Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-12 20:23 UTC

huggingface / diffusers

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

PythonApache-2.0★ 34.293 estrellas⑂ 7236 forksdesde may 2022Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina

huggingface/diffusers tiene un índice de salud de 98 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (97/100) y la más baja, Engineering Quality (76/100). Se actualizó por última vez hoy. 4 personas concentran la mayor parte del trabajo reciente.

98
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.

98
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 88 se calibra a 98 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Hugging FaceOrganización
67.009 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
PyPIdiffusers0.39.08.253.00398hace 40 díasdeeplearningdiffusionjaxpytorchstableaudioldm

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 pushúltimo push hace 0 días
36/36Cadencia de commits52/52 semanas con commits
18/18Volumen de commits1030 commits en el último año
0/10OpenSSF Scorecard: Maintainedsin datos
Datos de entrada utilizados
commits_last_year1030
human_commit_share1
days_since_last_push0
active_weeks_last_year52
Cómo se puntúa
27/27Publica versiones92 versiones publicadas
36/36Recencia de las versionesúltima versión hace 40 días
19.8/27Cadencia de publicaciónuna versión cada ~49,9 días
0/10OpenSSF Scorecard: Signed-Releasessin datos
Datos de entrada utilizados
releases_count92
latest_release_tagv0.39.0
releases_from_tagsno
days_since_latest_release40
mean_days_between_releases49,9

Comunidad y Adopción

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

96Excepcional · 17% del índice global
Cómo se puntúa
60/60Estrellas34.293 estrellas
25/25Forks7236 forks
13/15Observadores219 observadores
Datos de entrada utilizados
forks7236
stars34.293
watchers219
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencialicencia 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_readme
has_license
readme_badges5
has_contributing
has_issue_templateno
has_code_of_conduct
readme_badge_servicesshields.io
has_pull_request_template
Cómo se puntúa
80/80Descargas mensuales8.253.003 descargas/mes en pypi
0/20Dependientes en el registrono lo informa este ecosistema
Datos de entrada utilizados
packagesdiffusers
dependents
ecosystemspypi
total_downloads
monthly_downloads8.253.003
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 busla mitad de los commits recae en 4 contribuyente(s)
18.2/22.5Distribución de commitsel principal contribuyente firma el 19% de los commits
13.5/13.5Amplitud de contribuyentes99 contribuyentes
0/10OpenSSF Scorecard: Contributorssin datos
Datos de entrada utilizados
bus_factor4
contributors_sampled99
top_contributor_share0,191
Cómo se puntúa
36/42Resolución de issues86% de issues cerradas
24.5/30Aceptación de PR5997/7332 PR decididos fusionados
2/13Newcomer PR acceptance2/13 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Reviewsin datos
Datos de entrada utilizados
merged_prs5997
open_issues794
closed_issues4722
prs_merged_7d15
prs_decided_7d24
prs_merged_30d37
prs_decided_30d57
issue_closed_ratio0,856
closed_unmerged_prs1335
first_time_authors_30d7
first_time_prs_merged_30d2
first_time_prs_decided_30d13

Propiedad y custodia

100Excepcional
Cómo se puntúa
30/30Respaldo de la propiedadpropiedad de una organización
0/20Dominio verificadoel estado de dominio verificado no se leyó para esta organización
25/25Alcance del propietario67.009 seguidores de huggingface
25/25Trayectoria467 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers67.009
owner_typeOrganization
is_verified
owner_loginhuggingface
public_repos467
account_age_days3468
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.
Cómo se puntúa
25/25Publicado y resoluble1 paquete(s) en pypi
35/35Recencia de publicaciónúltima publicación hace 40 días
20/20Historial de versiones98 versiones en el registro
20/20No obsoletoactivo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesdiffusers
ecosystemspypi
any_deprecatedno
min_days_since_publish40

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

76Bueno · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI34 flujo(s) de trabajo
24/24Pruebas presentes
0/16Configuración de linter
0/9.6Hooks de pre-commit
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Testssin datos
Datos de entrada utilizados
has_ci
has_tests
has_editorconfigno
has_linter_configno
has_precommit_configno

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyectohttps://huggingface.co/docs/diffusers
10/10Descripción del repositorio
10/10Topics15 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_wiki
homepagehttps://huggingface.co/docs/diffusers
docs_sitehttps://huggingface.co/docs/diffusers
has_readme
has_docs_dir
has_description

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_workflow
has_security_policy
has_dependabot_config
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidosninguna dependencia directa tiene un aviso conocido
25/25Dependencias indirectas libres de avisos conocidosninguna dependencia indirecta tiene un aviso conocido
0/40Sin avisos pendientesningún 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@0.39.0 —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.

