Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-10-14 09:46 UTC

equinor / fmu-dataio

FMU data standard and data export with rich metadata in the FMU context

PythonApache-2.0★ 11 estrellas⑂ 20 forksdesde feb 2021Ver en GitHub ↗
TipoBibliotecaComplementocómo se determina
#data#fmu#jsonschema#python#subsurface#sumo

equinor/fmu-dataio tiene un índice de salud de 96 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (99/100) y la más baja, Community & Adoption (54/100). Se actualizó por última vez hoy. 3 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 84 se calibra a 96 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

EquinorOrganización · dominio verificado
1838 seguidores760 repositorios públicosdesde dic 2010

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
PyPIfmu-dataio2.32.04222117hace 0 díasfmusumo

Métricas por categoría

Vitalidad

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

99Excepcional · 21% del índice global

Actividad de desarrollo

99Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
35.3/36Cadencia de commits — 51/52 semanas con commits
18/18Volumen de commits — 311 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 15 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year311
human_commit_share0,71
days_since_last_push0
active_weeks_last_year51

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
36/36Recencia de las versiones — última versión hace 0 días
27/27Cadencia de publicación — una versión cada ~14,9 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count100
latest_release_tag2.32.0
releases_from_tagsno
days_since_latest_release0
mean_days_between_releases14,9
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?

54Moderado · 17% del índice global

Popularidad y adopción

30En riesgo
Cómo se puntúa
16.2/60Estrellas — 11 estrellas
10.7/25Forks — 20 forks
2.7/15Observadores — 4 observadores
Datos de entrada utilizados
forks20
stars11
watchers4
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_servicesbadge.fury.io, github.com, readthedocs.org, shields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

60Moderado
Cómo se puntúa
48.3/80Descargas mensuales — 4222 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesfmu-dataio
dependents—
ecosystemspypi
total_downloads—
monthly_downloads4222
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?

89Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

72Bueno
Cómo se puntúa
36/54Factor bus — la mitad de los commits recae en 3 contribuyente(s)
16.9/22.5Distribución de commits — el principal contribuyente firma el 25% de los commits
13.5/13.5Amplitud de contribuyentes — 21 contribuyentes
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Datos de entrada utilizados
bus_factor3
contributors_sampled21
top_contributor_share0,251

Capacidad de respuesta a issues y PR

92Excelente
Cómo se puntúa
37.5/42Resolución de issues — 89% de issues cerradas
27.2/30Aceptación de PR — 979/1081 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs979
open_issues84
closed_issues703
prs_merged_7d2
prs_decided_7d2
prs_merged_30d17
prs_decided_30d18
issue_closed_ratio0,893
closed_unmerged_prs102
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

98Excepcional
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
20/20Dominio verificado
23.5/25Alcance del propietario — 1838 seguidores de equinor
25/25Trayectoria — 760 repos públicos, cuenta de ~15 años
Datos de entrada utilizados
followers1838
owner_typeOrganization
is_verifiedsí
owner_loginequinor
public_repos760
account_age_days5780

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 0 días
20/20Historial de versiones — 117 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesfmu-dataio
ecosystemspypi
any_deprecatedno
min_days_since_publish0

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

90Excelente · 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])
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

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://fmu-dataio.readthedocs.io/en/latest/
10/10Descripción del repositorio
10/10Topics — 6 topics
10/10Wiki
Datos de entrada utilizados
topicsdata, fmu, jsonschema, python, subsurface, sumo
has_wikisí
homepagehttps://fmu-dataio.readthedocs.io/en/latest/
docs_sitehttps://fmu-dataio.readthedocs.io/en/latest/
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?

90Excelente · 16% del índice global

Postura de seguridad

88Excelente
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 — 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
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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 — 30 commit(s) and 15 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
3/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — sin datos
6.8/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate8,8
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, 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
0/25Dependencias indirectas libres de avisos conocidos — el conjunto transitivo no es separable de las dependencias de desarrollo y prueba en este alcance
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages223
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Dependencias indirectas libres de avisos conocidos, Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejaron 223 dependencias resueltas con OSV. Este repositorio no publica ningún paquete que el índice resuelva, por lo que se evaluó en su lugar el grafo de dependencias del repositorio. Ese grafo mezcla fijaciones de desarrollo y prueba con las dependencias distribuidas, de modo que solo se puntúan las dependencias declaradas en tiempo de ejecución; los hallazgos transitivos se informan como contexto y quedan excluidos de la puntuación. 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.

