Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-12 20:09 UTC

sinaptik-ai / pandas-ai

Chat with your database or your datalake (SQL, CSV, parquet). PandasAI makes data analysis conversational using LLMs and RAG.

PythonLicencia propia★ 23.740 estrellas⑂ 2343 forksdesde abr 2023Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina
#llm#pandas#ai#data-analysis#data-science#gpt-4#csv#data#sql#database#datalake#data-visualization#text-to-sql

sinaptik-ai/pandas-ai tiene un índice de salud de 77 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Engineering Quality (92/100) y la más baja, Security (36/100). Se actualizó por última vez hace 288 días. Una sola persona concentra la mayor parte del trabajo reciente.

77
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.

77
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 66 se calibra a 77 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

PandasAIOrganización
308 seguidores6 repositorios públicosdesde dic 2023

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
PyPIpandasai3.0.0244.374225hace 309 días

Métricas por categoría

Vitalidad

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

46Débil · 21% del índice global

Actividad de desarrollo

25En riesgo
Cómo se puntúa
3.6/36Recencia de push — último push hace 288 días
4.8/36Cadencia de commits — 7/52 semanas con commits
16.3/18Volumen de commits — 65 commits en el último año
0/10OpenSSF Scorecard: Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Datos de entrada utilizados
commits_last_year65
human_commit_share1
days_since_last_push288
active_weeks_last_year7

Disciplina de publicación

78Bueno
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
16.2/36Recencia de las versiones — última versión hace 309 días
27/27Cadencia de publicación — una versión cada ~25 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count100
latest_release_tagv3.0.0
releases_from_tagsno
days_since_latest_release309
mean_days_between_releases25
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?

86Excelente · 17% del índice global

Popularidad y adopción

97Excepcional
Cómo se puntúa
60/60Estrellas — 23.740 estrellas
25/25Forks — 2343 forks
12.3/15Observadores — 166 observadores
Datos de entrada utilizados
forks2343
stars23.740
watchers166
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

71Bueno
Cómo se puntúa
22.5/22.5README
16.9/22.5Licencia — archivo de licencia presente, no es una licencia reconocida
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_badges5
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templatesí

Adopción en el ecosistema (descargas)

90Excelente
Cómo se puntúa
71.8/80Descargas mensuales — 244.374 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagespandasai
dependents—
ecosystemspypi
total_downloads—
monthly_downloads244.374
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?

70Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

43Débil
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
10.8/22.5Distribución de commits — el principal contribuyente firma el 52% de los commits
13.5/13.5Amplitud de contribuyentes — 97 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 8 contributing companies or organizations
Datos de entrada utilizados
bus_factor1
contributors_sampled97
top_contributor_share0,521

Capacidad de respuesta a issues y PR

80Excelente
Cómo se puntúa
41.7/42Resolución de issues — 99% de issues cerradas
23.7/30Aceptación de PR — 564/713 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
4.5/15OpenSSF Scorecard: Code-Review — Found 4/13 approved changesets -- score normalized to 3
Datos de entrada utilizados
merged_prs564
open_issues6
closed_issues928
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,994
closed_unmerged_prs149
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

74Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado — el estado de dominio verificado no se leyó para esta organización
17.9/25Alcance del propietario — 308 seguidores de sinaptik-ai
11.4/25Trayectoria — 6 repos públicos, cuenta de ~2 años
Datos de entrada utilizados
followers308
owner_typeOrganization
is_verified—
owner_loginsinaptik-ai
public_repos6
account_age_days966
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

91Excelente
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
26/35Recencia de publicación — última publicación hace 309 días
20/20Historial de versiones — 225 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagespandasai
ecosystemspypi
any_deprecatedno
min_days_since_publish309

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

92Excelente · 19% del índice global

Prácticas de ingeniería

86Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 3 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
12/20OpenSSF Scorecard: CI-Tests — 6 out of 9 merged PRs checked by a CI test -- score normalized to 6
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://pandas-ai.com
10/10Descripción del repositorio
10/10Topics — 13 topics
10/10Wiki
Datos de entrada utilizados
topicsllm, pandas, ai, data-analysis, data-science, gpt-4, csv, data, sql, database, datalake, data-visualization, text-to-sql
has_wikisí
homepagehttps://pandas-ai.com
docs_sitehttps://pandas-ai.com
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?

