huggingface / datasets
🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation tools
huggingface/datasets tiene un índice de salud de 98 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (98/100) y la más baja, AI Readiness (54/100). Se actualizó por última vez hace 4 días. 2 personas concentran la mayor parte del trabajo reciente.
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.
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 87 se calibra a 98 en la escala publicada del índice (calibración del registro 2026-08-02).
Titularidad
Este repositorio está respaldado por una organización: una custodia compartida y responsable que puede sobrevivir a cualquier mantenedor individual.
Ecosistemas de paquetes
| Registro | Paquete | Versión | Descargas / mes | Versiones | Última publicación | Etiquetas |
|---|---|---|---|---|---|---|
| PyPI | datasets | 5.0.1 | 145.695.838 | 119 | hace 7 días | datasetsmachinelearning |
Métricas por categoría
Vitalidad
¿Está vivo el proyecto: se escribe código y se publican versiones?
Actividad de desarrollo
Cómo se puntúa
| 36/36 | Recencia de push — último push hace 4 días |
| 31.8/36 | Cadencia de commits — 46/52 semanas con commits |
| 18/18 | Volumen de commits — 228 commits en el último año |
| 10/10 | OpenSSF Scorecard: Maintained — 30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10 |
Datos de entrada utilizados
| commits_last_year | 228 |
| human_commit_share | 1 |
| days_since_last_push | 4 |
| active_weeks_last_year | 46 |
Disciplina de publicación
Cómo se puntúa
| 27/27 | Publica versiones — 100 versiones publicadas |
| 36/36 | Recencia de las versiones — última versión hace 7 días |
| 27/27 | Cadencia de publicación — una versión cada ~16,7 días |
| 0/10 | OpenSSF Scorecard: Signed-Releases — sin datos |
Datos de entrada utilizados
| releases_count | 100 |
| latest_release_tag | 5.0.1 |
| releases_from_tags | no |
| days_since_latest_release | 7 |
| mean_days_between_releases | 16,7 |
Comunidad y Adopción
¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?
Popularidad y adopción
Cómo se puntúa
| 60/60 | Estrellas — 21.807 estrellas |
| 25/25 | Forks — 3333 forks |
| 13.6/15 | Observadores — 279 observadores |
Datos de entrada utilizados
| forks | 3333 |
| stars | 21.807 |
| watchers | 279 |
| growth_state | unverified |
| growth_factor_pct | 100 |
| growth_unverified_reason | no_history |
Salud de la comunidad
Cómo se puntúa
| 22.5/22.5 | README |
| 22.5/22.5 | Licencia — licencia reconocida (Apache-2.0) |
| 18/18 | Guía CONTRIBUTING |
| 13.5/13.5 | Código de conducta |
| 0/7.2 | Plantilla de issues |
| 0/6.3 | Plantilla de PR |
Datos de entrada utilizados
| has_readme | sí |
| has_license | sí |
| readme_badges | 6 |
| has_contributing | sí |
| has_issue_template | no |
| has_code_of_conduct | sí |
| readme_badge_services | github.com, shields.io |
| has_pull_request_template | no |
Adopción en el ecosistema (descargas)
Cómo se puntúa
| 80/80 | Descargas mensuales — 145.695.838 descargas/mes en pypi |
| 0/20 | Dependientes en el registro — no lo informa este ecosistema |
Datos de entrada utilizados
| packages | datasets |
| dependents | — |
| ecosystems | pypi |
| total_downloads | — |
| monthly_downloads | 145.695.838 |
| unverified_packages_excluded | — |
Sostenibilidad y Gobernanza
¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?