63Moderado · 4% del índice global

Contexto y guía para agentes

28En riesgo
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
28.5/40Historial de commits legible — 38 de 71 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,535
agent_instruction_files—
agent_instruction_max_bytes—

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

68Bueno
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff])
11/11Verificación estática de tipos — src/fmu/dataio/py.typed
10/10Entorno reproducible — lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
8/8Mantenimiento automatizado — 29 de los últimos 100 commits son actualizaciones automáticas de dependencias
6/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configssrc/fmu/dataio/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,29

Legibilidad del código para modelos

82Excelente
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (src/fmu/dataio/py.typed)
54.6/55Tamaños de archivo manejables — 1/147 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes72.668
source_files_sampled147
oversized_source_files1

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

11estrellas de GitHub
21contribuidores
311commits en los últimos 12 meses
0días desde el último push
100versiones publicadas
3factor bus
84issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:fmu-dataio@2.32.0; advisories assessed against the repository dependency graph instead

Más detalle

Historial de estrellas y forks 0 ★ / 20 ⇿
0Estrellas
20Forks
93Versiones

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.

0481216202022021-052023-122026-06
Mayor 2Menor 40Parche 36

Cada punto abarca 5 días.

OpenSSF Scorecard 8.8 / 10
8.8agregado

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 · 2026-10-14 09:45 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-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
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 15 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
6Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 6
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
n/dSigned-Releasesno releases found
9Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 10
RegistroPaqueteRestricción de versiónManifiesto
PyPIPyYAML—pyproject.toml
PyPIfmu-datamodels~=0.26.3pyproject.toml
PyPIfmu-settings>=0.34.0pyproject.toml
PyPIfmu-sumo—pyproject.toml
PyPIjsonschema—pyproject.toml
PyPInumpy—pyproject.toml
PyPIpandas—pyproject.toml
PyPIpyarrow—pyproject.toml
PyPIpydantic—pyproject.toml
PyPIxtgeo>=2.16pyproject.toml
Todas las dependencias 223

