Registro público
Informe de salud del softwareesquema 0.27.0 · métricas 2.10.0 · 2026-07-26 09:40 UTC

linkml / linkml-model

Link Modeling Language (LinkML) model

PythonCC0-1.0★ 79 estrellas⑂ 29 forksdesde mar 2021Ver en GitHub ↗
TipoBibliotecacómo se determina

linkml/linkml-model tiene un índice de salud de 86 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Engineering Quality (85/100) y la más baja, Community & Adoption (57/100). Se actualizó por última vez hace 10 días. 2 personas concentran la mayor parte del trabajo reciente.

86
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.

86
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 72 se calibra a 86 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

218 seguidores67 repositorios públicosdesde feb 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 publicaciónEtiquetas
PyPIlinkml-model1.8.0122933hace 752 díaslinked-datalinkmlmetamodel

Métricas por categoría

Vitalidad

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

72Bueno · 21% del índice global
Cómo se puntúa
28.8/36Recencia de pushúltimo push hace 10 días
8.3/36Cadencia de commits12/52 semanas con commits
13.3/18Volumen de commits29 commits en el último año
9/10OpenSSF Scorecard: Maintained11 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 9
Datos de entrada utilizados
commits_last_year29
human_commit_share0,97
days_since_last_push10
active_weeks_last_year12
Cómo se puntúa
27/27Publica versiones42 versiones publicadas
36/36Recencia de las versionesúltima versión hace 73 días
19.8/27Cadencia de publicaciónuna versión cada ~76,1 días
0/10OpenSSF Scorecard: Signed-Releasessin datos
Datos de entrada utilizados
releases_count42
latest_release_tagv1.11.0
releases_from_tagsno
days_since_latest_release73
mean_days_between_releases76,1
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?

57Moderado · 17% del índice global
Cómo se puntúa
30.7/60Estrellas79 estrellas
12.1/25Forks29 forks
5.8/15Observadores12 observadores
Datos de entrada utilizados
forks29
stars79
watchers12
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencialicencia reconocida (CC0-1.0)
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_badges
has_contributing
has_issue_templateno
has_code_of_conductno
readme_badge_services
has_pull_request_templateno
Cómo se puntúa
41.2/80Descargas mensuales1229 descargas/mes en pypi
0/20Dependientes en el registrono lo informa este ecosistema
Datos de entrada utilizados
packageslinkml-model
dependents
ecosystemspypi
total_downloads
monthly_downloads1229
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?

77Bueno · 23% del índice global
Cómo se puntúa
25.2/54Factor busla mitad de los commits recae en 2 contribuyente(s)
11.9/22.5Distribución de commitsel principal contribuyente firma el 47% de los commits
13.5/13.5Amplitud de contribuyentes22 contribuyentes
10/10OpenSSF Scorecard: Contributorsproject has 65 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled22
top_contributor_share0,473
Cómo se puntúa
40.1/42Resolución de issues96% de issues cerradas
26/30Aceptación de PR177/204 PR decididos fusionados
0/13Newcomer PR acceptanceningún PR de un contribuyente primerizo decidido en 30 d
12/15OpenSSF Scorecard: Code-ReviewFound 19/23 approved changesets -- score normalized to 8
Datos de entrada utilizados
merged_prs177
open_issues1
closed_issues21
prs_merged_7d
prs_decided_7d
prs_merged_30d
prs_decided_30d
issue_closed_ratio0,955
closed_unmerged_prs27
first_time_authors_30d
first_time_prs_merged_30d
first_time_prs_decided_30d
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.
Cómo se puntúa
30/30Respaldo de la propiedadpropiedad de una organización
0/20Dominio verificadoel estado de dominio verificado no se leyó para esta organización
16.8/25Alcance del propietario218 seguidores de linkml
23.9/25Trayectoria67 repos públicos, cuenta de ~5 años
Datos de entrada utilizados
followers218
owner_typeOrganization
is_verified
owner_loginlinkml
public_repos67
account_age_days1982
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.
Cómo se puntúa
25/25Publicado y resoluble1 paquete(s) en pypi
4/35Recencia de publicaciónúltima publicación hace 752 días
20/20Historial de versiones33 versiones en el registro
20/20No obsoletoactivo, ni obsoleto ni retirado
Datos de entrada utilizados
packageslinkml-model
ecosystemspypi
any_deprecatedno
min_days_since_publish752

