Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-14 20:42 UTC

mindsdb / cowork-server

FastAPI backend for MindsHub Cowork. Manages projects, conversations, files, scheduling, memory, and agent orchestration with a SQLite-backed data layer.

PythonAGPL-3.0★ 5 estrellas⑂ 7 forksdesde may 2026Ver en GitHub ↗
TipoHerramienta de línea de comandosServicio de redBibliotecacómo se determina

mindsdb/cowork-server tiene un índice de salud de 34 sobre 100, lo que lo sitúa en la banda En riesgo. Su puntuación más alta es Sustainability & Governance (87/100) y la más baja, Security (37/100). Se actualizó por última vez hoy. 5 personas concentran la mayor parte del trabajo reciente.

34
global / 100
En riesgo

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.

34
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 68 se calibra a 80 en la escala publicada del índice (calibración del registro 2026-08-02). La Política de Jurisdicciones de Alto Riesgo aplica un multiplicador del 50% a la salud global ponderada y le da un límite «En riesgo» de 34.

Titularidad

MindsDB IncOrganización
1428 seguidores59 repositorios públicosdesde ago 2017

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
PyPIcowork-server0.26.9.14.221.108284hace 0 días

Métricas por categoría

Vitalidad

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

86Excelente · 21% del índice global

Actividad de desarrollo

76Bueno
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
12.5/36Cadencia de commits — 18/52 semanas con commits
18/18Volumen de commits — 1764 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year1764
human_commit_share0,99
days_since_last_push0
active_weeks_last_year18

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
36/36Recencia de las versiones — última versión hace 0 días
27/27Cadencia de publicación — una versión cada ~0,1 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count100
latest_release_tagv0.26.9.14.3rc1
releases_from_tagsno
days_since_latest_release0
mean_days_between_releases0,1
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?

42Débil · 17% del índice global

Popularidad y adopción

16Crítico
Cómo se puntúa
9.8/60Estrellas — 5 estrellas
6.5/25Forks — 7 forks
0/15Observadores — 0 observadores
Datos de entrada utilizados
forks7
stars5
watchers0
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 (AGPL-3.0)
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_badges0
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_services—
has_pull_request_templateno

Adopción en el ecosistema (descargas)

72Bueno
Cómo se puntúa
57.7/80Descargas mensuales — 21.108 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagescowork-server
dependents—
ecosystemspypi
total_downloads—
monthly_downloads21.108
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?

87Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

89Excelente
Cómo se puntúa
45.9/54Factor bus — la mitad de los commits recae en 5 contribuyente(s)
19.3/22.5Distribución de commits — el principal contribuyente firma el 14% de los commits
13.5/13.5Amplitud de contribuyentes — 16 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 18 contributing companies or organizations
Datos de entrada utilizados
bus_factor5
contributors_sampled16
top_contributor_share0,141

Capacidad de respuesta a issues y PR

83Excelente
Cómo se puntúa
42/42Resolución de issues — 100% de issues cerradas
24.4/30Aceptación de PR — 410/505 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
6/15OpenSSF Scorecard: Code-Review — Found 7/15 approved changesets -- score normalized to 4
Datos de entrada utilizados
merged_prs410
open_issues0
closed_issues1
prs_merged_7d34
prs_decided_7d41
prs_merged_30d45
prs_decided_30d56
issue_closed_ratio1
closed_unmerged_prs95
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

78Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
22.7/25Alcance del propietario — 1428 seguidores de mindsdb
24.9/25Trayectoria — 59 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers1428
owner_typeOrganization
is_verifiedno
owner_loginmindsdb
public_repos59
account_age_days3317

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 — 284 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagescowork-server
ecosystemspypi
any_deprecatedno
min_days_since_publish0

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

77Bueno · 19% del índice global

Prácticas de ingeniería

68Bueno
Cómo se puntúa
24/24Flujos de trabajo de CI — 15 flujo(s) de trabajo
24/24Pruebas presentes
0/16Configuración de linter
0/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 16 out of 16 merged PRs checked by a CI test -- score normalized to 10
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configno
has_precommit_configno

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://mindshub.ai
10/10Descripción del repositorio
0/10Topics
10/10Wiki
Datos de entrada utilizados
topics—
has_wikisí
homepagehttps://mindshub.ai
docs_sitehttps://mindshub.ai
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?

37Débil · 16% del índice global

Postura de seguridad

26En riesgo
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
3.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 16 out of 16 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
3/7.5Code-Review — Found 7/15 approved changesets -- score normalized to 4
2.5/2.5Contributors — project has 18 contributing companies or organizations
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 1 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
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
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 10 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,3
high_risk_jurisdiction_cap34
high_risk_jurisdiction_multiplier50
security_posture_after_multiplier26
security_posture_before_jurisdiction53
Excluidos de la puntuación (sin datos o no aplicable): Signed-Releases. Los pesos restantes se han renormalizado. La Política de Jurisdicciones de Alto Riesgo aplica un multiplicador del 50% y da a la postura de seguridad un límite «En riesgo» de 34.

