Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-10-19 12:58 UTC

sitbon / magg

Magg: The MCP Aggregator

PythonAGPL-3.0★ 144 estrellas⑂ 25 forksdesde jun 2025Ver en GitHub ↗
TipoServidor MCPBibliotecaHerramienta de línea de comandoscómo se determina
#aggregator#ai#docker#docker-compose#fastmcp#json-rpc#llm#mcp#mcp-sdk#mcp-server#mcp-servers#modelcontextprotocol#proxy#pydantic#pydantic-v2#python

sitbon/magg tiene un índice de salud de 71 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Engineering Quality (90/100) y la más baja, Sustainability & Governance (50/100). Se actualizó por última vez hace 21 días. Una sola persona concentra la mayor parte del trabajo reciente.

71
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.

71
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 63 se calibra a 71 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Phillip SitbonCuenta personal
43 seguidores28 repositorios públicosdesde ene 2012

Este repositorio pertenece a una cuenta personal. Un proyecto con un único propietario conlleva más riesgo de continuidad que uno respaldado por una organización.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPImagg1.3.039823hace 22 díasagentaggregatoraiaiohttpcontextfastmcpmcpmodelprotocolproxypydanticpydantic-settingsrich

Métricas por categoría

Vitalidad

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

66Bueno · 21% del índice global

Actividad de desarrollo

54Moderado
Cómo se puntúa
28.8/36Recencia de push — último push hace 21 días
2.1/36Cadencia de commits — 3/52 semanas con commits
12.7/18Volumen de commits — 25 commits en el último año
10/10OpenSSF Scorecard: Maintained — 14 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year25
human_commit_share1
days_since_last_push21
active_weeks_last_year3

Disciplina de publicación

83Excelente
Cómo se puntúa
27/27Publica versiones — 18 versiones publicadas
36/36Recencia de las versiones — última versión hace 22 días
19.8/27Cadencia de publicación — una versión cada ~50,4 días
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Datos de entrada utilizados
releases_count18
latest_release_tagv1.3.0
releases_from_tagsno
days_since_latest_release22
mean_days_between_releases50,4

Comunidad y Adopción

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

54Moderado · 17% del índice global

Popularidad y adopción

46Débil
Cómo se puntúa
35/60Estrellas — 144 estrellas
11.5/25Forks — 25 forks
0/15Observadores — 0 observadores
Datos de entrada utilizados
forks25
stars144
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

70Bueno
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (AGPL-3.0)
18/18Guía 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_badges7
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateno

Adopción en el ecosistema (descargas)

43Débil
Cómo se puntúa
34.7/80Descargas mensuales — 398 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesmagg
dependents—
ecosystemspypi
total_downloads—
monthly_downloads398
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?

50Moderado · 23% del índice global

Resiliencia de mantenedores (factor bus)

23En riesgo
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
1.6/22.5Distribución de commits — el principal contribuyente firma el 93% de los commits
2.7/13.5Amplitud de contribuyentes — 2 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Datos de entrada utilizados
bus_factor1
contributors_sampled2
top_contributor_share0,929

Capacidad de respuesta a issues y PR

36Débil
Cómo se puntúa
21/42Resolución de issues — 50% de issues cerradas
15/30Aceptación de PR — 4/8 PR decididos fusionados
0/13Newcomer PR acceptance — 0/2 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/21 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs4
open_issues2
closed_issues2
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d3
issue_closed_ratio0,5
closed_unmerged_prs4
first_time_authors_30d2
first_time_prs_merged_30d0
first_time_prs_decided_30d2

Propiedad y custodia

56Moderado
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
11.8/25Alcance del propietario — 43 seguidores de sitbon
22.6/25Trayectoria — 28 repos públicos, cuenta de ~14 años
Datos de entrada utilizados
followers43
owner_typeUser
is_verified—
owner_loginsitbon
public_repos28
account_age_days5380
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 22 días
20/20Historial de versiones — 23 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesmagg
ecosystemspypi
any_deprecatedno
min_days_since_publish22

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

90Excelente · 19% del índice global

Prácticas de ingeniería

84Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 5 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff])
0/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 4 out of 4 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

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://pypi.org/project/magg/
10/10Descripción del repositorio
10/10Topics — 16 topics
10/10Wiki
Datos de entrada utilizados
topicsaggregator, ai, docker, docker-compose, fastmcp, json-rpc, llm, mcp, mcp-sdk, mcp-server, mcp-servers, modelcontextprotocol, proxy, pydantic, pydantic-v2, python
has_wikisí
homepagehttps://pypi.org/project/magg/
docs_sitehttps://pypi.org/project/magg/
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?

59Moderado · 16% del índice global

Postura de seguridad

49Débil
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 4 out of 4 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
0/7.5Code-Review — Found 0/21 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 5 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 — 14 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5SAST — SAST tool is run on all commits
2/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
6/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 16 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate4,9

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_packages79
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:magg@1.3.0 —lo que arrastra la instalación del paquete publicado—: 79 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.

56Moderado · 4% del índice global

Contexto y guía para agentes

40Débil
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 75 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,75
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 — pyproject.toml ([tool.ruff])
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile, lockfile
10/10Práctica demostrada con agentes — 8 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
lockfilesuv.lock
has_dockerfilesí
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,08
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 — 0/96 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes41.731
source_files_sampled96
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
20/20Servidor MCP
40/40Ejemplos ejecutables — examples
Datos de entrada utilizados
example_dirsexamples
has_mcp_signalsí
api_schema_files—
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Esquema de API (OpenAPI/GraphQL/proto). Los pesos restantes se han renormalizado.

Datos clave

144estrellas de GitHub
2contribuidores
25commits en los últimos 12 meses
21días desde el último push
18versiones 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

Historial de estrellas y forks 0 ★ / 25 ⇿
0Estrellas
25Forks
10Versiones

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.

