Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-05 01:09 UTC

jax-ml / jax

Composable transformations of Python+NumPy programs: differentiate, vectorize, JIT to GPU/TPU, and more

PythonApache-2.0★ 36.100 estrellas⑂ 3716 forksdesde oct 2018Ver en GitHub ↗
#jax

jax-ml/jax tiene un índice de salud de 95 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (100/100) y la más baja, Security (40/100). Se actualizó por última vez hoy. 5 personas concentran la mayor parte del trabajo reciente.

95
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.

95
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 82 se calibra a 95 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

jax-mlOrganización
1005 seguidores15 repositorios públicosdesde dic 2019

Este repositorio está respaldado por una organización: una custodia compartida y responsable que puede sobrevivir a cualquier mantenedor individual.

Métricas por categoría

Vitalidad

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

100Excepcional · 21% del índice global

Actividad de desarrollo

100Excepcional
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 — 7922 commits en el último año
0/10OpenSSF Scorecard: Maintained — sin datos
Datos de entrada utilizados
commits_last_year7922
human_commit_share1
days_since_last_push0
active_weeks_last_year52

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
36/36Recencia de las versiones — última versión hace 19 días
27/27Cadencia de publicación — una versión cada ~23,3 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count100
latest_release_tagjax-v0.11.0
releases_from_tagsno
days_since_latest_release19
mean_days_between_releases23,3

Comunidad y Adopción

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

89Excelente · 17% del índice global

Popularidad y adopción

99Excepcional
Cómo se puntúa
60/60Estrellas — 36.100 estrellas
25/25Forks — 3716 forks
14/15Observadores — 328 observadores
Datos de entrada utilizados
forks3716
stars36.100
watchers328
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

77Bueno
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
18/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges2
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatesí

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

82Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

87Excelente
Cómo se puntúa
45.9/54Factor bus — la mitad de los commits recae en 5 contribuyente(s)
19.1/22.5Distribución de commits — el principal contribuyente firma el 15% de los commits
13.5/13.5Amplitud de contribuyentes — 99 contribuyentes
0/10OpenSSF Scorecard: Contributors — sin datos
Datos de entrada utilizados
bus_factor5
contributors_sampled99
top_contributor_share0,152

Capacidad de respuesta a issues y PR

66Bueno
Cómo se puntúa
32.1/42Resolución de issues — 76% de issues cerradas
21.8/30Aceptación de PR — 20.471/28.181 PR decididos fusionados
2.6/13Newcomer PR acceptance — 1/5 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Review — sin datos
Datos de entrada utilizados
merged_prs20.471
open_issues1698
closed_issues5494
prs_merged_7d8
prs_decided_7d19
prs_merged_30d8
prs_decided_30d19
issue_closed_ratio0,764
closed_unmerged_prs7710
first_time_authors_30d4
first_time_prs_merged_30d1
first_time_prs_decided_30d5

Propiedad y custodia

91Excelente
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado — el estado de dominio verificado no se leyó para esta organización
21.6/25Alcance del propietario — 1005 seguidores de jax-ml
20.8/25Trayectoria — 15 repos públicos, cuenta de ~6 años
Datos de entrada utilizados
followers1005
owner_typeOrganization
is_verified—
owner_loginjax-ml
public_repos15
account_age_days2436
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?

96Excepcional · 19% del índice global

Prácticas de ingeniería

100Excepcional
Cómo se puntúa
24/24Flujos de trabajo de CI — 37 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter
9.6/9.6Hooks de pre-commit
6.4/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — sin datos
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigsí
has_linter_configsí
has_precommit_configsí

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://docs.jax.dev
10/10Descripción del repositorio
10/10Topics — 1 topics
0/10Wiki
Datos de entrada utilizados
topicsjax
has_wikino
homepagehttps://docs.jax.dev
docs_sitehttps://docs.jax.dev
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?

40Débil · 16% del índice global

Postura de seguridad

25En riesgo
Cómo se puntúa
0/30Política de seguridad (SECURITY.md)
25/25Configuración de Dependabot
0/25Lockfiles de dependencias
0/20Flujo de trabajo de CodeQL
Datos de entrada utilizados
sourcefile_signals
lockfiles—
manifestsbuild/requirements_lock_3_12.txt, build/requirements_lock_3_13.txt, build/requirements_lock_3_14.txt, build/requirements_lock_3_14_ft.txt, docs/requirements.txt, jaxlib/setup.py, pyproject.toml, setup.py
has_codeql_workflowno
has_security_policyno
has_dependabot_configsí

Avisos de dependencias

100Excepcional
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
0/25Dependencias indirectas libres de avisos conocidos — el conjunto transitivo no es separable de las dependencias de desarrollo y prueba en este alcance
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages83
unassessed_packages74
affected_by_severitynone
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Dependencias indirectas libres de avisos conocidos, Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejaron 83 dependencias resueltas con OSV. 74 no pudieron evaluarse: sin versión resuelta, ecosistema no admitido o fuera de la lista de paquetes informada. Este repositorio no publica ningún paquete que el índice resuelva, por lo que se evaluó en su lugar el grafo de dependencias del repositorio. Ese grafo mezcla fijaciones de desarrollo y prueba con las dependencias distribuidas, de modo que solo se puntúan las dependencias declaradas en tiempo de ejecución; los hallazgos transitivos se informan como contexto y quedan excluidos de la puntuación. 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.

