Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-10-19 19:38 UTC

onnx / sklearn-onnx

Convert scikit-learn models and pipelines to ONNX

PythonApache-2.0★ 631 estrellas⑂ 133 forksdesde dic 2018Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina

onnx/sklearn-onnx tiene un índice de salud de 75 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Engineering Quality (82/100) y la más baja, Security (36/100). Se actualizó por última vez hace 6 días. Una sola persona concentra la mayor parte del trabajo reciente.

75
global / 100
Bueno

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.

75
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 65 se calibra a 75 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Open Neural Network ExchangeOrganización · dominio verificado
2800 seguidores30 repositorios públicosdesde sept 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
PyPIskl2onnx1.20.01.731.43040hace 262 días

Métricas por categoría

Vitalidad

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

63Moderado · 21% del índice global
Cómo se puntúa
36/36Recencia de push — último push hace 6 días
6.9/36Cadencia de commits — 10/52 semanas con commits
14.4/18Volumen de commits — 39 commits en el último año
0/10OpenSSF Scorecard: Maintained — sin datos
Datos de entrada utilizados
commits_last_year39
human_commit_share1
days_since_last_push6
active_weeks_last_year10
Cómo se puntúa
27/27Publica versiones — 31 versiones publicadas
16.2/36Recencia de las versiones — última versión hace 262 días
12.6/27Cadencia de publicación — una versión cada ~135,8 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count31
latest_release_tag1.20.0
releases_from_tagsno
days_since_latest_release262
mean_days_between_releases135,8

Comunidad y Adopción

¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?

70Bueno · 17% del índice global
Cómo se puntúa
45.4/60Estrellas — 631 estrellas
17.7/25Forks — 133 forks
5.6/15Observadores — 11 observadores
Datos de entrada utilizados
forks133
stars631
watchers11
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
0/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges4
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateno
Cómo se puntúa
80/80Descargas mensuales — 1.731.430 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesskl2onnx
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1.731.430
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?

73Bueno · 23% del índice global
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
3.9/22.5Distribución de commits — el principal contribuyente firma el 83% de los commits
13.5/13.5Amplitud de contribuyentes — 54 contribuyentes
0/10OpenSSF Scorecard: Contributors — sin datos
Datos de entrada utilizados
bus_factor1
contributors_sampled54
top_contributor_share0,826
Cómo se puntúa
34.8/42Resolución de issues — 83% de issues cerradas
25.9/30Aceptación de PR — 681/790 PR decididos fusionados
13/13Newcomer PR acceptance — 7/7 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Review — sin datos
Datos de entrada utilizados
merged_prs681
open_issues83
closed_issues402
prs_merged_7d1
prs_decided_7d1
prs_merged_30d7
prs_decided_30d7
issue_closed_ratio0,829
closed_unmerged_prs109
first_time_authors_30d3
first_time_prs_merged_30d7
first_time_prs_decided_30d7
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
20/20Dominio verificado
24.8/25Alcance del propietario — 2800 seguidores de onnx
22.9/25Trayectoria — 30 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers2800
owner_typeOrganization
is_verifiedsí
owner_loginonnx
public_repos30
account_age_days3330
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
26/35Recencia de publicación — última publicación hace 262 días
20/20Historial de versiones — 40 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesskl2onnx
ecosystemspypi
any_deprecatedno
min_days_since_publish262

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

82Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI — 6 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — sin datos
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configno

Documentación

85Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
0/15Sitio de documentación / página del proyecto
10/10Descripción del repositorio
10/10Topics — 2 topics
10/10Wiki
Datos de entrada utilizados
topicsscikit-learn, onnx
has_wikisí
homepage—
docs_site—
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?

36Débil · 16% del índice global
Cómo se puntúa
0/30Política de seguridad (SECURITY.md)
0/25Configuración de Dependabot
0/25Lockfiles de dependencias
20/20Flujo de trabajo de CodeQL
Datos de entrada utilizados
sourcefile_signals
lockfiles—
manifestsdocs/requirements.txt, pyproject.toml, requirements-dev.txt, requirements.txt
has_codeql_workflowsí
has_security_policyno
has_dependabot_configno
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_packages11
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:skl2onnx@1.20.0 —lo que arrastra la instalación del paquete publicado—: 11 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.

54Moderado · 4% del índice global
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 100 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—
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
0/10Entorno reproducible
10/10Práctica demostrada con agentes — 19 de los últimos 100 commits con autoría o crédito de agente
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — sin datos
Datos de entrada utilizados
has_nixno
has_testssí
lockfiles—
has_dockerfileno
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,19
toolchain_manifests—
dependency_bot_commit_share0
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
54.4/55Tamaños de archivo manejables — 4/397 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes68.996
source_files_sampled397
oversized_source_files4
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
Datos de entrada utilizados
example_dirsexamples
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

631estrellas de GitHub
54contribuidores
39commits en los últimos 12 meses
6días desde el último push
31versiones publicadas
1factor bus
83issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit); skipping Scorecard checks

Más detalle

Historial de estrellas y forks 0 ★ / 133 ⇿
0Estrellas
133Forks
31Versiones

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.

025507510012515012942018-122022-112026-10
Mayor 0Menor 9Parche 15

Cada punto abarca 8 días.

Todas las dependencias 41

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 41 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIautopep8—indirecta
PyPIblack—indirecta
PyPIcatboost—indirecta
PyPIcategory-encoders—indirecta
PyPIcoverage—indirecta
PyPIflake8—indirecta
PyPIfuro—indirecta
PyPIjinja2—indirecta
PyPIjoblib—indirecta
PyPIlightgbm—indirecta
PyPIloky—indirecta
PyPImatplotlib—indirecta
PyPImlinsights—indirecta
PyPInbsphinx—indirecta
PyPIndonnx—indirecta
PyPIonnx—indirecta
PyPIonnx-array-api—indirecta
PyPIonnxmltools—indirecta
PyPIonnxruntime—indirecta
PyPIonnxruntime-extensions—indirecta
PyPIonnxscript—indirecta
PyPIpandas—indirecta
PyPIpillow—indirecta
PyPIpy-cpuinfo—indirecta
PyPIpy-spy—indirecta
PyPIpybind11—indirecta
PyPIpydot—indirecta
PyPIpyinstrument—indirecta
PyPIpyod—indirecta
PyPIpytest—indirecta
PyPIpytest-cov—indirecta
PyPIruff—indirecta
PyPIscikit-learn—indirecta
PyPIskl2onnx—indirecta
PyPIsphinx—indirecta
PyPIsphinx-gallery—indirecta
PyPIsphinx-runpython—indirecta
PyPItabulate—indirecta
PyPItqdm—indirecta
PyPIwheel—indirecta
PyPIxgboost—indirecta
Avisos de dependencias 0

Instalar pypi:skl2onnx@1.20.0 arrastra 11 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.

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.