86Excelente · 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 legible89 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url
legible_history_share0,89
agent_instruction_files.ai/AGENTS.md, AGENTS.md, CLAUDE.md
agent_instruction_max_bytes3112
Cómo se puntúa
18/18Arranque con un solo comandoMakefile
22/22Pruebas automatizadas
0/11Configuración de lint / formato
11/11Verificación estática de tipossrc/diffusers/py.typed
10/10Entorno reproducibleDockerfile
10/10Práctica demostrada con agentes15 de los últimos 100 commits con autoría o crédito de agente
5/8Mantenimiento automatizadoautomatización de dependencias configurada, no observada en los commits muestreados
0/10OpenSSF Scorecard: Pinned-Dependenciessin datos
Datos de entrada utilizados
has_nixno
has_tests
lockfiles
has_dockerfile
typed_languageno
bootstrap_filesMakefile
has_devcontainerno
has_linter_configno
typecheck_configssrc/diffusers/py.typed
agent_commit_share0,15
toolchain_manifests
dependency_bot_commit_share0
Cómo se puntúa
27/45Código verificable por tiposPython con configuración de verificación de tipos (src/diffusers/py.typed)
50.8/55Tamaños de archivo manejables155/2051 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes300.298
source_files_sampled2051
oversized_source_files155
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto)no aplicable a este tipo de software
0/20Servidor MCPno aplicable a este tipo de software
40/40Ejemplos ejecutablesexamples, 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

34.293estrellas de GitHub
99contribuidores
1030commits en los últimos 12 meses
0días desde el último push
92versiones publicadas
4factor bus
794issues 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 27 authors (cap 12)
  • OpenSSF Scorecard did not return a usable result (2026/08/12 20:21:49 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 ★ / 7236 ⇿
0Estrellas
7236Forks
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.

6000625065006750700072507236122025-102026-032026-08
Mayor 0Menor 4Parche 2
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
PyPIaccelerateindirecta
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
PyPIavindirecta
PyPIbitsandbytesindirecta
PyPIcertifi2024.8.30indirecta
PyPIcharset-normalizer3.4.0indirecta
PyPIclick8.1.7indirecta
PyPIcontrolnet-auxindirecta
PyPIdatasetsindirecta
PyPIdecordindirecta
PyPIdeepspeedindirecta
PyPIdiffusersindirecta
PyPIdiffusers0.38.0indirecta
PyPIdiffusers0.9.0indirecta
PyPIeinopsindirecta
PyPIexceptiongroup1.3.0indirecta
PyPIfairscaleindirecta
PyPIfastapiindirecta
PyPIfastapi0.115.3indirecta
PyPIfilelock3.16.1indirecta
PyPIflaxindirecta
PyPIfrozenlist1.5.0indirecta
PyPIfsspec2024.10.0indirecta
PyPIftfyindirecta
PyPIftfy6.1.1indirecta
PyPIgpustatindirecta
PyPIh110.14.0indirecta
PyPIhuggingface-hubindirecta
PyPIhuggingface-hub0.35.0indirecta
PyPIidna3.10indirecta
PyPIimageioindirecta
PyPIimageio-ffmpegindirecta
PyPIintel-extension-for-pytorchindirecta
PyPIip-adapterindirecta
PyPIjinja2indirecta
PyPIjinja23.1.4indirecta
PyPIjinja23.1.6indirecta
PyPIlpipsindirecta
PyPImarkupsafe3.0.2indirecta
PyPImodelcardsindirecta
PyPImpmath1.3.0indirecta
PyPImultidict6.1.0indirecta
PyPInetworkx3.2.1indirecta
PyPIneural-compressorindirecta
PyPInumpyindirecta
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
PyPIoptaxindirecta
PyPIpackagingindirecta
PyPIpackaging24.1indirecta
PyPIpandasindirecta
PyPIpeftindirecta
PyPIpeft0.11.1indirecta
PyPIpeft0.5.0indirecta
PyPIpeft0.7.0indirecta
PyPIpillowindirecta
PyPIprodigyoptindirecta
PyPIprometheus-client0.21.0indirecta
PyPIprometheus-fastapi-instrumentator7.0.0indirecta
PyPIpropcache0.2.0indirecta
PyPIprotobufindirecta
PyPIpsutilindirecta
PyPIpsycopg22.9.9indirecta
PyPIpy-consul1.5.3indirecta
PyPIpydantic2.9.2indirecta
PyPIpydantic-core2.23.4indirecta
PyPIpyyaml6.0.2indirecta
PyPIregex2024.9.11indirecta
PyPIrequests2.32.3indirecta
PyPIsafetensorsindirecta
PyPIsafetensors0.4.5indirecta
PyPIscipyindirecta
PyPIsentencepieceindirecta
PyPIsentencepiece0.2.0indirecta
PyPIsniffio1.3.1indirecta
PyPIstarlette0.41.0indirecta
PyPIsympy1.13.3indirecta
PyPItaming-transformersindirecta
PyPItensorboardindirecta
PyPItensorboard2.14.0indirecta
PyPItimmindirecta
PyPItokenizers0.20.1indirecta
PyPItorchindirecta
PyPItorch2.2.0indirecta
PyPItorch2.7.0indirecta
PyPItorchprofileindirecta
PyPItorchvisionindirecta
PyPItqdmindirecta
PyPItqdm4.66.5indirecta
PyPItransformersindirecta
PyPItransformers4.38.0indirecta
PyPItransformers4.46.1indirecta
PyPItransformers4.47.0indirecta
PyPItransformers5.3.0indirecta
PyPItriton3.3.0indirecta
PyPItyping-extensions4.12.2indirecta
PyPIurllib32.5.0indirecta
PyPIuvicornindirecta
PyPIuvicorn0.32.0indirecta
PyPIwandbindirecta
PyPIwebdatasetindirecta
PyPIxformersindirecta
PyPIyarl1.18.3indirecta
Avisos de dependencias 0

Instalar pypi:diffusers@0.39.0 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 v0.31.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadasPyPI.