Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-17 14:56 UTC

huggingface / diffusers

🤗 Diffusers: State-of-the-art diffusion models for image, video, and audio generation in PyTorch.

PythonApache-2.0★ 34.532 estrellas⑂ 7328 forksdesde may 2022Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina

huggingface/diffusers tiene un índice de salud de 99 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (97/100) y la más baja, Security (80/100). Se actualizó por última vez hoy. 4 personas concentran la mayor parte del trabajo reciente.

99
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.

99
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 90 se calibra a 99 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Hugging FaceOrganización · dominio verificado
68.520 seguidores467 repositorios públicosdesde feb 2017

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
PyPIdiffusers0.40.05.654.39699hace 28 díasdeeplearningdiffusionpytorchstableaudioldm

Métricas por categoría

Vitalidad

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

97Excepcional · 21% del índice global
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
36/36Cadencia de commits — 52/52 semanas con commits
18/18Volumen de commits — 1065 commits en el último año
0/10OpenSSF Scorecard: Maintained — sin datos
Datos de entrada utilizados
commits_last_year1065
human_commit_share0,98
days_since_last_push0
active_weeks_last_year52
Cómo se puntúa
27/27Publica versiones — 93 versiones publicadas
36/36Recencia de las versiones — última versión hace 28 días
19.8/27Cadencia de publicación — una versión cada ~46,9 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count93
latest_release_tagv0.40.0
releases_from_tagsno
days_since_latest_release28
mean_days_between_releases46,9

Comunidad y Adopción

¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?

96Excepcional · 17% del índice global
Cómo se puntúa
60/60Estrellas — 34.532 estrellas
25/25Forks — 7328 forks
13/15Observadores — 223 observadores
Datos de entrada utilizados
forks7328
stars34.532
watchers223
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
18/18Guía CONTRIBUTING
13.5/13.5Código 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_conductsí
readme_badge_servicesshields.io
has_pull_request_templatesí
Cómo se puntúa
80/80Descargas mensuales — 5.654.396 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesdiffusers
dependents—
ecosystemspypi
total_downloads—
monthly_downloads5.654.396
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?

88Excelente · 23% del índice global
Cómo se puntúa
43.2/54Factor bus — la mitad de los commits recae en 4 contribuyente(s)
18.1/22.5Distribución de commits — el principal contribuyente firma el 20% de los commits
13.5/13.5Amplitud de contribuyentes — 99 contribuyentes
0/10OpenSSF Scorecard: Contributors — sin datos
Datos de entrada utilizados
bus_factor4
contributors_sampled99
top_contributor_share0,196
Cómo se puntúa
35.7/42Resolución de issues — 85% de issues cerradas
24.3/30Aceptación de PR — 6129/7574 PR decididos fusionados
2.6/13Newcomer PR acceptance — 4/20 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Review — sin datos
Datos de entrada utilizados
merged_prs6129
open_issues837
closed_issues4750
prs_merged_7d9
prs_decided_7d31
prs_merged_30d19
prs_decided_30d50
issue_closed_ratio0,85
closed_unmerged_prs1445
first_time_authors_30d8
first_time_prs_merged_30d4
first_time_prs_decided_30d20

Propiedad y custodia

100Excepcional
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
20/20Dominio verificado
25/25Alcance del propietario — 68.520 seguidores de huggingface
25/25Trayectoria — 467 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers68.520
owner_typeOrganization
is_verifiedsí
owner_loginhuggingface
public_repos467
account_age_days3504
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 28 días
20/20Historial de versiones — 99 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesdiffusers
ecosystemspypi
any_deprecatedno
min_days_since_publish28

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

88Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI — 35 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
0/20OpenSSF Scorecard: CI-Tests — sin datos
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://huggingface.co/docs/diffusers
10/10Descripción del repositorio
10/10Topics — 15 topics
10/10Wiki
Datos de entrada utilizados
topicsdeep-learning, diffusion, image-generation, pytorch, score-based-generative-modeling, image2image, text2image, stable-diffusion, stable-diffusion-diffusers, latent-diffusion-models, flux, image2video, text2video, video2video, qwen-image
has_wikisí
homepagehttps://huggingface.co/docs/diffusers
docs_sitehttps://huggingface.co/docs/diffusers
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?

