Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-10-13 13:21 UTC

marcelwa / aigverse

A Python library for working with logic networks, synthesis, and optimization.

Python · C++MIT★ 90 estrellas⑂ 6 forksdesde sept 2024Ver en GitHub ↗
TipoBibliotecacómo se determina
#aig#aiger#machine-learning#logic-optimization#logic-synthesis#python#verilog

marcelwa/aigverse tiene un índice de salud de 92 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Vitality (98/100) y la más baja, Community & Adoption (58/100). 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

Marcel WalterCuenta personal
43 seguidores24 repositorios públicosdesde jun 2016@cda-tum and @munich-quantum-software

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
PyPIaigverse0.1.6452933hace 0 díasaigaigverseartificial-intelligenceedalogicmachine-learningoptimizationsynthesis

Métricas por categoría

Vitalidad

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

98Excepcional · 21% del índice global

Actividad de desarrollo

97Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
33.2/36Cadencia de commits — 48/52 semanas con commits
18/18Volumen de commits — 285 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year285
human_commit_share0,33
days_since_last_push0
active_weeks_last_year48

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 34 versiones publicadas
36/36Recencia de las versiones — última versión hace 0 días
27/27Cadencia de publicación — una versión cada ~39,7 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count34
latest_release_tagv0.1.6
releases_from_tagsno
days_since_latest_release0
mean_days_between_releases39,7
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?

58Moderado · 17% del índice global

Popularidad y adopción

40Débil
Cómo se puntúa
31.6/60Estrellas — 90 estrellas
5.8/25Forks — 6 forks
2.7/15Observadores — 4 observadores
Datos de entrada utilizados
forks6
stars90
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_badges7
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesshields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

61Moderado
Cómo se puntúa
48.7/80Descargas mensuales — 4529 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesaigverse
dependents—
ecosystemspypi
total_downloads—
monthly_downloads4529
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?

59Moderado · 23% del índice global

Resiliencia de mantenedores (factor bus)

24En riesgo
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
0.8/22.5Distribución de commits — el principal contribuyente firma el 97% de los commits
4.1/13.5Amplitud de contribuyentes — 3 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10
Datos de entrada utilizados
bus_factor1
contributors_sampled3
top_contributor_share0,966

Capacidad de respuesta a issues y PR

71Bueno
Cómo se puntúa
33.6/42Resolución de issues — 80% de issues cerradas
28.1/30Aceptación de PR — 480/512 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/24 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs480
open_issues8
closed_issues32
prs_merged_7d3
prs_decided_7d3
prs_merged_30d8
prs_decided_30d8
issue_closed_ratio0,8
closed_unmerged_prs32
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

55Moderado
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
11.8/25Alcance del propietario — 43 seguidores de marcelwa
22.2/25Trayectoria — 24 repos públicos, cuenta de ~10 años
Datos de entrada utilizados
followers43
owner_typeUser
is_verified—
owner_loginmarcelwa
public_repos24
account_age_days3773
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 0 días
20/20Historial de versiones — 33 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesaigverse
ecosystemspypi
any_deprecatedno
min_days_since_publish0

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

92Excelente · 19% del índice global

Prácticas de ingeniería

94Excepcional
Cómo se puntúa
24/24Flujos de trabajo de CI — 15 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff])
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 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

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://aigverse.readthedocs.io/
10/10Descripción del repositorio
10/10Topics — 7 topics
0/10Wiki
Datos de entrada utilizados
topicsaig, aiger, machine-learning, logic-optimization, logic-synthesis, python, verilog
has_wikino
homepagehttps://aigverse.readthedocs.io/
docs_sitehttps://aigverse.readthedocs.io/
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?

82Excelente · 16% del índice global

Postura de seguridad

78Bueno
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 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 0/24 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
4.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
4/5SAST — SAST tool detected but not run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — sin datos
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,8
Excluidos de la puntuación (sin datos o no aplicable): 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
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_packages175
unassessed_packages0
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 175 dependencias resueltas con OSV. 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.

97Excepcional · 4% del índice global

Contexto y guía para agentes

100Excepcional
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md
15/15Documentación legible por máquinas (llms.txt) — llms.txt servido por el sitio web del proyecto (https://aigverse.readthedocs.io/llms.txt)
40/40Historial de commits legible — 33 de 33 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://aigverse.readthedocs.io/llms.txt
legible_history_share1
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes14.008

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

99Excepcional
Cómo se puntúa
18/18Arranque con un solo comando — noxfile.py
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff])
11/11Verificación estática de tipos — python/aigverse/py.typed
10/10Entorno reproducible — lockfile
10/10Práctica demostrada con agentes — 6 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 67 de los últimos 100 commits son actualizaciones automáticas de dependencias
9/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_filesnoxfile.py
has_devcontainerno
has_linter_configsí
typecheck_configspython/aigverse/py.typed
agent_commit_share0,06
toolchain_manifests—
dependency_bot_commit_share0,67

Legibilidad del código para modelos

82Excelente
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (python/aigverse/py.typed)
55/55Tamaños de archivo manejables — 0/104 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes53.874
source_files_sampled104
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

90estrellas de GitHub
3contribuidores
285commits en los últimos 12 meses
0días desde el último push
34versiones publicadas
1factor bus
8issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:aigverse@0.1.6; advisories assessed against the repository dependency graph instead

Más detalle

Historial de estrellas y forks 0 ★ / 6 ⇿
0Estrellas
6Forks
13Versiones

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.

