Fullseye — a numpy-native operator library for vision, 3-D and measurement: 1,500+ typed ops spanning 2-D imaging, point clouds/meshes/volumes, optics, tomography, interferometry, acoustics, colour and metrology, plus an evolutionary pipeline designer with honest holdout gating. Ships as an AI/RAG operator corpus.
HTML · PythonApache-2.0★ 3 estrellas⑂ 0 forksdesde ago 2026Ver en GitHub ↗
TipoBibliotecaHerramienta de línea de comandosAplicación de escritoriocómo se determina
furuse-kazufumi/fullseye tiene un índice de salud de 54 sobre 100, lo que lo sitúa en la banda Moderado. Su puntuación más alta es Engineering Quality (84/100) y la más baja, Security (27/100). Se actualizó por última vez hoy. Una sola persona concentra la mayor parte del trabajo reciente.
54
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.
54
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)
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 53 se calibra a 54 en la escala publicada del índice (calibración del registro 2026-08-02).
Este repositorio pertenece a una cuenta personal. Un proyecto con un único propietario conlleva más riesgo de continuidad que uno respaldado por una organización.
Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15
OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs
0
open_issues
0
closed_issues
0
prs_merged_7d
0
prs_decided_7d
0
prs_merged_30d
0
prs_decided_30d
0
issue_closed_ratio
—
closed_unmerged_prs
0
first_time_authors_30d
0
first_time_prs_merged_30d
0
first_time_prs_decided_30d
0
Excluidos de la puntuación (sin datos o no aplicable): Resolución de issues, Aceptación de PR, Newcomer PR acceptance. Los pesos restantes se han renormalizado.
¿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.
Arranque con un solo comando — rust/fullseye_core/Cargo.toml, rust/fullseye_core/examples/csharp/fullseye_example.csproj (convención del toolchain, sin ejecutor de tareas)
22/22
Pruebas automatizadas
11/11
Configuración de lint / formato — pyproject.toml ([tool.ruff])
0/11
Verificación estática de tipos
0/10
Entorno reproducible
10/10
Práctica demostrada con agentes — 100 de los últimos 100 commits con autoría o crédito de agente
0/8
Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
2/10
OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software
20/20
Servidor MCP
40/40
Ejemplos ejecutables — examples, sample
Datos de entrada utilizados
example_dirs
examples, sample
has_mcp_signal
sí
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
3estrellas de GitHub
2contribuidores
10.101commits en los últimos 12 meses
0días desde el último push
7versiones publicadas
1factor bus
0issues abiertas
PyPIecosistemas de paquetes
Advertencias de recopilación de datos
Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
deps.dev does not index pypi:fullseye@0.3.0; advisories assessed against the repository dependency graph instead
Más detalle
OpenSSF Scorecard 2.7 / 10
2.7agregado
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 · 2026-10-03 00:30 UTC
No fue posible recopilar el conjunto de dependencias resuelto para este informe: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
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.
Registros relacionados
Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con furuse-kazufumi/fullseye. Leer en paralelo →
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.