80Excelente · 16% del índice global
Cómo se puntúa
30/30Política de seguridad (SECURITY.md)
25/25Configuración de Dependabot
0/25Lockfiles de dependencias
20/20Flujo de trabajo de CodeQL
Datos de entrada utilizados
sourcefile_signals
lockfiles—
manifestsbenchmarks/requirements.txt, pyproject.toml, setup.py
has_codeql_workflowsí
has_security_policysí
has_dependabot_configsí
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_packages24
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:diffusers@0.40.0 —lo que arrastra la instalación del paquete publicado—: 24 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.

91Excelente · 4% del índice global
Cómo se puntúa
45/45Instrucciones para agentes — .ai/AGENTS.md, AGENTS.md, CLAUDE.md
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 96 de 98 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,98
agent_instruction_files.ai/AGENTS.md, AGENTS.md, CLAUDE.md
agent_instruction_max_bytes4103
Cómo se puntúa
18/18Arranque con un solo comando — Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff])
11/11Verificación estática de tipos — src/diffusers/py.typed
10/10Entorno reproducible — Dockerfile
10/10Práctica demostrada con agentes — 18 de los últimos 100 commits con autoría o crédito de agente
5/8Mantenimiento automatizado — automatización de dependencias configurada, no observada en los commits muestreados
0/10OpenSSF Scorecard: Pinned-Dependencies — sin datos
Datos de entrada utilizados
has_nixno
has_testssí
lockfiles—
has_dockerfilesí
typed_languageno
bootstrap_filesMakefile
has_devcontainerno
has_linter_configsí
typecheck_configssrc/diffusers/py.typed
agent_commit_share0,18
toolchain_manifests—
dependency_bot_commit_share0
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (src/diffusers/py.typed)
50.7/55Tamaños de archivo manejables — 161/2076 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes303.855
source_files_sampled2076
oversized_source_files161
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

34.532estrellas de GitHub
99contribuidores
1065commits en los últimos 12 meses
0días desde el último push
93versiones publicadas
4factor bus
837issues 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 21 authors (cap 12)
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/17 14:55:14 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Más detalle

Historial de estrellas y forks 0 ★ / 7328 ⇿
0Estrellas
7328Forks
6Versiones

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.

62006400660068007000720074007328122025-112026-042026-09
Mayor 0Menor 5Parche 1
Todas las dependencias 124

