Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-13 08:43 UTC

jjang-ai / vmlx

vMLX - Use MLX models easily - JANGQ (GGUF for MLX) - Not dependant on mlx_vlm

Python · TypeScriptApache-2.0★ 849 estrellas⑂ 86 forksdesde feb 2026Ver en GitHub ↗
TipoBibliotecaHerramienta de línea de comandosServidor MCPComplementoServicio de redInterfaz webcómo se determina
#llm#lmstudio#macbook#mlx#mlxllm#mlxstudio#anthropic-api#kvcache-compression#kvcache-optimization#kvcache-reuse#mcp-server#openai-api#openclaw#openclaw-agent#persistent-memory#prefix-cache#vmlx#omlx#omlx-alternative

jjang-ai/vmlx tiene un índice de salud de 77 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Vitality (86/100) y la más baja, AI Readiness (47/100). Se actualizó por última vez hoy. Una sola persona concentra la mayor parte del trabajo reciente.

77
global / 100
Bueno

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.

77
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 66 se calibra a 77 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Eric Jinho JangCuenta personal
244 seguidores9 repositorios públicosdesde jul 2023Osaurus.ai

Este repositorio pertenece a una cuenta personal. Un proyecto con un único propietario conlleva más riesgo de continuidad que uno respaldado por una organización.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPIvmlx1.6.564381152hace 4 díasllmmlxapple-siliconvllminferencetransformers

Métricas por categoría

Vitalidad

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

86Excelente · 21% del índice global

Actividad de desarrollo

84Excelente
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
20.1/36Cadencia de commits — 29/52 semanas con commits
18/18Volumen de commits — 4563 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 21 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year4563
human_commit_share1
days_since_last_push0
active_weeks_last_year29

Disciplina de publicación

90Excelente
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
36/36Recencia de las versiones — última versión hace 2 días
27/27Cadencia de publicación — una versión cada ~1,2 días
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Datos de entrada utilizados
releases_count100
latest_release_tagv1.6.57
releases_from_tagsno
days_since_latest_release2
mean_days_between_releases1,2

Comunidad y Adopción

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

60Moderado · 17% del índice global

Popularidad y adopción

68Bueno
Cómo se puntúa
47.5/60Estrellas — 849 estrellas
16.1/25Forks — 86 forks
3.9/15Observadores — 6 observadores
Datos de entrada utilizados
forks86
stars849
watchers6
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

50Moderado
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
0/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges7
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_servicesshields.io
has_pull_request_templateno

Adopción en el ecosistema (descargas)

61Moderado
Cómo se puntúa
48.6/80Descargas mensuales — 4381 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesvmlx
dependents—
ecosystemspypi
total_downloads—
monthly_downloads4381
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?

48Débil · 23% del índice global

Resiliencia de mantenedores (factor bus)

19Crítico
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
0/22.5Distribución de commits — el principal contribuyente firma el 100% de los commits
6.8/13.5Amplitud de contribuyentes — 5 contribuyentes
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Datos de entrada utilizados
bus_factor1
contributors_sampled5
top_contributor_share0,998

Capacidad de respuesta a issues y PR

37Débil
Cómo se puntúa
31.4/42Resolución de issues — 75% de issues cerradas
5.9/30Aceptación de PR — 17/87 PR decididos fusionados
0/13Newcomer PR acceptance — 0/1 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs17
open_issues45
closed_issues133
prs_merged_7d3
prs_decided_7d4
prs_merged_30d5
prs_decided_30d6
issue_closed_ratio0,747
closed_unmerged_prs70
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1

Propiedad y custodia

51Moderado
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
17.2/25Alcance del propietario — 244 seguidores de jjang-ai
13.7/25Trayectoria — 9 repos públicos, cuenta de ~3 años
Datos de entrada utilizados
followers244
owner_typeUser
is_verified—
owner_loginjjang-ai
public_repos9
account_age_days1167
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 4 días
20/20Historial de versiones — 152 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesvmlx
ecosystemspypi
any_deprecatedno
min_days_since_publish4

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

84Excelente · 19% del índice global

Prácticas de ingeniería

80Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 4 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff], [tool.black])
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
Excluidos de la puntuación (sin datos o no aplicable): OpenSSF Scorecard: CI-Tests. Los pesos restantes se han renormalizado.