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

85Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI5 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests24 out of 25 merged PRs checked by a CI test -- score normalized to 9
Datos de entrada utilizados
has_ci
has_tests
has_editorconfigno
has_linter_config
has_precommit_config
Cómo se puntúa
30/30README
0/25Directorio de documentación
15/15Sitio de documentación / página del proyectohttps://linkml.github.io/linkml-model/docs/
10/10Descripción del repositorio
10/10Topics15 topics
10/10Wiki
Datos de entrada utilizados
topicslinkml, semantic-web, json, json-schema, graph-ql, metamodel, yaml, data-integration, metadata, uml, schema-language, data-modeling, shacl, shex, linked-data
has_wiki
homepagehttps://linkml.github.io/linkml-model/docs/
docs_sitehttps://linkml.github.io/linkml-model/docs/
has_readme
has_docs_dirno
has_description

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

70Bueno · 16% del índice global
Cómo se puntúa
7.5/7.5Binary-Artifactsno binaries found in the repo
0/7.5Branch-Protectionsin datos
2.2/2.5CI-Tests24 out of 25 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
6/7.5Code-ReviewFound 19/23 approved changesets -- score normalized to 8
2.5/2.5Contributorsproject has 65 contributing companies or organizations
10/10Dangerous-Workflowno dangerous workflow patterns detected
7.5/7.5Dependency-Update-Toolupdate tool detected
0/5Fuzzingproject is not fuzzed
2.5/2.5Licencialicense file detected
6.8/7.5Maintained11 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 9
5/5Packagingpackaging workflow detected
0/5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0/5SASTSAST tool is not run on all commits -- score normalized to 0
0/5Security-Policysecurity policy file not detected
0/7.5Signed-Releasessin datos
0/7.5Token-Permissionsdetected GitHub workflow tokens with excessive permissions
6/7.5Vulnerabilities2 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,2
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, 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_packages31
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:linkml-model@1.8.0 —lo que arrastra la instalación del paquete publicado—: 31 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.

58Moderado · 4% del índice global
Cómo se puntúa
0/45Instrucciones para agentessin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
24.2/40Historial de commits legible44 de 97 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url
legible_history_share0,454
agent_instruction_files
agent_instruction_max_bytes
Cómo se puntúa
18/18Arranque con un solo comandoMakefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato
0/11Verificación estática de tipos
10/10Entorno reproducibleDockerfile, lockfile
2/10Práctica demostrada con agentes1 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado3 de los últimos 100 commits son 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
lockfilesuv.lock
has_dockerfile
typed_languageno
bootstrap_filesMakefile
has_devcontainerno
has_linter_config
typecheck_configs
agent_commit_share0,01
toolchain_manifests
dependency_bot_commit_share0,03
Cómo se puntúa
0/45Código verificable por tiposPython sin configuración de verificación de tipos
52.1/55Tamaños de archivo manejables1/19 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes311.261
source_files_sampled19
oversized_source_files1
Cómo se puntúa
40/40Esquema de API (OpenAPI/GraphQL/proto)linkml_model/graphql/meta.graphql, linkml_model/protobuf/meta.proto
0/20Servidor MCPno aplicable a este tipo de software
40/40Ejemplos ejecutablesexamples
Datos de entrada utilizados
example_dirsexamples
has_mcp_signalno
api_schema_fileslinkml_model/graphql/meta.graphql, linkml_model/protobuf/meta.proto
interfaces_expected_of
Excluidos de la puntuación (sin datos o no aplicable): Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

79estrellas de GitHub
22contribuidores
29commits en los últimos 12 meses
10días desde el último push
42versiones publicadas
2factor bus
1issues 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 ★ / 29 ⇿
0Estrellas
29Forks
34Versiones

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.

0510152025302822021-102024-022026-06
Mayor 0Menor 9Parche 9

Cada punto abarca 5 días.

OpenSSF Scorecard 6.2 / 10
6.2agregado

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 · 2026-07-26 09:40 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
9CI-Tests24 out of 25 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
8Code-ReviewFound 19/23 approved changesets -- score normalized to 8
10Contributorsproject has 65 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
9Maintained11 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 9
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
8Vulnerabilities2 existing vulnerabilities detected
Dependencias directas 2
RegistroPaqueteRestricción de versiónManifiesto
PyPIlinkml-runtime==1.11.1,<2pyproject.toml
PyPIlinkml==1.11.1pyproject.toml
Todas las dependencias 115