36Débil · 16% del índice global

Postura de seguridad

30En riesgo
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
1.5/2.5CI-Tests — 6 out of 9 merged PRs checked by a CI test -- score normalized to 6
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
2.2/7.5Code-Review — Found 4/13 approved changesets -- score normalized to 3
2.5/2.5Contributors — project has 8 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
0/7.5Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
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
0/7.5Vulnerabilities — 171 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate3,1
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Packaging, Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

62Moderado
Cómo se puntúa
8.1/35Dependencias directas libres de avisos conocidos — 2 afectados: pillow 10.4.0 (critical 9.1), pyarrow 18.1.0 (high 7.0)
25/25Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido
28.5/40Sin avisos pendientes — 2 paquete(s) con avisos sin atender más allá de 90 días; el más antiguo publicado hace 182 días
Datos de entrada utilizados
sourceosv
advisories36
affected_packages2
assessed_packages36
unassessed_packages0
affected_by_severitycritical 1, high 1
direct_affected_packages2
Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:pandasai@3.0.0 —lo que arrastra la instalación del paquete publicado—: 36 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.

61Moderado · 4% del índice global

Contexto y guía para agentes

30En riesgo
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
30.4/40Historial de commits legible — 57 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,57
agent_instruction_files—
agent_instruction_max_bytes—

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

71Bueno
Cómo se puntúa
18/18Arranque con un solo comando — Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile, lockfile
10/10Práctica demostrada con agentes — 9 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_dockerfilesí
typed_languageno
bootstrap_filesMakefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,09
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 — 0/191 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes23.307
source_files_sampled191
oversized_source_files0

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

23.740estrellas de GitHub
97contribuidores
65commits en los últimos 12 meses
288días desde el último push
100versiones publicadas
1factor bus
6issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Más detalle

Historial de estrellas y forks 0 ★ / 2343 ⇿
0Estrellas
2343Forks
13Versiones

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.

Solo se muestra el historial más reciente: este repositorio supera la ventana de recopilación, por lo que no se captura el historial más antiguo.

12001400160018002000220024002343482025-022025-112026-08
Mayor 1Menor 0Parche 1

Cada punto abarca 2 días.

OpenSSF Scorecard 3.1 / 10
3.1agregado

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 · 2026-08-12 20:08 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
6CI-Tests6 out of 9 merged PRs checked by a CI test -- score normalized to 6
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
3Code-ReviewFound 4/13 approved changesets -- score normalized to 3
10Contributorsproject has 8 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
0Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
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
0Vulnerabilities171 existing vulnerabilities detected
Dependencias directas 16
RegistroPaqueteRestricción de versiónManifiesto
PyPIpython-dotenv^1.0.0pyproject.toml
PyPIpandas^2.0.3pyproject.toml
PyPIscipy1.10.1pyproject.toml
PyPIastor^0.8.1pyproject.toml
PyPImatplotlib<3.8,>=3.7.1pyproject.toml
PyPIpydantic^2.6.4pyproject.toml
PyPIduckdb^1.0.0pyproject.toml
PyPIpillow^10.1.0pyproject.toml
PyPIrequests^2.31.0pyproject.toml
PyPIjinja2^3.1.3pyproject.toml
PyPInumpy^1.17pyproject.toml
PyPIopenpyxl^3.1.5pyproject.toml
PyPIseaborn^0.12.2pyproject.toml
PyPIsqlglot^25.0.3pyproject.toml
PyPIpyarrow>=14.0.1,<19.0.0pyproject.toml
PyPIpyyaml^6.0.2pyproject.toml
Todas las dependencias 272

