Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-15 01:38 UTC

qiboteam / qibocal

Quantum calibration, characterization and validation module for Qibo.

PythonApache-2.0★ 42 estrellas⑂ 12 forksdesde jul 2022Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina
#calibration#qcvv#quantum-computing#quantum-control

qiboteam/qibocal tiene un índice de salud de 90 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Vitality (97/100) y la más baja, Community & Adoption (44/100). Se actualizó por última vez hoy. 2 personas concentran la mayor parte del trabajo reciente.

90
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.

90
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 76 se calibra a 90 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

qiboteamOrganización
97 seguidores43 repositorios públicosdesde ene 2020

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
PyPIqibocal0.2.633721hace 31 días

Métricas por categoría

Vitalidad

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

97Excepcional · 21% del índice global

Actividad de desarrollo

100Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
36/36Cadencia de commits — 52/52 semanas con commits
18/18Volumen de commits — 1092 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 24 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year1092
human_commit_share0,95
days_since_last_push0
active_weeks_last_year52

Disciplina de publicación

92Excelente
Cómo se puntúa
27/27Publica versiones — 20 versiones publicadas
36/36Recencia de las versiones — última versión hace 31 días
19.8/27Cadencia de publicación — una versión cada ~76,2 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count20
latest_release_tagv0.2.6
releases_from_tagsno
days_since_latest_release31
mean_days_between_releases76,2
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?

44Débil · 17% del índice global

Popularidad y adopción

40Débil
Cómo se puntúa
26.2/60Estrellas — 42 estrellas
8.7/25Forks — 12 forks
5/15Observadores — 9 observadores
Datos de entrada utilizados
forks12
stars42
watchers9
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

50Moderado
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_badges6
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templateno

Adopción en el ecosistema (descargas)

42Débil
Cómo se puntúa
33.7/80Descargas mensuales — 337 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesqibocal
dependents—
ecosystemspypi
total_downloads—
monthly_downloads337
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

Resiliencia de mantenedores (factor bus)

64Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
15/22.5Distribución de commits — el principal contribuyente firma el 33% de los commits
13.5/13.5Amplitud de contribuyentes — 31 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 12 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled31
top_contributor_share0,333

Capacidad de respuesta a issues y PR

68Bueno
Cómo se puntúa
27/42Resolución de issues — 64% de issues cerradas
25.5/30Aceptación de PR — 809/951 PR decididos fusionados
0/13Newcomer PR acceptance — 0/1 PR de contribuyentes primerizos fusionados en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs809
open_issues245
closed_issues443
prs_merged_7d1
prs_decided_7d1
prs_merged_30d16
prs_decided_30d18
issue_closed_ratio0,644
closed_unmerged_prs142
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1

Propiedad y custodia

68Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
14.3/25Alcance del propietario — 97 seguidores de qiboteam
24/25Trayectoria — 43 repos públicos, cuenta de ~6 años
Datos de entrada utilizados
followers97
owner_typeOrganization
is_verifiedno
owner_loginqiboteam
public_repos43
account_age_days2428

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 31 días
20/20Historial de versiones — 21 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesqibocal
ecosystemspypi
any_deprecatedno
min_days_since_publish31

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

96Excepcional · 19% del índice global

Prácticas de ingeniería

94Excepcional
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 — 5 out of 5 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://qibo.science
10/10Descripción del repositorio
10/10Topics — 4 topics
10/10Wiki
Datos de entrada utilizados
topicscalibration, qcvv, quantum-computing, quantum-control
has_wikisí
homepagehttps://qibo.science
docs_sitehttps://qibo.science
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?

71Bueno · 16% del índice global

Postura de seguridad

64Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
3.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 5 out of 5 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 12 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 24 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — sin datos
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
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_aggregate6,4
Excluidos de la puntuación (sin datos o no aplicable): Packaging, 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_packages48
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:qibocal@0.2.6 —lo que arrastra la instalación del paquete publicado—: 48 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.

49Débil · 4% del índice global

Contexto y guía para agentes

24En riesgo
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
24.1/40Historial de commits legible — 43 de 95 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,453
agent_instruction_files—
agent_instruction_max_bytes—

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

65Bueno
Cómo se puntúa
18/18Arranque con un solo comando — doc/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff])
0/11Verificación estática de tipos
10/10Entorno reproducible — Nix, lockfile
4/10Práctica demostrada con agentes — 2 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 — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixsí
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_filesdoc/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

55Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
55/55Tamaños de archivo manejables — 0/192 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes42.493
source_files_sampled192
oversized_source_files0

Datos clave

42estrellas de GitHub
31contribuidores
1092commits en los últimos 12 meses
0días desde el último push
20versiones publicadas
2factor bus
245issues 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 'qibocal' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • pypi download figures for qibocal carried forward from the previous scan (stats endpoint unavailable this scan)

Más detalle

Historial de estrellas y forks 0 ★ / 12 ⇿
0Estrellas
12Forks
20Versiones

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.