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 11 paquetes directos y 212 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIfmu-datamodels0.26.4directa
PyPIfmu-settings1.6.0directa
PyPIfmu-sumo2.16.0directa
PyPIjsonschema4.26.0directa
PyPInumpy2.4.6directa
PyPInumpy2.5.3directa
PyPIpandas3.0.6directa
PyPIpyarrow25.0.1directa
PyPIpydantic2.13.5directa
PyPIpyyaml6.0.3directa
PyPIxtgeo4.26.0directa
PyPIaccessible-pygments0.0.5indirecta
PyPIaiohappyeyeballs2.7.1indirecta
PyPIaiohttp3.14.4indirecta
PyPIaiosignal1.4.0indirecta
PyPIalabaster1.0.0indirecta
PyPIannotated-doc0.0.5indirecta
PyPIannotated-types0.8.0indirecta
PyPIanyio4.15.1indirecta
PyPIast-serialize0.12.1indirecta
PyPIattrs26.1.0indirecta
PyPIautoapi2.0.1indirecta
PyPIautodoc-pydantic2.2.0indirecta
PyPIazure-core1.41.0indirecta
PyPIazure-identity1.26.0indirecta
PyPIbabel2.18.0indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIblosc24.14.1indirecta
PyPIcarolina2.0.4indirecta
PyPIcarolina2.0.5indirecta
PyPIcertifi2026.7.22indirecta
PyPIcffi2.1.1indirecta
PyPIcftime1.6.6indirecta
PyPIcharset-normalizer3.5.2indirecta
PyPIclarabel0.11.1indirecta
PyPIclick8.5.0indirecta
PyPIcloudpickle3.1.2indirecta
PyPIcolorama0.4.6indirecta
PyPIcontourpy1.3.3indirecta
PyPIcontourpy1.4.0indirecta
PyPIcoverage7.16.2indirecta
PyPIcryptography50.0.2indirecta
PyPIcvxpy1.9.3indirecta
PyPIcycler0.12.1indirecta
PyPIdecorator5.3.1indirecta
PyPIdeprecation2.1.0indirecta
PyPIdnspython2.8.0indirecta
PyPIdocutils0.22.4indirecta
PyPIemcee3.1.6indirecta
PyPIert23.0.1indirecta
PyPIert26.0.1indirecta
PyPIet-xmlfile2.0.0indirecta
PyPIexecnet2.1.2indirecta
PyPIfastapi0.142.2indirecta
PyPIfastexcel0.21.0indirecta
PyPIfilelock4.0.12indirecta
PyPIfmu-config1.7.3indirecta
PyPIfonttools4.66.1indirecta
PyPIfrozenlist1.8.0indirecta
PyPIfuro2025.12.19indirecta
PyPIgraphite-maps0.0.10indirecta
PyPIgraphite-maps0.0.11indirecta
PyPIgstools1.7.0indirecta
PyPIgstools-cython1.2.0indirecta
PyPIh110.16.0indirecta
PyPIh24.4.1indirecta
PyPIh5py3.16.0indirecta
PyPIhankel1.2.2indirecta
PyPIhdf5plugin7.1.0indirecta
PyPIhighspy1.15.1indirecta
PyPIhpack4.2.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx0.28.1indirecta
PyPIhttpx-retries0.6.0indirecta
PyPIhumanize4.16.0indirecta
PyPIhyperframe6.1.0indirecta
PyPIhypothesis6.168.5indirecta
PyPIidna3.20indirecta
PyPIimagesize2.0.1indirecta
PyPIiniconfig2.3.0indirecta
PyPIiterative-ensemble-smoother1.2.0indirecta
PyPIiterative-ensemble-smoother1.3.0indirecta
PyPIjinja23.1.6indirecta
PyPIjoblib1.6.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIkiwisolver1.5.1indirecta
PyPIlark1.3.1indirecta
PyPIlibrt0.16.0indirecta
PyPIlxml6.1.3indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkupsafe3.0.4indirecta
PyPImatplotlib3.11.2indirecta
PyPImdit-py-plugins0.6.1indirecta
PyPImdurl0.1.2indirecta
PyPImeshio5.3.5indirecta
PyPImpmath1.4.1indirecta
PyPImsal1.39.0indirecta
PyPImsal-extensions1.3.1indirecta
PyPImsgpack1.2.3indirecta
PyPImultidict6.9.1indirecta
PyPImypy2.4.0indirecta
PyPImypy-extensions1.1.0indirecta
PyPImyst-parser5.1.0indirecta
PyPInarwhals2.26.0indirecta
PyPInatsort8.4.0indirecta
PyPIndindex1.10.1indirecta
PyPInetcdf41.7.4indirecta
PyPInetworkx3.6.1indirecta
PyPInetworkx3.7indirecta
PyPInumexpr2.14.2indirecta
PyPIopenpyxl3.1.5indirecta
PyPIopentelemetry-api1.45.0indirecta
PyPIopentelemetry-instrumentation0.66b0indirecta
PyPIopentelemetry-instrumentation-threading0.66b0indirecta
PyPIopentelemetry-sdk1.45.0indirecta
PyPIopentelemetry-semantic-conventions0.66b0indirecta
PyPIorjson3.12.0indirecta
PyPIosqp1.1.3indirecta
PyPIpackaging26.3indirecta
PyPIpandas-stubs3.0.5.260914indirecta
PyPIpathspec1.1.1indirecta
PyPIpbr7.0.3indirecta
PyPIpillow12.3.0indirecta
PyPIpluggy1.6.0indirecta
PyPIpolars2.0.0indirecta
PyPIpolars-runtime-322.0.0indirecta
