pytorch-tpu / transformers
🤗 Transformers: State-of-the-art Natural Language Processing for TensorFlow 2.0 and PyTorch.
pytorch-tpu/transformers tiene un índice de salud de 41 sobre 100, lo que lo sitúa en la banda Débil. Su puntuación más alta es AI Readiness (80/100) y la más baja, Vitality (20/100). Se actualizó por última vez hace 471 días. 7 personas concentran la mayor parte del trabajo reciente.
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.
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 49 se calibra a 48 en la escala publicada del índice (calibración del registro 2026-08-02).
Titularidad
Este repositorio está respaldado por una organización: una custodia compartida y responsable que puede sobrevivir a cualquier mantenedor individual.
Ecosistemas de paquetes
| Registro | Paquete | Versión | Descargas / mes | Versiones | Última publicación | Etiquetas |
|---|---|---|---|---|---|---|
| PyPI | transformersapunta a otro repositorio; no se puntúa | 5.17.0 | 104.184.310 | 242 | hace 10 días | machine-learningnlppythonpytorchtransformerllmvlmdeep-learninginferencetrainingmodel-hubpretrained-modelsllamagemmaqwen |
Métricas por categoría
Vitalidad
¿Está vivo el proyecto: se escribe código y se publican versiones?
Actividad de desarrollo
Ha llegado trabajo y nadie se ha ocupado de él
El silencio por sí solo nunca es el hallazgo: una biblioteca pequeña y terminada puede no necesitar commits durante años. Esta alerta exige ambas cosas: mucho tiempo sin un commit humano y obligaciones que el proyecto visiblemente no atiende. Los commits automatizados no cuentan como mantenimiento.
Cómo se evalúa el abandonoCómo se puntúa
| 0/36 | Recencia de push — último push hace 471 días |
| 0/36 | Cadencia de commits — 0/52 semanas con commits |
| 0/18 | Volumen de commits — 0 commits en el último año |
| 0/10 | OpenSSF Scorecard: Maintained — sin datos |
Datos de entrada utilizados
| commits_last_year | 0 |
| human_commit_share | 1 |
| days_since_last_push | 471 |
| active_weeks_last_year | 0 |
Disciplina de publicación
Cómo se puntúa
| 16.2/27 | Publica versiones — 17 etiquetas de versión (sin releases de GitHub) |
| 0/36 | Recencia de las versiones — última versión hace 2535 días |
| 27/27 | Cadencia de publicación — una versión cada ~26,7 días |
| 0/10 | OpenSSF Scorecard: Signed-Releases — sin datos |
Datos de entrada utilizados
| releases_count | 17 |
| latest_release_tag | v2.1.1 |
| releases_from_tags | sí |
| days_since_latest_release | 2535 |
| mean_days_between_releases | 26,7 |
Comunidad y Adopción
¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?
Popularidad y adopción
Cómo se puntúa
| 19.5/60 | Estrellas — 17 estrellas |
| 9/25 | Forks — 13 forks |
| 0/15 | Observadores — 0 observadores |
Datos de entrada utilizados
| forks | 13 |
| stars | 17 |
| watchers | 0 |
| growth_state | unverified |
| growth_factor_pct | 100 |
| growth_unverified_reason | no_history |
Salud de la comunidad
Cómo se puntúa
| 0/22.5 | README |
| 22.5/22.5 | Licencia — licencia reconocida (Apache-2.0) |
| 0/18 | Guía CONTRIBUTING |
| 0/13.5 | Código de conducta |
| 0/7.2 | Plantilla de issues |
| 0/6.3 | Plantilla de PR |
Datos de entrada utilizados
| has_readme | no |
| has_license | no |
| readme_badges | 6 |
| has_contributing | no |
| has_issue_template | no |
| has_code_of_conduct | no |
| readme_badge_services | shields.io |
| has_pull_request_template | no |
Sostenibilidad y Gobernanza
¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?
Resiliencia de mantenedores (factor bus)
Cómo se puntúa
| 51.3/54 | Factor bus — la mitad de los commits recae en 7 contribuyente(s) |
| 19.9/22.5 | Distribución de commits — el principal contribuyente firma el 11% de los commits |
| 13.5/13.5 | Amplitud de contribuyentes — 99 contribuyentes |
| 0/10 | OpenSSF Scorecard: Contributors — sin datos |
Datos de entrada utilizados
| bus_factor | 7 |
| contributors_sampled | 99 |
| top_contributor_share | 0,114 |
Capacidad de respuesta a issues y PR
Cómo se puntúa
| 16.8/42 | Resolución de issues — 40% de issues cerradas |
| 24.1/30 | Aceptación de PR — 53/66 PR decididos fusionados |
| 0/13 | Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d |
| 0/15 | OpenSSF Scorecard: Code-Review — sin datos |
Datos de entrada utilizados
| merged_prs | 53 |
| open_issues | 3 |
| closed_issues | 2 |
| prs_merged_7d | 0 |
| prs_decided_7d | 0 |
| prs_merged_30d | 0 |
| prs_decided_30d | 0 |
| issue_closed_ratio | 0,4 |
| closed_unmerged_prs | 13 |
| first_time_authors_30d | 0 |
| first_time_prs_merged_30d | 0 |
| first_time_prs_decided_30d | 0 |
Propiedad y custodia
Cómo se puntúa
| 30/30 | Respaldo de la propiedad — propiedad de una organización |
| 0/20 | Dominio verificado |
| 8.8/25 | Alcance del propietario — 16 seguidores de pytorch-tpu |
| 20.3/25 | Trayectoria — 13 repos públicos, cuenta de ~7 años |
Datos de entrada utilizados
| followers | 16 |
| owner_type | Organization |
| is_verified | no |
| owner_login | pytorch-tpu |
| public_repos | 13 |
| account_age_days | 2640 |
Calidad de Ingeniería
¿Existen unas prácticas mínimas de ingeniería y documentación?
