Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-12 00:33 UTC

pymc-devs / pymc-extras

Powerful add-ons for PyMC

Jupyter NotebookLicencia propia★ 143 estrellas⑂ 90 forksdesde dic 2021Ver en GitHub ↗
TipoBibliotecacómo se determina

pymc-devs/pymc-extras tiene un índice de salud de 94 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Engineering Quality (96/100) y la más baja, AI Readiness (62/100). Se actualizó por última vez hoy. 2 personas concentran la mayor parte del trabajo reciente.

94
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.

94
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 81 se calibra a 94 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

PyMCOrganización
630 seguidores45 repositorios públicosdesde may 2009

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
PyPIpymc-extras0.14.0211.08226hace 45 díasbayesianmachine-learningmcmcprobabilitysamplingstatistics

Métricas por categoría

Vitalidad

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

93Excepcional · 21% del índice global
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
24.2/36Cadencia de commits — 35/52 semanas con commits
18/18Volumen de commits — 145 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 14 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year145
human_commit_share1
days_since_last_push0
active_weeks_last_year35
Cómo se puntúa
27/27Publica versiones — 48 versiones publicadas
36/36Recencia de las versiones — última versión hace 45 días
27/27Cadencia de publicación — una versión cada ~17 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count48
latest_release_tagv0.14.0
releases_from_tagsno
days_since_latest_release45
mean_days_between_releases17
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
Cómo se puntúa
34.9/60Estrellas — 143 estrellas
16.2/25Forks — 90 forks
6.7/15Observadores — 17 observadores
Datos de entrada utilizados
forks90
stars143
watchers17
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
16.9/22.5Licencia — archivo de licencia presente, no es una licencia reconocida
18/18Guía CONTRIBUTING
13.5/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges2
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_servicescodecov.io, shields.io
has_pull_request_templateno
Cómo se puntúa
71/80Descargas mensuales — 211.082 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagespymc-extras
dependents—
ecosystemspypi
total_downloads—
monthly_downloads211.082
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?

76Bueno · 23% del índice global
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
16.7/22.5Distribución de commits — el principal contribuyente firma el 26% de los commits
13.5/13.5Amplitud de contribuyentes — 42 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 15 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled42
top_contributor_share0,257
Cómo se puntúa
25.4/42Resolución de issues — 60% de issues cerradas
25.4/30Aceptación de PR — 367/433 PR decididos fusionados
4.3/13Newcomer PR acceptance — 1/3 PR de contribuyentes primerizos fusionados en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs367
open_issues107
closed_issues163
prs_merged_7d9
prs_decided_7d11
prs_merged_30d25
prs_decided_30d28
issue_closed_ratio0,604
closed_unmerged_prs66
first_time_authors_30d2
first_time_prs_merged_30d1
first_time_prs_decided_30d3
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
20.1/25Alcance del propietario — 630 seguidores de pymc-devs
24.1/25Trayectoria — 45 repos públicos, cuenta de ~17 años
Datos de entrada utilizados
followers630
owner_typeOrganization
is_verifiedno
owner_loginpymc-devs
public_repos45
account_age_days6338
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 45 días
20/20Historial de versiones — 26 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagespymc-extras
ecosystemspypi
any_deprecatedno
min_days_since_publish45

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

96Excepcional · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI — 3 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff])
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 23 out of 23 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_configsí

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://www.pymc.io/projects/extras/
10/10Descripción del repositorio
10/10Topics — 4 topics
10/10Wiki
Datos de entrada utilizados
topicsanalytics, bayesian-statistics, modeling, python
has_wikisí
homepagehttps://www.pymc.io/projects/extras/
docs_sitehttps://www.pymc.io/projects/extras/
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?

69Bueno · 16% del índice global
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 — 23 out of 23 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 15 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.2/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 14 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
3/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not 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_aggregate6,1
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Signed-Releases. Los pesos restantes se han renormalizado.
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_packages42
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:pymc-extras@0.14.0 —lo que arrastra la instalación del paquete publicado—: 42 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.

62Moderado · 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 — 76 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,76
agent_instruction_files—
agent_instruction_max_bytes—
Cómo se puntúa
18/18Arranque con un solo comando — docs/Makefile
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 — 6 de los últimos 100 commits con autoría o crédito de agente
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
6/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
Datos de entrada utilizados
has_nixno
has_testssí
lockfiles—
has_dockerfileno
typed_languageno
bootstrap_filesdocs/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,06
toolchain_manifests—
dependency_bot_commit_share0
Cómo se puntúa
0/45Código verificable por tipos — Jupyter Notebook sin configuración de verificación de tipos
54.7/55Tamaños de archivo manejables — 1/217 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languageJupyter Notebook
largest_source_bytes84.144
source_files_sampled217
oversized_source_files1
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 — notebooks
Datos de entrada utilizados
example_dirsnotebooks
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

143estrellas de GitHub
42contribuidores
145commits en los últimos 12 meses
0días desde el último push
48versiones publicadas
2factor bus
107issues 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 'pymc-extras' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • pypi download figures for pymc-extras carried forward from the previous scan (stats endpoint unavailable this scan)

Más detalle

Historial de estrellas y forks 0 ★ / 90 ⇿
0Estrellas
90Forks
48Versiones

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.

0204060801008942022-012024-052026-09
Mayor 0Menor 13Parche 35

Cada punto abarca 5 días.

OpenSSF Scorecard 6.1 / 10
6.1agregado

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 · 2026-09-12 00:33 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-Tests23 out of 23 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 15 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
10Maintained30 commit(s) and 14 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
6Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 6
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 6
RegistroPaqueteRestricción de versiónManifiesto
PyPIpymc>=6.2.0,<6.3pyproject.toml
PyPIpytensor>=3.2.3,<3.3pyproject.toml
PyPIarviz>=1.2,<2.0pyproject.toml
PyPIbetter-optimize>=0.4.2,<1.0pyproject.toml
PyPIpydantic>=2.0.0,<3.0pyproject.toml
PyPIpreliz>=0.27.0,<0.28.0pyproject.toml
Todas las dependencias 12

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 6 paquetes directos y 6 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIarviz—directa
PyPIbetter-optimize—directa
PyPIpreliz—directa
PyPIpydantic—directa
PyPIpymc—directa
PyPIpytensor—directa
PyPIblackjax—indirecta
PyPIdask—indirecta
PyPInbsphinx—indirecta
PyPIpymc-sphinx-theme—indirecta
PyPIpytest—indirecta
PyPIsphinx—indirecta
Avisos de dependencias 0

Instalar pypi:pymc-extras@0.14.0 arrastra 42 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.