intel / auto-round
A SOTA quantization toolkit for high-accuracy low-bit LLM inference|简洁且高效的量化工具包
intel/auto-round tiene un índice de salud de 95 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (99/100) y la más baja, Security (60/100). Se actualizó por última vez hoy. 3 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 82 se calibra a 95 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 | auto-round-lib | 0.15.0 | 16.041 | 32 | hace 10 días | quantizationauto-aroundllmkernel |
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 0 días |
| 35.3/36 | Cadencia de commits — 51/52 semanas con commits |
| 18/18 | Volumen de commits — 783 commits en el último año |
| 0/10 | OpenSSF Scorecard: Maintained — sin datos |
Datos de entrada utilizados
| commits_last_year | 783 |
| human_commit_share | 1 |
| days_since_last_push | 0 |
| active_weeks_last_year | 51 |
Disciplina de publicación
Cómo se puntúa
| 27/27 | Publica versiones — 38 versiones publicadas |
| 36/36 | Recencia de las versiones — última versión hace 8 días |
| 27/27 | Cadencia de publicación — una versión cada ~20,6 días |
| 0/10 | OpenSSF Scorecard: Signed-Releases — sin datos |
Datos de entrada utilizados
| releases_count | 38 |
| latest_release_tag | v0.15.0 |
| releases_from_tags | no |
| days_since_latest_release | 8 |
| mean_days_between_releases | 20,6 |
Comunidad y Adopción
¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?
Popularidad y adopción
Cómo se puntúa
| 52/60 | Estrellas — 1609 estrellas |
| 18.7/25 | Forks — 175 forks |
| 6.5/15 | Observadores — 16 observadores |
Datos de entrada utilizados
| forks | 175 |
| stars | 1609 |
| watchers | 16 |
| 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 |
| 6.3/6.3 | Plantilla de PR |
Datos de entrada utilizados
| has_readme | sí |
| has_license | sí |
| readme_badges | 5 |
| has_contributing | sí |
| has_issue_template | no |
| has_code_of_conduct | sí |
| readme_badge_services | shields.io |
| has_pull_request_template | sí |
Cómo se puntúa
| 56.1/80 | Descargas mensuales — 16.041 descargas/mes en pypi |
| 0/20 | Dependientes en el registro — no lo informa este ecosistema |
Datos de entrada utilizados
| packages | auto-round-lib |
| dependents | — |
| ecosystems | pypi |
| total_downloads | — |
| monthly_downloads | 16.041 |
| unverified_packages_excluded | — |
Sostenibilidad y Gobernanza
¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?
Cómo se puntúa
| 36/54 | Factor bus — la mitad de los commits recae en 3 contribuyente(s) |
| 15.9/22.5 | Distribución de commits — el principal contribuyente firma el 29% de los commits |
| 13.5/13.5 | Amplitud de contribuyentes — 40 contribuyentes |
| 0/10 | OpenSSF Scorecard: Contributors — sin datos |
Datos de entrada utilizados
| bus_factor | 3 |
| contributors_sampled | 40 |
| top_contributor_share | 0,294 |
Cómo se puntúa
| 37.4/42 | Resolución de issues — 89% de issues cerradas |
| 25.9/30 | Aceptación de PR — 1342/1554 PR decididos fusionados |
| 0/13 | Newcomer PR acceptance — 0/1 PR de contribuyentes primerizos fusionados en 30 d |
| 0/15 | OpenSSF Scorecard: Code-Review — sin datos |
Datos de entrada utilizados
| merged_prs | 1342 |
| open_issues | 81 |
| closed_issues | 657 |
| prs_merged_7d | 25 |
| prs_decided_7d | 37 |
| prs_merged_30d | 41 |
| prs_decided_30d | 55 |
| issue_closed_ratio | 0,89 |
| closed_unmerged_prs | 212 |
| first_time_authors_30d | 1 |
| first_time_prs_merged_30d | 0 |
| first_time_prs_decided_30d | 1 |
Propiedad y custodia
Cómo se puntúa
| 30/30 | Respaldo de la propiedad — propiedad de una organización |
| 0/20 | Dominio verificado |
| 25/25 | Alcance del propietario — 5563 seguidores de intel |
| 25/25 | Trayectoria — 1356 repos públicos, cuenta de ~10 años |
Datos de entrada utilizados
| followers | 5563 |
| owner_type | Organization |
| is_verified | no |
| owner_login | intel |
| public_repos | 1356 |
| account_age_days | 3828 |
Mantenimiento de paquetes
Cómo se puntúa
| 25/25 | Publicado y resoluble — 1 paquete(s) en pypi |
| 35/35 | Recencia de publicación — última publicación hace 10 días |
| 20/20 | Historial de versiones — 32 versiones en el registro |
| 20/20 | No obsoleto — activo, ni obsoleto ni retirado |
Datos de entrada utilizados
| packages | auto-round-lib |
| ecosystems | pypi |
| any_deprecated | no |
| min_days_since_publish | 10 |
Calidad de Ingeniería
¿Existen unas prácticas mínimas de ingeniería y documentación?
