PHART: Python Hierarchical ASCII Rendering Tool - A Pure Python library and console CLI tool that renders graphs (NetworkX, GraphML, GraphViz/DOT) as diagrams/charts using 7-bit ASCII, (or 8-bit, Unicode, ANSI-color) or other plain-text output formats (SVG, HTML, Mermaid, etc.)
PythonMIT★ 32 estrellas⑂ 1 forkdesde nov 2024Ver en GitHub ↗
scottvr/phart tiene un índice de salud de 75 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Engineering Quality (92/100) y la más baja, AI Readiness (48/100). Se actualizó por última vez hace 30 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)
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).
19 seguidores92 repositorios públicosdesde may 2014https://www.paperclipmaximizer.ai
Este repositorio pertenece a una cuenta personal. Un proyecto con un único propietario conlleva más riesgo de continuidad que uno respaldado por una organización.
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
1
unassessed_packages
0
affected_by_severity
none
direct_affected_packages
0
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:phart@2.1.0 —lo que arrastra la instalación del paquete publicado—: 1 paquetes. No se analiza la alcanzabilidad.
¿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.
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
Datos de entrada utilizados
example_dirs
examples
has_mcp_signal
no
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
32estrellas de GitHub
1contribuidores
609commits en los últimos 12 meses
30días desde el último push
4versiones publicadas
1factor bus
2issues abiertas
PyPIecosistemas de paquetes
Advertencias de recopilación de datos
Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
Más detalle
OpenSSF Scorecard 5.2 / 10
5.2agregado
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 · 2026-11-19 02:27 UTC
Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 1 paquetes directos y 15 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.
Registro
Paquete
Versión
Relación
PyPI
networkx
—
directa
PyPI
fonttools
—
indirecta
PyPI
isort
—
indirecta
PyPI
matplotlib
—
indirecta
PyPI
mypy
—
indirecta
PyPI
phart
—
indirecta
PyPI
pre-commit
—
indirecta
PyPI
pydot
—
indirecta
PyPI
pygraphviz
—
indirecta
PyPI
pytest
—
indirecta
PyPI
pytest-cov
—
indirecta
PyPI
pyyaml
—
indirecta
PyPI
ruff
—
indirecta
PyPI
scipy
—
indirecta
PyPI
types-networkx
—
indirecta
PyPI
types-pyyaml
—
indirecta
Avisos de dependencias 0
Instalar pypi:phart@2.1.0 arrastra 1 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.
Registros relacionados
Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con scottvr/phart. Leer en paralelo →
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.