Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-10-12 20:12 UTC

musharna / data-aggregator-mcp

Unified research-data acquisition MCP — search & fetch datasets across Zenodo, DataCite, NCBI omics (GEO/SRA/BioProject), and literature (PubMed/OpenAIRE) behind one normalized model.

PythonMIT★ 4 estrellas⑂ 0 forksdesde may 2026Ver en GitHub ↗
TipoHerramienta de línea de comandosServidor MCPBibliotecacómo se determina
#bioinformatics#datacite#datasets#mcp#model-context-protocol#ncbi#pubmed#python#research-data#zenodo#data-discovery#mcp-server#open-science

musharna/data-aggregator-mcp tiene un índice de salud de 86 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Engineering Quality (96/100) y la más baja, Sustainability & Governance (51/100). Se actualizó por última vez hoy. Una sola persona concentra la mayor parte del trabajo reciente.

86
global / 100
Excelente

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.

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

Titularidad

Jaret ArnoldCuenta personal
5 seguidores42 repositorios públicosdesde dic 2021Virginia Tech

Este repositorio pertenece a una cuenta personal. Un proyecto con un único propietario conlleva más riesgo de continuidad que uno respaldado por una organización.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPIdata-aggregator-mcp0.70.017.00879hace 0 díasbioinformaticsdatacitedatasetsgeomcpmodel-context-protocolncbiresearch-datasrazenodo

Métricas por categoría

Vitalidad

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

84Excelente · 21% del índice global

Actividad de desarrollo

74Bueno
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
10.4/36Cadencia de commits — 15/52 semanas con commits
18/18Volumen de commits — 1123 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year1123
human_commit_share0,99
days_since_last_push0
active_weeks_last_year15

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 80 versiones publicadas
36/36Recencia de las versiones — última versión hace 0 días
27/27Cadencia de publicación — una versión cada ~0,7 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count80
latest_release_tagv0.71.0
releases_from_tagsno
days_since_latest_release0
mean_days_between_releases0,7
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?

53Moderado · 17% del índice global

Popularidad y adopción

8Crítico
Cómo se puntúa
7.7/60Estrellas — 4 estrellas
0/25Forks — 0 forks
0/15Observadores — 0 observadores
Datos de entrada utilizados
forks0
stars4
watchers0
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_badges6
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

70Bueno
Cómo se puntúa
56.4/80Descargas mensuales — 17.008 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesdata-aggregator-mcp
dependents—
ecosystemspypi
total_downloads—
monthly_downloads17.008
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?

51Moderado · 23% del índice global

Resiliencia de mantenedores (factor bus)

13Crítico
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
0/22.5Distribución de commits — el principal contribuyente firma el 100% de los commits
1.4/13.5Amplitud de contribuyentes — 1 contribuyentes
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Datos de entrada utilizados
bus_factor1
contributors_sampled1
top_contributor_share1

Capacidad de respuesta a issues y PR

62Moderado
Cómo se puntúa
25.2/42Resolución de issues — 60% de issues cerradas
29.1/30Aceptación de PR — 268/276 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/7 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs268
open_issues2
closed_issues3
prs_merged_7d33
prs_decided_7d34
prs_merged_30d58
prs_decided_30d59
issue_closed_ratio0,6
closed_unmerged_prs8
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

46Débil
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
5.6/25Alcance del propietario — 5 seguidores de musharna
21.5/25Trayectoria — 42 repos públicos, cuenta de ~4 años
Datos de entrada utilizados
followers5
owner_typeUser
is_verified—
owner_loginmusharna
public_repos42
account_age_days1758
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 0 días
20/20Historial de versiones — 79 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesdata-aggregator-mcp
ecosystemspypi
any_deprecatedno
min_days_since_publish0

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 — 8 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff])
9.6/9.6Hooks de pre-commit
6.4/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 8 out of 8 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://musharna.github.io/projects/MCPServers/
10/10Descripción del repositorio
10/10Topics — 13 topics
0/10Wiki
Datos de entrada utilizados
topicsbioinformatics, datacite, datasets, mcp, model-context-protocol, ncbi, pubmed, python, research-data, zenodo, data-discovery, mcp-server, open-science
has_wikino
homepagehttps://musharna.github.io/projects/MCPServers/
docs_sitehttps://musharna.github.io/projects/MCPServers/
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
0/7.5Branch-Protection — sin datos
2.5/2.5CI-Tests — 8 out of 8 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/7 approved changesets -- score normalized to 0
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
10/10Dangerous-Workflow — no dangerous workflow patterns detected
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 1 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
5/5SAST — SAST tool is run on all commits
2/5Security-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_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate7
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, 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_packages94
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 94 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.

73Bueno · 4% del índice global

Contexto y guía para agentes

85Excelente
Cómo se puntúa
45/45Instrucciones para agentes — CLAUDE.md
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 97 de 99 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,98
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes3551

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

61Moderado
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff])
0/11Verificación estática de tipos
10/10Entorno reproducible — lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
8/8Mantenimiento automatizado — 1 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_files—
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,01

Legibilidad del código para modelos

54Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
54.5/55Tamaños de archivo manejables — 3/313 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes96.990
source_files_sampled313
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
20/20Servidor MCP
40/40Ejemplos ejecutables — examples
Datos de entrada utilizados
example_dirsexamples
has_mcp_signalsí
api_schema_files—
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Esquema de API (OpenAPI/GraphQL/proto). Los pesos restantes se han renormalizado.