123456612025-042025-112026-05
Mayor 0Menor 1Parche 12

Cada punto abarca 2 días.

OpenSSF Scorecard 7.8 / 10
7.8agregado

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 · 2026-10-13 13:21 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 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 0/24 approved changesets -- score normalized to 0
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 18 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
9Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 9
8SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
n/dSigned-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 1
RegistroPaqueteRestricción de versiónManifiesto
PyPInanobind-backend>=1.0pyproject.toml
Todas las dependencias 175

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 1 paquetes directos y 174 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPInanobind-backend1.0.0directa
PyPIaccessible-pygments0.0.5indirecta
PyPIalabaster1.0.0indirecta
PyPIappnope1.0.0indirecta
PyPIargcomplete3.7.2indirecta
PyPIastroid4.3.4indirecta
PyPIasttokens3.0.2indirecta
PyPIattrs26.1.0indirecta
PyPIbabel2.18.0indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIcertifi2026.7.22indirecta
PyPIcffi2.1.1indirecta
PyPIcharset-normalizer3.5.2indirecta
PyPIclang-tidy22.1.8indirecta
PyPIclick8.5.0indirecta
PyPIcolorama0.4.6indirecta
PyPIcolorlog6.12.0indirecta
PyPIcomm0.2.3indirecta
PyPIcontourpy1.3.2indirecta
PyPIcontourpy1.3.3indirecta
PyPIcontourpy1.4.0indirecta
PyPIcoverage7.16.2indirecta
PyPIcpp-linter1.14.1indirecta
PyPIcuda-bindings13.4.3indirecta
PyPIcuda-pathfinder1.8.3indirecta
PyPIcuda-toolkit13.0.3.0indirecta
PyPIcycler0.12.1indirecta
PyPIdebugpy1.8.22indirecta
PyPIdecorator5.3.1indirecta
PyPIdependency-groups1.3.2indirecta
PyPIdistlib0.4.3indirecta
PyPIdocutils0.21.2indirecta
PyPIdocutils0.22.4indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIexecnet2.1.2indirecta
PyPIexecuting2.3.0indirecta
PyPIfastjsonschema2.22.2indirecta
PyPIfilelock4.1.0indirecta
PyPIfilelock4.1.1indirecta
PyPIfonttools4.65.0indirecta
PyPIfonttools4.66.1indirecta
PyPIfsspec2026.9.0indirecta
PyPIfuro2025.12.19indirecta
PyPIgcovr8.6indirecta
PyPIgraphviz0.21indirecta
PyPIgreenlet3.5.6indirecta
PyPIhumanize4.16.0indirecta
PyPIidna3.20indirecta
PyPIimagesize2.0.1indirecta
PyPIimportlib-metadata9.0.1indirecta
PyPIiniconfig2.3.1indirecta
PyPIipykernel7.3.0indirecta
PyPIipykernel7.4.0indirecta
PyPIipython8.39.0indirecta
PyPIipython9.17.1indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIjedi0.20.0indirecta
PyPIjinja23.1.6indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIjupyter-cache1.0.1indirecta
PyPIjupyter-client8.10.0indirecta
PyPIjupyter-core5.9.1indirecta
PyPIkiwisolver1.5.1indirecta
PyPIlxml6.1.3indirecta
PyPImarkdown-it-py3.0.0indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkupsafe3.0.4indirecta
PyPImatplotlib3.10.9indirecta
PyPImatplotlib3.11.2indirecta
PyPImatplotlib-inline0.2.2indirecta
PyPImdit-py-plugins0.6.1indirecta
PyPImdurl0.1.2indirecta
PyPImpmath1.3.0indirecta
PyPImyst-nb1.4.0indirecta
PyPImyst-parser4.0.1indirecta
PyPImyst-parser5.1.0indirecta
PyPInanobind3.1.0indirecta
PyPInbclient0.11.0indirecta
PyPInbformat5.11.1indirecta
PyPInest-asyncio21.7.4indirecta
PyPInetworkx3.4.2indirecta
PyPInetworkx3.6.1indirecta
PyPInetworkx3.7indirecta
PyPInox2026.8.17indirecta
PyPInumpy2.2.6indirecta
PyPInumpy2.4.6indirecta
PyPInumpy2.5.4indirecta
PyPInvidia-cublas13.1.1.3indirecta
PyPInvidia-cuda-cupti13.0.85indirecta
PyPInvidia-cuda-nvrtc13.0.88indirecta
PyPInvidia-cuda-runtime13.0.96indirecta