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 2 paquetes directos y 113 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIlinkml1.11.1directa
PyPIlinkml-runtime1.11.1directa
PyPIalabaster1.0.0indirecta
PyPIannotated-types0.7.0indirecta
PyPIantlr4-python3-runtime4.9.3indirecta
PyPIarrow1.4.0indirecta
PyPIattrs26.1.0indirecta
PyPIbabel2.18.0indirecta
PyPIbackports-zstd1.6.0indirecta
PyPIbackrefs7.0indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIcertifi2026.6.17indirecta
PyPIcfgraph0.2.1indirecta
PyPIchardet7.4.3indirecta
PyPIcharset-normalizer3.4.7indirecta
PyPIclick8.4.1indirecta
PyPIcodespell2.4.2indirecta
PyPIcolorama0.4.6indirecta
PyPIcuries0.13.13indirecta
PyPIdeprecated1.3.1indirecta
PyPIdocutils0.21.2indirecta
PyPIdocutils0.22.4indirecta
PyPIeditorconfig0.17.1indirecta
PyPIet-xmlfile2.0.0indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIfqdn1.5.1indirecta
PyPIghp-import2.1.0indirecta
PyPIgraphviz0.21indirecta
PyPIgreenlet3.5.2indirecta
PyPIhbreader0.9.1indirecta
PyPIidna3.18indirecta
PyPIimagesize2.0.0indirecta
PyPIiniconfig2.3.0indirecta
PyPIisodate0.7.2indirecta
PyPIisoduration20.11.0indirecta
PyPIjinja23.1.6indirecta
PyPIjsbeautifier2.0.1indirecta
PyPIjson-flattener0.1.9indirecta
PyPIjsonasobj1.3.1indirecta
PyPIjsonasobj21.0.4indirecta
PyPIjsonpointer3.1.1indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPImarkdown3.10.2indirecta
PyPImarkupsafe3.0.3indirecta
PyPImergedeep1.3.4indirecta
PyPImike2.2.0indirecta
PyPImkdocs1.6.1indirecta
PyPImkdocs-get-deps0.2.2indirecta
PyPImkdocs-material9.7.6indirecta
PyPImkdocs-material-extensions1.3.1indirecta
PyPImkdocs-mermaid2-plugin1.2.3indirecta
PyPIopenpyxl3.1.5indirecta
PyPIpackaging26.2indirecta
PyPIpaginate0.5.7indirecta
PyPIparse1.22.1indirecta
PyPIpathspec1.1.1indirecta
PyPIplatformdirs4.10.0indirecta
PyPIpluggy1.6.0indirecta
PyPIprefixcommons0.1.12indirecta
PyPIprefixmaps0.2.6indirecta
PyPIpydantic2.13.4indirecta
PyPIpydantic-core2.46.4indirecta
PyPIpygments2.20.0indirecta
PyPIpyjsg0.12.4indirecta
PyPIpymdown-extensions10.21.3indirecta
PyPIpyparsing3.3.2indirecta
PyPIpyshex0.9.0indirecta
PyPIpyshexc0.10.3.post1indirecta
PyPIpystow0.8.19indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-logging2015.11.4indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyyaml-env-tag1.1indirecta
PyPIrdflib7.6.0indirecta
PyPIrdflib-jsonld0.6.1indirecta
PyPIrdflib-shim1.0.3indirecta
PyPIreferencing0.37.0indirecta
PyPIrequests2.34.2indirecta
PyPIrfc3339-validator0.1.4indirecta
PyPIrfc39871.3.8indirecta
PyPIroman-numerals4.1.0indirecta
PyPIrpds-py0.30.0indirecta
PyPIrpds-py2026.5.1indirecta
PyPIsetuptools82.0.1indirecta
PyPIshexjsg0.9.0indirecta
PyPIsix1.17.0indirecta
PyPIsnowballstemmer3.1.1indirecta
PyPIsoupsieve2.8.4indirecta
PyPIsparqlslurper0.5.1indirecta
PyPIsparqlwrapper2.0.0indirecta
PyPIsphinx8.1.3indirecta
PyPIsphinx9.0.4indirecta
PyPIsphinx9.1.0indirecta
PyPIsphinx-click6.2.0indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIsqlalchemy2.0.51indirecta
PyPItomli2.4.1indirecta
PyPItqdm4.68.3indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItzdata2026.2indirecta
PyPIuri-template1.3.0indirecta
PyPIurllib32.7.0indirecta
PyPIverspec0.1.0indirecta
PyPIwatchdog6.0.0indirecta
PyPIwebcolors25.10.0indirecta
PyPIwrapt2.2.2indirecta
PyPIyamllint1.38.0indirecta
Avisos de dependencias 0

Instalar pypi:linkml-model@1.8.0 arrastra 31 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 v0.27.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadasPyPI.