Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-15 22:51 UTC

munich-quantum-toolkit / core

MQT Core - The Backbone of the Munich Quantum Toolkit

C++MIT★ 130 estrellas⑂ 73 forksdesde ene 2020Ver en GitHub ↗
TipoHerramienta de línea de comandosComplementoBibliotecacómo se determina
#quantum-computing#quantum-intermediate-representation#mqt#tum

munich-quantum-toolkit/core tiene un índice de salud de 96 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (100/100) y la más baja, Sustainability & Governance (71/100). Se actualizó por última vez hoy. Una sola persona concentra la mayor parte del trabajo reciente.

96
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.

96
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 84 se calibra a 96 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

The Munich Quantum Toolkit (MQT)Organización
102 seguidores23 repositorios públicosdesde ago 2024

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
PyPImqt-core3.8.029.42824hace 16 díasmqtquantum-computingdesign-automationdecision-diagramszx-calculus

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 — 1593 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 27 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year1593
human_commit_share0,86
days_since_last_push0
active_weeks_last_year52

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 64 versiones publicadas
36/36Recencia de las versiones — última versión hace 16 días
27/27Cadencia de publicación — una versión cada ~29,7 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count64
latest_release_tagv3.8.0
releases_from_tagsno
days_since_latest_release16
mean_days_between_releases29,7
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?

73Bueno · 17% del índice global

Popularidad y adopción

55Moderado
Cómo se puntúa
34.2/60Estrellas — 130 estrellas
15.5/25Forks — 73 forks
5/15Observadores — 9 observadores
Datos de entrada utilizados
forks73
stars130
watchers9
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 (MIT)
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_badges10
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_servicesshields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

74Bueno
Cómo se puntúa
59.6/80Descargas mensuales — 29.428 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesmqt-core
dependents—
ecosystemspypi
total_downloads—
monthly_downloads29.428
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?

71Bueno · 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)
9.7/22.5Distribución de commits — el principal contribuyente firma el 57% de los commits
13.5/13.5Amplitud de contribuyentes — 40 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 13 contributing companies or organizations
Datos de entrada utilizados
bus_factor1
contributors_sampled40
top_contributor_share0,569

Capacidad de respuesta a issues y PR

82Excelente
Cómo se puntúa
34.2/42Resolución de issues — 82% de issues cerradas
28/30Aceptación de PR — 1680/1802 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
9/15OpenSSF Scorecard: Code-Review — Found 17/28 approved changesets -- score normalized to 6
Datos de entrada utilizados
merged_prs1680
open_issues51
closed_issues225
prs_merged_7d47
prs_decided_7d52
prs_merged_30d47
prs_decided_30d52
issue_closed_ratio0,815
closed_unmerged_prs122
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

73Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado — el estado de dominio verificado no se leyó para esta organización
14.5/25Alcance del propietario — 102 seguidores de munich-quantum-toolkit
14.1/25Trayectoria — 23 repos públicos, cuenta de ~2 años
Datos de entrada utilizados
followers102
owner_typeOrganization
is_verified—
owner_loginmunich-quantum-toolkit
public_repos23
account_age_days737
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 16 días
20/20Historial de versiones — 24 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesmqt-core
ecosystemspypi
any_deprecatedno
min_days_since_publish16

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

96Excepcional · 19% del índice global

Prácticas de ingeniería

100Excepcional
Cómo se puntúa
24/24Flujos de trabajo de CI — 6 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter
9.6/9.6Hooks de pre-commit
6.4/6.4.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_editorconfigsí
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://mqt.readthedocs.io/projects/core
10/10Descripción del repositorio
10/10Topics — 4 topics
0/10Wiki
Datos de entrada utilizados
topicsquantum-computing, quantum-intermediate-representation, mqt, tum
has_wikino
homepagehttps://mqt.readthedocs.io/projects/core
docs_sitehttps://mqt.readthedocs.io/projects/core
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?

76Bueno · 16% del índice global

Postura de seguridad

70Bueno
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-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
0.5/2.5CII-Best-Practices — badge detected: InProgress
4.5/7.5Code-Review — Found 17/28 approved changesets -- score normalized to 6
2.5/2.5Contributors — project has 13 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 27 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
3.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 7
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7
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_packages174
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 174 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.