0246810121212022-112024-102026-09
Mayor 0Menor 2Parche 18

Cada punto abarca 4 días.

OpenSSF Scorecard 6.4 / 10
6.4agregado

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 · 2026-09-15 01:38 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests5 out of 5 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 12 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 24 issue activity found in the last 90 days -- score normalized to 10
n/dPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
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 12
RegistroPaqueteRestricción de versiónManifiesto
PyPIqibolab>=0.2.16,<0.3.0pyproject.toml
PyPIqibo>=0.3.1,<0.4.0pyproject.toml
PyPInumpy>=2.0.0,<3.0.0pyproject.toml
PyPIscipy>=1.10.1,<2.0.0pyproject.toml
PyPIscikit-learn>=1.3.0,<2.0.0pyproject.toml
PyPIpandas>=3.0.0,<4.0.0pyproject.toml
PyPIpydantic>=2.8.0,<3.0.0pyproject.toml
PyPIclick>=8.1.3,<9.0.0pyproject.toml
PyPIjinja2>=3.1.2,<4.0.0pyproject.toml
PyPIplotly>=7.0.0,<8.0.0pyproject.toml
PyPIskops>=0.14.0,<0.15.0pyproject.toml
PyPIpyyaml>=6.0.0,<7.0.0pyproject.toml
Todas las dependencias 193