Prácticas de ingeniería
Cómo se puntúa
| 24/24 | Flujos de trabajo de CI — 5 flujo(s) de trabajo |
| 24/24 | Pruebas presentes |
| 16/16 | Configuración de linter — pyproject.toml ([tool.ruff], [tool.black], [tool.isort]) |
| 9.6/9.6 | Hooks de pre-commit |
| 0/6.4 | .editorconfig |
| 0/20 | OpenSSF Scorecard: CI-Tests — sin datos |
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 |
| 0/15 | Sitio de documentación / página del proyecto |
| 10/10 | Descripción del repositorio |
| 10/10 | Topics — 13 topics |
| 10/10 | Wiki |
Datos de entrada utilizados
| topics | int4, quantization, rounding, transformers, vllm, mxfp4, nvfp4, gguf, sglang, llms, vlms, diffusers, omni |
| has_wiki | sí |
| homepage | — |
| docs_site | — |
| 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
| 30/30 | Política de seguridad (SECURITY.md) |
| 0/25 | Configuración de Dependabot |
| 0/25 | Lockfiles de dependencias |
| 20/20 | Flujo de trabajo de CodeQL |
Datos de entrada utilizados
| source | file_signals |
| lockfiles | — |
| manifests | pyproject.toml, requirements-cpu.txt, requirements-hpu.txt, requirements.txt, setup.cfg, setup.py |
| has_codeql_workflow | sí |
| has_security_policy | sí |
| has_dependabot_config | no |
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 | 30 |
| 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
| 45/45 | Instrucciones para agentes — .github/copilot-instructions.md, AGENTS.md, CLAUDE.md |
| 15/15 | Documentación legible por máquinas (llms.txt) — llms.txt servido por el sitio web del proyecto (https://docs.sglang.io/llms.txt) |
| 40/40 | Historial de commits legible — 89 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo) |
Datos de entrada utilizados
| has_llms_txt | sí |
| llms_txt_url | https://docs.sglang.io/llms.txt |
| legible_history_share | 0,89 |
| agent_instruction_files | .github/copilot-instructions.md, AGENTS.md, CLAUDE.md |
| agent_instruction_max_bytes | 4205 |
Cómo se puntúa
| 0/18 | Arranque con un solo comando |
| 22/22 | Pruebas automatizadas |
| 11/11 | Configuración de lint / formato — pyproject.toml ([tool.ruff], [tool.black], [tool.isort]) |
| 0/11 | Verificación estática de tipos |
| 0/10 | Entorno reproducible |
| 10/10 | Práctica demostrada con agentes — 10 de los últimos 100 commits con autoría o crédito de agente |
| 0/8 | Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias |
| 0/10 | OpenSSF Scorecard: Pinned-Dependencies — sin datos |
Datos de entrada utilizados
| has_nix | no |
| has_tests | sí |
| lockfiles | — |
| has_dockerfile | no |
| typed_language | no |
| bootstrap_files | — |
| has_devcontainer | no |
| has_linter_config | sí |
| typecheck_configs | — |
| agent_commit_share | 0,1 |
| 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 |
| 52.5/55 | Tamaños de archivo manejables — 37/829 archivos fuente de más de 60 KB |
Datos de entrada utilizados
| primary_language | Python |
| largest_source_bytes | 1.930.927 |
| source_files_sampled | 829 |
| oversized_source_files | 37 |
Interfaces legibles por máquina
Cómo se puntúa
| 0/40 | Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software |
| 0/20 | Servidor MCP — no aplicable a este tipo de software |
| 40/40 | Ejemplos ejecutables — examples |
Datos de entrada utilizados
| example_dirs | examples |
| has_mcp_signal | no |
| api_schema_files | — |
| interfaces_expected_of | — |
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 17 authors (cap 12)
- OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/08 22:43:11 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 ★ / 175 ⇿
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.
Cada punto abarca 3 días.
Todas las dependencias 42
Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 42 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.
| Registro | Paquete | Versión | Relación |
|---|---|---|---|
| PyPI | accelerate | — | indirecta |
| PyPI | addict | — | indirecta |
| PyPI | auto-round-lib | — | indirecta |
| PyPI | bitsandbytes | — | indirecta |
| PyPI | clip | — | indirecta |
| PyPI | compressed-tensors | — | indirecta |
| PyPI | datasets | — | indirecta |
| PyPI | diffusers | — | indirecta |
| PyPI | einops | — | indirecta |
| PyPI | flash-attn | — | indirecta |
| PyPI | gguf | — | indirecta |
| PyPI | gptqmodel | — | indirecta |
| PyPI | image-reward | — | indirecta |
| PyPI | llmcompressor | — | indirecta |
| PyPI | lm-eval | — | indirecta |
| PyPI | modelscope | — | indirecta |
| PyPI | neural-compressor-pt | — | indirecta |
| PyPI | numba | — | indirecta |
| PyPI | numpy | — | indirecta |
| PyPI | optimum | — | indirecta |
| PyPI | packaging | — | indirecta |
| PyPI | pandas | — | indirecta |
| PyPI | parameterized | — | indirecta |
| PyPI | pillow | — | indirecta |
| PyPI | protobuf | — | indirecta |
| PyPI | py-cpuinfo | — | indirecta |
| PyPI | pydantic | — | indirecta |
| PyPI | pytest | — | indirecta |
| PyPI | ray | — | indirecta |
| PyPI | sentencepiece | — | indirecta |
| PyPI | setuptools | — | indirecta |
| PyPI | sglang | — | indirecta |
| PyPI | tbb | — | indirecta |
| PyPI | tiktoken | — | indirecta |
| PyPI | timm | — | indirecta |
| PyPI | torch | — | indirecta |
| PyPI | torchvision | — | indirecta |
| PyPI | tqdm | — | indirecta |
| PyPI | transformers | — | indirecta |
| PyPI | triton | — | indirecta |
| PyPI | vllm | — | indirecta |
| PyPI | xformers | — | indirecta |
Avisos de dependencias 0
Instalar pypi:auto-round-lib@0.15.0 arrastra 30 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 v0.34.0 — metodología completa · wiki de métricas.
Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.