Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-08-27 21:55 UTC

modelscope / ms-swift

Use PEFT or Full-parameter to CPT/SFT/DPO/GRPO 600+ LLMs (Qwen3.6, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) and 300+ MLLMs (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM4.5v, Gemma4, Llava, Phi4, ...) (AAAI 2025).

PythonApache-2.0★ 15.386 estrellas⑂ 1636 forksdesde ago 2023Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina
#llm#lora#llama#sft#multimodal#peft#internvl#liger#deepseek-r1#embedding#grpo#open-r1#megatron#llama4#qwen3#reranker#moe#qwen3-vl#qwen3-omni#qwen3-6

modelscope/ms-swift tiene un índice de salud de 94 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (100/100) y la más baja, Security (44/100). Se actualizó por última vez hoy. Una sola persona concentra la mayor parte del trabajo reciente.

94
global / 100
Excepcional

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.

94
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 81 se calibra a 94 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

ModelScopeOrganización
6540 seguidores52 repositorios públicosdesde jul 2022

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
PyPIms_swift4.5.2110.965135hace 11 díastransformersllmloramegatrongrposft

Métricas por categoría

Vitalidad

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

100Excepcional · 21% del índice global

Actividad de desarrollo

100Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
36/36Cadencia de commits — 52/52 semanas con commits
18/18Volumen de commits — 1282 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 11 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year1282
human_commit_share1
days_since_last_push0
active_weeks_last_year52

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
36/36Recencia de las versiones — última versión hace 11 días
27/27Cadencia de publicación — una versión cada ~8,5 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count100
latest_release_tagv4.5.2
releases_from_tagsno
days_since_latest_release11
mean_days_between_releases8,5
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?

91Excelente · 17% del índice global

Popularidad y adopción

94Excepcional
Cómo se puntúa
60/60Estrellas — 15.386 estrellas
25/25Forks — 1636 forks
9.4/15Observadores — 51 observadores
Datos de entrada utilizados
forks1636
stars15.386
watchers51
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

92Excelente
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
18/18Guía CONTRIBUTING
13.5/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges6
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_servicesbadge.fury.io, shields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

84Excelente
Cómo se puntúa
67.3/80Descargas mensuales — 110.965 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesms_swift
dependents—
ecosystemspypi
total_downloads—
monthly_downloads110.965
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?

74Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

42Débil
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
9.8/22.5Distribución de commits — el principal contribuyente firma el 56% de los commits
13.5/13.5Amplitud de contribuyentes — 100 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 9 contributing companies or organizations
Datos de entrada utilizados
bus_factor1
contributors_sampled100
top_contributor_share0,563

Capacidad de respuesta a issues y PR

89Excelente
Cómo se puntúa
37.6/42Resolución de issues — 90% de issues cerradas
27.6/30Aceptación de PR — 3523/3825 PR decididos fusionados
10.7/13Newcomer PR acceptance — 14/17 PR de contribuyentes primerizos fusionados en 30 d
13.5/15OpenSSF Scorecard: Code-Review — Found 28/30 approved changesets -- score normalized to 9
Datos de entrada utilizados
merged_prs3523
open_issues537
closed_issues4592
prs_merged_7d36
prs_decided_7d36
prs_merged_30d47
prs_decided_30d60
issue_closed_ratio0,895
closed_unmerged_prs302
first_time_authors_30d11
first_time_prs_merged_30d14
first_time_prs_decided_30d17

Propiedad y custodia

76Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
25/25Alcance del propietario — 6540 seguidores de modelscope
20.7/25Trayectoria — 52 repos públicos, cuenta de ~4 años
Datos de entrada utilizados
followers6540
owner_typeOrganization
is_verifiedno
owner_loginmodelscope
public_repos52
account_age_days1494

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 11 días
20/20Historial de versiones — 135 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesms_swift
ecosystemspypi
any_deprecatedno
min_days_since_publish11

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 — 6 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — setup.cfg ([flake8], [isort], [yapf])
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://swift.readthedocs.io/zh-cn/latest/
10/10Descripción del repositorio
10/10Topics — 20 topics
10/10Wiki
Datos de entrada utilizados
topicsllm, lora, llama, sft, multimodal, peft, internvl, liger, deepseek-r1, embedding, grpo, open-r1, megatron, llama4, qwen3, reranker, moe, qwen3-vl, qwen3-omni, qwen3-6
has_wikisí
homepagehttps://swift.readthedocs.io/zh-cn/latest/
docs_sitehttps://swift.readthedocs.io/zh-cn/latest/
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?

44Débil · 16% del índice global

Postura de seguridad

44Débil
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
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
6.8/7.5Code-Review — Found 28/30 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 9 contributing companies or organizations
0/10Dangerous-Workflow — 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 11 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
1.5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6.8/7.5Vulnerabilities — 1 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate4,4
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Packaging, Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

42Débil
Cómo se puntúa
7.4/35Dependencias directas libres de avisos conocidos — 3 afectados: pillow 11.3.0 (critical 9.1), gradio 5.50.0 (high 8.6), datasets 4.8.4 (unknown)
10/25Dependencias indirectas libres de avisos conocidos — 1 afectados: starlette 0.52.1 (high 7.5)
24.5/40Sin avisos pendientes — 3 paquete(s) con avisos sin atender más allá de 90 días; el más antiguo publicado hace 197 días
Datos de entrada utilizados
sourceosv
advisories60
affected_packages4
assessed_packages129
unassessed_packages0
affected_by_severitycritical 1, high 2, unknown 1
direct_affected_packages3
Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:ms_swift@4.5.2 —lo que arrastra la instalación del paquete publicado—: 129 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.