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 20 paquetes directos y 252 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIastor0.8.1directa
PyPIduckdb1.1.3directa
PyPIjinja23.1.5directa
PyPImatplotlib3.7.5directa
PyPInumpy1.23.2directa
PyPInumpy1.24.4directa
PyPInumpy1.26.4directa
PyPIopenpyxl3.1.5directa
PyPIpandas2.0.3directa
PyPIpandas2.2.3directa
PyPIpillow10.4.0directa
PyPIpyarrow14.0.2directa
PyPIpydantic2.10.5directa
PyPIpydantic2.10.6directa
PyPIpython-dotenv1.0.1directa
PyPIpyyaml6.0.2directa
PyPIrequests2.32.3directa
PyPIscipy1.10.1directa
PyPIseaborn0.12.2directa
PyPIsqlglot25.34.1directa
PyPIaiohappyeyeballs2.4.4indirecta
PyPIaiohttp3.10.11indirecta
PyPIaiosignal1.3.1indirecta
PyPIannotated-types0.7.0indirecta
PyPIanyio4.5.2indirecta
PyPIanyio4.8.0indirecta
PyPIasgiref3.8.1indirecta
PyPIasn1crypto1.5.1indirecta
PyPIasync-timeout5.0.1indirecta
PyPIattrs24.3.0indirecta
PyPIattrs25.1.0indirecta
PyPIbackoff2.2.1indirecta
PyPIbcrypt4.2.1indirecta
PyPIbeautifulsoup44.12.3indirecta
PyPIbuild1.2.2.post1indirecta
PyPIcachetools5.5.0indirecta
PyPIcertifi2024.12.14indirecta
PyPIcffi1.17.1indirecta
PyPIcfgv3.4.0indirecta
PyPIcharset-normalizer3.4.1indirecta
PyPIchroma-hnswlib0.7.3indirecta
PyPIchromadb0.4.24indirecta
PyPIclick8.1.8indirecta
PyPIcockroachdb0.3.5indirecta
PyPIcodespell2.4.1indirecta
PyPIcolorama0.4.6indirecta
PyPIcoloredlogs15.0.1indirecta
PyPIcontourpy1.1.1indirecta
PyPIcontourpy1.3.0indirecta
PyPIcoverage7.6.1indirecta
PyPIcoverage7.6.10indirecta
PyPIcryptography43.0.3indirecta
PyPIcx-oracle8.3.0indirecta
PyPIcycler0.12.1indirecta
PyPIdatabricks-sql-connector3.7.1indirecta
PyPIdecorator5.1.1indirecta
PyPIdeprecated1.2.15indirecta
PyPIdeprecation2.1.0indirecta
PyPIdistlib0.3.9indirecta
PyPIdistro1.9.0indirecta
PyPIdocker7.1.0indirecta
PyPIdurationpy0.9indirecta
PyPIet-xmlfile2.0.0indirecta
PyPIexceptiongroup1.2.2indirecta
PyPIfastapi0.115.6indirecta
PyPIfilelock3.16.1indirecta
PyPIflatbuffers24.12.23indirecta
PyPIfonttools4.55.3indirecta
PyPIfonttools4.55.4indirecta
PyPIfonttools4.55.8indirecta
PyPIfrozendict2.4.6indirecta
PyPIfrozenlist1.5.0indirecta
PyPIfsspec2024.12.0indirecta
PyPIgoogle-api-core2.24.0indirecta
PyPIgoogle-auth2.37.0indirecta
PyPIgoogle-cloud-bigquery3.27.0indirecta
PyPIgoogle-cloud-core2.4.1indirecta
PyPIgoogle-crc32c1.6.0indirecta
PyPIgoogle-resumable-media2.7.2indirecta
PyPIgoogleapis-common-protos1.66.0indirecta
PyPIgreenlet3.1.1indirecta
PyPIgrpcio1.67.1indirecta
PyPIgrpcio1.69.0indirecta
PyPIgrpcio-status1.69.0indirecta
PyPIgrpcio-tools1.69.0indirecta
PyPIh110.14.0indirecta
PyPIh24.1.0indirecta
PyPIhpack4.0.0indirecta
PyPIhtml5lib1.1indirecta
PyPIhttpcore1.0.7indirecta
PyPIhttptools0.6.4indirecta
PyPIhttpx0.28.1indirecta
PyPIhuggingface-hub0.27.1indirecta
PyPIhumanfriendly10.0indirecta
PyPIhyperframe6.0.1indirecta
PyPIidentify2.6.1indirecta
PyPIidna3.10indirecta
PyPIimportlib-metadata8.5.0indirecta
PyPIimportlib-resources6.4.5indirecta
PyPIimportlib-resources6.5.2indirecta
PyPIiniconfig2.0.0indirecta
PyPIjiter0.8.2indirecta
PyPIjoblib1.4.2indirecta
PyPIjsonschema4.23.0indirecta
PyPIjsonschema-specifications2023.12.1indirecta
PyPIkiwisolver1.4.7indirecta
PyPIkubernetes31.0.0indirecta