Avisos de dependencias

80Excelente
Cómo se puntúa
20.2/35Dependencias directas libres de avisos conocidos — 1 afectados: pydantic-settings 2.14.1 (moderate 5.3)
0/25Dependencias indirectas libres de avisos conocidos — el conjunto transitivo no es separable de las dependencias de desarrollo y prueba en este alcance
40/40Sin avisos pendientes — ningún aviso lleva público más de 90 días
Datos de entrada utilizados
sourceosv
advisories19
affected_packages3
assessed_packages128
unassessed_packages0
affected_by_severityhigh 1, moderate 2
direct_affected_packages1
Excluidos de la puntuación (sin datos o no aplicable): Dependencias indirectas libres de avisos conocidos. Los pesos restantes se han renormalizado. Se cotejaron 128 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.

57Moderado · 4% del índice global

Contexto y guía para agentes

55Moderado
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://mindshub.ai/llms.txt)
39.9/40Historial de commits legible — 74 de 99 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://mindshub.ai/llms.txt
legible_history_share0,747
agent_instruction_files—
agent_instruction_max_bytes—

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

60Moderado
Cómo se puntúa
18/18Arranque con un solo comando — Makefile
22/22Pruebas automatizadas
0/11Configuración de lint / formato
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile, lockfile
10/10Práctica demostrada con agentes — 11 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_dockerfilesí
typed_languageno
bootstrap_filesMakefile
has_devcontainerno
has_linter_configno
typecheck_configs—
agent_commit_share0,11
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

54Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
54.1/55Tamaños de archivo manejables — 10/598 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes131.756
source_files_sampled598
oversized_source_files10

Datos clave

5estrellas de GitHub
16contribuidores
1764commits en los últimos 12 meses
0días desde el último push
100versiones publicadas
5factor bus
0issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 13 authors (cap 12)
  • deps.dev does not index pypi:cowork-server@0.26.9.14.2; advisories assessed against the repository dependency graph instead

Más detalle

Historial de estrellas y forks 0 ★ / 7 ⇿
0Estrellas
7Forks
71Versiones

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.

1234567712026-062026-082026-09
Mayor 0Menor 0Parche 0
OpenSSF Scorecard 5.3 / 10
5.3agregado

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 · 2026-09-14 20:42 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests16 out of 16 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
4Code-ReviewFound 7/15 approved changesets -- score normalized to 4
10Contributorsproject has 18 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
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
0Vulnerabilities10 existing vulnerabilities detected
Dependencias directas 22
RegistroPaqueteRestricción de versiónManifiesto
PyPIalembic>=1.17.0pyproject.toml
PyPIanton-agent>=2.26.8.23.1,<3pyproject.toml
PyPIcryptography>=48.0.0,<51pyproject.toml
PyPIfastapi>=0.136.1pyproject.toml
PyPIhttpx>=0.27pyproject.toml
PyPIopenai-codex==0.147.0pyproject.toml
PyPIpydantic>=2.12.5pyproject.toml
PyPIpydantic-settings>=2.14.1pyproject.toml
PyPIpython-dotenv>=1.2.2pyproject.toml
PyPIpsutil>=7.0pyproject.toml
PyPIpsycopg>=3.2pyproject.toml
PyPIpsycopg2-binary>=2.9pyproject.toml
PyPIredis>=5,<6pyproject.toml
PyPIgoogle-re2>=1.1pyproject.toml
PyPIpython-multipart>=0.0.28pyproject.toml
PyPIsqlmodel>=0.0.38pyproject.toml
PyPItzlocal>=5.0pyproject.toml
PyPIuvicorn>=0.47.0pyproject.toml
PyPImarkdown>=3.7pyproject.toml
PyPIxhtml2pdf>=0.2.16pyproject.toml
PyPIpython-docx>=1.1.2pyproject.toml
PyPIhtmldocx>=0.0.6pyproject.toml
Todas las dependencias 128

