Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-17 20:20 UTC

moj-analytical-services / splink

Fast, accurate and scalable probabilistic data linkage with support for multiple SQL backends

Python · JavaScriptMIT★ 2411 estrellas⑂ 264 forksdesde nov 2019Ver en GitHub ↗
TipoBibliotecacómo se determina
#record-linkage#spark#em-algorithm#deduplication#deduplicate-data#entity-resolution#data-matching#fuzzy-matching#data-science#duckdb#uk-gov-data-science

moj-analytical-services/splink tiene un índice de salud de 98 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (99/100) y la más baja, AI Readiness (72/100). Se actualizó por última vez hoy. 2 personas concentran la mayor parte del trabajo reciente.

98
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.

98
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 86 se calibra a 98 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

MoJ Analytical ServicesOrganización · dominio verificado
548 seguidores21 repositorios públicosdesde feb 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
PyPIsplink4.0.17-163hace 14 días

Métricas por categoría

Vitalidad

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

99Excepcional · 21% del índice global

Actividad de desarrollo

99Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
35.3/36Cadencia de commits — 51/52 semanas con commits
18/18Volumen de commits — 1471 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 12 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year1471
human_commit_share0,75
days_since_last_push0
active_weeks_last_year51

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
36/36Recencia de las versiones — última versión hace 14 días
27/27Cadencia de publicación — una versión cada ~28,9 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count100
latest_release_tagv4.0.17
releases_from_tagsno
days_since_latest_release14
mean_days_between_releases28,9
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?

80Excelente · 17% del índice global

Popularidad y adopción

82Excelente
Cómo se puntúa
54.9/60Estrellas — 2411 estrellas
20.2/25Forks — 264 forks
6.7/15Observadores — 17 observadores
Datos de entrada utilizados
forks264
stars2411
watchers17
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_badges2
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesshields.io
has_pull_request_templatesí

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

82Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

62Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
12.8/22.5Distribución de commits — el principal contribuyente firma el 43% de los commits
13.5/13.5Amplitud de contribuyentes — 77 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 6 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled77
top_contributor_share0,432

Capacidad de respuesta a issues y PR

81Excelente
Cómo se puntúa
32.4/42Resolución de issues — 77% de issues cerradas
26.9/30Aceptación de PR — 1727/1923 PR decididos fusionados
6.5/13Newcomer PR acceptance — 1/2 PR de contribuyentes primerizos fusionados en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs1727
open_issues188
closed_issues632
prs_merged_7d5
prs_decided_7d9
prs_merged_30d14
prs_decided_30d23
issue_closed_ratio0,771
closed_unmerged_prs196
first_time_authors_30d2
first_time_prs_merged_30d1
first_time_prs_decided_30d2

Propiedad y custodia

92Excelente
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
20/20Dominio verificado
19.7/25Alcance del propietario — 548 seguidores de moj-analytical-services
21.8/25Trayectoria — 21 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers548
owner_typeOrganization
is_verifiedsí
owner_loginmoj-analytical-services
public_repos21
account_age_days3496

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 14 días
20/20Historial de versiones — 163 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagessplink
ecosystemspypi
any_deprecatedno
min_days_since_publish14

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

90Excelente · 19% del índice global

Prácticas de ingeniería

84Excelente
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], [tool.isort])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 13 out of 13 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_configno

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://moj-analytical-services.github.io/splink/
10/10Descripción del repositorio
10/10Topics — 11 topics
10/10Wiki
Datos de entrada utilizados
topicsrecord-linkage, spark, em-algorithm, deduplication, deduplicate-data, entity-resolution, data-matching, fuzzy-matching, data-science, duckdb, uk-gov-data-science
has_wikisí
homepagehttps://moj-analytical-services.github.io/splink/
docs_sitehttps://moj-analytical-services.github.io/splink/
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

77Bueno
Cómo se puntúa
5.2/7.5Binary-Artifacts — binaries present in source code
5.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 13 out of 13 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
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 6 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 12 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — sin datos
4/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
5/5SAST — SAST tool is run on all commits
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — sin datos
6.8/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
5.2/7.5Vulnerabilities — 3 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate7,7
Excluidos de la puntuación (sin datos o no aplicable): Packaging, 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_packages19
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:splink@4.0.17 —lo que arrastra la instalación del paquete publicado—: 19 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.

