Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-17 21:16 UTC

miskibin / py-draughts

Fastest Python draughts/checkers library — bitboards, 8 variants, alpha-beta engine, web UI. ~200x faster than pydraughts.

PythonGPL-3.0★ 16 estrellas⑂ 2 forksdesde jun 2023Ver en GitHub ↗
TipoBibliotecaServicio de redcómo se determina
#checkers#draughts#alpha-beta#bitboard#board-game#fen#game-ai#game-engine#hub-protocol#international-draughts#pdn#python#python-library#reinforcement-learning-algorithms#russian-draughts#brazilian-draughts#frisian-draughts

miskibin/py-draughts tiene un índice de salud de 73 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Vitality (83/100) y la más baja, Community & Adoption (38/100). Se actualizó por última vez hace 6 días. Una sola persona concentra la mayor parte del trabajo reciente.

73
global / 100
Bueno

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.

73
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 64 se calibra a 73 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Michał SkibińskiCuenta personal
36 seguidores64 repositorios públicosdesde ene 2021

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
PyPIpy-draughts1.9.067338hace 32 díasdraughtscheckersinternational-draughtsamerican-checkersenglish-draughtsfrisian-draughtsrussian-draughtsbrazilian-draughtsantidraughtsbreakthroughfryskbitboardpdnfenalpha-betaminimaxhub-protocolgame-engineboard-gameaireinforcement-learningpydraughts-alternative

Métricas por categoría

Vitalidad

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

83Excelente · 21% del índice global

Actividad de desarrollo

71Bueno
Cómo se puntúa
36/36Recencia de push — último push hace 6 días
6.9/36Cadencia de commits — 10/52 semanas con commits
18/18Volumen de commits — 154 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_year154
human_commit_share0,98
days_since_last_push6
active_weeks_last_year10

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 4 versiones publicadas
36/36Recencia de las versiones — última versión hace 32 días
27/27Cadencia de publicación — una versión cada ~27,1 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count4
latest_release_tagv1.9.0
releases_from_tagsno
days_since_latest_release32
mean_days_between_releases27,1
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?

38Débil · 17% del índice global

Popularidad y adopción

21En riesgo
Cómo se puntúa
19.1/60Estrellas — 16 estrellas
0/25Forks — 2 forks
1.7/15Observadores — 3 observadores
Datos de entrada utilizados
forks2
stars16
watchers3
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 (GPL-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_badges5
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_servicesbadge.fury.io, github.com, shields.io
has_pull_request_templateno

Adopción en el ecosistema (descargas)

47Débil
Cómo se puntúa
37.7/80Descargas mensuales — 673 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagespy-draughts
dependents—
ecosystemspypi
total_downloads—
monthly_downloads673
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?

60Moderado · 23% del índice global

Resiliencia de mantenedores (factor bus)

17Crítico
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
2.1/22.5Distribución de commits — el principal contribuyente firma el 91% de los commits
2.7/13.5Amplitud de contribuyentes — 2 contribuyentes
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Datos de entrada utilizados
bus_factor1
contributors_sampled2
top_contributor_share0,908

Capacidad de respuesta a issues y PR

83Excelente
Cómo se puntúa
42/42Resolución de issues — 100% de issues cerradas
30/30Aceptación de PR — 30/30 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/10 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs30
open_issues0
closed_issues16
prs_merged_7d1
prs_decided_7d1
prs_merged_30d1
prs_decided_30d1
issue_closed_ratio1
closed_unmerged_prs0
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

57Moderado
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
11.3/25Alcance del propietario — 36 seguidores de miskibin
24.1/25Trayectoria — 64 repos públicos, cuenta de ~5 años
Datos de entrada utilizados
followers36
owner_typeUser
is_verified—
owner_loginmiskibin
public_repos64
account_age_days2033
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 32 días
20/20Historial de versiones — 38 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagespy-draughts
ecosystemspypi
any_deprecatedno
min_days_since_publish32

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

81Excelente · 19% del índice global

Prácticas de ingeniería

68Bueno
Cómo se puntúa
24/24Flujos de trabajo de CI — 4 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 — 7 out of 7 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

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://miskibin.github.io/py-draughts/
10/10Descripción del repositorio
10/10Topics — 17 topics
10/10Wiki
Datos de entrada utilizados
topicscheckers, draughts, alpha-beta, bitboard, board-game, fen, game-ai, game-engine, hub-protocol, international-draughts, pdn, python, python-library, reinforcement-learning-algorithms, russian-draughts, brazilian-draughts, frisian-draughts
has_wikisí
homepagehttps://miskibin.github.io/py-draughts/
docs_sitehttps://miskibin.github.io/py-draughts/
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?

50Moderado · 16% del índice global

Postura de seguridad

37Débil
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
2.5/2.5CI-Tests — 7 out of 7 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 0/10 approved changesets -- score normalized to 0
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
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 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 — 13 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate3,7
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
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_packages24
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:py-draughts@1.9.0 —lo que arrastra la instalación del paquete publicado—: 24 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.