Resiliencia de mantenedores (factor bus)
Cómo se puntúa
| 25.2/54 | Factor bus — la mitad de los commits recae en 2 contribuyente(s) |
| 14.7/22.5 | Distribución de commits — el principal contribuyente firma el 35% de los commits |
| 13.5/13.5 | Amplitud de contribuyentes — 100 contribuyentes |
| 10/10 | OpenSSF Scorecard: Contributors — project has 30 contributing companies or organizations |
Datos de entrada utilizados
| bus_factor | 2 |
| contributors_sampled | 100 |
| top_contributor_share | 0,346 |
Cómo se puntúa
| 30.6/42 | Resolución de issues — 73% de issues cerradas |
| 25.6/30 | Aceptación de PR — 3888/4554 PR decididos fusionados |
| 10.1/13 | Newcomer PR acceptance — 14/18 PR de contribuyentes primerizos fusionados en 30 d |
| 10.5/15 | OpenSSF Scorecard: Code-Review — Found 23/30 approved changesets -- score normalized to 7 |
Datos de entrada utilizados
| merged_prs | 3888 |
| open_issues | 904 |
| closed_issues | 2430 |
| prs_merged_7d | 1 |
| prs_decided_7d | 3 |
| prs_merged_30d | 27 |
| prs_decided_30d | 33 |
| issue_closed_ratio | 0,729 |
| closed_unmerged_prs | 666 |
| first_time_authors_30d | 12 |
| first_time_prs_merged_30d | 14 |
| first_time_prs_decided_30d | 18 |
Propiedad y custodia
Cómo se puntúa
| 30/30 | Respaldo de la propiedad — propiedad de una organización |
| 0/20 | Dominio verificado — el estado de dominio verificado no se leyó para esta organización |
| 25/25 | Alcance del propietario — 66.687 seguidores de huggingface |
| 25/25 | Trayectoria — 460 repos públicos, cuenta de ~9 años |
Datos de entrada utilizados
| followers | 66.687 |
| owner_type | Organization |
| is_verified | — |
| owner_login | huggingface |
| public_repos | 460 |
| account_age_days | 3460 |
Mantenimiento de paquetes
Cómo se puntúa
| 25/25 | Publicado y resoluble — 1 paquete(s) en pypi |
| 35/35 | Recencia de publicación — última publicación hace 7 días |
| 20/20 | Historial de versiones — 119 versiones en el registro |
| 20/20 | No obsoleto — activo, ni obsoleto ni retirado |
Datos de entrada utilizados
| packages | datasets |
| ecosystems | pypi |
| any_deprecated | no |
| min_days_since_publish | 7 |
Calidad de Ingeniería
¿Existen unas prácticas mínimas de ingeniería y documentación?
Prácticas de ingeniería
Cómo se puntúa
| 24/24 | Flujos de trabajo de CI — 7 flujo(s) de trabajo |
| 24/24 | Pruebas presentes |
| 16/16 | Configuración de linter |
| 9.6/9.6 | Hooks de pre-commit |
| 0/6.4 | .editorconfig |
| 18/20 | OpenSSF Scorecard: CI-Tests — 28 out of 30 merged PRs checked by a CI test -- score normalized to 9 |
Datos de entrada utilizados
| has_ci | sí |
| has_tests | sí |
| has_editorconfig | no |
| has_linter_config | sí |
| has_precommit_config | sí |
Documentación
Cómo se puntúa
| 30/30 | README |
| 25/25 | Directorio de documentación |
| 15/15 | Sitio de documentación / página del proyecto — https://huggingface.co/docs/datasets |
| 10/10 | Descripción del repositorio |
| 10/10 | Topics — 16 topics |
| 10/10 | Wiki |
Datos de entrada utilizados
| topics | nlp, datasets, pytorch, tensorflow, pandas, numpy, natural-language-processing, computer-vision, machine-learning, deep-learning, speech, ai, artificial-intelligence, llm, dataset-hub, huggingface |
| has_wiki | sí |
| homepage | https://huggingface.co/docs/datasets |
| docs_site | https://huggingface.co/docs/datasets |
| has_readme | sí |
| has_docs_dir | sí |
| has_description | sí |
Seguridad
¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?
Postura de seguridad
Cómo se puntúa
| 7.5/7.5 | Binary-Artifacts — no binaries found in the repo |
| 0/7.5 | Branch-Protection — sin datos |
| 2.2/2.5 | CI-Tests — 28 out of 30 merged PRs checked by a CI test -- score normalized to 9 |
| 0/2.5 | CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected |
| 5.2/7.5 | Code-Review — Found 23/30 approved changesets -- score normalized to 7 |
| 2.5/2.5 | Contributors — project has 30 contributing companies or organizations |
| 10/10 | Dangerous-Workflow — no dangerous workflow patterns detected |
| 0/7.5 | Dependency-Update-Tool — no update tool detected |
| 0/5 | Fuzzing — project is not fuzzed |
| 2.5/2.5 | Licencia — license file detected |
| 7.5/7.5 | Maintained — 30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10 |
| 0/5 | Packaging — sin datos |
| 2.5/5 | Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 5 |
| 0/5 | SAST — SAST tool is not run on all commits -- score normalized to 0 |
| 5/5 | Security-Policy — security policy file detected |
| 0/7.5 | Signed-Releases — sin datos |
| 0/7.5 | Token-Permissions — detected GitHub workflow tokens with excessive permissions |
| 7.5/7.5 | Vulnerabilities — 0 existing vulnerabilities detected |
Datos de entrada utilizados
| source | openssf_scorecard |
| checks_evaluated | 15 |
| scorecard_version | v5.5.0 |
| checks_inconclusive | 3 |
| scorecard_aggregate | 6,2 |
Avisos de dependencias
Cómo se puntúa
| 35/35 | Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido |
| 25/25 | Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido |
| 0/40 | Sin avisos pendientes — ningún aviso tiene fecha de publicación |
Datos de entrada utilizados
| source | osv |
| advisories | 0 |
| affected_packages | 0 |
| assessed_packages | 34 |
| unassessed_packages | 0 |
| affected_by_severity | none |
| direct_affected_packages | 0 |
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.
