Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-15 00:50 UTC

munich-quantum-toolkit / qecc

MQT QECC - Tools for Quantum Error Correcting Codes

PythonMIT★ 231 estrellas⑂ 35 forksdesde abr 2022Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina
#quantum-computing#quantum-error-correction#quantum-information-theory#ldpc-codes

munich-quantum-toolkit/qecc tiene un índice de salud de 95 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (96/100) y la más baja, Community & Adoption (65/100). Se actualizó por última vez hoy. 2 personas concentran la mayor parte del trabajo reciente.

95
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.

95
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 82 se calibra a 95 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

The Munich Quantum Toolkit (MQT)Organización
101 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.qecc2.0.058318hace 32 díasmqtmaxsatqldpcerror-correctionquantum-computing

Métricas por categoría

Vitalidad

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

96Excepcional · 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 — 296 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 13 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year296
human_commit_share0,28
days_since_last_push0
active_weeks_last_year51

Disciplina de publicación

92Excelente
Cómo se puntúa
27/27Publica versiones — 19 versiones publicadas
36/36Recencia de las versiones — última versión hace 32 días
19.8/27Cadencia de publicación — una versión cada ~113,1 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count19
latest_release_tagv2.0.0
releases_from_tagsno
days_since_latest_release32
mean_days_between_releases113,1
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?

65Bueno · 17% del índice global

Popularidad y adopción

54Moderado
Cómo se puntúa
38.3/60Estrellas — 231 estrellas
12.8/25Forks — 35 forks
3.3/15Observadores — 5 observadores
Datos de entrada utilizados
forks35
stars231
watchers5
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_badges8
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_servicesshields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

46Débil
Cómo se puntúa
36.9/80Descargas mensuales — 583 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesmqt.qecc
dependents—
ecosystemspypi
total_downloads—
monthly_downloads583
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?

75Bueno · 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 — 15 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 9 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled15
top_contributor_share0,431

Capacidad de respuesta a issues y PR

74Bueno
Cómo se puntúa
35.6/42Resolución de issues — 85% de issues cerradas
26.1/30Aceptación de PR — 641/738 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
3/15OpenSSF Scorecard: Code-Review — Found 6/27 approved changesets -- score normalized to 2
Datos de entrada utilizados
merged_prs641
open_issues7
closed_issues39
prs_merged_7d0
prs_decided_7d0
prs_merged_30d5
prs_decided_30d5
issue_closed_ratio0,848
closed_unmerged_prs97
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
14.4/25Alcance del propietario — 101 seguidores de munich-quantum-toolkit
14.1/25Trayectoria — 23 repos públicos, cuenta de ~2 años
Datos de entrada utilizados
followers101
owner_typeOrganization
is_verified—
owner_loginmunich-quantum-toolkit
public_repos23
account_age_days736
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 — 18 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesmqt.qecc
ecosystemspypi
any_deprecatedno
min_days_since_publish32

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 — 4 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/qecc
10/10Descripción del repositorio
10/10Topics — 4 topics
0/10Wiki
Datos de entrada utilizados
topicsquantum-computing, quantum-error-correction, quantum-information-theory, ldpc-codes
has_wikino
homepagehttps://mqt.readthedocs.io/projects/qecc
docs_sitehttps://mqt.readthedocs.io/projects/qecc
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?

74Bueno · 16% del índice global

Postura de seguridad

68Bueno
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
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
1.5/7.5Code-Review — Found 6/27 approved changesets -- score normalized to 2
2.5/2.5Contributors — project has 9 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 13 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
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_aggregate6,8
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_packages38
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:mqt.qecc@2.0.0 —lo que arrastra la instalación del paquete publicado—: 38 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.