72Bueno · 4% del índice global

Contexto y guía para agentes

32En riesgo
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
32/40Historial de commits legible — 45 de 75 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,6
agent_instruction_files—
agent_instruction_max_bytes—

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

88Excelente
Cómo se puntúa
18/18Arranque con un solo comando — Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff], [tool.isort])
11/11Verificación estática de tipos — splink/py.typed
10/10Entorno reproducible — Dockerfile, lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
8/8Mantenimiento automatizado — 25 de los últimos 100 commits son actualizaciones automáticas de dependencias
8/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfilesí
typed_languageno
bootstrap_filesMakefile
has_devcontainerno
has_linter_configsí
typecheck_configssplink/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,25

Legibilidad del código para modelos

81Excelente
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (splink/py.typed)
54.4/55Tamaños de archivo manejables — 3/256 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes920.153
source_files_sampled256
oversized_source_files3

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 — demos, examples
Datos de entrada utilizados
example_dirsdemos, examples
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

2411estrellas de GitHub
77contribuidores
1471commits en los últimos 12 meses
0días desde el último push
100versiones publicadas
2factor bus
188issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'splink' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Más detalle

Historial de estrellas y forks 0 ★ / 264 ⇿
0Estrellas
264Forks
100Versiones

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.

05010015020025030026252020-032023-062026-09
Mayor 2Menor 9Parche 59

Cada punto abarca 6 días.

OpenSSF Scorecard 7.7 / 10
7.7agregado

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 · 2026-09-17 20:19 UTC

7Binary-Artifactsbinaries present in source code
7Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests13 out of 13 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 6 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 12 issue activity found in the last 90 days -- score normalized to 10
n/dPackagingpackaging workflow not detected
8Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 8
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
9Token-Permissionsdetected GitHub workflow tokens with excessive permissions
7Vulnerabilities3 existing vulnerabilities detected
Dependencias directas 2
RegistroPaqueteRestricción de versiónManifiesto
PyPIduckdb>=0.9.2pyproject.toml
PyPIsqlglot>=17.6.0pyproject.toml
Todas las dependencias 203