PyPIlancedb0.5.7indirecta
PyPIlitellm1.61.20indirecta
PyPIlxml5.3.0indirecta
PyPIlz44.3.3indirecta
PyPImarkdown-it-py3.0.0indirecta
PyPImarkupsafe2.1.5indirecta
PyPImarkupsafe3.0.2indirecta
PyPImdurl0.1.2indirecta
PyPImilvus-lite2.4.11indirecta
PyPImilvus-model0.2.12indirecta
PyPImmh35.0.1indirecta
PyPImonotonic1.6indirecta
PyPImpmath1.3.0indirecta
PyPImultidict6.1.0indirecta
PyPImultitasking0.0.11indirecta
PyPInetworkx3.1indirecta
PyPInetworkx3.2.1indirecta
PyPInodeenv1.9.1indirecta
PyPInvidia-cublas-cu1212.1.3.1indirecta
PyPInvidia-cublas-cu1212.4.5.8indirecta
PyPInvidia-cuda-cupti-cu1212.1.105indirecta
PyPInvidia-cuda-cupti-cu1212.4.127indirecta
PyPInvidia-cuda-nvrtc-cu1212.1.105indirecta
PyPInvidia-cuda-nvrtc-cu1212.4.127indirecta
PyPInvidia-cuda-runtime-cu1212.1.105indirecta
PyPInvidia-cuda-runtime-cu1212.4.127indirecta
PyPInvidia-cudnn-cu129.1.0.70indirecta
PyPInvidia-cufft-cu1211.0.2.54indirecta
PyPInvidia-cufft-cu1211.2.1.3indirecta
PyPInvidia-curand-cu1210.3.2.106indirecta
PyPInvidia-curand-cu1210.3.5.147indirecta
PyPInvidia-cusolver-cu1211.4.5.107indirecta
PyPInvidia-cusolver-cu1211.6.1.9indirecta
PyPInvidia-cusparse-cu1212.1.0.106indirecta
PyPInvidia-cusparse-cu1212.3.1.170indirecta
PyPInvidia-nccl-cu122.20.5indirecta
PyPInvidia-nccl-cu122.21.5indirecta
PyPInvidia-nvjitlink-cu1212.4.127indirecta
PyPInvidia-nvjitlink-cu1212.6.85indirecta
PyPInvidia-nvtx-cu1212.1.105indirecta
PyPInvidia-nvtx-cu1212.4.127indirecta
PyPIoauthlib3.2.2indirecta
PyPIonnxruntime1.15.1indirecta
PyPIonnxruntime1.19.2indirecta
PyPIopenai1.59.9indirecta
PyPIopenai1.60.2indirecta
PyPIopenai1.65.1indirecta
PyPIopentelemetry-api1.29.0indirecta
PyPIopentelemetry-exporter-otlp-proto-common1.29.0indirecta
PyPIopentelemetry-exporter-otlp-proto-grpc1.29.0indirecta
PyPIopentelemetry-instrumentation0.50b0indirecta
PyPIopentelemetry-instrumentation-asgi0.50b0indirecta
PyPIopentelemetry-instrumentation-fastapi0.50b0indirecta
PyPIopentelemetry-proto1.29.0indirecta
PyPIopentelemetry-sdk1.29.0indirecta
PyPIopentelemetry-semantic-conventions0.50b0indirecta
PyPIopentelemetry-util-http0.50b0indirecta
PyPIorjson3.10.15indirecta
PyPIoverrides7.7.0indirecta
PyPIpackaging24.2indirecta
PyPIpandasai3.0.0b4indirecta
PyPIpeewee3.17.8indirecta
PyPIpinecone-client3.2.2indirecta
PyPIpkgutil-resolve-name1.3.10indirecta
PyPIplatformdirs4.3.6indirecta
PyPIpluggy1.5.0indirecta
PyPIportalocker2.10.1indirecta
PyPIposthog3.8.4indirecta
PyPIpre-commit3.5.0indirecta
PyPIpropcache0.2.0indirecta
PyPIproto-plus1.25.0indirecta
PyPIprotobuf5.29.3indirecta
PyPIpsycopg2-binary2.9.10indirecta
PyPIpulsar-client3.5.0indirecta
PyPIpy1.11.0indirecta
PyPIpyasn10.6.1indirecta
PyPIpyasn1-modules0.4.1indirecta
PyPIpycparser2.22indirecta
PyPIpydantic-core2.27.2indirecta
PyPIpygments2.19.1indirecta
PyPIpyjwt2.10.1indirecta
PyPIpylance0.9.18indirecta
PyPIpymilvus2.5.3indirecta
PyPIpymssql2.3.7indirecta
PyPIpymysql1.1.1indirecta
PyPIpyopenssl24.3.0indirecta
PyPIpyparsing3.1.4indirecta
PyPIpyparsing3.2.1indirecta
PyPIpypika0.48.9indirecta
PyPIpyproject-hooks1.2.0indirecta
PyPIpyreadline33.5.4indirecta
PyPIpytest7.4.4indirecta
PyPIpytest-cov4.1.0indirecta
PyPIpytest-env0.8.2indirecta