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://vmlx.net
10/10Descripción del repositorio
10/10Topics — 19 topics
0/10Wiki
Datos de entrada utilizados
topicsllm, lmstudio, macbook, mlx, mlxllm, mlxstudio, anthropic-api, kvcache-compression, kvcache-optimization, kvcache-reuse, mcp-server, openai-api, openclaw, openclaw-agent, persistent-memory, prefix-cache, vmlx, omlx, omlx-alternative
has_wikino
homepagehttps://vmlx.net
docs_sitehttps://vmlx.net
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?

54Moderado · 16% del índice global

Postura de seguridad

42Débil
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
0/2.5CI-Tests — sin datos
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 21 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
2.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 5
0/5SAST — no SAST tool detected
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
0/7.5Vulnerabilities — 184 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate4,2
Excluidos de la puntuación (sin datos o no aplicable): CI-Tests. Los pesos restantes se han renormalizado.

Avisos de dependencias

100Excepcional
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_packages103
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:vmlx@1.6.56 —lo que arrastra la instalación del paquete publicado—: 103 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.

47Débil · 4% del índice global

Contexto y guía para agentes

29En riesgo
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
15/15Documentación legible por máquinas (llms.txt) — llms.txt servido por el sitio web del proyecto (https://vmlx.net/llms.txt)
14.4/40Historial de commits legible — 27 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://vmlx.net/llms.txt
legible_history_share0,27
agent_instruction_files—
agent_instruction_max_bytes—

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

59Moderado
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff], [tool.black])
11/11Verificación estática de tipos — panel/tsconfig.json
10/10Entorno reproducible — lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
5/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 5
Datos de entrada utilizados
has_nixno
has_testssí
lockfilespackage-lock.json, uv.lock
has_dockerfileno
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configspanel/tsconfig.json
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 (panel/tsconfig.json)
51.4/55Tamaños de archivo manejables — 93/1434 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes1.268.364
source_files_sampled1434
oversized_source_files93

Interfaces legibles por máquina

20En riesgo
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto)
20/20Servidor MCP
0/40Ejemplos ejecutables
Datos de entrada utilizados
example_dirs—
has_mcp_signalsí
api_schema_files—
interfaces_expected_ofnetwork-service

Datos clave

849estrellas de GitHub
5contribuidores
4563commits en los últimos 12 meses
0días desde el último push
100versiones publicadas
1factor bus
45issues abiertas
npm, PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch npm package 'vmlx' from its registry
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

Más detalle

Historial de estrellas y forks 0 ★ / 86 ⇿
0Estrellas
86Forks
99Versiones

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.

0204060801008672026-032026-062026-09
Mayor 0Menor 1Parche 94
OpenSSF Scorecard 4.2 / 10
4.2agregado