90Excelente · 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 — 24 de 28 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,857
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes4772

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

94Excepcional
Cómo se puntúa
18/18Arranque con un solo comando — noxfile.py
22/22Pruebas automatizadas
11/11Configuración de lint / formato
11/11Verificación estática de tipos — src/mqt/qecc/py.typed
10/10Entorno reproducible — lockfile
4/10Práctica demostrada con agentes — 2 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 66 de los últimos 100 commits son actualizaciones automáticas de dependencias
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_filesnoxfile.py
has_devcontainerno
has_linter_configsí
typecheck_configssrc/mqt/qecc/py.typed
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0,66

Legibilidad del código para modelos

81Excelente
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (src/mqt/qecc/py.typed)
54/55Tamaños de archivo manejables — 3/170 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes98.734
source_files_sampled170
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 — examples, notebooks
Datos de entrada utilizados
example_dirsexamples, notebooks
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

231estrellas de GitHub
15contribuidores
296commits en los últimos 12 meses
0días desde el último push
19versiones publicadas
2factor bus
7issues 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 ★ / 35 ⇿
0Estrellas
35Forks
15Versiones

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.

01325383522022-112024-092026-07
Mayor 0Menor 9Parche 6

Cada punto abarca 4 días.

OpenSSF Scorecard 6.8 / 10
6.8agregado

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 00:50 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
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
2Code-ReviewFound 6/27 approved changesets -- score normalized to 2
10Contributorsproject has 9 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 13 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
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 27
RegistroPaqueteRestricción de versiónManifiesto
PyPIqiskit>=1.0.0pyproject.toml
PyPImatplotlib>=3.7.1pyproject.toml
PyPImatplotlib>=3.8pyproject.toml
PyPImatplotlib>=3.10pyproject.toml
PyPImatplotlib>=3.10.5pyproject.toml
PyPInumpy>=1.24.1pyproject.toml
PyPInumpy>=1.26pyproject.toml
PyPInumpy>=2.1pyproject.toml
PyPInumpy>=2.3.2pyproject.toml
PyPInumba>=0.57pyproject.toml
PyPInumba>=0.59pyproject.toml
PyPInumba>=0.61pyproject.toml
PyPInumba>=0.63.1pyproject.toml
PyPIscipy>=1.15.2pyproject.toml
PyPIscipy>=1.16.1pyproject.toml
PyPIz3-solver>=4.15.3pyproject.toml
PyPImultiprocess>=0.70.17pyproject.toml
PyPImultiprocess>=0.70.19pyproject.toml
PyPIldpc>=2.3.10pyproject.toml
PyPIstim>=1.14.0pyproject.toml
PyPIpymatching>=2.2.2pyproject.toml
PyPIpymatching>=2.4.0pyproject.toml
PyPIbposd>=1.6pyproject.toml
PyPIqecsim>=1.0b9pyproject.toml
PyPIsinter>=1.14.0pyproject.toml
PyPItqdm>=4.66.2pyproject.toml
PyPInetworkx>=3.4.2pyproject.toml
Todas las dependencias 179

