Registro público
Informe de salud del softwareesquema 0.27.0 · métricas 2.10.0 · 2026-07-25 18:37 UTC

hbcarlos / jupyter_server

The backend—i.e. core services, APIs, and REST endpoints—to Jupyter web applications.

PythonBSD-3-Clause★ 0 estrellas⑂ 0 forksdesde mar 2022forkVer en GitHub ↗
TipoServicio de redcómo se determina

hbcarlos/jupyter_server tiene un índice de salud de 51 sobre 100, lo que lo sitúa en la banda Moderado. Su puntuación más alta es Engineering Quality (75/100) y la más baja, Community & Adoption (12/100). Se actualizó por última vez hace 32 días. 4 personas concentran la mayor parte del trabajo reciente.

51
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.

51
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 51 se calibra a 51 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Carlos HerreroCuenta personal
34 seguidores104 repositorios públicosdesde feb 2017

Este repositorio pertenece a una cuenta personal. Un proyecto con un único propietario conlleva más riesgo de continuidad que uno respaldado por una organización.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPIjupyter_serverapunta a otro repositorio; no se puntúa2.20.053.344.263159hace 38 díasipythonjupyter

Métricas por categoría

Vitalidad

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

55Moderado · 21% del índice global

Actividad de desarrollo

59Moderado
Cómo se puntúa
18/36Recencia de push — último push hace 32 días
13.8/36Cadencia de commits — 20/52 semanas con commits
17.5/18Volumen de commits — 88 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_year88
human_commit_share0,89
days_since_last_push32
active_weeks_last_year20

Disciplina de publicación

48Débil
Cómo se puntúa
16.2/27Publica versiones — 58 etiquetas de versión (sin releases de GitHub)
0/36Recencia de las versiones — última versión hace 1631 días
27/27Cadencia de publicación — una versión cada ~13,8 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count58
latest_release_tagv1.13.5
releases_from_tagssí
days_since_latest_release1631
mean_days_between_releases13,8
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?

12Crítico · 17% del índice global

Popularidad y adopción

1Crítico
Cómo se puntúa
0/60Estrellas — 0 estrellas
0/25Forks — 0 forks
0/15Observadores — 0 observadores
Datos de entrada utilizados
forks0
stars0
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

25En riesgo
Cómo se puntúa
0/22.5README
22.5/22.5Licencia — licencia reconocida (BSD-3-Clause)
0/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmeno
has_licenseno
readme_badges—
has_contributingno
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?

50Moderado · 23% del índice global

Resiliencia de mantenedores (factor bus)

84Excelente
Cómo se puntúa
43.2/54Factor bus — la mitad de los commits recae en 4 contribuyente(s)
16.8/22.5Distribución de commits — el principal contribuyente firma el 25% de los commits
13.5/13.5Amplitud de contribuyentes — 97 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 161 contributing companies or organizations
Datos de entrada utilizados
bus_factor4
contributors_sampled97
top_contributor_share0,252

Capacidad de respuesta a issues y PR

1Crítico
Cómo se puntúa
0/42Resolución de issues — sin issues o sin datos
0/30Aceptación de PR — sin PR decididos o sin datos
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs0
open_issues0
closed_issues0
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio—
closed_unmerged_prs0
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Excluidos de la puntuación (sin datos o no aplicable): Resolución de issues, Aceptación de PR, Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

58Moderado
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
11.1/25Alcance del propietario — 34 seguidores de hbcarlos
25/25Trayectoria — 104 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers34
owner_typeUser
is_verified—
owner_loginhbcarlos
public_repos104
account_age_days3434
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

75Bueno · 19% del índice global

Prácticas de ingeniería

92Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 6 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — eslint.config.mjs
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — sin datos
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configsí
Excluidos de la puntuación (sin datos o no aplicable): OpenSSF Scorecard: CI-Tests. Los pesos restantes se han renormalizado.

Documentación

50Moderado
Cómo se puntúa
0/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://jupyter-server.readthedocs.io
0/10Descripción del repositorio
0/10Topics
10/10Wiki
Datos de entrada utilizados
topics—
has_wikisí
homepagehttps://jupyter-server.readthedocs.io
docs_sitehttps://jupyter-server.readthedocs.io
has_readmeno
has_docs_dirsí
has_descriptionno

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

58Moderado · 16% del índice global

Postura de seguridad

47Débil
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
0/2.5CI-Tests — sin datos
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 161 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 — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — sin datos
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — no SAST tool detected
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
4.5/7.5Vulnerabilities — 4 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate4,7
Excluidos de la puntuación (sin datos o no aplicable): CI-Tests, Packaging, 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
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_packages57
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:jupyter_server@2.20.0 —lo que arrastra la instalación del paquete publicado—: 57 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.

62Moderado · 4% del índice global

Contexto y guía para agentes

35Débil
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
34.8/40Historial de commits legible — 58 de 89 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,652
agent_instruction_files—
agent_instruction_max_bytes—

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

82Excelente
Cómo se puntúa
18/18Arranque con un solo comando — docs/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — eslint.config.mjs
11/11Verificación estática de tipos — examples/simple/src/tsconfig.json, jupyter_server/py.typed
10/10Entorno reproducible — lockfile
2/10Práctica demostrada con agentes — 1 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 7 de los últimos 100 commits son actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_testssí
lockfilespackage-lock.json
has_dockerfileno
typed_languageno
bootstrap_filesdocs/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configsexamples/simple/src/tsconfig.json, jupyter_server/py.typed
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0,07

Legibilidad del código para modelos

82Excelente
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (examples/simple/src/tsconfig.json, jupyter_server/py.typed)
54.7/55Tamaños de archivo manejables — 1/202 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes122.527
source_files_sampled202
oversized_source_files1