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).Scorecard v5.5.0 · 2026-09-13 08:43 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
n/dCI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 21 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 5
0SASTno SAST tool detected
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
0Vulnerabilities184 existing vulnerabilities detected
Dependencias directas 56
RegistroPaqueteRestricción de versiónManifiesto
npm@electron-toolkit/preload^3.0.2panel/package.json
npm@electron-toolkit/utils^4.0.0panel/package.json
npm@radix-ui/react-collapsible^1.1.12panel/package.json
npm@radix-ui/react-dialog^1.1.15panel/package.json
npm@radix-ui/react-dropdown-menu^2.1.16panel/package.json
npm@radix-ui/react-popover^1.1.15panel/package.json
npm@radix-ui/react-scroll-area^1.2.10panel/package.json
npm@radix-ui/react-select^2.2.6panel/package.json
npm@radix-ui/react-separator^1.1.8panel/package.json
npm@radix-ui/react-slider^1.3.6panel/package.json
npm@radix-ui/react-switch^1.2.6panel/package.json
npm@radix-ui/react-tooltip^1.2.8panel/package.json
npmbetter-sqlite3^12.6.2panel/package.json
npmclass-variance-authority^0.7.1panel/package.json
npmclsx^2.1.1panel/package.json
npmdompurify^3.4.14panel/package.json
npmhighlight.js^11.11.1panel/package.json
npmjs-yaml^4.3.2panel/package.json
npmkatex^0.18.1panel/package.json
npmlucide-react^0.577.0panel/package.json
npmmarked^12.0.2panel/package.json
npmreact^18.2.0panel/package.json
npmreact-dom^18.2.0panel/package.json
npmtailwind-merge^3.5.0panel/package.json
npmtailwindcss-animate^1.0.7panel/package.json
npmuuid^13.0.2panel/package.json
PyPImlx>=0.32.2pyproject.toml
PyPImlx>=0.29.0pyproject.toml
PyPImlx-lm>=0.31.3pyproject.toml
PyPIdflash-mlx==0.1.8pyproject.toml
PyPIdflash==0.1.0pyproject.toml
PyPImlx-vlm>=0.5.0,<0.6pyproject.toml
PyPImlx-vlm>=0.4.3pyproject.toml
PyPItransformers>=4.40.0pyproject.toml
PyPItokenizers>=0.19.0pyproject.toml
PyPItiktoken>=0.5.0pyproject.toml
PyPIhuggingface-hub>=0.23.0pyproject.toml
PyPInumpy>=1.24.0pyproject.toml
PyPIpillow>=10.0.0pyproject.toml
PyPItqdm>=4.66.0pyproject.toml
PyPIpyyaml>=6.0pyproject.toml
PyPIrequests>=2.28.0pyproject.toml
PyPItabulate>=0.9.0pyproject.toml
PyPIopencv-python==4.13.0.92pyproject.toml
PyPIpsutil>=5.9.0pyproject.toml
PyPIfastapi>=0.100.0pyproject.toml
PyPIuvicorn>=0.23.0pyproject.toml
PyPImcp>=1.0.0pyproject.toml
PyPIjsonschema>=4.0.0pyproject.toml
PyPImlx-embeddings>=0.0.5pyproject.toml
PyPIjang>=2.5.47pyproject.toml
PyPItorch>=2.3.0pyproject.toml
PyPItorchvision>=0.18.0pyproject.toml
PyPIsoundfile>=0.12.0pyproject.toml
PyPItimm>=1.0.20pyproject.toml
PyPIeinops>=0.8.0pyproject.toml
Todas las dependencias no recopilado

No fue posible recopilar el conjunto de dependencias resuelto para este informe: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

Avisos de dependencias 0

Instalar pypi:vmlx@1.6.56 arrastra 103 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.

Registros relacionados

Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con jjang-ai/vmlx. Leer en paralelo →

97xorbitsai/inferenceSwap GPT for any LLM by changing a single line of code. Xinference lets you run open-source, speech, and multimodal models on cloud, on-prem, or your laptop — all through one unified, production-ready inference API.Excepcional94smg-project/smgEngine-agnostic LLM gateway in Rust. Full OpenAI & Anthropic API compatibility across vLLM, TRT-LLM, TokenSpeed, SGLang, OpenAI, Gemini & more. Industry-first gRPC pipeline, KV cache-aware routing, chat history, tokenization caching, Responses API, embeddings, WASM plugins, MCP, and multi-tenant auth.Excepcional99ai-dynamo/dynamoA Datacenter Scale Distributed Inference Serving FrameworkExcepcional98kvcache-ai/MooncakeMooncake is the serving platform for Kimi, a leading LLM service provided by Moonshot AI.Excepcional98LMCache/LMCacheLMCache: Supercharge Your LLM with the Fastest KV Cache LayerExcepcional97vllm-project/vllm-ascendCommunity maintained hardware plugin for vLLM on Huawei AscendExcepcional

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.