Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-16 03:55 UTC

laminlabs / lamindb

Open-source data management for multimodal AI. Query, trace, and govern with a lineage-native, format-agnostic lakehouse for agents and teams. Supports biological formats and registries - by the creators of Scanpy. 🍊YC S22

PythonApache-2.0★ 364 estrellas⑂ 68 forksdesde abr 2022Ver en GitHub ↗
TipoBibliotecacómo se determina

laminlabs/lamindb tiene un índice de salud de 92 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Vitality (100/100) y la más baja, Security (64/100). Se actualizó por última vez hoy. Una sola persona concentra la mayor parte del trabajo reciente.

92
global / 100
Excelente

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.

92
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 78 se calibra a 92 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

LaminOrganización
79 seguidores47 repositorios públicosdesde dic 2021

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

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicación
PyPIlamindb-core2.10.030.71719hace 20 días

Métricas por categoría

Vitalidad

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

100Excepcional · 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 commits870 commits en el último año
10/10OpenSSF Scorecard: Maintained30 commit(s) and 14 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year870
human_commit_share1
days_since_last_push0
active_weeks_last_year52
Cómo se puntúa
27/27Publica versiones100 versiones publicadas
36/36Recencia de las versionesúltima versión hace 20 días
27/27Cadencia de publicaciónuna versión cada ~10,2 días
0/10OpenSSF Scorecard: Signed-Releasessin datos
Datos de entrada utilizados
releases_count100
latest_release_tag2.10.0
releases_from_tagsno
days_since_latest_release20
mean_days_between_releases10,2
Excluidos de la puntuación (sin datos o no aplicable): OpenSSF Scorecard: Signed-Releases. Los pesos restantes se han renormalizado.

Comunidad y Adopción

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

67Bueno · 17% del índice global
Cómo se puntúa
41.5/60Estrellas364 estrellas
15.2/25Forks68 forks
3.3/15Observadores5 observadores
Datos de entrada utilizados
forks68
stars364
watchers5
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
0/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readme
has_license
readme_badges5
has_contributing
has_issue_templateno
has_code_of_conductno
readme_badge_servicescodecov.io, shields.io
has_pull_request_templateno
Cómo se puntúa
59.8/80Descargas mensuales30.717 descargas/mes en pypi
0/20Dependientes en el registrono lo informa este ecosistema
Datos de entrada utilizados
packageslamindb-core
dependents
ecosystemspypi
total_downloads
monthly_downloads30.717
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?

68Bueno · 23% del índice global
Cómo se puntúa
9/54Factor busla mitad de los commits recae en 1 contribuyente(s)
9.4/22.5Distribución de commitsel principal contribuyente firma el 58% de los commits
13.5/13.5Amplitud de contribuyentes23 contribuyentes
10/10OpenSSF Scorecard: Contributorsproject has 19 contributing companies or organizations
Datos de entrada utilizados
bus_factor1
contributors_sampled23
top_contributor_share0,583
Cómo se puntúa
39.9/42Resolución de issues95% de issues cerradas
28.2/30Aceptación de PR3011/3199 PR decididos fusionados
6.5/13Newcomer PR acceptance2/4 PR de contribuyentes primerizos fusionados en 30 d
3/15OpenSSF Scorecard: Code-ReviewFound 8/30 approved changesets -- score normalized to 2
Datos de entrada utilizados
merged_prs3011
open_issues35
closed_issues646
prs_merged_7d21
prs_decided_7d23
prs_merged_30d50
prs_decided_30d59
issue_closed_ratio0,949
closed_unmerged_prs188
first_time_authors_30d4
first_time_prs_merged_30d2
first_time_prs_decided_30d4
Cómo se puntúa
30/30Respaldo de la propiedadpropiedad de una organización
0/20Dominio verificado
13.7/25Alcance del propietario79 seguidores de laminlabs
21.7/25Trayectoria47 repos públicos, cuenta de ~4 años
Datos de entrada utilizados
followers79
owner_typeOrganization
is_verifiedno
owner_loginlaminlabs
public_repos47
account_age_days1720
Cómo se puntúa
25/25Publicado y resoluble1 paquete(s) en pypi
35/35Recencia de publicaciónúltima publicación hace 20 días
20/20Historial de versiones19 versiones en el registro
20/20No obsoletoactivo, ni obsoleto ni retirado
Datos de entrada utilizados
packageslamindb-core
ecosystemspypi
any_deprecatedno
min_days_since_publish20

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

92Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI3 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linterpyproject.toml ([tool.ruff])
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests26 out of 26 merged PRs checked by a CI test -- score normalized to 10
Datos de entrada utilizados
has_ci
has_tests
has_editorconfigno
has_linter_config
has_precommit_config

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyectohttps://docs.lamin.ai
10/10Descripción del repositorio
10/10Topics15 topics
0/10Wiki
Datos de entrada utilizados
topicsdata-lineage, comp-bio-ops, data-lakehouse, ml-ops, lims, eln, feature-store, ontologies, open-source, observability, traceability, data-versioning, omics-data-integration, context-engineering, multimodal
has_wikino
homepagehttps://docs.lamin.ai
docs_sitehttps://docs.lamin.ai
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?