Datos clave

4estrellas de GitHub
1contribuidores
1123commits en los últimos 12 meses
0días desde el último push
80versiones publicadas
1factor bus
2issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:data-aggregator-mcp@0.70.0; advisories assessed against the repository dependency graph instead

Más detalle

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 · 2026-10-12 20:12 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-Tests8 out of 8 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/7 approved changesets -- score normalized to 0
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
10SASTSAST tool is run on all commits
4Security-Policysecurity policy file detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 4
RegistroPaqueteRestricción de versiónManifiesto
PyPImcp>=2,<3pyproject.toml
PyPIhttpx>=0.27pyproject.toml
PyPIpydantic>=2.6pyproject.toml
PyPIdefusedxml>=0.7pyproject.toml
Todas las dependencias 94

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 4 paquetes directos y 90 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIdefusedxml0.7.1directa
PyPIhttpx0.28.1directa
PyPImcp2.2.0directa
PyPIpydantic2.13.4directa
PyPIaiohappyeyeballs2.6.2indirecta
PyPIaiohttp3.14.3indirecta
PyPIaiosignal1.4.0indirecta
PyPIannotated-types0.7.0indirecta
PyPIanyio4.14.2indirecta
PyPIast-serialize0.5.0indirecta
PyPIattrs26.1.0indirecta
PyPIcachetools7.2.0indirecta
PyPIcattrs26.2.1indirecta
PyPIcertifi2026.5.20indirecta
PyPIcffi2.0.0indirecta
PyPIcharset-normalizer3.5.2indirecta
PyPIclick8.4.1indirecta
PyPIcolorama0.4.6indirecta
PyPIcolorlog6.12.0indirecta
PyPIcoverage7.14.1indirecta
PyPIcryptography50.0.0indirecta
PyPIdata-aggregator-mcp0.71.0indirecta
PyPIduckdb1.5.3indirecta
PyPIenum-tools0.12.0indirecta
PyPIfrozendict2.4.7indirecta
PyPIfrozenlist1.8.0indirecta
PyPIfsspec2026.9.0indirecta
PyPIh110.16.0indirecta
PyPIhtml5rdf1.2.1indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpcore22.13.0indirecta
PyPIhttpx22.13.0indirecta
PyPIhttpx2-jsfetch1.0indirecta
PyPIidna3.19indirecta
PyPIimportlib-metadata9.0.1indirecta
PyPIiniconfig2.3.0indirecta
PyPIinquirerpy0.3.4indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIlibrt0.11.0indirecta
PyPIlxml6.1.3indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImcp-types2.2.0indirecta
PyPImdurl0.1.2indirecta
PyPImultidict6.9.1indirecta
PyPImypy2.1.0indirecta
PyPImypy-extensions1.1.0indirecta
PyPIopentelemetry-api1.44.0indirecta
PyPIowlrl7.6.2indirecta
PyPIpackaging26.2indirecta
PyPIpathspec1.1.1indirecta
PyPIpfzy0.3.4indirecta
PyPIplatformdirs4.12.3indirecta
PyPIpluggy1.6.0indirecta
PyPIprettytable3.18.0indirecta
PyPIprompt-toolkit3.0.53indirecta
PyPIpropcache0.5.2indirecta
PyPIpyarrow24.0.0indirecta
PyPIpycparser3.0indirecta
PyPIpydantic-core2.46.4indirecta
PyPIpygments2.20.0indirecta
PyPIpyjwt2.15.1indirecta
PyPIpyld3.3.0indirecta
PyPIpyparsing3.3.3indirecta
PyPIpyshacl0.40.1indirecta
PyPIpytest9.0.3indirecta
PyPIpytest-asyncio1.4.0indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpytest-httpx0.36.2indirecta
PyPIpython-multipart0.0.31indirecta
PyPIpywin32311indirecta
PyPIpyyaml6.0.3indirecta
PyPIrdflib7.6.0indirecta
PyPIreferencing0.37.0indirecta
PyPIrequests2.34.2indirecta
PyPIrequests-cache1.3.3indirecta
PyPIrich13.9.4indirecta
PyPIrich-click1.9.9indirecta
PyPIroc-validator0.12.1indirecta
PyPIrpds-py0.30.0indirecta
PyPIruff0.15.14indirecta
PyPIsse-starlette3.4.4indirecta
PyPIstarlette1.3.1indirecta
PyPItoml0.10.2indirecta
PyPItomli2.4.1indirecta
PyPItruststore0.10.4indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPIurl-normalize3.0.1indirecta
PyPIurllib32.8.0indirecta
PyPIuvicorn0.48.0indirecta
PyPIwcwidth0.9.1indirecta
PyPIyarl1.24.2indirecta
PyPIzipp4.1.1indirecta
Avisos de dependencias 0

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 94 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 musharna/data-aggregator-mcp. Leer en paralelo →

99open-metadata/OpenMetadataThe Open Context Layer for Data and AI , OpenMetadata is the open platform for building trusted data context and business semantics for humans, AI assistants, and agents.Excepcional99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.Excepcional99awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsExcepcional98modelcontextprotocol/python-sdkThe official Python SDK for Model Context Protocol servers and clientsExcepcional98deepnote/deepnoteDeepnote is a drop-in replacement for Jupyter with an AI-first design, sleek UI, new blocks, and native data integrations. Use Python, R, and SQL locally in your favorite IDE, then scale to Deepnote cloud for real-time collaboration, Deepnote agent, and deployable data apps. https://deepnote.com/Excepcional100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Excepcional

Las puntuaciones son señales, no garantías. Reflejan prácticas públicamente visibles en GitHub; no son una auditoría de código ni una garantía de seguridad.

Los datos ausentes se excluyen y los pesos se renormalizan; nunca se puntúan como cero. La metodología es versionada y abierta: métricas v2.10.0, esquema v0.34.0 — metodología completa · wiki de métricas.

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