Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-10-21 09:48 UTC

qua-platform / py-qua-tools

Tools for enhancing your quantum experiments

PythonBSD-3-Clause★ 60 estrellas⑂ 33 forksdesde jun 2021Ver en GitHub ↗
TipoBibliotecacómo se determina
#python#qua

qua-platform/py-qua-tools tiene un índice de salud de 83 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Sustainability & Governance (83/100) y la más baja, Security (46/100). Se actualizó por última vez hoy. 3 personas concentran la mayor parte del trabajo reciente.

83
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.

83
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 70 se calibra a 83 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

QUA PlatformOrganización
128 seguidores17 repositorios públicosdesde jul 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
PyPIqualang-tools0.24.012.22959hace 0 días

Métricas por categoría

Vitalidad

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

81Excelente · 21% del índice global

Actividad de desarrollo

80Excelente
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
17.3/36Cadencia de commits — 25/52 semanas con commits
17.2/18Volumen de commits — 82 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_year82
human_commit_share1
days_since_last_push0
active_weeks_last_year25

Disciplina de publicación

83Excelente
Cómo se puntúa
27/27Publica versiones — 69 versiones publicadas
36/36Recencia de las versiones — última versión hace 0 días
19.8/27Cadencia de publicación — una versión cada ~65,9 días
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Datos de entrada utilizados
releases_count69
latest_release_tagv0.24.0
releases_from_tagsno
days_since_latest_release0
mean_days_between_releases65,9

Comunidad y Adopción

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

60Moderado · 17% del índice global

Popularidad y adopción

41Débil
Cómo se puntúa
28.7/60Estrellas — 60 estrellas
12.5/25Forks — 33 forks
0/15Observadores — 2 observadores
Datos de entrada utilizados
forks33
stars60
watchers2
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

77Bueno
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (BSD-3-Clause)
18/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges3
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesshields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

68Bueno
Cómo se puntúa
54.5/80Descargas mensuales — 12.229 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesqualang-tools
dependents—
ecosystemspypi
total_downloads—
monthly_downloads12.229
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?

83Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

77Bueno
Cómo se puntúa
36/54Factor bus — la mitad de los commits recae en 3 contribuyente(s)
17.6/22.5Distribución de commits — el principal contribuyente firma el 22% de los commits
13.5/13.5Amplitud de contribuyentes — 39 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations
Datos de entrada utilizados
bus_factor3
contributors_sampled39
top_contributor_share0,22

Capacidad de respuesta a issues y PR

92Excelente
Cómo se puntúa
37.1/42Resolución de issues — 88% de issues cerradas
26.9/30Aceptación de PR — 269/300 PR decididos fusionados
13/13Newcomer PR acceptance — 2/2 PR de contribuyentes primerizos fusionados en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs269
open_issues5
closed_issues38
prs_merged_7d3
prs_decided_7d3
prs_merged_30d3
prs_decided_30d3
issue_closed_ratio0,884
closed_unmerged_prs31
first_time_authors_30d1
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Propiedad y custodia

66Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
15.2/25Alcance del propietario — 128 seguidores de qua-platform
21.1/25Trayectoria — 17 repos públicos, cuenta de ~6 años
Datos de entrada utilizados
followers128
owner_typeOrganization
is_verifiedno
owner_loginqua-platform
public_repos17
account_age_days2279

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 — 59 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesqualang-tools
ecosystemspypi
any_deprecatedno
min_days_since_publish0

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

74Bueno · 19% del índice global

Prácticas de ingeniería

84Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 3 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — .flake8, pyproject.toml ([tool.black])
0/9.6Hooks de pre-commit
0/6.4.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_editorconfigno
has_linter_configsí
has_precommit_configno

Documentación

60Moderado
Cómo se puntúa
30/30README
0/25Directorio de documentación
0/15Sitio de documentación / página del proyecto
10/10Descripción del repositorio
10/10Topics — 2 topics
10/10Wiki
Datos de entrada utilizados
topicspython, qua
has_wikisí
homepage—
docs_site—
has_readmesí
has_docs_dirno
has_descriptionsí

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

46Débil · 16% del índice global

Postura de seguridad

43Débil
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
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 4 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
2.5/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
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 — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 61 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,3
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Packaging. Los pesos restantes se han renormalizado.