64Moderado · 16% del índice global
Cómo se puntúa
7.5/7.5Binary-Artifactsno binaries found in the repo
0/7.5Branch-Protectionsin datos
2.5/2.5CI-Tests26 out of 26 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
1.5/7.5Code-ReviewFound 8/30 approved changesets -- score normalized to 2
2.5/2.5Contributorsproject has 19 contributing companies or organizations
10/10Dangerous-Workflowno dangerous workflow patterns detected
0/7.5Dependency-Update-Toolno update tool detected
0/5Fuzzingproject is not fuzzed
2.5/2.5Licencialicense file detected
7.5/7.5Maintained30 commit(s) and 14 issue activity found in the last 90 days -- score normalized to 10
0/5Packagingsin datos
0/5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
5/5SASTSAST tool is run on all commits
0/5Security-Policysecurity policy file not detected
0/7.5Signed-Releasessin datos
0/7.5Token-Permissionsdetected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate5,5
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Packaging, Signed-Releases. Los pesos restantes se han renormalizado.
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_packages66
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:lamindb-core@2.10.0 —lo que arrastra la instalación del paquete publicado—: 66 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.

67Bueno · 4% del índice global
Cómo se puntúa
0/45Instrucciones para agentessin CLAUDE.md / AGENTS.md / reglas de editor
15/15Documentación legible por máquinas (llms.txt)llms.txt servido por el sitio web del proyecto (https://docs.lamin.ai/llms.txt)
30.4/40Historial de commits legible57 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txt
llms_txt_urlhttps://docs.lamin.ai/llms.txt
legible_history_share0,57
agent_instruction_files
agent_instruction_max_bytes
Cómo se puntúa
18/18Arranque con un solo comandonoxfile.py
22/22Pruebas automatizadas
11/11Configuración de lint / formatopyproject.toml ([tool.ruff])
11/11Verificación estática de tiposlamindb/py.typed
0/10Entorno reproducible
4/10Práctica demostrada con agentes2 de los últimos 100 commits con autoría o crédito de agente
0/8Mantenimiento automatizadono se observan actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_tests
lockfiles
has_dockerfileno
typed_languageno
bootstrap_filesnoxfile.py
has_devcontainerno
has_linter_config
typecheck_configslamindb/py.typed
agent_commit_share0,02
toolchain_manifests
dependency_bot_commit_share0
Cómo se puntúa
27/45Código verificable por tiposPython con configuración de verificación de tipos (lamindb/py.typed)
51.8/55Tamaños de archivo manejables14/241 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes271.198
source_files_sampled241
oversized_source_files14
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

364estrellas de GitHub
23contribuidores
870commits en los últimos 12 meses
0días desde el último push
100versiones publicadas
1factor bus
35issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Más detalle

Historial de estrellas y forks 0 ★ / 68 ⇿
0Estrellas
68Forks
100Versiones

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.

013253850637568312023-032024-122026-09
Mayor 2Menor 31Parche 61

Cada punto abarca 4 días.

OpenSSF Scorecard 5.5 / 10
5.5agregado

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 · 2026-09-16 03:54 UTC

10Binary-Artifactsno binaries found in the repo
n/dBranch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
10CI-Tests26 out of 26 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
2Code-ReviewFound 8/30 approved changesets -- score normalized to 2
10Contributorsproject has 19 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 14 issue activity found in the last 90 days -- score normalized to 10
n/dPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 4
RegistroPaqueteRestricción de versiónManifiesto
PyPIlamin_utils==0.16.4pyproject.toml
PyPIlamin_cli==1.20a1pyproject.toml
PyPIlamindb_setup==1.26a1pyproject.toml
PyPIpsycopg2-binarypyproject.toml
Todas las dependencias 18

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 3 paquetes directos y 15 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIlamin-cli1.20a1directa
PyPIlamin-utils0.16.4directa
PyPIlamindb-setup1.26a1directa
PyPIanndataindirecta
PyPIbiontyindirecta
PyPIflit-coreindirecta
PyPIlaminciindirecta
PyPInbconvertindirecta
PyPInbproject0.11.1indirecta
PyPInbproject-testindirecta
PyPInumcodecsindirecta
PyPIpandasindirecta
PyPIpanderaindirecta
PyPIpertdbindirecta
PyPIpytestindirecta
PyPIpytest-covindirecta
PyPItyping-extensionsindirecta
PyPIzarrindirecta
Avisos de dependencias 0

Instalar pypi:lamindb-core@2.10.0 arrastra 66 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 agregadasPyPI.