Prácticas de ingeniería
Cómo se puntúa
| 24/24 | Flujos de trabajo de CI — 38 flujo(s) de trabajo |
| 24/24 | Pruebas presentes |
| 16/16 | Configuración de linter — pyproject.toml ([tool.ruff]) |
| 0/9.6 | Hooks de pre-commit |
| 0/6.4 | .editorconfig |
| 0/20 | OpenSSF Scorecard: CI-Tests — sin datos |
Datos de entrada utilizados
| has_ci | sí |
| has_tests | sí |
| has_editorconfig | no |
| has_linter_config | sí |
| has_precommit_config | no |
Documentación
Cómo se puntúa
| 0/30 | README |
| 25/25 | Directorio de documentación |
| 15/15 | Sitio de documentación / página del proyecto — https://huggingface.co/transformers |
| 0/10 | Descripción del repositorio |
| 0/10 | Topics |
| 10/10 | Wiki |
Datos de entrada utilizados
| topics | — |
| has_wiki | sí |
| homepage | https://huggingface.co/transformers |
| docs_site | https://huggingface.co/transformers |
| has_readme | no |
| has_docs_dir | sí |
| has_description | no |
Seguridad
¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?
Postura de seguridad
Cómo se puntúa
| 30/30 | Política de seguridad (SECURITY.md) |
| 0/25 | Configuración de Dependabot |
| 0/25 | Lockfiles de dependencias |
| 0/20 | Flujo de trabajo de CodeQL |
Datos de entrada utilizados
| source | file_signals |
| lockfiles | — |
| manifests | benchmark/requirements.txt, pyproject.toml, setup.py |
| has_codeql_workflow | no |
| has_security_policy | sí |
| has_dependabot_config | no |
Avisos de dependencias
Cómo se puntúa
| 35/35 | Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido |
| 25/25 | Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido |
| 0/40 | Sin avisos pendientes — ningún aviso tiene fecha de publicación |
Datos de entrada utilizados
| source | osv |
| advisories | 0 |
| affected_packages | 0 |
| assessed_packages | 26 |
| unassessed_packages | 0 |
| affected_by_severity | none |
| direct_affected_packages | 0 |
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.
Contexto y guía para agentes
Cómo se puntúa
| 45/45 | Instrucciones para agentes — docs/source/ar/agents.md, docs/source/en/agents.md, docs/source/en/main_classes/agent.md, docs/source/ja/main_classes/agent.md, docs/source/ko/main_classes/agent.md, docs/source/zh/main_classes/agent.md |
| 15/15 | Documentación legible por máquinas (llms.txt) — llms.txt servido por el sitio web del proyecto (https://pytorch.org/llms.txt) |
| 40/40 | Historial de commits legible — 96 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo) |
Datos de entrada utilizados
| has_llms_txt | sí |
| llms_txt_url | https://pytorch.org/llms.txt |
| legible_history_share | 0,96 |
| agent_instruction_files | docs/source/ar/agents.md, docs/source/en/agents.md, docs/source/en/main_classes/agent.md, docs/source/ja/main_classes/agent.md, docs/source/ko/main_classes/agent.md, docs/source/zh/main_classes/agent.md |
| agent_instruction_max_bytes | 30.294 |
Cómo se puntúa
| 18/18 | Arranque con un solo comando — Makefile |
| 22/22 | Pruebas automatizadas |
| 11/11 | Configuración de lint / formato — pyproject.toml ([tool.ruff]) |
| 0/11 | Verificación estática de tipos |
| 10/10 | Entorno reproducible — Dockerfile |
| 0/10 | Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100 |
| 0/8 | Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias |
| 0/10 | OpenSSF Scorecard: Pinned-Dependencies — sin datos |
Datos de entrada utilizados
| has_nix | no |
| has_tests | sí |
| lockfiles | — |
| has_dockerfile | sí |
| typed_language | no |
| bootstrap_files | Makefile |
| has_devcontainer | no |
| has_linter_config | sí |
| typecheck_configs | — |
| agent_commit_share | 0 |
| toolchain_manifests | — |
| dependency_bot_commit_share | 0 |
Legibilidad del código para modelos
Cómo se puntúa
| 0/45 | Código verificable por tipos — Python sin configuración de verificación de tipos |
| 50.1/55 | Tamaños de archivo manejables — 290/3259 archivos fuente de más de 60 KB |
Datos de entrada utilizados
| primary_language | Python |
| largest_source_bytes | 304.205 |
| source_files_sampled | 3259 |
| oversized_source_files | 290 |
Interfaces legibles por máquina
Cómo se puntúa
| 0/40 | Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software |
| 0/20 | Servidor MCP — no aplicable a este tipo de software |
| 40/40 | Ejemplos ejecutables — examples, notebooks |
Datos de entrada utilizados
| example_dirs | examples, notebooks |
| has_mcp_signal | no |
| api_schema_files | — |
| interfaces_expected_of | — |
Datos clave
Advertencias de recopilación de datos
- Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
- Community profile unavailable
- pypi package 'transformers' points at a different repository (https://github.com/huggingface/transformers); excluded from ecosystem scoring
- GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
- 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 ★ / 13 ⇿
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.
Cada punto abarca 6 días.
Todas las dependencias no recopilado
No fue posible recopilar el conjunto de dependencias resuelto para este informe: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
Avisos de dependencias 0
Instalar pypi:transformers@5.17.0 arrastra 26 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.
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.