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 124 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIaccelerate—indirecta
PyPIaccelerate0.23.0indirecta
PyPIaccelerate1.2.0indirecta
PyPIaiohappyeyeballs2.6.1indirecta
PyPIaiohttp3.12.14indirecta
PyPIaiosignal1.4.0indirecta
PyPIannotated-types0.7.0indirecta
PyPIanyio4.6.2.post1indirecta
PyPIasync-timeout4.0.3indirecta
PyPIattrs24.2.0indirecta
PyPIav—indirecta
PyPIbitsandbytes—indirecta
PyPIcertifi2024.8.30indirecta
PyPIcharset-normalizer3.4.0indirecta
PyPIclick8.1.7indirecta
PyPIcontrolnet-aux—indirecta
PyPIdatasets—indirecta
PyPIdecord—indirecta
PyPIdeepspeed—indirecta
PyPIdiffusers—indirecta
PyPIdiffusers0.38.0indirecta
PyPIdiffusers0.9.0indirecta
PyPIeinops—indirecta
PyPIexceptiongroup1.3.0indirecta
PyPIfairscale—indirecta
PyPIfastapi—indirecta
PyPIfastapi0.115.3indirecta
PyPIfilelock3.16.1indirecta
PyPIflax—indirecta
PyPIfrozenlist1.5.0indirecta
PyPIfsspec2024.10.0indirecta
PyPIftfy—indirecta
PyPIftfy6.1.1indirecta
PyPIgpustat—indirecta
PyPIh110.14.0indirecta
PyPIhuggingface-hub—indirecta
PyPIhuggingface-hub0.35.0indirecta
PyPIidna3.10indirecta
PyPIimageio—indirecta
PyPIimageio-ffmpeg—indirecta
PyPIintel-extension-for-pytorch—indirecta
PyPIip-adapter—indirecta
PyPIjinja2—indirecta
PyPIjinja23.1.4indirecta
PyPIjinja23.1.6indirecta
PyPIlpips—indirecta
PyPImarkupsafe3.0.2indirecta
PyPImodelcards—indirecta
PyPImpmath1.3.0indirecta
PyPImultidict6.1.0indirecta
PyPInetworkx3.2.1indirecta
PyPIneural-compressor—indirecta
PyPInumpy—indirecta
PyPInumpy2.0.2indirecta
PyPInvidia-cublas-cu1212.6.4.1indirecta
PyPInvidia-cuda-cupti-cu1212.6.80indirecta
PyPInvidia-cuda-nvrtc-cu1212.6.77indirecta
PyPInvidia-cuda-runtime-cu1212.6.77indirecta
PyPInvidia-cudnn-cu129.5.1.17indirecta
PyPInvidia-cufft-cu1211.3.0.4indirecta
PyPInvidia-cufile-cu121.11.1.6indirecta
PyPInvidia-curand-cu1210.3.7.77indirecta
PyPInvidia-cusolver-cu1211.7.1.2indirecta
PyPInvidia-cusparse-cu1212.5.4.2indirecta
PyPInvidia-cusparselt-cu120.6.3indirecta
PyPInvidia-nccl-cu122.26.2indirecta
PyPInvidia-nvjitlink-cu1212.6.85indirecta
PyPInvidia-nvtx-cu1212.6.77indirecta
PyPIoptax—indirecta
PyPIpackaging—indirecta
PyPIpackaging24.1indirecta
PyPIpandas—indirecta
PyPIpeft—indirecta
PyPIpeft0.11.1indirecta
PyPIpeft0.5.0indirecta
PyPIpeft0.7.0indirecta
PyPIpillow—indirecta
PyPIprodigyopt—indirecta
PyPIprometheus-client0.21.0indirecta
PyPIprometheus-fastapi-instrumentator7.0.0indirecta
PyPIpropcache0.2.0indirecta
PyPIprotobuf—indirecta
PyPIpsutil—indirecta
PyPIpsycopg22.9.9indirecta
PyPIpy-consul1.5.3indirecta
PyPIpydantic2.9.2indirecta
PyPIpydantic-core2.23.4indirecta
PyPIpyyaml6.0.2indirecta
PyPIregex2024.9.11indirecta
PyPIrequests2.32.3indirecta
PyPIsafetensors—indirecta
PyPIsafetensors0.4.5indirecta
PyPIscipy—indirecta
PyPIsentencepiece—indirecta
PyPIsentencepiece0.2.0indirecta
PyPIsniffio1.3.1indirecta
PyPIstarlette0.41.0indirecta
PyPIsympy1.13.3indirecta
PyPItaming-transformers—indirecta
PyPItensorboard—indirecta
PyPItensorboard2.14.0indirecta
PyPItimm—indirecta
PyPItokenizers0.20.1indirecta
PyPItorch—indirecta
PyPItorch2.2.0indirecta
PyPItorch2.7.0indirecta
PyPItorchprofile—indirecta
PyPItorchvision—indirecta
PyPItqdm—indirecta
PyPItqdm4.66.5indirecta
PyPItransformers—indirecta
PyPItransformers4.38.0indirecta
PyPItransformers4.46.1indirecta
PyPItransformers5.3.0indirecta
PyPItransformers5.5.0indirecta
PyPItriton3.3.0indirecta
PyPItyping-extensions4.12.2indirecta
PyPIurllib32.5.0indirecta
PyPIuvicorn—indirecta
PyPIuvicorn0.32.0indirecta
PyPIwandb—indirecta
PyPIwebdataset—indirecta
PyPIxformers—indirecta
PyPIyarl1.18.3indirecta
Avisos de dependencias 0

Instalar pypi:diffusers@0.40.0 arrastra 24 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.

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.