Interfaces legibles por máquina

40Débil
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto)
0/20Servidor MCP
40/40Ejemplos ejecutables — examples
Datos de entrada utilizados
example_dirsexamples
has_mcp_signalno
api_schema_files—
interfaces_expected_ofnetwork-service

Datos clave

0estrellas de GitHub
97contribuidores
88commits en los últimos 12 meses
32días desde el último push
58versiones publicadas
4factor bus
0issues abiertas
npm, PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Community profile unavailable
  • pypi package 'jupyter_server' points at a different repository (https://github.com/jupyter-server/jupyter_server); excluded from ecosystem scoring

Más detalle

OpenSSF Scorecard 4.7 / 10
4.7agregado

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 · 2026-07-25 18:37 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
n/dCI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
10Contributorsproject has 161 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate 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
n/dPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTno SAST tool detected
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
6Vulnerabilities4 existing vulnerabilities detected
Dependencias directas 21
RegistroPaqueteRestricción de versiónManifiesto
npmbootstrap^3.4.0package.json
npmcopyfiles^2.4.1package.json
PyPIanyio>=3.1.0pyproject.toml
PyPIargon2-cffi>=21.1pyproject.toml
PyPIjinja2>=3.0.3pyproject.toml
PyPIjupyter_client>=7.4.4pyproject.toml
PyPIjupyter_core>=4.12,!=5.0.*pyproject.toml
PyPIjupyter_server_terminals>=0.4.4pyproject.toml
PyPInbconvert>=6.4.4pyproject.toml
PyPInbformat>=5.3.0pyproject.toml
PyPIpackaging>=22.0pyproject.toml
PyPIprometheus_client>=0.9pyproject.toml
PyPIpywinpty>=2.0.1,!=3.0.4pyproject.toml
PyPIpyzmq>=24pyproject.toml
PyPISend2Trash>=1.8.2pyproject.toml
PyPIterminado>=0.8.3pyproject.toml
PyPItornado>=6.2.0pyproject.toml
PyPItraitlets>=5.6.0pyproject.toml
PyPIwebsocket-client>=1.7pyproject.toml
PyPIjupyter_events>=0.11.0pyproject.toml
PyPIoverrides>=5.0pyproject.toml
Todas las dependencias 68

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 20 paquetes directos y 48 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
npmbootstrap3.4.1directa
npmcopyfiles2.4.1directa
PyPIanyio—directa
PyPIargon2-cffi—directa
PyPIjinja2—directa
PyPIjupyter-client—directa
PyPIjupyter-core—directa
PyPIjupyter-events—directa
PyPIjupyter-server-terminals—directa
PyPInbconvert—directa
PyPInbformat—directa
PyPIpackaging—directa
PyPIprometheus-client—directa
PyPIpywinpty—directa
PyPIpyzmq—directa
PyPIsend2trash—directa
PyPIterminado—directa
PyPItornado—directa
PyPItraitlets—directa
PyPIwebsocket-client—directa
npmansi-regex5.0.1indirecta
npmansi-styles4.3.0indirecta
npmbalanced-match1.0.2indirecta
npmbrace-expansion1.1.13indirecta
npmcliui7.0.4indirecta
npmcolor-convert2.0.1indirecta
npmcolor-name1.1.4indirecta
npmconcat-map0.0.1indirecta
npmcore-util-is1.0.2indirecta
npmemoji-regex8.0.0indirecta
npmescalade3.1.1indirecta
npmfs.realpath1.0.0indirecta
npmget-caller-file2.0.5indirecta
npmglob7.1.7indirecta
npminflight1.0.6indirecta
npminherits2.0.4indirecta
npmis-fullwidth-code-point3.0.0indirecta
npmisarray0.0.1indirecta
npmisarray1.0.0indirecta
npmminimatch3.1.5indirecta
npmmkdirp1.0.4indirecta
npmnoms0.0.0indirecta
npmonce1.4.0indirecta
npmpath-is-absolute1.0.1indirecta
npmprocess-nextick-args2.0.1indirecta
npmreadable-stream1.0.34indirecta
npmreadable-stream2.3.7indirecta
npmrequire-directory2.1.1indirecta
npmsafe-buffer5.1.2indirecta
npmstring-width4.2.2indirecta
npmstring_decoder0.10.31indirecta
npmstring_decoder1.1.1indirecta
npmstrip-ansi6.0.0indirecta
npmthrough22.0.5indirecta
npmuntildify4.0.0indirecta
npmutil-deprecate1.0.2indirecta
npmwrap-ansi7.0.0indirecta
npmwrappy1.0.2indirecta
npmxtend4.0.2indirecta
npmy18n5.0.8indirecta
npmyargs16.2.0indirecta
npmyargs-parser20.2.9indirecta
PyPIhatchling—indirecta
PyPIjupyter-server—indirecta
PyPIpytest—indirecta
PyPIpytest-jupyter—indirecta
PyPIsphinx—indirecta
PyPIsphinxcontrib-openapi—indirecta
Avisos de dependencias 0

Instalar pypi:jupyter_server@2.20.0 arrastra 57 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 hbcarlos/jupyter_server. Leer en paralelo →

100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Excepcional100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorExcepcional100streamlit/streamlitStreamlit — A faster way to build and share data apps.Excepcional100zephyrproject-rtos/zephyrPrimary Git Repository for the Zephyr Project. Zephyr is a new generation, scalable, optimized, secure RTOS for multiple hardware architectures.Excepcional100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Excepcional100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsExcepcional

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 v0.27.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.