89Excelente · 4% del índice global

Contexto y guía para agentes

85Excelente
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 85 de 86 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,988
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes10.815

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

89Excelente
Cómo se puntúa
18/18Arranque con un solo comando — noxfile.py
22/22Pruebas automatizadas
11/11Configuración de lint / formato
11/11Verificación estática de tipos — python/mqt/core/py.typed
10/10Entorno reproducible — devcontainer, Dockerfile, lockfile
2/10Práctica demostrada con agentes — 1 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 14 de los últimos 100 commits son actualizaciones automáticas de dependencias
7/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 7
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfilesí
typed_languagesí
bootstrap_filesnoxfile.py
has_devcontainersí
has_linter_configsí
typecheck_configspython/mqt/core/py.typed
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0,14

Legibilidad del código para modelos

98Excepcional
Cómo se puntúa
45/45Código verificable por tipos — C++ (tipado estático)
52.8/55Tamaños de archivo manejables — 23/567 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languageC++
largest_source_bytes153.630
source_files_sampled567
oversized_source_files23

Datos clave

130estrellas de GitHub
40contribuidores
1593commits en los últimos 12 meses
0días desde el último push
64versiones publicadas
1factor bus
51issues 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 ★ / 73 ⇿
0Estrellas
73Forks
64Versiones

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.

01325385063757352020-042023-062026-08
Mayor 1Menor 24Parche 23

Cada punto abarca 6 días.

OpenSSF Scorecard 7.0 / 10
7.0agregado

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 · 2026-08-15 22:50 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-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
2CII-Best-Practicesbadge detected: InProgress
6Code-ReviewFound 17/28 approved changesets -- score normalized to 6
10Contributorsproject has 13 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 27 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
7Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 7
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 1
RegistroPaqueteRestricción de versiónManifiesto
PyPItyping-extensions>=4.12pyproject.toml
Todas las dependencias 174