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 23 paquetes directos y 170 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIclick8.4.1directa
PyPIclick8.5.0directa
PyPIjinja23.1.6directa
PyPInumpy2.2.6directa
PyPInumpy2.4.6directa
PyPInumpy2.5.2directa
PyPIpandas2.3.3directa
PyPIpandas3.0.5directa
PyPIplotly5.24.1directa
PyPIplotly7.0.0directa
PyPIpydantic2.13.4directa
PyPIpydantic2.13.5directa
PyPIpyyaml6.0.3directa
PyPIqibo0.3.3directa
PyPIqibo0.3.4directa
PyPIqibolab0.2.16directa
PyPIscikit-learn1.7.2directa
PyPIscikit-learn1.9.0directa
PyPIscipy1.15.3directa
PyPIscipy1.17.1directa
PyPIscipy1.18.1directa
PyPIskops0.13.0directa
PyPIskops0.14.0directa
PyPIaccessible-pygments0.0.5indirecta
PyPIalabaster0.7.16indirecta
PyPIalabaster1.0.0indirecta
PyPIalembic1.18.4indirecta
PyPIalembic1.19.1indirecta
PyPIannotated-types0.7.0indirecta
PyPIannotated-types0.8.0indirecta
PyPIantlr4-python3-runtime4.13.2indirecta
PyPIanyio4.14.0indirecta
PyPIanyio4.15.0indirecta
PyPIasttokens2.4.1indirecta
PyPIbabel2.18.0indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIcertifi2026.6.17indirecta
PyPIcertifi2026.7.22indirecta
PyPIcffi2.0.0indirecta
PyPIcffi2.1.1indirecta
PyPIcharset-normalizer3.4.7indirecta
PyPIcharset-normalizer3.5.1indirecta
PyPIcloudpickle3.1.2indirecta
PyPIcma3.4.0indirecta
PyPIcma4.4.4indirecta
PyPIcolorama0.4.6indirecta
PyPIcolorlog6.10.1indirecta
PyPIcolorlog6.12.0indirecta
PyPIcommonmark0.9.2indirecta
PyPIcontourpy1.3.2indirecta
PyPIcontourpy1.3.3indirecta
PyPIcoverage7.14.3indirecta
PyPIcoverage7.16.0indirecta
PyPIcycler0.12.1indirecta
PyPIdecorator5.3.1indirecta
PyPIdevtools0.10.0indirecta
PyPIdevtools0.12.2indirecta
PyPIdocutils0.21.2indirecta
PyPIdocutils0.22.4indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIexecuting2.2.1indirecta
PyPIfonttools4.63.0indirecta
PyPIfonttools4.64.0indirecta
PyPIfuro2023.9.10indirecta
PyPIfuro2025.12.19indirecta
PyPIgreenlet3.5.2indirecta
PyPIgreenlet3.5.5indirecta
PyPIh110.16.0indirecta
PyPIhtml5lib1.1indirecta
PyPIidna3.18indirecta
PyPIidna3.19indirecta
PyPIimagesize2.0.0indirecta
PyPIimagesize2.0.1indirecta
PyPIiniconfig2.3.0indirecta
PyPIipython8.39.0indirecta
PyPIipython9.17.1indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIitsdangerous2.2.0indirecta
PyPIjedi0.19.2indirecta
PyPIjoblib1.5.3indirecta
PyPIjoblib1.6.0indirecta
PyPIkiwisolver1.5.0indirecta
PyPIkiwisolver1.5.1indirecta
PyPIlatexcodec3.0.1indirecta
PyPIloro1.13.1indirecta
PyPIloro1.13.2indirecta
PyPIlxml6.1.1indirecta
PyPIlxml6.1.3indirecta
PyPImako1.3.12indirecta
PyPImako1.4.1indirecta
PyPImarimo0.23.16indirecta
PyPImarimo0.24.0indirecta
PyPImarkdown3.10.2indirecta
PyPImarkdown3.10.3indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib3.10.9indirecta
PyPImatplotlib3.11.1indirecta
PyPImatplotlib-inline0.2.2indirecta
PyPImpmath1.3.0indirecta
PyPImsgspec0.21.1indirecta
PyPInarwhals2.22.1indirecta
PyPInarwhals2.25.0indirecta
PyPInetworkx3.4.2indirecta
PyPInetworkx3.6.1indirecta
PyPIopenqasm31.0.1indirecta
PyPIoptuna4.9.0indirecta
PyPIpackaging26.2indirecta
PyPIpackaging26.3indirecta
PyPIparso0.8.7indirecta
PyPIpexpect4.9.0indirecta
PyPIpillow12.3.0indirecta
PyPIpluggy1.6.0indirecta
PyPIprettytable3.18.0indirecta
PyPIprompt-toolkit3.0.52indirecta
PyPIprompt-toolkit3.0.53indirecta
PyPIpsutil7.2.2indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpybtex0.26.1indirecta
PyPIpybtex-docutils1.0.3indirecta
PyPIpycparser3.0indirecta
PyPIpydantic-core2.46.4indirecta
PyPIpydantic-core2.46.5indirecta
PyPIpygments2.20.0indirecta
PyPIpygments2.21.0indirecta
PyPIpymdown-extensions11.0.1indirecta
PyPIpymdown-extensions11.0.2indirecta
PyPIpyparsing3.3.2indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-cov3.0.0indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpytest-env0.8.2indirecta
PyPIpytest-mock3.15.1indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-multipart0.0.32indirecta
PyPIpytz2026.2indirecta
PyPIpyzmq27.1.0indirecta
PyPIpyzmq27.2.0indirecta
PyPIqibocal0.2.7indirecta
PyPIrecommonmark0.7.1indirecta
PyPIrequests2.34.2indirecta
PyPIroman-numerals4.1.0indirecta
PyPIruff0.16.0indirecta
PyPIruff0.16.6indirecta
PyPIsetuptools83.0.0indirecta
PyPIsix1.17.0indirecta
PyPIsnowballstemmer3.1.1indirecta
PyPIsoupsieve2.8.4indirecta
PyPIsoupsieve2.9.2indirecta
PyPIsphinx7.4.7indirecta
PyPIsphinx9.0.4indirecta
PyPIsphinx9.1.0indirecta
PyPIsphinx-basic-ng1.0.0b2indirecta
PyPIsphinx-copybutton0.5.2indirecta
PyPIsphinx-markdown-tables0.0.17indirecta
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
PyPIsqlalchemy2.0.51indirecta
PyPIsqlalchemy2.0.52indirecta
PyPIstack-data0.6.3indirecta
PyPIstarlette1.3.1indirecta
PyPIstarlette1.6.0indirecta
PyPIsympy1.14.0indirecta
PyPItabulate0.9.0indirecta
PyPItenacity9.1.4indirecta
PyPIthreadpoolctl3.6.0indirecta
PyPItomli2.4.1indirecta
PyPItomlkit0.15.0indirecta
PyPItomlkit0.15.1indirecta
PyPItqdm4.68.3indirecta
PyPItqdm4.70.0indirecta
PyPItraitlets5.15.1indirecta
PyPItraitlets5.16.1indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-extensions4.16.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItyping-inspection0.4.4indirecta
PyPItzdata2026.2indirecta
PyPItzdata2026.3indirecta
PyPIurllib32.7.0indirecta
PyPIuvicorn0.49.0indirecta
PyPIuvicorn0.52.4indirecta
PyPIwcwidth0.8.1indirecta
PyPIwcwidth0.8.3indirecta
PyPIwebencodings0.5.1indirecta
PyPIwebencodings0.6.1indirecta
PyPIwebsockets16.0indirecta
PyPIwebsockets17.1indirecta
Avisos de dependencias 0

Instalar pypi:qibocal@0.2.6 arrastra 48 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 qiboteam/qibocal. Leer en paralelo →

94qiboteam/qibolabQuantum hardware module and drivers for Qibo.Excepcional86anulum/scpn-quantum-controlEvidence-governed quantum simulation of coupled-oscillator synchronisation — Kuramoto–XY workloads on Superconducting Computers, raw counts + hash-bound result packs, preregistered protocols.Excelente69qiboteam/qibolab_platforms_qrcExample of Qibolab's platform initializationBueno99Qiskit/qiskitQiskit is an open-source SDK for working with quantum computers at the level of extended quantum circuits, operators, and primitives.Excepcional99quantumlib/CirqPython framework for creating, editing, and running Noisy Intermediate-Scale Quantum (NISQ) circuits.Excepcional98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.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.