05101520252522025-062026-022026-09
Mayor 0Menor 6Parche 4

Cada punto abarca 2 días.

OpenSSF Scorecard 4.9 / 10
4.9agregado

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 · 2026-10-19 12:58 UTC

10Binary-Artifactsno binaries found in the repo
1Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests4 out of 4 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/21 approved changesets -- score normalized to 0
10Contributorsproject has 5 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained14 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
4Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
8Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities16 existing vulnerabilities detected
Dependencias directas 11
RegistroPaqueteRestricción de versiónManifiesto
PyPIfastmcp>=3.4,<4pyproject.toml
PyPImcp>=1.28pyproject.toml
PyPIaiohttp>=3.12.13pyproject.toml
PyPIpydantic>=2.11.7pyproject.toml
PyPIpydantic-settings>=2.10.0pyproject.toml
PyPIrich>=14.0.0pyproject.toml
PyPIprompt-toolkit>=3.0.51pyproject.toml
PyPIcryptography>=45.0.4pyproject.toml
PyPIpyjwt>=2.10.1pyproject.toml
PyPIwatchdog>=6.0.0pyproject.toml
PyPIart>=6.5pyproject.toml
Todas las dependencias 92

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 11 paquetes directos y 81 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIaiohttp3.14.3directa
PyPIart6.5directa
PyPIcryptography50.0.0directa
PyPIfastmcp3.4.5directa
PyPImcp1.29.0directa
PyPIprompt-toolkit3.0.53directa
PyPIpydantic2.13.4directa
PyPIpydantic-settings2.14.2directa
PyPIpyjwt2.13.0directa
PyPIrich15.0.0directa
PyPIwatchdog6.0.0directa
PyPIaiofile3.11.1indirecta
PyPIaiohappyeyeballs2.7.1indirecta
PyPIaiosignal1.4.0indirecta
PyPIannotated-types0.8.0indirecta
PyPIanthropic0.120.2indirecta
PyPIanyio4.14.2indirecta
PyPIattrs26.1.0indirecta
PyPIauthlib1.7.2indirecta
PyPIbeartype0.22.9indirecta
PyPIcachetools7.1.7indirecta
PyPIcaio0.9.25indirecta
PyPIcertifi2026.7.22indirecta
PyPIcffi2.1.0indirecta
PyPIclick8.4.2indirecta
PyPIcolorama0.4.6indirecta
PyPIcyclopts4.22.4indirecta
PyPIdistro1.9.0indirecta
PyPIdnspython2.8.0indirecta
PyPIdocstring-parser0.18.0indirecta
PyPIemail-validator2.3.0indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIfastmcp-slim3.4.5indirecta
PyPIfrozenlist1.8.0indirecta
PyPIgriffelib2.1.0indirecta
PyPIh110.16.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx0.28.1indirecta
PyPIhttpx-sse0.4.3indirecta
PyPIidna3.18indirecta
PyPIiniconfig2.3.0indirecta
PyPIjaraco-classes3.4.0indirecta
PyPIjaraco-context6.1.2indirecta
PyPIjaraco-functools4.6.0indirecta
PyPIjeepney0.9.0indirecta
PyPIjiter0.16.0indirecta
PyPIjoserfc1.7.4indirecta
PyPIjsonref1.1.0indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-path0.5.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIkeyring25.7.0indirecta
PyPImagg1.3.0indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImdurl0.1.2indirecta
PyPImore-itertools11.1.0indirecta
PyPImultidict6.7.1indirecta
PyPIopenapi-pydantic0.5.1indirecta
PyPIopentelemetry-api1.44.0indirecta
PyPIpackaging26.2indirecta
PyPIpathable0.6.0indirecta
PyPIplatformdirs4.11.0indirecta
PyPIpluggy1.6.0indirecta
PyPIpropcache0.5.2indirecta
PyPIpy-key-value-aio0.4.5indirecta
PyPIpycparser3.0indirecta
PyPIpydantic-core2.46.4indirecta
PyPIpygments2.20.0indirecta
PyPIpyperclip1.11.0indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-asyncio1.4.0indirecta
PyPIpython-dotenv1.2.2indirecta
PyPIpython-multipart0.0.32indirecta
PyPIpywin32312indirecta
PyPIpywin32-ctypes0.2.3indirecta
PyPIpyyaml6.0.3indirecta
PyPIreferencing0.37.0indirecta
PyPIrich-rst2.1.0indirecta
PyPIrpds-py2026.6.3indirecta
PyPIruff0.16.1indirecta
PyPIsecretstorage3.5.0indirecta
PyPIsniffio1.3.1indirecta
PyPIsse-starlette3.4.6indirecta
PyPIstarlette1.3.1indirecta
PyPItyping-extensions4.16.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPIuncalled-for0.3.2indirecta
PyPIuvicorn0.52.1indirecta
PyPIwatchfiles1.2.0indirecta
PyPIwcwidth0.8.2indirecta
PyPIwebsockets17.0.1indirecta
PyPIyarl1.24.5indirecta
Avisos de dependencias 0

Instalar pypi:magg@1.3.0 arrastra 79 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 sitbon/magg. Leer en paralelo →

99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.Excepcional99ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3xExcepcional98modelcontextprotocol/csharp-sdkThe official C# SDK for Model Context Protocol servers and clients. Maintained in collaboration with Microsoft.Excepcional100deepset-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.Excepcional99awslabs/mcpOpen source MCP Servers for AWSExcepcional98ModelEngine-Group/nexentNexent is a zero-code platform for auto-generating production-grade AI agents using Harness Engineering principles — unified tools, skills, memory, and orchestration with built-in constraints, feedback loops, and control planes.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.