PyPIpytest-mock3.14.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpytz2024.2indirecta
PyPIpywin32308indirecta
PyPIqdrant-client1.4.0indirecta
PyPIratelimiter1.2.0.post0indirecta
PyPIreferencing0.35.1indirecta
PyPIregex2024.11.6indirecta
PyPIrequests-oauthlib2.0.0indirecta
PyPIretry0.9.2indirecta
PyPIrich13.9.4indirecta
PyPIrpds-py0.20.1indirecta
PyPIrsa4.9indirecta
PyPIruff0.1.15indirecta
PyPIsafetensors0.5.2indirecta
PyPIscikit-learn1.3.2indirecta
PyPIscikit-learn1.6.1indirecta
PyPIsemver3.0.2indirecta
PyPIsentence-transformers2.7.0indirecta
PyPIsetuptools70.0.0indirecta
PyPIsetuptools75.8.0indirecta
PyPIshellingham1.5.4indirecta
PyPIsix1.17.0indirecta
PyPIsniffio1.3.1indirecta
PyPIsnowflake-connector-python3.12.4indirecta
PyPIsnowflake-sqlalchemy1.7.3indirecta
PyPIsortedcontainers2.4.0indirecta
PyPIsoupsieve2.6indirecta
PyPIsourcery1.33.0indirecta
PyPIsqlalchemy2.0.37indirecta
PyPIsqlalchemy-bigquery1.12.0indirecta
PyPIsqlglotrs0.3.0indirecta
PyPIstarlette0.41.3indirecta
PyPIsympy1.12.1indirecta
PyPIsympy1.13.1indirecta
PyPIsympy1.13.3indirecta
PyPItenacity9.0.0indirecta
PyPIthreadpoolctl3.5.0indirecta
PyPIthrift0.20.0indirecta
PyPItiktoken0.7.0indirecta
PyPItokenizers0.20.3indirecta
PyPItokenizers0.21.0indirecta
PyPItomli2.2.1indirecta
PyPItomlkit0.13.2indirecta
PyPItorch2.4.1indirecta
PyPItorch2.5.1indirecta
PyPItqdm4.67.1indirecta
PyPItransformers4.46.3indirecta
PyPItransformers4.48.1indirecta
PyPItriton3.0.0indirecta
PyPItriton3.1.0indirecta
PyPItyper0.15.1indirecta
PyPItyping-extensions4.12.2indirecta
PyPItzdata2024.2indirecta
PyPItzdata2025.1indirecta
PyPIujson5.10.0indirecta
PyPIurllib31.26.20indirecta
PyPIurllib32.2.3indirecta
PyPIurllib32.3.0indirecta
PyPIuvicorn0.34.0indirecta
PyPIuvloop0.21.0indirecta
PyPIvirtualenv20.29.1indirecta
PyPIwatchfiles1.0.4indirecta
PyPIwebencodings0.5.1indirecta
PyPIwebsocket-client1.8.0indirecta
PyPIwebsockets14.2indirecta
PyPIwrapt1.17.2indirecta
PyPIyarl1.15.2indirecta
PyPIyfinance0.2.52indirecta
PyPIzipp3.20.2indirecta
PyPIzipp3.21.0indirecta
Avisos de dependencias 2

Instalar pypi:pandasai@3.0.0 arrastra 36 paquetes, directos y transitivos: 2 tienen avisos conocidos, de los cuales 2 son dependencias directas.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
pillow10.4.0directacrítica3412.3.0
pyarrow18.1.0directaalta223.0.1

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 sinaptik-ai/pandas-ai. Leer en paralelo →

96man-group/arcticdbArcticDB is a high performance, serverless DataFrame database built for the Python Data Science ecosystem.Excepcional99metabase/metabaseThe easy-to-use open source Business Intelligence and Embedded Analytics tool that lets everyone work with data :bar_chart:Excepcional98trinodb/trinoOfficial repository of Trino, the distributed SQL query engine for big data, formerly known as PrestoSQL (https://trino.io)Excepcional100reflex-dev/reflex🕸️ Web apps in pure Python 🐍Excepcional100streamlit/streamlitStreamlit — A faster way to build and share data apps.Excepcional99pandas-dev/pandasFlexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions, and much moreExcepcional

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 v0.31.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.