70Bueno · 4% del índice global

Contexto y guía para agentes

30En riesgo
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
30.4/40Historial de commits legible — 57 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,57
agent_instruction_files—
agent_instruction_max_bytes—

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

86Excelente
Cómo se puntúa
18/18Arranque con un solo comando — build/rocm/docker/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato
11/11Verificación estática de tipos — jax/py.typed
10/10Entorno reproducible — Dockerfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
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_filesbuild/rocm/docker/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configsjax/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

78Bueno
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (jax/py.typed)
50.6/55Tamaños de archivo manejables — 99/1248 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes2.365.874
source_files_sampled1248
oversized_source_files99

Interfaces legibles por máquina

100Excepcional
Cómo se puntúa
40/40Esquema de API (OpenAPI/GraphQL/proto) — jaxlib/gpu/triton.proto, jaxlib/mosaic/gpu/mosaic_gpu.proto, jaxlib/py_host_callback.proto, jaxlib/pytree.proto
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_filesjaxlib/gpu/triton.proto, jaxlib/mosaic/gpu/mosaic_gpu.proto, jaxlib/py_host_callback.proto, jaxlib/pytree.proto
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

36.100estrellas de GitHub
99contribuidores
7922commits en los últimos 12 meses
0días desde el último push
100versiones publicadas
5factor bus
1698issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard did not return a usable result (exit code -9); skipping Scorecard checks

Más detalle

Historial de estrellas y forks 0 ★ / 3716 ⇿
0Estrellas
3716Forks
24Versiones

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.

2500275030003250350037503716102024-122025-102026-08
Mayor 0Menor 0Parche 0

Cada punto abarca 2 días.