Avisos de dependencias

56Moderado
Cómo se puntúa
9.5/35Dependencias directas libres de avisos conocidos — 1 afectados: pillow 11.1.0 (critical 9.1)
0/25Dependencias indirectas libres de avisos conocidos — el conjunto transitivo no es separable de las dependencias de desarrollo y prueba en este alcance
32.6/40Sin avisos pendientes — 1 paquete(s) con avisos sin atender más allá de 90 días; el más antiguo publicado hace 251 días
Datos de entrada utilizados
sourceosv
advisories112
affected_packages18
assessed_packages170
unassessed_packages0
affected_by_severitycritical 3, high 4, moderate 10, low 1
direct_affected_packages1
Excluidos de la puntuación (sin datos o no aplicable): Dependencias indirectas libres de avisos conocidos. Los pesos restantes se han renormalizado. Se cotejaron 170 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.

52Moderado · 4% del índice global

Contexto y guía para agentes

27En riesgo
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
26.7/40Historial de commits legible — 50 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,5
agent_instruction_files—
agent_instruction_max_bytes—

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

53Moderado
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — .flake8, pyproject.toml ([tool.black])
0/11Verificación estática de tipos
10/10Entorno reproducible — lockfile
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
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_testssí
lockfilespoetry.lock
has_dockerfileno
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,06
toolchain_manifests—
dependency_bot_commit_share0

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 — 2/238 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes85.685
source_files_sampled238
oversized_source_files2

Interfaces legibles por máquina

100Excepcional
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, notebooks
Datos de entrada utilizados
example_dirsexamples, notebooks
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

60estrellas de GitHub
39contribuidores
82commits en los últimos 12 meses
0días desde el último push
69versiones publicadas
3factor bus
5issues 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:qualang-tools@0.24.0; advisories assessed against the repository dependency graph instead

Más detalle

Historial de estrellas y forks 0 ★ / 33 ⇿
0Estrellas
33Forks
60Versiones

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.

01325383332021-082023-122026-05
Mayor 0Menor 22Parche 36

Cada punto abarca 5 días.

OpenSSF Scorecard 4.3 / 10
4.3agregado

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 · 2026-10-21 09:47 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
10Code-Reviewall changesets reviewed
10Contributorsproject has 4 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update 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
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
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities61 existing vulnerabilities detected
Dependencias directas 33
RegistroPaqueteRestricción de versiónManifiesto
PyPImatplotlib>=3.10.5pyproject.toml
PyPIpillow—pyproject.toml
PyPIcontourpy—pyproject.toml
PyPIkiwisolver—pyproject.toml
PyPInumpy<3pyproject.toml
PyPIqm-qua>=1.2.3pyproject.toml
PyPIscikit-learn>=1.7.2pyproject.toml
PyPIgrpclib0.4.5pyproject.toml
PyPIgrpcio>=1.75.1pyproject.toml
PyPIattrs>=22.2.0pyproject.toml
PyPIpackaging>=20.0pyproject.toml
PyPIscipy—pyproject.toml
PyPIdill^0.3.4pyproject.toml
PyPIpypiwin32^223pyproject.toml
PyPIipython^8.10.0pyproject.toml
PyPIpandas>=2.3.3pyproject.toml
PyPIdash^2.0.0pyproject.toml
PyPIdash-html-components^2.0.0pyproject.toml
PyPIdash-core-components^2.0.0pyproject.toml
PyPIdash-bootstrap-components^1.6.0pyproject.toml
PyPIdash-cytoscape^0.3.0pyproject.toml
PyPIdash-table^5.0.0pyproject.toml
PyPIdash-dangerously-set-inner-html^0.0.2pyproject.toml
PyPIdocutils>=0.14.0 <= 0.21pyproject.toml
PyPIwaitress^3.0.1pyproject.toml
PyPImarkupsafe>=3.0.3pyproject.toml
PyPIxarray>=2025.1.0,<2025.7.0pyproject.toml
PyPInetCDF4—pyproject.toml
PyPIcftime—pyproject.toml
PyPIcirq—pyproject.toml
PyPItqdm^4.67.1pyproject.toml
PyPItypedunits>=0.0.2pyproject.toml
PyPIqcodes—pyproject.toml
Todas las dependencias 170