71Bueno · 4% del índice global

Contexto y guía para agentes

85Excelente
Cómo se puntúa
45/45Instrucciones para agentes — CLAUDE.md
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 88 de 98 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,898
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes681

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

67Bueno
Cómo se puntúa
18/18Arranque con un solo comando — docs/Makefile
22/22Pruebas automatizadas
0/11Configuración de lint / formato
11/11Verificación estática de tipos — draughts/py.typed, mypy.ini
10/10Entorno reproducible — lockfile
6/10Práctica demostrada con agentes — 3 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_filesdocs/Makefile
has_devcontainerno
has_linter_configno
typecheck_configsdraughts/py.typed, mypy.ini
agent_commit_share0,03
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 (draughts/py.typed, mypy.ini)
55/55Tamaños de archivo manejables — 0/74 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes37.201
source_files_sampled74
oversized_source_files0

Interfaces legibles por máquina

40Débil
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto)
0/20Servidor MCP
40/40Ejemplos ejecutables — examples, notebooks
Datos de entrada utilizados
example_dirsexamples, notebooks
has_mcp_signalno
api_schema_files—
interfaces_expected_ofnetwork-service

Datos clave

16estrellas de GitHub
2contribuidores
154commits en los últimos 12 meses
6días desde el último push
4versiones publicadas
1factor bus
0issues 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 ★ / 2 ⇿
0Estrellas
2Forks

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.

111222212024-052024-072024-08
OpenSSF Scorecard 3.7 / 10
3.7agregado

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 · 2026-08-17 21:16 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
10CI-Tests7 out of 7 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 0/10 approved changesets -- score normalized to 0
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update 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
0Vulnerabilities13 existing vulnerabilities detected
Dependencias directas 8
RegistroPaqueteRestricción de versiónManifiesto
PyPItqdm—pyproject.toml
PyPInumpy—pyproject.toml
PyPIloguru—pyproject.toml
PyPIfastapi—pyproject.toml
PyPIuvicorn—pyproject.toml
PyPIjinja2—pyproject.toml
PyPIhttpx>=0.28.1pyproject.toml
PyPIrequests>=2.32.5pyproject.toml
Todas las dependencias 82

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 11 paquetes directos y 71 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIfastapi0.128.0directa
PyPIhttpx0.28.1directa
PyPIjinja23.1.6directa
PyPIloguru0.7.3directa
PyPInumpy2.0.2directa
PyPInumpy2.2.6directa
PyPInumpy2.4.0directa
PyPIrequests2.32.5directa
PyPItqdm4.67.1directa
PyPIuvicorn0.39.0directa
PyPIuvicorn0.40.0directa
PyPIalabaster0.7.16indirecta
PyPIalabaster1.0.0indirecta
PyPIannotated-doc0.0.4indirecta
PyPIannotated-types0.7.0indirecta
PyPIanyio4.12.1indirecta
PyPIbabel2.17.0indirecta
PyPIbuild1.3.0indirecta
PyPIcertifi2026.1.4indirecta
PyPIcharset-normalizer3.4.4indirecta
PyPIclick8.1.8indirecta
PyPIclick8.3.1indirecta
PyPIcolorama0.4.6indirecta
PyPIdocutils0.21.2indirecta
PyPIdocutils0.22.4indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIfuro—indirecta
PyPIh110.16.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIidna3.11indirecta
PyPIimagesize1.4.1indirecta
PyPIimportlib-metadata8.7.1indirecta
PyPIiniconfig2.1.0indirecta
PyPIiniconfig2.3.0indirecta
PyPIlibrt0.7.7indirecta
PyPImarkdown-it-py3.0.0indirecta
PyPImarkdown-it-py4.0.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImdurl0.1.2indirecta
PyPImypy1.19.1indirecta
PyPImypy-extensions1.1.0indirecta
PyPImyst-parser—indirecta
PyPIpackaging25.0indirecta
PyPIpathspec1.0.1indirecta
PyPIpluggy1.6.0indirecta
PyPIpy-cpuinfo9.0.0indirecta
PyPIpy-draughts1.9.0indirecta
PyPIpydantic2.12.5indirecta
PyPIpydantic-core2.41.5indirecta
PyPIpygments2.19.2indirecta
PyPIpyproject-hooks1.2.0indirecta
PyPIpytest8.4.2indirecta
PyPIpytest9.0.2indirecta
PyPIpytest-benchmark5.2.3indirecta
PyPIrich14.2.0indirecta
PyPIroman-numerals4.1.0indirecta
PyPIruff0.15.12indirecta
PyPIsnowballstemmer3.0.1indirecta
PyPIsphinx—indirecta
PyPIsphinx7.4.7indirecta
PyPIsphinx8.1.3indirecta
PyPIsphinx9.0.4indirecta
PyPIsphinx9.1.0indirecta
PyPIsphinx-copybutton—indirecta
PyPIsphinx-design—indirecta
PyPIsphinx-sitemap—indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-mermaid0.8.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIsphinxext-opengraph—indirecta
PyPIstarlette0.49.3indirecta
PyPIstarlette0.50.0indirecta
PyPItomli2.3.0indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPIurllib32.6.2indirecta
PyPIwin32-setctime1.2.0indirecta
PyPIzipp3.23.0indirecta
Avisos de dependencias 0

Instalar pypi:py-draughts@1.9.0 arrastra 24 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 miskibin/py-draughts. Leer en paralelo →

100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.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.Excepcional100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Excepcional99langchain-ai/langgraphBuild resilient agents.Excepcional99microsoft/agent-frameworkA framework for building, orchestrating and deploying AI agents and multi-agent workflows with support for Python and .NET.Excepcional99pydantic/logfireAI observability platform for production LLM and agent systems.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 v0.31.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.