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 4 paquetes directos y 199 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIduckdb1.5.4directa
PyPIduckdb1.5.5directa
PyPIsqlglot30.11.0directa
PyPIsqlglot30.18.0directa
PyPIaltair6.2.2indirecta
PyPIannotated-types0.7.0indirecta
PyPIanyio4.13.0indirecta
PyPIappnope0.1.4indirecta
PyPIast-serialize0.5.0indirecta
PyPIasttokens3.0.1indirecta
PyPIattrs26.1.0indirecta
PyPIbabel2.18.0indirecta
PyPIbackrefs7.0indirecta
PyPIbeautifulsoup44.14.3indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIbleach6.4.0indirecta
PyPIblosc24.3.3indirecta
PyPIblosc24.5.1indirecta
PyPIcachecontrol0.14.4indirecta
PyPIcertifi2026.5.20indirecta
PyPIcertifi2026.6.17indirecta
PyPIcffi2.0.0indirecta
PyPIcharset-normalizer3.4.7indirecta
PyPIclick8.4.1indirecta
PyPIclick8.4.2indirecta
PyPIcolorama0.4.6indirecta
PyPIcomm0.2.3indirecta
PyPIcoverage7.14.1indirecta
PyPIdebugpy1.8.21indirecta
PyPIdecorator5.3.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIessentials1.1.9indirecta
PyPIessentials-openapi1.4.0indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIexecnet2.1.2indirecta
PyPIexecuting2.2.1indirecta
PyPIfastjsonschema2.21.2indirecta
PyPIfilelock3.29.0indirecta
PyPIghp-import2.1.0indirecta
PyPIgitdb4.0.12indirecta
PyPIgitpython3.1.59indirecta
PyPIgreenlet3.5.1indirecta
PyPIgriffe2.3.0indirecta
PyPIgriffecli2.3.0indirecta
PyPIgriffelib2.3.0indirecta
PyPIh110.16.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx0.28.1indirecta
PyPIidna3.17indirecta
PyPIidna3.18indirecta
PyPIigraph1.0.0indirecta
PyPIiniconfig2.3.0indirecta
PyPIipykernel7.3.0indirecta
PyPIipython8.39.0indirecta
PyPIipython9.14.1indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIipywidgets8.1.9indirecta
PyPIjedi0.20.0indirecta
PyPIjinja23.1.6indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIjupyter-client8.8.0indirecta
PyPIjupyter-client8.9.1indirecta
PyPIjupyter-core5.9.1indirecta
PyPIjupyterlab-pygments0.3.0indirecta
PyPIjupyterlab-widgets3.0.17indirecta
PyPIjupytext1.19.5indirecta
PyPIlayered-config-tree4.1.3indirecta
PyPIlibrt0.11.0indirecta
PyPIlinkify-it-py2.1.0indirecta
PyPIloguru0.7.3indirecta
PyPIlxml6.1.1indirecta
PyPImarkdown3.10.2indirecta
PyPImarkdown-it-py3.0.0indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkdownify1.2.2indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib-inline0.2.2indirecta
PyPImdformat0.7.22indirecta
PyPImdformat-tables1.0.0indirecta
PyPImdit-py-plugins0.6.1indirecta
PyPImdurl0.1.2indirecta
PyPImergedeep1.3.4indirecta
PyPImistune3.3.3indirecta
PyPImistune3.3.4indirecta
PyPImkdocs1.6.1indirecta
PyPImkdocs-autorefs1.4.4indirecta
PyPImkdocs-get-deps0.2.2indirecta
PyPImkdocs-llmstxt0.5.0indirecta
PyPImkdocs-material9.7.7indirecta
PyPImkdocs-material-extensions1.3.1indirecta
PyPImkdocs-rss-plugin1.19.0indirecta
PyPImkdocs-video1.5.0indirecta
PyPImkdocstrings1.0.6indirecta
PyPImkdocstrings-python2.0.8indirecta
PyPImknotebooks0.8.0indirecta
PyPImsgpack1.2.1indirecta
PyPImypy2.1.0indirecta
PyPImypy-extensions1.1.0indirecta
PyPInarwhals2.21.2indirecta
PyPInarwhals2.22.1indirecta
PyPInbclient0.10.4indirecta
PyPInbclient0.11.0indirecta
PyPInbconvert7.17.1indirecta
PyPInbformat5.10.4indirecta
PyPInbmake1.5.5indirecta
PyPIndindex1.10.1indirecta
PyPIneoteroi-mkdocs1.2.0indirecta
PyPInest-asyncio21.7.2indirecta
PyPInetworkx3.4.2indirecta
PyPInetworkx3.6.1indirecta
PyPInumexpr2.14.1indirecta
PyPInumpy2.2.6indirecta
PyPInumpy2.4.6indirecta
PyPInumpy2.5.0indirecta
PyPIpackaging26.2indirecta
PyPIpaginate0.5.7indirecta
PyPIpandas2.3.3indirecta
PyPIpandas3.0.3indirecta
PyPIpandas-stubs2.2.3.250308indirecta
PyPIpandocfilters1.5.1indirecta
PyPIparso0.8.7indirecta
PyPIpathspec1.1.1indirecta
PyPIpexpect4.9.0indirecta
PyPIplatformdirs4.10.0indirecta
PyPIplotext5.3.2indirecta
PyPIpluggy1.6.0indirecta
PyPIprompt-toolkit3.0.52indirecta
PyPIproperdocs1.6.7indirecta
PyPIpseudopeople1.2.8indirecta
PyPIpsutil7.2.2indirecta
PyPIpsycopg2-binary2.9.13indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpy-cpuinfo9.0.0indirecta
PyPIpy4j0.10.9.9indirecta
PyPIpyarrow24.0.0indirecta
PyPIpyarrow25.0.1indirecta
PyPIpycparser3.0indirecta
PyPIpydantic2.13.4indirecta
PyPIpydantic-core2.46.4indirecta
PyPIpygments2.20.0indirecta
PyPIpymdown-extensions11.0.2indirecta
PyPIpyspark3.5.8indirecta
PyPIpyspark4.1.2indirecta
PyPIpyspark4.2.0indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpytz2026.2indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyyaml-env-tag1.1indirecta
PyPIpyzmq27.1.0indirecta
PyPIrapidfuzz3.14.5indirecta
PyPIreferencing0.37.0indirecta
PyPIrequests2.34.2indirecta
PyPIrich15.0.0indirecta
PyPIrpds-py0.30.0indirecta
PyPIrpds-py2026.5.1indirecta
PyPIruff0.15.18indirecta
PyPIscipy1.15.3indirecta
PyPIscipy1.17.1indirecta
PyPIscipy1.18.0indirecta
PyPIsix1.17.0indirecta
PyPIsmmap5.0.3indirecta
PyPIsoupsieve2.8.4indirecta
PyPIsoupsieve2.9.1indirecta
PyPIsplink5.0.0.dev4indirecta
PyPIsplink-demos5.0.0indirecta
PyPIsqlalchemy2.0.52indirecta
PyPIstack-data0.6.3indirecta
PyPItables3.10.1indirecta
PyPItables3.11.1indirecta
PyPItexttable1.7.0indirecta
PyPItextual8.2.7indirecta
PyPItextual-plotext1.0.1indirecta
PyPIthreadpoolctl3.6.0indirecta
PyPItinycss21.4.0indirecta
PyPItinycss21.5.1indirecta
PyPItomli2.4.1indirecta
PyPItornado6.5.8indirecta
PyPItqdm4.68.3indirecta
PyPItraitlets5.15.0indirecta
PyPItraitlets5.15.1indirecta
PyPIty0.0.52indirecta
PyPItypes-pytz2026.2.0.20260518indirecta
PyPItypes-pyyaml6.0.12.20260518indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItzdata2025.3indirecta
PyPItzdata2026.2indirecta
PyPIuc-micro-py2.0.0indirecta
PyPIurllib32.7.0indirecta
PyPIvivarium2.3.7indirecta
PyPIvivarium-build-utils1.1.2indirecta
PyPIvivarium-dependencies1.0.4indirecta
PyPIwatchdog6.0.0indirecta
PyPIwcwidth0.7.0indirecta
PyPIwcwidth0.8.1indirecta
PyPIwebencodings0.5.1indirecta
PyPIwidgetsnbextension4.0.16indirecta
PyPIwin32-setctime1.2.0indirecta
Avisos de dependencias 0