Todas las dependencias 157

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 157 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIabsl-py—indirecta
PyPIabsl-py2.5.0indirecta
PyPIauditwheel—indirecta
PyPIauditwheel6.7.0indirecta
PyPIbuild—indirecta
PyPIbuild1.5.0indirecta
PyPIcloudpickle—indirecta
PyPIcloudpickle3.1.2indirecta
PyPIcmake—indirecta
PyPIcolorama—indirecta
PyPIcolorama0.4.6indirecta
PyPIcontourpy1.3.3indirecta
PyPIcycler0.12.1indirecta
PyPIetils—indirecta
PyPIetils1.14.0indirecta
PyPIexecnet2.1.2indirecta
PyPIfilelock—indirecta
PyPIfilelock3.32.0indirecta
PyPIflatbuffers—indirecta
PyPIflatbuffers25.12.19indirecta
PyPIflax—indirecta
PyPIfonttools4.63.0indirecta
PyPIfsspec2026.6.0indirecta
PyPIhypothesis—indirecta
PyPIhypothesis6.163.0indirecta
PyPIimportlib-metadata—indirecta
PyPIiniconfig2.3.0indirecta
PyPIipython—indirecta
PyPIjax—indirecta
PyPIjax-cuda12-pjrt—indirecta
PyPIjax-cuda12-pjrt0.11.0indirecta
PyPIjax-cuda12-plugin—indirecta
PyPIjax-cuda12-plugin0.11.0indirecta
PyPIjax-cuda13-pjrt—indirecta
PyPIjax-cuda13-pjrt0.11.0indirecta
PyPIjax-cuda13-plugin—indirecta
PyPIjax-cuda13-plugin0.11.0indirecta
PyPIjaxlib—indirecta
PyPIjaxlib0.11.0indirecta
PyPIkiwisolver1.5.0indirecta
PyPIlibtpu—indirecta
PyPIlibtpu0.0.44.1indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImatplotlib—indirecta
PyPImatplotlib3.11.1indirecta
PyPImdurl0.1.2indirecta
PyPIml-dtypes—indirecta
PyPIml-dtypes0.5.4indirecta
PyPImpmath—indirecta
PyPImpmath1.4.1indirecta
PyPImyst-nb—indirecta
PyPInumpy—indirecta
PyPInumpy2.5.1indirecta
PyPInumpy-typing-compat20260602.2.5indirecta
PyPInvidia-cublas—indirecta
PyPInvidia-cublas13.6.0.2indirecta
PyPInvidia-cublas-cu12—indirecta
PyPInvidia-cublas-cu1212.9.2.10indirecta
PyPInvidia-cuda-cccl13.3.3.4.1indirecta
PyPInvidia-cuda-cccl-cu1212.9.27indirecta
PyPInvidia-cuda-crt—indirecta
PyPInvidia-cuda-crt13.3.73indirecta
PyPInvidia-cuda-cupti—indirecta
PyPInvidia-cuda-cupti13.3.75indirecta
PyPInvidia-cuda-cupti-cu12—indirecta
PyPInvidia-cuda-cupti-cu1212.9.79indirecta
PyPInvidia-cuda-nvcc—indirecta
PyPInvidia-cuda-nvcc13.3.73indirecta
PyPInvidia-cuda-nvcc-cu12—indirecta
PyPInvidia-cuda-nvcc-cu1212.9.86indirecta
PyPInvidia-cuda-nvrtc—indirecta
PyPInvidia-cuda-nvrtc13.3.33indirecta
PyPInvidia-cuda-nvrtc-cu12—indirecta
PyPInvidia-cuda-nvrtc-cu1212.9.86indirecta
PyPInvidia-cuda-runtime—indirecta
PyPInvidia-cuda-runtime13.3.29indirecta
PyPInvidia-cuda-runtime-cu12—indirecta
PyPInvidia-cuda-runtime-cu1212.9.79indirecta
PyPInvidia-cudnn-cu129.24.0.43indirecta
PyPInvidia-cudnn-cu139.24.0.43indirecta
PyPInvidia-cufft—indirecta
PyPInvidia-cufft12.3.0.29indirecta
PyPInvidia-cufft-cu12—indirecta
PyPInvidia-cufft-cu1211.4.1.4indirecta
PyPInvidia-cusolver—indirecta
PyPInvidia-cusolver12.2.6.9indirecta
PyPInvidia-cusolver-cu12—indirecta
PyPInvidia-cusolver-cu1211.7.5.82indirecta
PyPInvidia-cusparse—indirecta
PyPInvidia-cusparse12.8.2.51indirecta
PyPInvidia-cusparse-cu12—indirecta
PyPInvidia-cusparse-cu1212.5.10.65indirecta
PyPInvidia-nccl-cu12—indirecta
PyPInvidia-nccl-cu122.30.7indirecta
PyPInvidia-nccl-cu13—indirecta
PyPInvidia-nccl-cu132.30.7indirecta
PyPInvidia-nvjitlink—indirecta
PyPInvidia-nvjitlink13.3.33indirecta
PyPInvidia-nvjitlink-cu12—indirecta
PyPInvidia-nvjitlink-cu1212.9.86indirecta
PyPInvidia-nvshmem-cu12—indirecta
PyPInvidia-nvshmem-cu123.7.2indirecta
PyPInvidia-nvshmem-cu13—indirecta
PyPInvidia-nvshmem-cu133.7.2indirecta
PyPInvidia-nvvm—indirecta
PyPInvidia-nvvm13.3.73indirecta
PyPIopt-einsum—indirecta
PyPIopt-einsum3.4.0indirecta
PyPIoptype0.18.0indirecta
PyPIpackaging26.2indirecta
PyPIpillow—indirecta
PyPIpillow12.3.0indirecta
PyPIpluggy1.6.0indirecta
PyPIpooch—indirecta
PyPIportpicker—indirecta
PyPIportpicker1.6.0indirecta
PyPIprotobuf—indirecta
PyPIpsutil7.2.2indirecta
PyPIpydata-sphinx-theme0.16.1indirecta
PyPIpyelftools0.33indirecta
PyPIpygments2.20.0indirecta
PyPIpyparsing3.3.2indirecta
PyPIpyproject-hooks1.2.0indirecta
PyPIpytest—indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-xdist—indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIrich—indirecta
PyPIrich15.0.0indirecta
PyPIscikit-learn—indirecta
PyPIscipy—indirecta
PyPIscipy1.18.0indirecta
PyPIscipy-stubs—indirecta
PyPIscipy-stubs1.18.0.1indirecta
PyPIsetuptools—indirecta
PyPIsetuptools83.0.0indirecta
PyPIsix1.17.0indirecta
PyPIsnowballstemmer—indirecta
PyPIsortedcontainers2.4.0indirecta
PyPIsphinx—indirecta
PyPIsphinx-book-theme1.1.1indirecta
PyPIsphinx-copybutton—indirecta
PyPIsphinx-design—indirecta
PyPIsphinx-remove-toctrees—indirecta
PyPIsphinxcontrib-mermaid—indirecta
PyPIsphinxext-rediraffe—indirecta
PyPItensorflow—indirecta
PyPItensorflow-datasets—indirecta
PyPItensorflow-hub—indirecta
PyPItensorstore—indirecta
PyPItensorstore0.1.84indirecta
PyPItyping-extensions4.16.0indirecta
PyPIwheel—indirecta
PyPIwheel0.47.0indirecta
PyPIxprof—indirecta
PyPIzipp4.1.0indirecta
Avisos de dependencias 0

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 83 paquetes, que incluyen también fijaciones de desarrollo y prueba que nunca se distribuyen: 0 tienen avisos conocidos, de los cuales 0 son directas. 74 no pudieron evaluarse: sin versión resuelta, ecosistema no admitido, o fuera de la lista de paquetes informada.

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 jax-ml/jax. Leer en paralelo →

100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Excepcional98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.Excepcional98keras-team/kerasDeep Learning for humansExcepcional98huggingface/diffusers🤗 Diffusers: State-of-the-art diffusion models for image, video, and audio generation in PyTorch.Excepcional96keras-team/keras-hubPretrained model hub for Keras 3.Excepcional96google/orbaxOrbax provides common checkpointing and persistence utilities for JAX usersExcepcional

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.