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 33 paquetes directos y 137 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIattrs25.4.0directa
PyPIcftime1.6.4.post1directa
PyPIcirq1.5.0directa
PyPIcontourpy1.3.0directa
PyPIdash2.18.2directa
PyPIdash-bootstrap-components1.7.1directa
PyPIdash-core-components2.0.0directa
PyPIdash-cytoscape0.3.0directa
PyPIdash-dangerously-set-inner-html0.0.2directa
PyPIdash-html-components2.0.0directa
PyPIdash-table5.0.0directa
PyPIdill0.3.9directa
PyPIdocutils0.21directa
PyPIgrpcio1.83.1directa
PyPIgrpclib0.4.5directa
PyPIipython8.18.1directa
PyPIkiwisolver1.4.7directa
PyPImarkupsafe3.0.3directa
PyPImatplotlib3.10.9directa
PyPInetcdf41.7.2directa
PyPInumpy2.0.2directa
PyPIpackaging24.2directa
PyPIpandas2.3.3directa
PyPIpillow11.1.0directa
PyPIpypiwin32223directa
PyPIqcodes0.52.0directa
PyPIqm-qua1.4.1directa
PyPIscikit-learn1.7.2directa
PyPIscipy1.13.1directa
PyPItqdm4.67.1directa
PyPItypedunits0.0.2directa
PyPIwaitress3.0.2directa
PyPIxarray2025.6.1directa
PyPIanyio4.8.0indirecta
PyPIappnope1.0.0indirecta
PyPIasttokens3.0.0indirecta
PyPIblack24.10.0indirecta
PyPIblinker1.9.0indirecta
PyPIbroadbean0.14.0indirecta
PyPIcachetools5.5.2indirecta
PyPIcertifi2025.1.31indirecta
PyPIcf-xarray0.10.6indirecta
PyPIcffi2.1.1indirecta
PyPIcharset-normalizer3.4.1indirecta
PyPIcirq-aqt1.5.0indirecta
PyPIcirq-core1.5.0indirecta
PyPIcirq-google1.5.0indirecta
PyPIcirq-ionq1.5.0indirecta
PyPIcirq-pasqal1.5.0indirecta
PyPIcirq-web1.5.0indirecta
PyPIclick8.1.8indirecta
PyPIcloudpickle3.1.2indirecta
PyPIcolorama0.4.6indirecta
PyPIcomm0.2.3indirecta
PyPIcycler0.12.1indirecta
PyPIcython3.2.4indirecta
PyPIdask2026.8.0indirecta
PyPIdatadog-api-client2.32.0indirecta
PyPIdebugpy1.8.22indirecta
PyPIdecorator5.2.1indirecta
PyPIdeprecation2.1.0indirecta
PyPIduet0.2.9indirecta
PyPIexceptiongroup1.2.2indirecta
PyPIexecuting2.2.0indirecta
PyPIflake87.3.0indirecta
PyPIflask3.0.3indirecta
PyPIfonttools4.56.0indirecta
PyPIfsspec2026.9.0indirecta
PyPIgoogle-api-core2.24.1indirecta
PyPIgoogle-auth2.38.0indirecta
PyPIgoogleapis-common-protos1.68.0indirecta
PyPIgrpcio-status1.62.3indirecta
PyPIh110.16.0indirecta
PyPIh24.3.0indirecta
PyPIh5netcdf1.8.1indirecta
PyPIh5py3.16.0indirecta
PyPIhpack4.1.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx0.28.1indirecta
PyPIhyperframe6.1.0indirecta
PyPIidna3.10indirecta
PyPIimportlib-metadata8.6.1indirecta
PyPIiniconfig2.0.0indirecta
PyPIipykernel7.3.0indirecta
PyPIipywidgets8.1.9indirecta
PyPIitsdangerous2.2.0indirecta
PyPIjedi0.19.2indirecta
PyPIjinja23.1.5indirecta
PyPIjoblib1.4.2indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIjupyter-client8.10.0indirecta
PyPIjupyter-core5.9.1indirecta
PyPIjupyterlab-widgets3.0.17indirecta
PyPIlocket1.0.0indirecta
PyPImarshmallow3.23.3indirecta
PyPImarshmallow-polyfield5.11indirecta
PyPImatplotlib-inline0.1.7indirecta
PyPImccabe0.7.0indirecta
PyPImpmath1.3.0indirecta
PyPImultidict6.7.1indirecta
PyPImypy-extensions1.0.0indirecta
PyPInarwhals2.25.0indirecta
PyPInest-asyncio1.6.0indirecta
PyPInest-asyncio21.7.4indirecta
PyPInetworkx3.4.2indirecta
PyPIopentelemetry-api1.45.1indirecta
PyPIparso0.8.4indirecta
PyPIpartd1.4.2indirecta
PyPIpastel0.2.1indirecta
PyPIpathspec0.12.1indirecta
PyPIpexpect4.9.0indirecta
PyPIplatformdirs4.3.6indirecta
PyPIplotly5.24.1indirecta
PyPIpluggy1.5.0indirecta
PyPIpoethepoet0.18.1indirecta
PyPIprompt-toolkit3.0.50indirecta
PyPIproto-plus1.26.0indirecta
PyPIprotobuf5.29.6indirecta
PyPIpsutil7.2.2indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpyarrow25.0.1indirecta
PyPIpyasn10.6.1indirecta
PyPIpyasn1-modules0.4.1indirecta
PyPIpycodestyle2.14.0indirecta
PyPIpycparser3.11indirecta
PyPIpyflakes3.4.0indirecta
PyPIpygments2.19.1indirecta
PyPIpyparsing3.2.1indirecta
PyPIpytest8.4.2indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpytz2025.1indirecta
PyPIpyvisa1.15.0indirecta
PyPIpywin32308indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyzmq27.2.0indirecta
PyPIqm-saas1.2.0indirecta
PyPIreferencing0.37.0indirecta
PyPIrequests2.33.1indirecta
PyPIretrying1.3.4indirecta
PyPIrpds-py0.30.0indirecta
PyPIrsa4.9indirecta
PyPIruamel-yaml0.19.1indirecta
PyPIschema0.7.8indirecta
PyPIsetuptools69.5.1indirecta
PyPIsix1.17.0indirecta
PyPIsniffio1.3.1indirecta
PyPIsortedcontainers2.4.0indirecta
PyPIstack-data0.6.3indirecta
PyPIsympy1.13.3indirecta
PyPItabulate0.10.0indirecta
PyPItenacity9.0.0indirecta
PyPIthreadpoolctl3.5.0indirecta
PyPItinydb4.8.2indirecta
PyPItomli2.2.1indirecta
PyPItoolz1.2.0indirecta
PyPItornado6.5.10indirecta
PyPItraitlets5.14.3indirecta
PyPItyping-extensions4.15.0indirecta
PyPItzdata2025.1indirecta
PyPIuncertainties3.2.3indirecta
PyPIurllib32.3.0indirecta
PyPIversioningit3.3.0indirecta
PyPIwcwidth0.2.13indirecta
PyPIwebsockets16.1.1indirecta
PyPIwerkzeug3.0.6indirecta
PyPIwidgetsnbextension4.0.16indirecta
PyPIwrapt2.5.1indirecta
PyPIzipp3.21.0indirecta
Avisos de dependencias 18

