial de estrellas y forks 0 ★ / 852 ⇿
0Estrellas
852Forks
90Versiones

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.

02004006008001000849322023-052024-122026-08
Mayor 1Menor 5Parche 84

Cada punto abarca 3 días.

OpenSSF Scorecard 5.1 / 10
5.1agregado

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 · 2026-08-12 20:40 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
10CI-Tests24 out of 24 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 23/24 approved changesets -- score normalized to 9
10Contributorsproject has 33 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
3Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 3
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities131 existing vulnerabilities detected
Dependencias directas 9
RegistroPaqueteRestricción de versiónManifiesto
PyPIjinja2—pyproject.toml
PyPIcloudpickle—pyproject.toml
PyPIdiskcache—pyproject.toml
PyPIpydantic>=2.0pyproject.toml
PyPIjsonschema—pyproject.toml
PyPIpillow—pyproject.toml
PyPItyping_extensions—pyproject.toml
PyPIoutlines_core==0.2.14pyproject.toml
PyPIgenson—pyproject.toml
Todas las dependencias 213

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 9 paquetes directos y 204 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIcloudpickle3.1.2directa
PyPIdiskcache5.6.3directa
PyPIgenson1.3.0directa
PyPIjinja23.1.6directa
PyPIjsonschema4.26.0directa
PyPIoutlines-core0.2.14directa
PyPIpillow12.0.0directa
PyPIpydantic2.12.4directa
PyPItyping-extensions4.15.0directa
PyPIabsl-py2.3.1indirecta
PyPIaccelerate0.27.2indirecta
PyPIaccelerate1.12.0indirecta
PyPIaiofiles25.1.0indirecta
PyPIaiohappyeyeballs2.6.1indirecta
PyPIaiohttp3.13.2indirecta
PyPIaiosignal1.4.0indirecta
PyPIairportsdata20250909indirecta
PyPIannotated-types0.7.0indirecta
PyPIanthropic0.74.1indirecta
PyPIanyio4.11.0indirecta
PyPIastunparse1.6.3indirecta
PyPIasync-timeout5.0.1indirecta
PyPIattrs25.4.0indirecta
PyPIbackports-asyncio-runner1.2.0indirecta
PyPIbeartype0.15.0indirecta
PyPIbentoml—indirecta
PyPIcachetools6.2.2indirecta
PyPIcertifi2025.11.12indirecta
PyPIcfgv3.5.0indirecta
PyPIchardet5.2.0indirecta
PyPIcharset-normalizer3.4.4indirecta
PyPIchex0.1.90indirecta
PyPIchex0.1.91indirecta
PyPIclick8.2.1indirecta
PyPIcolorama0.4.6indirecta
PyPIcoverage7.12.0indirecta
PyPIdatasets2.18.0indirecta
PyPIdatasets4.4.1indirecta
PyPIdiff-cover9.7.2indirecta
PyPIdill0.4.0indirecta
PyPIdistlib0.4.0indirecta
PyPIdistro1.9.0indirecta
PyPIdocstring-parser0.17.0indirecta
PyPIdottxt0.2.0indirecta
PyPIetils1.13.0indirecta
PyPIeval-type-backport0.3.0indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIfilelock3.20.0indirecta
PyPIflatbuffers25.9.23indirecta
PyPIflax0.10.7indirecta
PyPIflax0.12.1indirecta
PyPIfrozenlist1.8.0indirecta
PyPIfsspec2025.10.0indirecta
PyPIgast0.6.0indirecta
PyPIghp-import2.1.0indirecta
PyPIgoogle-auth2.43.0indirecta
PyPIgoogle-genai1.52.0indirecta
