Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-11 13:25 UTC

lfnovo / esperanto

A unified interface for various AI model providers

PythonMIT★ 212 estrellas⑂ 50 forksdesde nov 2024Ver en GitHub ↗
TipoBibliotecacómo se determina
#anthropic#embeddings#gemini#langchain#language-model#openai

lfnovo/esperanto tiene un índice de salud de 89 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Engineering Quality (96/100) y la más baja, Security (52/100). Se actualizó por última vez hace 5 días. Una sola persona concentra la mayor parte del trabajo reciente.

89
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.

89
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 75 se calibra a 89 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Luis NovoCuenta personal
1555 seguidores39 repositorios públicosdesde ene 2011Supernova Labs

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
PyPIesperanto2.27.047.409102hace 5 díasaianthropicdeepseekelevenlabsgeminigooglegroqllmmistralopenaiopenrouterspeech-to-texttext-to-speechtransformersx.ai

Métricas por categoría

Vitalidad

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

90Excelente · 21% del índice global

Actividad de desarrollo

84Excelente
Cómo se puntúa
36/36Recencia de push — último push hace 5 días
20.1/36Cadencia de commits — 29/52 semanas con commits
18/18Volumen de commits — 196 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 26 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year196
human_commit_share1
days_since_last_push5
active_weeks_last_year29

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 68 versiones publicadas
36/36Recencia de las versiones — última versión hace 5 días
27/27Cadencia de publicación — una versión cada ~19,8 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count68
latest_release_tagv2.27.0
releases_from_tagsno
days_since_latest_release5
mean_days_between_releases19,8
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?

68Bueno · 17% del índice global

Popularidad y adopción

54Moderado
Cómo se puntúa
37.7/60Estrellas — 212 estrellas
14.1/25Forks — 50 forks
2.7/15Observadores — 4 observadores
Datos de entrada utilizados
forks50
stars212
watchers4
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 (MIT)
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_badges5
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesbadge.fury.io, shields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

78Bueno
Cómo se puntúa
62.3/80Descargas mensuales — 47.409 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesesperanto
dependents—
ecosystemspypi
total_downloads—
monthly_downloads47.409
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?

63Moderado · 23% del índice global

Resiliencia de mantenedores (factor bus)

30En riesgo
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
2/22.5Distribución de commits — el principal contribuyente firma el 91% de los commits
13.5/13.5Amplitud de contribuyentes — 11 contribuyentes
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Datos de entrada utilizados
bus_factor1
contributors_sampled11
top_contributor_share0,913

Capacidad de respuesta a issues y PR

64Moderado
Cómo se puntúa
32.4/42Resolución de issues — 77% de issues cerradas
26.8/30Aceptación de PR — 152/170 PR decididos fusionados
5.2/13Newcomer PR acceptance — 2/5 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 2/30 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs152
open_issues26
closed_issues88
prs_merged_7d9
prs_decided_7d13
prs_merged_30d9
prs_decided_30d13
issue_closed_ratio0,772
closed_unmerged_prs18
first_time_authors_30d5
first_time_prs_merged_30d2
first_time_prs_decided_30d5

Propiedad y custodia

71Bueno
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
22.9/25Alcance del propietario — 1555 seguidores de lfnovo
23.7/25Trayectoria — 39 repos públicos, cuenta de ~15 años
Datos de entrada utilizados
followers1555
owner_typeUser
is_verified—
owner_loginlfnovo
public_repos39
account_age_days5710
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 5 días
20/20Historial de versiones — 102 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesesperanto
ecosystemspypi
any_deprecatedno
min_days_since_publish5

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

96Excepcional · 19% del índice global

Prácticas de ingeniería

94Excepcional
Cómo se puntúa
24/24Flujos de trabajo de CI — 5 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff], [tool.isort])
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 29 out of 29 merged PRs checked by a CI test -- score normalized to 10
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configsí

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://github.com/lfnovo/esperanto#readme
10/10Descripción del repositorio
10/10Topics — 6 topics
10/10Wiki
Datos de entrada utilizados
topicsanthropic, embeddings, gemini, langchain, language-model, openai
has_wikisí
homepage—
docs_sitehttps://github.com/lfnovo/esperanto#readme
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?