PyPInvidia-cudnn-cu139.24.0.43indirecta
PyPInvidia-cufft12.0.0.61indirecta
PyPInvidia-cufile1.15.1.6indirecta
PyPInvidia-curand10.4.0.35indirecta
PyPInvidia-cusolver12.0.4.66indirecta
PyPInvidia-cusparse12.6.3.3indirecta
PyPInvidia-cusparselt-cu130.8.1indirecta
PyPInvidia-nccl-cu132.30.7indirecta
PyPInvidia-nvjitlink13.4.92indirecta
PyPInvidia-nvshmem-cu133.4.5indirecta
PyPInvidia-nvtx13.0.85indirecta
PyPIpackaging26.3indirecta
PyPIparso0.8.7indirecta
PyPIpathspec1.1.1indirecta
PyPIpexpect4.9.0indirecta
PyPIpillow12.3.0indirecta
PyPIplatformdirs4.12.4indirecta
PyPIplatformdirs4.13.0indirecta
PyPIpluggy1.6.0indirecta
PyPIprompt-toolkit3.0.53indirecta
PyPIpsutil7.2.2indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.4indirecta
PyPIpycparser3.11indirecta
PyPIpygit21.18.2indirecta
PyPIpygit21.20.1indirecta
PyPIpygments2.21.0indirecta
PyPIpygraphviz2.0.3indirecta
PyPIpyparsing3.3.3indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpytest-sugar1.1.1indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-discovery1.6.2indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyzmq27.2.0indirecta
PyPIreferencing0.37.0indirecta
PyPIrequests2.34.2indirecta
PyPIroman-numerals4.1.0indirecta
PyPIrpds-py0.30.0indirecta
PyPIrpds-py2026.9.1indirecta
PyPIscikit-build-core1.1.1indirecta
PyPIsetuptools84.0.0indirecta
PyPIsix1.17.0indirecta
PyPIsnowballstemmer3.1.1indirecta
PyPIsoupsieve2.10indirecta
PyPIsoupsieve3.0.2indirecta
PyPIsphinx8.1.3indirecta
PyPIsphinx9.0.4indirecta
PyPIsphinx9.1.0indirecta
PyPIsphinx-autoapi3.8.1indirecta
PyPIsphinx-basic-ng1.0.0b2indirecta
PyPIsphinx-copybutton0.5.2indirecta
PyPIsphinx-design0.6.1indirecta
PyPIsphinx-design0.7.0indirecta
PyPIsphinx-llm1.1.0indirecta
PyPIsphinx-markdown-builder0.6.11indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIsphinxcontrib-svg2pdfconverter2.1.0indirecta
PyPIsphinxext-opengraph0.13.0indirecta
PyPIsqlalchemy2.0.54indirecta
PyPIsqlalchemy2.1.4indirecta
PyPIstack-data0.6.3indirecta
PyPIsympy1.14.0indirecta
PyPItabulate0.10.0indirecta
PyPItermcolor3.3.0indirecta
PyPItomli2.5.0indirecta
PyPItorch2.14.1indirecta
PyPItornado6.5.10indirecta
PyPItraitlets5.16.1indirecta
PyPItriton3.8.0indirecta
PyPItyping-extensions4.16.0indirecta
PyPIurllib32.8.0indirecta
PyPIvcs-versioning2.6.0indirecta
PyPIvirtualenv21.14.7indirecta
PyPIwcwidth0.9.2indirecta
PyPIzipp4.1.1indirecta
Avisos de dependencias 0

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 175 paquetes, que incluyen también fijaciones de desarrollo y prueba que nunca se distribuyen: 0 tienen avisos conocidos, de los cuales 0 son 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 marcelwa/aigverse. Leer en paralelo →

98deepnote/deepnoteDeepnote is a drop-in replacement for Jupyter with an AI-first design, sleek UI, new blocks, and native data integrations. Use Python, R, and SQL locally in your favorite IDE, then scale to Deepnote cloud for real-time collaboration, Deepnote agent, and deployable data apps. https://deepnote.com/Excepcional99voxel51/fiftyoneRefine high-quality datasets and visual AI modelsExcepcional99nautechsystems/nautilus_traderProduction-grade Rust-native trading engine with deterministic event-driven architectureExcepcional99ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Excepcional98Eventual-Inc/DaftHigh-performance data engine for AI and multimodal workloads. Process images, audio, video, and structured data at any scaleExcepcional98PennyLaneAI/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.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.