Contexto y guía para agentes
Cómo se puntúa
| 0/45 | Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor |
| 0/15 | Documentación legible por máquinas (llms.txt) |
| 40/40 | Historial de commits legible — 100 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo) |
Datos de entrada utilizados
| has_llms_txt | no |
| llms_txt_url | — |
| legible_history_share | 1 |
| agent_instruction_files | — |
| agent_instruction_max_bytes | — |
Cómo se puntúa
| 18/18 | Arranque con un solo comando — Makefile |
| 22/22 | Pruebas automatizadas |
| 11/11 | Configuración de lint / formato |
| 0/11 | Verificación estática de tipos |
| 0/10 | Entorno reproducible |
| 10/10 | Práctica demostrada con agentes — 7 de los últimos 100 commits con autoría o crédito de agente |
| 0/8 | Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias |
| 5/10 | OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 5 |
Datos de entrada utilizados
| has_nix | no |
| has_tests | sí |
| lockfiles | — |
| has_dockerfile | no |
| typed_language | no |
| bootstrap_files | Makefile |
| has_devcontainer | no |
| has_linter_config | sí |
| typecheck_configs | — |
| agent_commit_share | 0,07 |
| toolchain_manifests | — |
| dependency_bot_commit_share | 0 |
Legibilidad del código para modelos
Cómo se puntúa
| 0/45 | Código verificable por tipos — Python sin configuración de verificación de tipos |
| 52.4/55 | Tamaños de archivo manejables — 11/234 archivos fuente de más de 60 KB |
Datos de entrada utilizados
| primary_language | Python |
| largest_source_bytes | 343.664 |
| source_files_sampled | 234 |
| oversized_source_files | 11 |
Datos clave
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 18 authors (cap 12)
Más detalle
Historial de estrellas y forks 0 ★ / 3333 ⇿
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.
Solo se muestra el historial más reciente: este repositorio supera la ventana de recopilación, por lo que no se captura el historial más antiguo.
Cada punto abarca 3 días.
OpenSSF Scorecard 6.2 / 10
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).
| 10 | Binary-Artifacts | no binaries found in the repo |
| n/d | Branch-Protection | internal 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 |
| 9 | CI-Tests | 28 out of 30 merged PRs checked by a CI test -- score normalized to 9 |
| 0 | CII-Best-Practices | no effort to earn an OpenSSF best practices badge detected |
| 7 | Code-Review | Found 23/30 approved changesets -- score normalized to 7 |
| 10 | Contributors | project has 30 contributing companies or organizations |
| 10 | Dangerous-Workflow | no dangerous workflow patterns detected |
| 0 | Dependency-Update-Tool | no update tool detected |
| 0 | Fuzzing | project is not fuzzed |
| 10 | License | license file detected |
| 10 | Maintained | 30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10 |
| n/d | Packaging | packaging workflow not detected |
| 5 | Pinned-Dependencies | dependency not pinned by hash detected -- score normalized to 5 |
| 0 | SAST | SAST tool is not run on all commits -- score normalized to 0 |
| 10 | Security-Policy | security policy file detected |
| n/d | Signed-Releases | no releases found |
| 0 | Token-Permissions | detected GitHub workflow tokens with excessive permissions |
| 10 | Vulnerabilities | 0 existing vulnerabilities detected |
Todas las dependencias 18
Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 18 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.
| Registro | Paquete | Versión | Relación |
|---|---|---|---|
| PyPI | dill | — | indirecta |
| PyPI | filelock | — | indirecta |
| PyPI | fsspec | — | indirecta |
| PyPI | gitpython | 3.1.27 | indirecta |
| PyPI | httpx | — | indirecta |
| PyPI | huggingface-hub | — | indirecta |
| PyPI | multiprocess | — | indirecta |
| PyPI | numpy | — | indirecta |
| PyPI | packaging | — | indirecta |
| PyPI | pandas | — | indirecta |
| PyPI | pyarrow | — | indirecta |
| PyPI | python-dotenv | 0.19.2 | indirecta |
| PyPI | pyyaml | — | indirecta |
| PyPI | requests | — | indirecta |
| PyPI | requests | 2.25.1 | indirecta |
| PyPI | tqdm | — | indirecta |
| PyPI | tqdm | 4.62.3 | indirecta |
| PyPI | xxhash | — | indirecta |
Avisos de dependencias 0
Instalar pypi:datasets@5.0.1 arrastra 34 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.
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.