52Moderado · 16% del índice global

Postura de seguridad

40Débil
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 29 out of 29 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 2/30 approved changesets -- score normalized to 0
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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 26 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — sin datos
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 44 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4
Excluidos de la puntuación (sin datos o no aplicable): Packaging, Signed-Releases. 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_packages11
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:esperanto@2.27.0 —lo que arrastra la instalación del paquete publicado—: 11 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

Contexto y guía para agentes

85Excelente
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md, CLAUDE.md, src/esperanto/common_types/AGENTS.md, src/esperanto/common_types/CLAUDE.md, src/esperanto/providers/AGENTS.md, src/esperanto/providers/CLAUDE.md, src/esperanto/providers/embedding/AGENTS.md, src/esperanto/providers/embedding/CLAUDE.md, src/esperanto/providers/llm/AGENTS.md, src/esperanto/providers/llm/CLAUDE.md, src/esperanto/providers/reranker/AGENTS.md, src/esperanto/providers/reranker/CLAUDE.md, src/esperanto/providers/stt/AGENTS.md, src/esperanto/providers/stt/CLAUDE.md, src/esperanto/providers/tts/AGENTS.md, src/esperanto/providers/tts/CLAUDE.md, src/esperanto/utils/AGENTS.md, src/esperanto/utils/CLAUDE.md
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 99 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,99
agent_instruction_filesAGENTS.md, CLAUDE.md, src/esperanto/common_types/AGENTS.md, src/esperanto/common_types/CLAUDE.md, src/esperanto/providers/AGENTS.md, src/esperanto/providers/CLAUDE.md, src/esperanto/providers/embedding/AGENTS.md, src/esperanto/providers/embedding/CLAUDE.md, src/esperanto/providers/llm/AGENTS.md, src/esperanto/providers/llm/CLAUDE.md, src/esperanto/providers/reranker/AGENTS.md, src/esperanto/providers/reranker/CLAUDE.md, src/esperanto/providers/stt/AGENTS.md, src/esperanto/providers/stt/CLAUDE.md, src/esperanto/providers/tts/AGENTS.md, src/esperanto/providers/tts/CLAUDE.md, src/esperanto/utils/AGENTS.md, src/esperanto/utils/CLAUDE.md
agent_instruction_max_bytes13.098

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

82Excelente
Cómo se puntúa
18/18Arranque con un solo comando — Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff], [tool.isort])
11/11Verificación estática de tipos — src/esperanto/py.typed
10/10Entorno reproducible — lockfile
10/10Práctica demostrada con agentes — 7 de los últimos 100 commits con autoría o crédito de agente
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_filesMakefile
has_devcontainerno
has_linter_configsí
typecheck_configssrc/esperanto/py.typed
agent_commit_share0,07
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

82Excelente
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (src/esperanto/py.typed)
55/55Tamaños de archivo manejables — 0/193 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes51.195
source_files_sampled193
oversized_source_files0

Interfaces legibles por máquina

100Excepcional
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software
0/20Servidor MCP — no aplicable a este tipo de software
40/40Ejemplos ejecutables — examples
Datos de entrada utilizados
example_dirsexamples
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

212estrellas de GitHub
11contribuidores
196commits en los últimos 12 meses
5días desde el último push
68versiones publicadas
1factor bus
26issues 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 ★ / 50 ⇿
0Estrellas
50Forks
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.

010203040505022025-072026-022026-09
Mayor 0Menor 17Parche 7

Cada punto abarca 2 días.

OpenSSF Scorecard 4.0 / 10
4.0agregado

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 · 2026-09-11 13:25 UTC

10Binary-Artifactsno binaries found in the repo
1Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests29 out of 29 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 2/30 approved changesets -- score normalized to 0
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 26 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
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities44 existing vulnerabilities detected
Dependencias directas 2
RegistroPaqueteRestricción de versiónManifiesto
PyPIpydantic>=2.0.0pyproject.toml
PyPIhttpx>=0.28.0pyproject.toml
Todas las dependencias 198