PyPIprobabilit0.5.0indirecta
PyPIprogressbar24.6.0indirecta
PyPIpropcache0.5.4indirecta
PyPIpsutil7.2.2indirecta
PyPIpy-cpuinfo9.0.0indirecta
PyPIpyarrow-stubs20.0.0.20260819indirecta
PyPIpycparser3.0indirecta
PyPIpydantic-core2.46.5indirecta
PyPIpydantic-settings2.15.0indirecta
PyPIpydocstyle6.3.0indirecta
PyPIpyevtk1.7.0indirecta
PyPIpygments2.21.0indirecta
PyPIpyjwt2.15.1indirecta
PyPIpyparsing3.3.3indirecta
PyPIpyqt66.9.1indirecta
PyPIpyqt6-qt66.9.2indirecta
PyPIpyqt6-sip13.13.0indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpytest-mock3.16.0indirecta
PyPIpytest-runner6.0.1indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-calamine0.8.2indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-dotenv1.2.4indirecta
PyPIpython-multipart0.0.32indirecta
PyPIpython-utils4.1.0indirecta
PyPIpyzmq27.2.0indirecta
PyPIqdldl0.1.9.post1indirecta
PyPIreferencing0.37.0indirecta
PyPIrequests2.34.2indirecta
PyPIresfo5.0.1indirecta
PyPIresfo-utilities1.1.1indirecta
PyPIrich15.0.0indirecta
PyPIroffio1.1.1indirecta
PyPIroman-numerals4.1.0indirecta
PyPIropt0.27.1indirecta
PyPIropt0.28.1indirecta
PyPIropt-dakota0.27.0indirecta
PyPIropt-dakota0.28.0indirecta
PyPIrpds-py2026.9.1indirecta
PyPIrstcheck6.3.0indirecta
PyPIrstcheck-core1.3.2indirecta
PyPIruamel-yaml0.19.1indirecta
PyPIruff0.16.10indirecta
PyPIscikit-learn1.9.1indirecta
PyPIscipy1.17.1indirecta
PyPIscipy1.18.1indirecta
PyPIscs3.3.1indirecta
PyPIseaborn0.13.2indirecta
PyPIsegyio1.9.14indirecta
PyPIsetuptools84.0.0indirecta
PyPIshapely2.1.2indirecta
PyPIshellingham1.5.4indirecta
PyPIsix1.17.0indirecta
PyPIsnowballstemmer3.1.1indirecta
PyPIsortedcontainers2.4.0indirecta
PyPIsoupsieve2.10indirecta
PyPIsparsediffpy0.6.1indirecta
PyPIsphinx9.0.4indirecta
PyPIsphinx9.1.0indirecta
PyPIsphinx-autodoc-typehints3.13.8indirecta
PyPIsphinx-autodoc-typehints3.6.1indirecta
PyPIsphinx-basic-ng1.0.0b2indirecta
PyPIsphinx-copybutton0.5.2indirecta
PyPIsphinx-togglebutton0.4.5indirecta
PyPIsphinxcontrib-apidoc0.6.0indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIstarlette1.7.0indirecta
PyPIsumo-wrapper-python1.10.0indirecta
PyPIsurfio0.0.22indirecta
PyPIsurfio0.0.24indirecta
PyPItables3.11.1indirecta
PyPItabulate0.10.0indirecta
PyPItenacity9.1.4indirecta
PyPIthreadpoolctl3.7.0indirecta
PyPItomli2.4.1indirecta
PyPItqdm4.70.1indirecta
PyPItyper0.27.2indirecta
PyPItypes-pyyaml6.0.12.20260906indirecta
PyPItypes-requests2.33.0.20261006indirecta
PyPItyping-extensions4.16.0indirecta
PyPItyping-inspection0.4.4indirecta
PyPItzdata2026.5indirecta
PyPIurllib32.8.0indirecta
PyPIuvicorn0.54.0indirecta
PyPIwebsockets17.2indirecta
PyPIwheel0.48.0indirecta
PyPIwrapt2.5.0indirecta
PyPIxarray2026.9.0indirecta
PyPIxtgeoviz0.3.2indirecta
PyPIyarl1.25.1indirecta
Avisos de dependencias 0

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 223 paquetes, que incluyen también fijaciones de desarrollo y prueba que nunca se distribuyen: 0 tienen avisos conocidos, de los cuales 0 son 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 equinor/fmu-dataio. Leer en paralelo →

100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Excepcional100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsExcepcional97visgl/deck.glWebGL2 powered visualization frameworkExcepcional98deepnote/deepnoteDeepnote is a drop-in replacement for Jupyter with an AI-first design, sleek UI, new blocks, and native data integrations. Use Python, R, and SQL locally in your favorite IDE, then scale to Deepnote cloud for real-time collaboration, Deepnote agent, and deployable data apps. https://deepnote.com/Excepcional100streamlit/streamlitStreamlit — A faster way to build and share data apps.Excepcional100scikit-learn/scikit-learnscikit-learn: machine learning in PythonExcepcional

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.