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 22 paquetes directos y 106 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIalembic1.18.4directa
PyPIanton-agent2.26.9.2.1directa
PyPIcryptography50.0.0directa
PyPIfastapi0.136.3directa
PyPIgoogle-re21.1.20251105directa
PyPIhtmldocx0.0.6directa
PyPIhttpx0.28.1directa
PyPImarkdown3.10.2directa
PyPIopenai-codex0.147.0directa
PyPIpsutil7.2.2directa
PyPIpsycopg3.3.4directa
PyPIpsycopg2-binary2.9.12directa
PyPIpydantic2.13.4directa
PyPIpydantic-settings2.14.1directa
PyPIpython-docx1.2.0directa
PyPIpython-dotenv1.2.2directa
PyPIpython-multipart0.0.32directa
PyPIredis5.3.1directa
PyPIsqlmodel0.0.38directa
PyPItzlocal5.4.3directa
PyPIuvicorn0.49.0directa
PyPIxhtml2pdf0.2.17directa
PyPIaiohappyeyeballs2.6.2indirecta
PyPIaiohttp3.14.3indirecta
PyPIaiosignal1.4.0indirecta
PyPIannotated-doc0.0.4indirecta
PyPIannotated-types0.7.0indirecta
PyPIanthropic0.105.2indirecta
PyPIanyio4.13.0indirecta
PyPIarabic-reshaper3.0.1indirecta
PyPIasn1crypto1.5.1indirecta
PyPIattrs26.1.0indirecta
PyPIaudioop-lts0.2.2indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIcertifi2026.5.20indirecta
PyPIcffi2.0.0indirecta
PyPIcharset-normalizer3.4.7indirecta
PyPIclick8.4.1indirecta
PyPIcolorama0.4.6indirecta
PyPIconcurrent-log-handler0.9.29indirecta
PyPIcoverage7.14.3indirecta
PyPIcroniter6.0.0indirecta
PyPIcssselect20.9.0indirecta
PyPIdill0.3.8indirecta
PyPIdiscord-py2.7.1indirecta
PyPIdistro1.9.0indirecta
PyPIdocstring-parser0.18.0indirecta
PyPIfakeredis2.37.0indirecta
PyPIfire0.7.1indirecta
PyPIfrozenlist1.8.0indirecta
PyPIgreenlet3.5.1indirecta
PyPIh110.16.0indirecta
PyPIhermes-agent0.17.0indirecta
PyPIhtml5lib1.1indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpcore22.12.0indirecta
PyPIhttptools0.8.0indirecta
PyPIhttpx22.12.0indirecta
PyPIhttpx2-jsfetch1.0indirecta
PyPIidna3.18indirecta
PyPIiniconfig2.3.0indirecta
PyPIjinja23.1.6indirecta
PyPIjiter0.16.0indirecta
PyPIlxml6.1.1indirecta
PyPImako1.3.12indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImdurl0.1.2indirecta
PyPImultidict6.7.1indirecta
PyPIopenai3.8.0indirecta
PyPIopenai-codex-cli-bin0.147.0indirecta
PyPIoscrypto1.3.0indirecta
PyPIpackaging26.0indirecta
PyPIpathspec1.1.1indirecta
PyPIpillow12.3.0indirecta
PyPIpluggy1.6.0indirecta
PyPIportalocker3.2.0indirecta
PyPIprompt-toolkit3.0.52indirecta
PyPIpropcache0.5.2indirecta
PyPIpsycopg-binary3.3.4indirecta
PyPIptyprocess0.7.0indirecta
PyPIpycparser3.0indirecta
PyPIpydantic-core2.46.4indirecta
PyPIpygments2.20.0indirecta
PyPIpyhanko0.35.1indirecta
PyPIpyhanko-certvalidator0.31.1indirecta
PyPIpyjwt2.13.0indirecta
PyPIpypdf6.14.2indirecta
PyPIpytest9.0.3indirecta
PyPIpytest-asyncio1.4.0indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpython-bidi0.6.10indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpytz2026.2indirecta
PyPIpywin32312indirecta
PyPIpywinpty2.0.15indirecta
PyPIpyyaml6.0.3indirecta
PyPIreportlab4.5.1indirecta
PyPIrequests2.33.0indirecta
PyPIrich14.3.3indirecta
PyPIruamel-yaml0.18.17indirecta
PyPIruamel-yaml-clib0.2.15indirecta
PyPIshellingham1.5.4indirecta
PyPIsix1.17.0indirecta
PyPIslack-sdk3.42.0indirecta
PyPIsniffio1.3.1indirecta
PyPIsocksio1.0.0indirecta
PyPIsortedcontainers2.4.0indirecta
PyPIsoupsieve2.8.4indirecta
PyPIsqlalchemy2.0.50indirecta
PyPIstarlette1.3.1indirecta
PyPIsvglib2.0.2indirecta
PyPItenacity9.1.4indirecta
PyPItermcolor3.3.0indirecta
PyPItinycss21.5.1indirecta
PyPItruststore0.10.4indirecta
PyPItyper0.26.7indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItzdata2025.3indirecta
PyPIuritools6.1.2indirecta
PyPIurllib32.7.0indirecta
PyPIuvloop0.22.1indirecta
PyPIwatchfiles1.2.0indirecta
PyPIwcwidth0.7.0indirecta
PyPIwebencodings0.5.1indirecta
PyPIwebsockets15.0.1indirecta
PyPIyarl1.24.2indirecta
Avisos de dependencias 3

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 128 paquetes, que incluyen también fijaciones de desarrollo y prueba que nunca se distribuyen: 3 tienen avisos conocidos, de los cuales 1 son directas.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
hermes-agent0.17.0indirectaalta60.18.0
pydantic-settings2.14.1directamoderada12.14.2
pypdf6.14.2indirectamoderada126.16.1

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 mindsdb/cowork-server. Leer en paralelo →

100mlco2/codecarbonTrack emissions from Compute and recommend ways to reduce their impact on the environment.Excepcional100aws/serverless-application-modelThe AWS Serverless Application Model (AWS SAM) transform is a AWS CloudFormation macro that transforms SAM templates into CloudFormation templates.Excepcional100open-telemetry/opentelemetry-pythonOpenTelemetry Python API and SDK Excepcional100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Excepcional100Arize-ai/phoenixAI Observability & EvaluationExcepcional100matplotlib/matplotlibmatplotlib: plotting with PythonExcepcional

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.