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 2 paquetes directos y 196 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIhttpx0.28.1directa
PyPIpydantic2.12.5directa
PyPIaccelerate1.12.0indirecta
PyPIannotated-types0.7.0indirecta
PyPIanthropic0.76.0indirecta
PyPIanyio4.12.1indirecta
PyPIappnope0.1.4indirecta
PyPIasttokens3.0.1indirecta
PyPIattrs25.4.0indirecta
PyPIbackports-asyncio-runner1.2.0indirecta
PyPIbackports-tarfile1.2.0indirecta
PyPIbuild1.4.0indirecta
PyPIcertifi2026.1.4indirecta
PyPIcffi2.0.0indirecta
PyPIcfgv3.5.0indirecta
PyPIcharset-normalizer3.4.4indirecta
PyPIcohere5.21.1indirecta
PyPIcolorama0.4.6indirecta
PyPIcomm0.2.3indirecta
PyPIcoverage7.13.1indirecta
PyPIcryptography46.0.3indirecta
PyPIcuda-bindings12.9.4indirecta
PyPIcuda-pathfinder1.3.3indirecta
PyPIdebugpy1.8.19indirecta
PyPIdecorator5.2.1indirecta
PyPIdistlib0.4.3indirecta
PyPIdistro1.9.0indirecta
PyPIdocstring-parser0.17.0indirecta
PyPIdocutils0.22.4indirecta
PyPIeinops0.8.1indirecta
PyPIesperanto2.27.0indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIexecuting2.2.1indirecta
PyPIfastavro1.12.2indirecta
PyPIfilelock3.29.4indirecta
PyPIfiletype1.2.0indirecta
PyPIfsspec2026.1.0indirecta
PyPIgoogle-auth2.47.0indirecta
PyPIgoogle-genai1.60.0indirecta
PyPIgroq0.37.1indirecta
PyPIh110.16.0indirecta
PyPIhf-xet1.2.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx-sse0.4.3indirecta
PyPIhuggingface-hub0.36.0indirecta
PyPIid1.5.0indirecta
PyPIidentify2.6.19indirecta
PyPIidna3.11indirecta
PyPIimportlib-metadata8.7.1indirecta
PyPIiniconfig2.3.0indirecta
PyPIipykernel7.1.0indirecta
PyPIipython8.38.0indirecta
PyPIipython9.9.0indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIipywidgets8.1.8indirecta
PyPIjaraco-classes3.4.0indirecta
PyPIjaraco-context6.1.0indirecta
PyPIjaraco-functools4.4.0indirecta
PyPIjedi0.19.2indirecta
PyPIjeepney0.9.0indirecta
PyPIjinja23.1.6indirecta
PyPIjiter0.12.0indirecta
PyPIjoblib1.5.3indirecta
PyPIjsonpatch1.33indirecta
PyPIjsonpointer3.0.0indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIjupyter-client8.8.0indirecta
PyPIjupyter-core5.9.1indirecta
PyPIjupyterlab-widgets3.0.16indirecta
PyPIkeyring25.7.0indirecta
PyPIlangchain1.2.6indirecta
PyPIlangchain-anthropic1.3.1indirecta
PyPIlangchain-cohere0.6.0indirecta
PyPIlangchain-core1.4.7indirecta
PyPIlangchain-deepseek1.0.1indirecta
PyPIlangchain-google-genai4.2.0indirecta
PyPIlangchain-groq1.1.1indirecta
PyPIlangchain-mistralai1.1.1indirecta
PyPIlangchain-ollama1.0.1indirecta
PyPIlangchain-openai1.1.7indirecta
PyPIlangchain-protocol0.0.17indirecta
PyPIlanggraph1.0.6indirecta
PyPIlanggraph-checkpoint4.0.0indirecta
PyPIlanggraph-prebuilt1.0.6indirecta
PyPIlanggraph-sdk0.3.3indirecta
PyPIlangsmith0.6.4indirecta
PyPIlibrt0.7.8indirecta
PyPImarkdown-it-py4.0.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib-inline0.2.1indirecta
PyPImdurl0.1.2indirecta
PyPImore-itertools10.8.0indirecta
PyPImpmath1.3.0indirecta
PyPImypy1.19.1indirecta
PyPImypy-extensions1.1.0indirecta
PyPInest-asyncio1.6.0indirecta
PyPInetworkx3.4.2indirecta
PyPInetworkx3.6.1indirecta
PyPInh30.3.2indirecta
PyPInodeenv1.10.0indirecta
PyPInumpy2.2.6indirecta
PyPInumpy2.4.1indirecta
PyPInvidia-cublas-cu1212.8.4.1indirecta
PyPInvidia-cuda-cupti-cu1212.8.90indirecta
PyPInvidia-cuda-nvrtc-cu1212.8.93indirecta
PyPInvidia-cuda-runtime-cu1212.8.90indirecta
PyPInvidia-cudnn-cu129.10.2.21indirecta
PyPInvidia-cufft-cu1211.3.3.83indirecta
PyPInvidia-cufile-cu121.13.1.3indirecta
PyPInvidia-curand-cu1210.3.9.90indirecta
PyPInvidia-cusolver-cu1211.7.3.90indirecta
PyPInvidia-cusparse-cu1212.5.8.93indirecta
PyPInvidia-cusparselt-cu120.7.1indirecta
PyPInvidia-nccl-cu122.27.5indirecta
PyPInvidia-nvjitlink-cu1212.8.93indirecta
PyPInvidia-nvshmem-cu123.4.5indirecta
PyPInvidia-nvtx-cu1212.8.90indirecta
PyPIollama0.6.1indirecta
PyPIopenai2.15.0indirecta
PyPIorjson3.11.5indirecta
PyPIormsgpack1.12.2indirecta
PyPIpackaging25.0indirecta
PyPIparso0.8.5indirecta
PyPIpathspec1.0.3indirecta
PyPIpexpect4.9.0indirecta
PyPIplatformdirs4.5.1indirecta
PyPIpluggy1.6.0indirecta
PyPIpre-commit4.6.0indirecta
PyPIprompt-toolkit3.0.52indirecta
PyPIpsutil7.2.1indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpyasn10.6.2indirecta
PyPIpyasn1-modules0.4.2indirecta
PyPIpycparser3.0indirecta
PyPIpydantic-core2.41.5indirecta
PyPIpygments2.19.2indirecta
PyPIpyproject-hooks1.2.0indirecta
PyPIpytest9.0.2indirecta
PyPIpytest-asyncio1.3.0indirecta
PyPIpytest-cov7.0.0indirecta
PyPIpytest-mock3.15.1indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-discovery1.4.2indirecta
PyPIpython-dotenv1.2.1indirecta
PyPIpywin32-ctypes0.2.3indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyzmq27.1.0indirecta
PyPIreadme-renderer44.0indirecta
PyPIreferencing0.37.0indirecta
PyPIregex2026.1.15indirecta
PyPIrequests2.32.5indirecta
PyPIrequests-toolbelt1.0.0indirecta
PyPIresponses0.25.8indirecta
PyPIrfc39862.0.0indirecta
PyPIrich14.2.0indirecta
PyPIrpds-py0.30.0indirecta
PyPIrsa4.9.1indirecta
PyPIruff0.14.13indirecta
PyPIsafetensors0.7.0indirecta
PyPIscikit-learn1.7.2indirecta
PyPIscikit-learn1.8.0indirecta
PyPIscipy1.15.3indirecta
PyPIscipy1.17.0indirecta
PyPIsecretstorage3.5.0indirecta
PyPIsentence-transformers5.2.0indirecta
PyPIsetuptools80.10.1indirecta
PyPIsix1.17.0indirecta
PyPIsniffio1.3.1indirecta
PyPIstack-data0.6.3indirecta
PyPIsympy1.14.0indirecta
PyPItenacity9.1.2indirecta
PyPIthreadpoolctl3.6.0indirecta
PyPItiktoken0.12.0indirecta
PyPItokenizers0.22.2indirecta
PyPItomli2.4.0indirecta
PyPItorch2.10.0indirecta
PyPItornado6.5.4indirecta
PyPItqdm4.67.1indirecta
PyPItraitlets5.14.3indirecta
PyPItransformers4.57.6indirecta
PyPItriton3.6.0indirecta
PyPItwine6.2.0indirecta
PyPItypes-jsonschema4.26.0.20260408indirecta
PyPItypes-pyyaml6.0.12.20260518indirecta
PyPItypes-requests2.32.4.20260107indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPIurllib32.6.3indirecta
PyPIuuid-utils0.14.0indirecta
PyPIvirtualenv21.5.1indirecta
PyPIwcwidth0.3.0indirecta
PyPIwebsockets15.0.1indirecta
PyPIwidgetsnbextension4.0.15indirecta
PyPIxxhash3.6.0indirecta
PyPIzipp3.23.0indirecta
PyPIzstandard0.25.0indirecta
Avisos de dependencias 0