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 170 paquetes, que incluyen también fijaciones de desarrollo y prueba que nunca se distribuyen: 18 tienen avisos conocidos, de los cuales 1 son directas.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
pillow11.1.0directacrítica4313.0.0
anyio4.8.0indirectacrítica44.14.2
black24.10.0indirectacrítica326.3.1
certifi2025.1.31indirectaalta22026.10.19
pyasn10.6.1indirectaalta100.6.4
setuptools69.5.1indirectaalta683.0.0
urllib32.3.0indirectaalta162.8.0
flask3.0.3indirectamoderada23.1.3
fonttools4.56.0indirectamoderada24.60.2
h24.3.0indirectamoderada24.4.1
hpack4.1.0indirectamoderada24.2.0
idna3.10indirectamoderada23.15
jinja23.1.5indirectamoderada23.1.6
marshmallow3.23.3indirectamoderada24.1.2
multidict6.7.1indirectamoderada26.9.1
pytest8.4.2indirectamoderada29.0.3
werkzeug3.0.6indirectamoderada83.1.9
pygments2.19.1indirectabaja22.20.0

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 qua-platform/py-qua-tools. Leer en paralelo →

100scikit-learn/scikit-learnscikit-learn: machine learning in PythonExcepcional100open-telemetry/opentelemetry-pythonOpenTelemetry Python API and SDK Excepcional100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Excepcional100matplotlib/matplotlibmatplotlib: plotting with PythonExcepcional100deepset-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.Excepcional100huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. 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.