57Moderado · 4% del índice global

Contexto y guía para agentes

40Débil
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 94 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,94
agent_instruction_files—
agent_instruction_max_bytes—

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

55Moderado
Cómo se puntúa
18/18Arranque con un solo comando — Makefile, docs/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — setup.cfg ([flake8], [isort], [yapf])
0/11Verificación estática de tipos
0/10Entorno reproducible
4/10Práctica demostrada con agentes — 2 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
lockfiles—
has_dockerfileno
typed_languageno
bootstrap_filesMakefile, docs/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,02
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
54.3/55Tamaños de archivo manejables — 9/706 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes136.370
source_files_sampled706
oversized_source_files9

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, notebooks, sample
Datos de entrada utilizados
example_dirsexamples, notebooks, sample
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

15.386estrellas de GitHub
100contribuidores
1282commits en los últimos 12 meses
0días desde el último push
100versiones publicadas
1factor bus
537issues 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 28 authors (cap 12)

Más detalle

Historial de estrellas y forks 0 ★ / 1636 ⇿
0Estrellas
1636Forks
58Versiones

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.

Solo se muestra el historial más reciente: este repositorio supera la ventana de recopilación, por lo que no se captura el historial más antiguo.

50075010001250150017501636132025-062026-012026-08
Mayor 1Menor 13Parche 44

Cada punto abarca 2 días.

OpenSSF Scorecard 4.4 / 10
4.4agregado

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 · 2026-08-27 21:54 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
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
9Code-ReviewFound 28/30 approved changesets -- score normalized to 9
10Contributorsproject has 9 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 11 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
3Security-Policysecurity policy file detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
9Vulnerabilities1 existing vulnerabilities detected
Todas las dependencias 62

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 62 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIaccelerate—indirecta
PyPIaddict—indirecta
PyPIaiohttp—indirecta
PyPIattrdict—indirecta
PyPIbinpacking—indirecta
PyPIcharset-normalizer—indirecta
PyPIcpm-kernels—indirecta
PyPIdacite—indirecta
PyPIdatasets—indirecta
PyPIdecorator—indirecta
PyPIdocutils—indirecta
PyPIeinops—indirecta
PyPIevalscope—indirecta
PyPIexpecttest—indirecta
PyPIfastapi—indirecta
PyPIflake8—indirecta
PyPIgradio—indirecta
PyPIimportlib-metadata—indirecta
PyPIisort—indirecta
PyPIjson-repair—indirecta
PyPImatplotlib—indirecta
PyPImcore-bridge—indirecta
PyPImegatron-core—indirecta
PyPImodelscope—indirecta
PyPImyst-parser—indirecta
PyPInltk—indirecta
PyPInumpy—indirecta
PyPIopenai—indirecta
PyPIoss2—indirecta
PyPIpandas—indirecta
PyPIpeft—indirecta
PyPIpillow—indirecta
PyPIpre-commit—indirecta
PyPIpytest—indirecta
PyPIpyyaml—indirecta
PyPIray—indirecta
PyPIrecommonmark—indirecta
PyPIrequests—indirecta
PyPIrouge—indirecta
PyPIsafetensors—indirecta
PyPIscipy—indirecta
PyPIsentencepiece—indirecta
PyPIsimplejson—indirecta
PyPIsortedcontainers—indirecta
PyPIsphinx—indirecta
PyPIsphinx-book-theme—indirecta
PyPIsphinx-copybutton—indirecta
PyPIsphinx-markdown-tables—indirecta
PyPIsphinx-rtd-theme—indirecta
PyPIsphinxcontrib-mermaid—indirecta
PyPIswanlab—indirecta
PyPItensorboard—indirecta
PyPItiktoken—indirecta
PyPItorchaudio2.7.1indirecta
PyPItorchvision0.22.1indirecta
PyPItqdm—indirecta
PyPItransformers—indirecta
PyPItransformers-stream-generator—indirecta
PyPItrl—indirecta
PyPIuvicorn—indirecta
PyPIyapf0.30.0indirecta
PyPIzstandard—indirecta
Avisos de dependencias 4

Instalar pypi:ms_swift@4.5.2 arrastra 129 paquetes, directos y transitivos: 4 tienen avisos conocidos, de los cuales 3 son dependencias directas.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
pillow11.3.0directacrítica3612.3.0
gradio5.50.0directaalta136.16.0
starlette0.52.1indirectaalta101.3.1
datasets4.8.4directadesconocida15.0.1

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 modelscope/ms-swift. Leer en paralelo →

99vllm-project/vllmA high-throughput and memory-efficient inference and serving engine for LLMsExcepcional98huggingface/peft🤗 PEFT: State-of-the-art Parameter-Efficient Fine-Tuning.Excepcional96NVIDIA-NeMo/Automodel🚀 Pytorch Distributed native training library for LLMs/VLMs with OOTB Hugging Face supportExcepcional99huggingface/trlTrain transformer language models with reinforcement learning.Excepcional98sgl-project/sglangSGLang is a high-performance serving framework for large language models and multimodal models.Excepcional99openvinotoolkit/nncfNeural Network Compression Framework for enhanced OpenVINO™ inferenceExcepcional

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.