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 20 paquetes directos y 159 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIbposd2.1directa
PyPIldpc2.4.1directa
PyPImatplotlib3.10.9directa
PyPImatplotlib3.11.1directa
PyPImultiprocess0.70.19directa
PyPInetworkx3.4.2directa
PyPInetworkx3.6.1directa
PyPInumba0.66.0directa
PyPInumpy2.2.6directa
PyPInumpy2.4.6directa
PyPIpymatching2.4.0directa
PyPIqecsim1.0b9directa
PyPIqiskit2.5.1directa
PyPIscipy1.15.3directa
PyPIscipy1.17.1directa
PyPIscipy1.18.0directa
PyPIsinter1.16.0directa
PyPIstim1.16.0directa
PyPItqdm4.70.0directa
PyPIz3-solver5.0.0.0directa
PyPIaccessible-pygments0.0.5indirecta
PyPIalabaster1.0.0indirecta
PyPIantlr4-python3-runtime4.13.2indirecta
PyPIanytree2.13.0indirecta
PyPIappdirs1.4.4indirecta
PyPIappnope0.1.4indirecta
PyPIargcomplete3.7.2indirecta
PyPIastroid4.3.0indirecta
PyPIasttokens3.0.2indirecta
PyPIattrs26.1.0indirecta
PyPIbabel2.18.0indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIcertifi2026.7.22indirecta
PyPIcffi2.1.1indirecta
PyPIcharset-normalizer3.4.9indirecta
PyPIchp-sim0.1.1indirecta
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
PyPIdill0.4.1indirecta
PyPIdistlib0.4.3indirecta
PyPIdocutils0.21.2indirecta
PyPIdocutils0.22.4indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIexecnet2.1.2indirecta
PyPIexecuting2.2.1indirecta
PyPIfastcore2.2.10indirecta
PyPIfastjsonschema2.22.1indirecta
PyPIfilelock3.32.2indirecta
PyPIfonttools4.63.0indirecta
PyPIfs2.4.16indirecta
PyPIfuro2025.12.19indirecta
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
PyPIipywidgets8.1.8indirecta
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
PyPIjupyterlab-widgets3.0.16indirecta
PyPIkiwisolver1.5.0indirecta
PyPIlatexcodec3.0.1indirecta
PyPIlatextools0.5.0indirecta
PyPIllvmlite0.48.0indirecta
PyPImarkdown-it-py3.0.0indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib-inline0.2.2indirecta
PyPImdit-py-plugins0.6.1indirecta
PyPImdurl0.1.2indirecta
PyPImpmath1.3.0indirecta
PyPImyst-nb1.4.0indirecta
PyPImyst-parser4.0.1indirecta
PyPImyst-parser5.1.0indirecta
PyPInbclient0.11.0indirecta
PyPInbformat5.11.0indirecta
PyPInest-asyncio21.7.2indirecta
PyPInox2026.7.11indirecta
PyPIopenqasm31.0.1indirecta
PyPIpackaging26.3indirecta
PyPIpandas2.3.3indirecta
PyPIpandas3.0.5indirecta
PyPIparso0.8.7indirecta
PyPIpexpect4.9.0indirecta
PyPIpillow12.3.0indirecta
PyPIplatformdirs4.11.1indirecta
PyPIpluggy1.6.0indirecta
PyPIprojectq0.8.0indirecta
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-mock3.15.1indirecta
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
PyPIqiskit-qasm3-import0.6.0indirecta
PyPIqsample0.0.2indirecta
PyPIreferencing0.37.0indirecta
PyPIrequests2.34.2indirecta
PyPIroman-numerals4.1.0indirecta
PyPIrpds-py0.30.0indirecta
PyPIrpds-py2026.6.3indirecta
PyPIrustworkx0.18.1indirecta
PyPIseaborn0.13.2indirecta
PyPIsetuptools84.0.0indirecta
PyPIsimpleeval1.0.7indirecta
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
PyPIsphinxcontrib-svg2pdfconverter2.1.0indirecta
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
PyPItornado6.5.8indirecta
PyPItraitlets5.16.1indirecta
PyPItyping-extensions4.16.0indirecta
PyPItzdata2026.3indirecta
PyPIurllib32.7.0indirecta
PyPIvirtualenv21.7.3indirecta
PyPIwcwidth0.8.2indirecta
PyPIwidgetsnbextension4.0.15indirecta
PyPIzipp4.1.0indirecta
Avisos de dependencias 0

Instalar pypi:mqt.qecc@2.0.0 arrastra 38 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 munich-quantum-toolkit/qecc. Leer en paralelo →

53GuillaumeLessard/qector-decoderProduction-grade Rust/Python quantum error correction decoder. 25+ decoder families: MWPM Blossom, Union-Find, BP-OSD, LDPC/qLDPC, belief-matching, CUDA/GPU batch decoding, AutoDecoder 7-tier fallback. PyMatching/Stim/Sinter compatible. Ed25519 license verification. Benchmark evidence included.Moderado96munich-quantum-toolkit/coreMQT Core - The Backbone of the Munich Quantum ToolkitExcepcional93QCHackers/tqecDesign automation software tools for Topological Quantum Error CorrectionExcepcional92vprusso/toqito|toqito> (Theory of Quantum Information Toolkit) is a Python library for research in quantum information theory.Excelente92munich-quantum-toolkit/predictorMQT Predictor - A Tool for Automatic Device Selection with Device-Specific Circuit Compilation for Quantum ComputingExcelente81qLDPCOrg/qLDPCTools for constructing and analyzing quantum low density parity check (qLDPC) codes. Also stabilizer and subsystem codes more broadly.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 v0.31.0 — metodología completa · wiki de métricas.

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