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 1 paquetes directos y 173 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPItyping-extensions4.16.0directa
PyPIaccessible-pygments0.0.5indirecta
PyPIalabaster1.0.0indirecta
PyPIantlr4-python3-runtime4.13.2indirecta
PyPIappdirs1.4.4indirecta
PyPIappnope0.1.4indirecta
PyPIargcomplete3.7.2indirecta
PyPIastroid4.3.0indirecta
PyPIasttokens3.0.2indirecta
PyPIattrs26.1.0indirecta
PyPIautograd1.8.0indirecta
PyPIautoray0.8.4indirecta
PyPIbabel2.18.0indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIcachetools7.1.7indirecta
PyPIcertifi2026.7.22indirecta
PyPIcffi2.1.1indirecta
PyPIcharset-normalizer3.4.9indirecta
PyPIclick8.4.2indirecta
PyPIcolorama0.4.6indirecta
PyPIcolorlog6.12.0indirecta
PyPIcomm0.2.3indirecta
PyPIcontourpy1.3.2indirecta
PyPIcontourpy1.3.3indirecta
PyPIcoverage7.15.4indirecta
PyPIcycler0.12.1indirecta
PyPIdebugpy1.8.21indirecta
PyPIdecorator5.3.1indirecta
PyPIdependency-groups1.3.1indirecta
PyPIdiastatic-malt2.15.3indirecta
PyPIdill0.4.1indirecta
PyPIdistlib0.4.3indirecta
PyPIdocutils0.21.2indirecta
PyPIdocutils0.22.4indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIexecnet2.1.2indirecta
PyPIexecuting2.2.1indirecta
PyPIfastjsonschema2.22.1indirecta
PyPIfilelock3.32.2indirecta
PyPIfonttools4.63.0indirecta
PyPIfuro2025.12.19indirecta
PyPIgast0.7.0indirecta
PyPIgraphviz0.21indirecta
PyPIgreenlet3.5.4indirecta
PyPIhumanize4.16.0indirecta
PyPIidna3.18indirecta
PyPIimagesize2.0.0indirecta
PyPIimportlib-metadata9.0.0indirecta
PyPIiniconfig2.3.0indirecta
PyPIipykernel7.3.0indirecta
PyPIipython8.39.0indirecta
PyPIipython9.16.1indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIjedi0.20.0indirecta
PyPIjinja23.1.6indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIjupyter-cache1.0.1indirecta
PyPIjupyter-client8.9.1indirecta
PyPIjupyter-core5.9.1indirecta
PyPIkiwisolver1.5.0indirecta
PyPIlatexcodec3.0.1indirecta
PyPIlit18.1.8indirecta
PyPImarkdown-it-py3.0.0indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib3.10.9indirecta
PyPImatplotlib3.11.1indirecta
PyPImatplotlib-inline0.2.2indirecta
PyPImdit-py-plugins0.6.1indirecta
PyPImdurl0.1.2indirecta
PyPImlir-pygments1.0.0indirecta
PyPImpmath1.3.0indirecta
PyPImyst-nb1.4.0indirecta
PyPImyst-parser4.0.1indirecta
PyPImyst-parser5.1.0indirecta
PyPInanobind2.14.0indirecta
PyPInbclient0.11.0indirecta
PyPInbformat5.11.0indirecta
PyPInest-asyncio21.7.2indirecta
PyPInetworkx3.6.1indirecta
PyPInox2026.7.11indirecta
PyPInumpy2.2.6indirecta
PyPInumpy2.4.6indirecta
PyPInumpy2.5.2indirecta
PyPIopenqasm-pygments0.2.0indirecta
PyPIopenqasm31.0.1indirecta
PyPIpackaging26.3indirecta
PyPIpandas2.3.3indirecta
PyPIpandas3.0.5indirecta
PyPIparso0.8.7indirecta
PyPIpathspec1.1.1indirecta
PyPIpennylane0.45.1indirecta
PyPIpennylane-lightning0.45.0indirecta
PyPIpexpect4.9.0indirecta
PyPIpillow12.3.0indirecta
PyPIplatformdirs4.11.1indirecta
PyPIpluggy1.6.0indirecta
PyPIprompt-toolkit3.0.53indirecta
PyPIpsutil7.2.2indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpybtex0.26.1indirecta
PyPIpybtex-docutils1.0.3indirecta
PyPIpycparser3.0indirecta
PyPIpydot4.0.1indirecta
PyPIpygments2.20.0indirecta
PyPIpylatexenc2.11indirecta
PyPIpyparsing3.3.2indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-console-scripts1.4.1indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpytest-sugar1.1.1indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-discovery1.5.1indirecta
PyPIpytz2026.3.post1indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyzmq27.1.0indirecta
PyPIqirrunner0.9.6indirecta
PyPIqiskit2.5.1indirecta
PyPIqiskit-qasm3-import0.6.0indirecta
PyPIreferencing0.37.0indirecta
PyPIrequests2.34.2indirecta
PyPIroman-numerals4.1.0indirecta
PyPIrpds-py0.30.0indirecta
PyPIrpds-py2026.6.3indirecta
PyPIrustworkx0.18.1indirecta
PyPIscikit-build-core1.0.3indirecta
PyPIscipy1.15.3indirecta
PyPIscipy1.17.1indirecta
PyPIscipy1.18.0indirecta
PyPIscipy-openblas320.3.34.106.0indirecta
PyPIseaborn0.13.2indirecta
PyPIsetuptools84.0.0indirecta
PyPIsetuptools-scm10.2.1indirecta
PyPIsix1.17.0indirecta
PyPIsnowballstemmer3.1.1indirecta
PyPIsoupsieve2.9.2indirecta
PyPIsphinx8.1.3indirecta
PyPIsphinx9.0.4indirecta
PyPIsphinx9.1.0indirecta
PyPIsphinx-autoapi3.8.0indirecta
PyPIsphinx-basic-ng1.0.0b2indirecta
PyPIsphinx-copybutton0.5.2indirecta
PyPIsphinx-design0.6.1indirecta
PyPIsphinx-design0.7.0indirecta
PyPIsphinx-llm0.4.1indirecta
PyPIsphinx-markdown-builder0.6.10indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-bibtex2.7.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIsphinxext-opengraph0.13.0indirecta
PyPIsqlalchemy2.0.51indirecta
PyPIstack-data0.6.3indirecta
PyPIstevedore5.8.0indirecta
PyPIstevedore5.9.0indirecta
PyPIsympy1.14.0indirecta
PyPItabulate0.10.0indirecta
PyPItermcolor3.3.0indirecta
PyPItomli2.4.1indirecta
PyPItomlkit0.15.1indirecta
PyPItornado6.5.8indirecta
PyPItraitlets5.16.1indirecta
PyPItzdata2026.3indirecta
PyPIurllib32.7.0indirecta
PyPIvcs-versioning2.2.4indirecta
PyPIvirtualenv21.7.3indirecta
PyPIwcwidth0.8.2indirecta
PyPIzipp4.1.0indirecta
Avisos de dependencias 0

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 174 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 munich-quantum-toolkit/core. Leer en paralelo →

95munich-quantum-toolkit/qeccMQT QECC - Tools for Quantum Error Correcting CodesExcepcional92munich-quantum-toolkit/predictorMQT Predictor - A Tool for Automatic Device Selection with Device-Specific Circuit Compilation for Quantum ComputingExcelente99Qiskit/qiskitQiskit is an open-source SDK for working with quantum computers at the level of extended quantum circuits, operators, and primitives.Excepcional99quantumlib/CirqPython framework for creating, editing, and running Noisy Intermediate-Scale Quantum (NISQ) circuits.Excepcional98PennyLaneAI/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.Excepcional96amazon-braket/amazon-braket-sdk-pythonA Python SDK for interacting with quantum devices on Amazon BraketExcepcional

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.