Registro público
Informe de salud del softwareesquema 0.12.0 · métricas 2.10.0 · 2026-07-17 16:21 UTC

sokrypton / ColAbFold

Making Protein folding accessible to all!

Jupyter NotebookMIT★ 2836 estrellas⑂ 732 forksdesde jul 2021Ver en GitHub ↗
TipoBibliotecacómo se determina
#bioinformatics#multiple-sequence-alignment#protein-structure#structure-prediction

sokrypton/ColAbFold tiene un índice de salud de 75 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Vitality (80/100) y la más baja, Security (37/100). Se actualizó por última vez hace 3 días. 2 personas concentran 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)
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 65 se calibra a 75 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Sergey OvchinnikovCuenta personal
734 seguidores61 repositorios públicosdesde abr 2013

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 publicación
PyPIcolabfold1.6.212.2598hace 3 días

Métricas por categoría

Vitalidad

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

80Excelente · 21% del índice global

Actividad de desarrollo

78Bueno
Cómo se puntúa
36/36Recencia de push — último push hace 3 días
14.5/36Cadencia de commits — 21/52 semanas con commits
17.3/18Volumen de commits — 83 commits en el último año
10/10OpenSSF Scorecard: Maintained — 20 commit(s) and 11 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year83
human_commit_share—
days_since_last_push3
active_weeks_last_year21

Disciplina de publicación

84Excelente
Cómo se puntúa
27/27Publica versiones — 9 versiones publicadas
36/36Recencia de las versiones — última versión hace 3 días
12.6/27Cadencia de publicación — una versión cada ~227,2 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count9
latest_release_tagv1.6.2
releases_from_tagsno
days_since_latest_release3
mean_days_between_releases227,2
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?

80Excelente · 17% del índice global

Popularidad y adopción

90Excelente
Cómo se puntúa
56/60Estrellas — 2836 estrellas
23.9/25Forks — 732 forks
9.6/15Observadores — 54 observadores
Datos de entrada utilizados
forks732
stars2836
watchers54
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

78Bueno
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (MIT)
18/18Guía CONTRIBUTING
0/13.5Código de conducta
7.2/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges—
has_contributingsí
has_issue_templatesí
has_code_of_conductno
readme_badge_services—
has_pull_request_templateno

Adopción en el ecosistema (descargas)

68Bueno
Cómo se puntúa
54.5/80Descargas mensuales — 12.259 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagescolabfold
dependents—
ecosystemspypi
total_downloads—
monthly_downloads12.259
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?

68Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

62Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
13.8/22.5Distribución de commits — el principal contribuyente firma el 39% de los commits
13.5/13.5Amplitud de contribuyentes — 42 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 13 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled42
top_contributor_share0,387

Capacidad de respuesta a issues y PR

46Débil
Cómo se puntúa
18.3/42Resolución de issues — 44% de issues cerradas
21.3/30Aceptación de PR — 88/124 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs88
open_issues393
closed_issues304
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,436
closed_unmerged_prs36
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

70Bueno
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
20.6/25Alcance del propietario — 734 seguidores de sokrypton
25/25Trayectoria — 61 repos públicos, cuenta de ~13 años
Datos de entrada utilizados
followers734
owner_typeUser
is_verified—
owner_loginsokrypton
public_repos61
account_age_days4838
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 3 días
20/20Historial de versiones — 8 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagescolabfold
ecosystemspypi
any_deprecatedno
min_days_since_publish3

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

60Moderado · 19% del índice global

Prácticas de ingeniería

60Moderado
Cómo se puntúa
24/24Flujos de trabajo de CI — 3 flujo(s) de trabajo
24/24Pruebas presentes
0/16Configuración de linter
0/9.6Hooks de pre-commit
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — sin datos
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configno
has_precommit_configno
Excluidos de la puntuación (sin datos o no aplicable): OpenSSF Scorecard: CI-Tests. Los pesos restantes se han renormalizado.

Documentación

60Moderado
Cómo se puntúa
30/30README
0/25Directorio de documentación
0/15Sitio de documentación / página del proyecto
10/10Descripción del repositorio
10/10Topics — 4 topics
10/10Wiki
Datos de entrada utilizados
topicsbioinformatics, multiple-sequence-alignment, protein-structure, structure-prediction
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?

37Débil · 16% del índice global

Postura de seguridad

37Débil
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
0/2.5CI-Tests — sin datos
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 13 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 — 20 commit(s) and 11 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
0/5SAST — no SAST tool detected
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 — 34 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate3,7
Excluidos de la puntuación (sin datos o no aplicable): CI-Tests, Signed-Releases. Los pesos restantes se han renormalizado.

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.

39Débil · 4% del índice global

Contexto y guía para agentes

1Crítico
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
0/40Historial de commits legible — sin datos
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share—
agent_instruction_files—
agent_instruction_max_bytes—
Excluidos de la puntuación (sin datos o no aplicable): Historial de commits legible. Los pesos restantes se han renormalizado.

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

40Débil
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
0/11Configuración de lint / formato
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile, lockfile
0/10Práctica demostrada con agentes — sin datos
0/8Mantenimiento automatizado — sin datos
1/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
Datos de entrada utilizados
has_nixno
has_testssí
lockfilespoetry.lock
has_dockerfilesí
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configno
typecheck_configs—
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share—
Excluidos de la puntuación (sin datos o no aplicable): Práctica demostrada con agentes, Mantenimiento automatizado. Los pesos restantes se han renormalizado.