Instalar pypi:esperanto@2.27.0 arrastra 11 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 lfnovo/esperanto. Leer en paralelo →

96TanStack/ai🤖 Type-safe, provider-agnostic TypeScript AI SDK for streaming chat, tool calling, agents, and multimodal apps across OpenAI, Anthropic, Gemini, React, Vue, Svelte, and Solid.Excepcional98langchain-ai/langchainThe agent engineering platform.Excepcional97langchain4j/langchain4jLangChain4j is an idiomatic, open-source Java library for building LLM-powered applications on the JVM. It offers a unified API over popular LLM providers and vector stores, and makes implementing tool calling (including MCP support), agents and RAG easy. It integrates seamlessly with enterprise Java frameworks like Quarkus and Spring Boot.Excepcional96diegosouzapw/OmniRouteNever stop coding. Free MIT AI gateway: one endpoint, 352 providers (150+ free), 1200+ models Kimi, Claude, GPT, Gemini, GLM, DeepSeek, MiniMax. Works with Claude Code, Codex, Cursor, OpenCode, Cline & Copilot. Quota-aware auto-fallback, RTK+Caveman compression saves 15-95% tokens, MCP/A2A, Desktop/PWA. Built by 550+ contributorsExcepcional96vercel/aiThe AI Toolkit for TypeScript. From the creators of Next.js, the AI SDK is a free open-source library for building AI-powered applications and agents Excepcional98langchain-ai/langgraphBuild resilient agents.Excepcional

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.