PyPIgoogle-pasta0.2.0indirecta
PyPIgrpcio1.76.0indirecta
PyPIh110.16.0indirecta
PyPIh5py3.15.1indirecta
PyPIhf-xet1.2.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx0.28.1indirecta
PyPIhttpx-ws0.8.2indirecta
PyPIhuggingface-hub0.36.0indirecta
PyPIhumanize4.14.0indirecta
PyPIidentify2.6.15indirecta
PyPIidna3.11indirecta
PyPIimportlib-resources6.5.2indirecta
PyPIiniconfig2.3.0indirecta
PyPIinvoke2.2.1indirecta
PyPIiso31662.1.1indirecta
PyPIjax0.6.2indirecta
PyPIjax0.8.1indirecta
PyPIjaxlib0.6.2indirecta
PyPIjaxlib0.8.1indirecta
PyPIjiter0.12.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIkeras3.12.0indirecta
PyPIlibclang18.1.1indirecta
PyPIllama-cpp-python0.3.16indirecta
PyPIllguidance1.4.0indirecta
PyPIllvmlite0.45.1indirecta
PyPIlmstudio1.5.0indirecta
PyPImarkdown3.10indirecta
PyPImarkdown-it-py4.0.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImdurl0.1.2indirecta
PyPImergedeep1.3.4indirecta
PyPImike—indirecta
PyPImistralai1.9.11indirecta
PyPImkdocs—indirecta
PyPImkdocs1.6.1indirecta
PyPImkdocs-gen-files—indirecta
PyPImkdocs-gen-files0.6.0indirecta
PyPImkdocs-get-deps0.2.0indirecta
PyPImkdocs-git-committers-plugin-2—indirecta
PyPImkdocs-git-revision-date-localized-plugin—indirecta
PyPImkdocs-literate-nav—indirecta
PyPImkdocs-material—indirecta
PyPImkdocs-mermaid2-plugin—indirecta
PyPImkdocs-redirects—indirecta
PyPImkdocs-section-index—indirecta
PyPImkdocstrings—indirecta
PyPIml-dtypes0.5.4indirecta
PyPImlx0.30.0indirecta
PyPImlx-lm0.28.3indirecta
PyPImlx-metal0.30.0indirecta
PyPImpmath1.3.0indirecta
PyPImsgpack1.1.2indirecta
PyPImsgspec0.20.0indirecta
PyPImultidict6.7.0indirecta
PyPImultiprocess0.70.18indirecta
PyPInamex0.1.0indirecta
PyPInest-asyncio1.6.0indirecta
PyPInetworkx3.4.2indirecta
PyPInetworkx3.6indirecta
PyPIninja1.13.0indirecta
PyPInodeenv1.9.1indirecta
PyPInumba0.62.1indirecta
PyPInumpy2.1.3indirecta
PyPInvidia-cublas-cu1212.8.4.1indirecta
PyPInvidia-cuda-cupti-cu1212.8.90indirecta
PyPInvidia-cuda-nvrtc-cu1212.8.93indirecta
PyPInvidia-cuda-runtime-cu1212.8.90indirecta
PyPInvidia-cudnn-cu129.10.2.21indirecta
PyPInvidia-cufft-cu1211.3.3.83indirecta
PyPInvidia-cufile-cu121.13.1.3indirecta
PyPInvidia-curand-cu1210.3.9.90indirecta
PyPInvidia-cusolver-cu1211.7.3.90indirecta
PyPInvidia-cusparse-cu1212.5.8.93indirecta
PyPInvidia-cusparselt-cu120.7.1indirecta
PyPInvidia-nccl-cu122.27.5indirecta
PyPInvidia-nvjitlink-cu1212.8.93indirecta
PyPInvidia-nvshmem-cu123.3.20indirecta
PyPInvidia-nvtx-cu1212.8.90indirecta
PyPIollama0.6.1indirecta
PyPIopenai2.33.0indirecta
PyPIopt-einsum3.4.0indirecta
PyPIoptax0.2.6indirecta
PyPIoptree0.18.0indirecta
PyPIorbax-checkpoint0.11.28indirecta
PyPIoutlines0.0.37indirecta
PyPIpackaging25.0indirecta
PyPIpandas2.3.3indirecta
PyPIpathspec0.12.1indirecta
PyPIplatformdirs4.5.0indirecta
PyPIpluggy1.6.0indirecta
PyPIpre-commit4.5.0indirecta
PyPIpropcache0.4.1indirecta