Legibilidad del código para modelos

53Moderado
Cómo se puntúa
0/45Código verificable por tipos — Jupyter Notebook sin configuración de verificación de tipos
53/55Tamaños de archivo manejables — 1/28 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languageJupyter Notebook
largest_source_bytes91.330
source_files_sampled28
oversized_source_files1

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 — notebooks
Datos de entrada utilizados
example_dirsnotebooks
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

2836estrellas de GitHub
42contribuidores
83commits en los últimos 12 meses
3días desde el último push
9versiones publicadas
2factor bus
393issues abiertas
PyPIecosistemas de paquetes

Más detalle

OpenSSF Scorecard 3.7 / 10
3.7agregado

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 · 2026-07-17 16:21 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
n/dCI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
10Contributorsproject has 13 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained20 commit(s) and 11 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
1Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 1
0SASTno SAST tool detected
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities34 existing vulnerabilities detected
Dependencias directas 17
RegistroPaqueteRestricción de versiónManifiesto
PyPIabsl-py^1.0.0pyproject.toml
PyPIjax>=0.5.2,<0.11pyproject.toml
PyPImatplotlib^3.8.4pyproject.toml
PyPIbiopython<1.86pyproject.toml
PyPInumpy^2.0.2pyproject.toml
PyPIpandas^2.2.2pyproject.toml
PyPIalphafold-colabfold2.3.18pyproject.toml
PyPIrequests^2.26.0pyproject.toml
PyPItqdm^4.62.2pyproject.toml
PyPIappdirs^1.4.4pyproject.toml
PyPIpy3Dmol^2.0.1pyproject.toml
PyPIdm-tree^0.1.9pyproject.toml
PyPIdm-haiku^0.0.16pyproject.toml
PyPIimportlib-metadata^8.6.1pyproject.toml
PyPIpdbfixer^1.12.0pyproject.toml
PyPIopenmm^8.2.0pyproject.toml
PyPIorjson^3.11.4pyproject.toml
Todas las dependencias 63

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 17 paquetes directos y 46 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIabsl-py1.4.0directa
PyPIalphafold-colabfold2.3.18directa
PyPIappdirs1.4.4directa
PyPIbiopython1.82directa
PyPIdm-haiku0.0.16directa
PyPIdm-tree0.1.9directa
PyPIimportlib-metadata8.7.0directa
PyPIjax0.5.3directa
PyPImatplotlib3.10.5directa
PyPInumpy2.2.6directa
PyPIopenmm8.4.0.post2directa
PyPIorjson3.11.7directa
PyPIpandas2.3.2directa
PyPIpdbfixer1.12.0directa
PyPIpy3dmol2.0.4directa
PyPIrequests2.31.0directa
PyPItqdm4.66.1directa
PyPIatomicwrites1.4.1indirecta
PyPIattrs23.1.0indirecta
PyPIblack23.12.1indirecta
PyPIcertifi2023.11.17indirecta
PyPIcharset-normalizer3.3.2indirecta
PyPIchex0.1.85indirecta
PyPIclick8.1.7indirecta
PyPIcolorama0.4.6indirecta
PyPIcontextlib221.6.0indirecta
PyPIcontourpy1.3.2indirecta
PyPIcycler0.12.1indirecta
PyPIfonttools4.47.0indirecta
PyPIidna3.6indirecta
PyPIimmutabledict4.2.1indirecta
PyPIiniconfig2.0.0indirecta
PyPIjaxlib0.5.3indirecta
PyPIjmp0.0.4indirecta
PyPIkiwisolver1.4.5indirecta
PyPIlegacy-cgi2.6.4indirecta
PyPIml-collections0.1.1indirecta
PyPIml-dtypes0.5.3indirecta
PyPImypy-extensions1.0.0indirecta
PyPIopt-einsum3.3.0indirecta
PyPIpackaging23.2indirecta
PyPIpathspec0.12.1indirecta
PyPIpillow10.1.0indirecta
PyPIplatformdirs4.1.0indirecta
PyPIpluggy1.3.0indirecta
PyPIpy1.11.0indirecta
PyPIpyparsing3.1.1indirecta
PyPIpytest6.2.5indirecta
PyPIpython-dateutil2.8.2indirecta
PyPIpytz2023.3.post1indirecta
PyPIpyyaml6.0.1indirecta
PyPIscipy1.15.3indirecta
PyPIsetuptools69.0.3indirecta
PyPIsix1.16.0indirecta
PyPItabulate0.9.0indirecta
PyPItoml0.10.2indirecta
PyPItomli2.0.1indirecta
PyPItoolz0.12.0indirecta
PyPItyping-extensions4.15.0indirecta
PyPItzdata2025.2indirecta
PyPIurllib32.1.0indirecta
PyPIwrapt1.16.0indirecta
PyPIzipp3.23.0indirecta
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 sokrypton/ColAbFold. Leer en paralelo →

90biopython/biopythonOfficial git repository for Biopython (originally converted from CVS)Excelente78elkins/synth-pdbGenerate realistic PDB files with mixed secondary structures for testing, education and bioinformatics tool development. Jupyter Notebook tutorials are available to visualize the concepts..Bueno71elkins-lab/synth-pdbGenerate realistic PDB files with mixed secondary structures for testing, education and bioinformatics tool development. Jupyter Notebook tutorials are available to visualize the concepts..Bueno69abhishektiwari/hbatHBAT 2: A Python Package to analyse Hydrogen Bonds and Other Non-covalent Interactions in Macromolecular Structures https://hbat-web.abhishek-tiwari.comBueno57BioPandas/biopandasWorking with molecular structures in pandas DataFramesModerado42JinyuanSun/PymolFoldProtein folding in PymolDébil

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 v0.12.0 — metodología completa · wiki de métricas.

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