Instalar pypi:splink@4.0.17 arrastra 19 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 moj-analytical-services/splink. Leer en paralelo →

88benseverndev-oss/goldenmatchZero-config entity resolution feeding a durable identity layer: messy records from any source become stable golden entities, a Customer 360 with provenance, merge/split and audit. Fellegi-Sunter beats hand-tuned Splink. Arrow-native/Rust, 250M rows in 11.2 min. Python + edge TypeScript (WASM), SQL-native in Postgres & DuckDB, 97 MCP tools + REST.Excelente97lance-format/lanceOpen Lakehouse Format for Multimodal AI. Convert from Parquet in 2 lines of code for 100x faster random access, vector index, and data versioning. Compatible with Pandas, DuckDB, Polars, Pyarrow, and PyTorch with more integrations coming..Excepcional97microsoft/SynapseMLSimple and Distributed Machine Learning Python Library porting ML algorithms for SparkExcepcional93tobymao/sqlglotPython SQL Parser and TranspilerExcepcional93opengeos/GeoLibreA lightweight, cloud-native GIS platform for visualizing, exploring, and analyzing geospatial data. It runs in the web browser, on the desktop, on mobile, and inside Jupyter notebooks.Excepcional92capitalone/datacompyPandas, Polars, Spark, and Snowpark DataFrame comparison for humans and more!Excelente

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.