PyPIprotobuf6.33.1indirecta
PyPIpsutil7.1.3indirecta
PyPIpyarrow22.0.0indirecta
PyPIpyasn10.6.1indirecta
PyPIpyasn1-modules0.4.2indirecta
PyPIpydantic-core2.41.5indirecta
PyPIpygments2.19.2indirecta
PyPIpytest9.0.1indirecta
PyPIpytest-asyncio1.3.0indirecta
PyPIpytest-cov7.0.0indirecta
PyPIpytest-mock3.15.1indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpytz2025.2indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyyaml-env-tag1.1indirecta
PyPIreferencing0.37.0indirecta
PyPIregex2025.11.3indirecta
PyPIrequests2.32.5indirecta
PyPIresponses0.25.8indirecta
PyPIrich14.2.0indirecta
PyPIrpds-py0.29.0indirecta
PyPIrsa4.9.1indirecta
PyPIsafetensors0.7.0indirecta
PyPIscipy1.15.3indirecta
PyPIscipy1.16.3indirecta
PyPIsentencepiece0.2.1indirecta
PyPIsetuptools80.9.0indirecta
PyPIsimplejson3.20.2indirecta
PyPIsix1.17.0indirecta
PyPIsniffio1.3.1indirecta
PyPIsympy1.14.0indirecta
PyPItenacity9.1.2indirecta
PyPItensorboard2.20.0indirecta
PyPItensorboard-data-server0.7.2indirecta
PyPItensorflow2.20.0indirecta
PyPItensorstore0.1.78indirecta
PyPItensorstore0.1.79indirecta
PyPItermcolor3.2.0indirecta
PyPItf-keras2.20.1indirecta
PyPItokenizers0.22.1indirecta
PyPItomli2.3.0indirecta
PyPItoolz1.1.0indirecta
PyPItorch2.9.0indirecta
PyPItqdm4.67.1indirecta
PyPItransformers4.38.2indirecta
PyPItransformers4.57.1indirecta
PyPItreescope0.1.10indirecta
PyPItriton3.5.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItzdata2025.2indirecta
PyPIurllib32.5.0indirecta
PyPIvirtualenv20.35.4indirecta
PyPIwatchdog6.0.0indirecta
PyPIwebsockets15.0.1indirecta
PyPIwerkzeug3.1.3indirecta
PyPIwheel0.45.1indirecta
PyPIwrapt2.0.1indirecta
PyPIwsproto1.3.2indirecta
PyPIxgrammar0.1.27indirecta
PyPIxxhash3.6.0indirecta
PyPIyarl1.22.0indirecta
PyPIzipp3.23.0indirecta
Avisos de dependencias 1

Instalar pypi:outlines@1.3.3 arrastra 17 paquetes, directos y transitivos: 1 tienen avisos conocidos, de los cuales 1 son dependencias directas.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
diskcache5.6.3directamoderada2—

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 dottxt-ai/outlines. Leer en paralelo →

97lance-format/lanceOpen Lakehouse Format for Multimodal AI. Convert from Parquet in 2 lines of code for 100x faster random access, vector index, and data versioning. Compatible with Pandas, DuckDB, Polars, Pyarrow, and PyTorch with more integrations coming..Excepcional96bentoml/BentoMLThe easiest way to serve AI apps and models - Build Model Inference APIs, Job queues, LLM apps, Multi-model pipelines, and more!Excepcional96sdv-dev/SDVSynthetic data generation for tabular dataExcepcional100onnx/onnxOpen standard for machine learning interoperabilityExcepcional100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorExcepcional100Arize-ai/phoenixAI Observability & EvaluationExcepcional

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 agregadas — PyPI.