Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-13 18:36 UTC

spcl / dace

DaCe - Data Centric Parallel Programming

Python · Jupyter NotebookBSD-3-Clause★ 592 estrellas⑂ 163 forksdesde feb 2019Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecacómo se determina
#high-performance-computing#programming-language#cuda#fpga#high-level-synthesis#vivado-hls

spcl/dace tiene un índice de salud de 95 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Engineering Quality (96/100) y la más baja, AI Readiness (67/100). Se actualizó por última vez hoy. 2 personas concentran la mayor parte del trabajo reciente.

95
global / 100
Excepcional

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.

95
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 82 se calibra a 95 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

SPCLOrganización
382 seguidores166 repositorios públicosdesde ago 2017

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
PyPIdace1.0.220.74035hace 542 días

Métricas por categoría

Vitalidad

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

93Excepcional · 21% del índice global

Actividad de desarrollo

94Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
29.8/36Cadencia de commits — 43/52 semanas con commits
18/18Volumen de commits — 241 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year241
human_commit_share0,98
days_since_last_push0
active_weeks_last_year43

Disciplina de publicación

92Excelente
Cómo se puntúa
27/27Publica versiones — 35 versiones publicadas
36/36Recencia de las versiones — última versión hace 12 días
19.8/27Cadencia de publicación — una versión cada ~65,1 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count35
latest_release_tagv2.0.0-alpha8
releases_from_tagsno
days_since_latest_release12
mean_days_between_releases65,1
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?

76Bueno · 17% del índice global

Popularidad y adopción

70Bueno
Cómo se puntúa
45/60Estrellas — 592 estrellas
18.4/25Forks — 163 forks
6.4/15Observadores — 15 observadores
Datos de entrada utilizados
forks163
stars592
watchers15
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

85Excelente
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (BSD-3-Clause)
18/18Guía CONTRIBUTING
13.5/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges5
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_servicesbadge.fury.io, codecov.io, github.com, readthedocs.org
has_pull_request_templateno

Adopción en el ecosistema (descargas)

72Bueno
Cómo se puntúa
57.6/80Descargas mensuales — 20.740 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesdace
dependents—
ecosystemspypi
total_downloads—
monthly_downloads20.740
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?

73Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

61Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
12.6/22.5Distribución de commits — el principal contribuyente firma el 44% de los commits
13.5/13.5Amplitud de contribuyentes — 75 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 14 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled75
top_contributor_share0,441

Capacidad de respuesta a issues y PR

83Excelente
Cómo se puntúa
29.3/42Resolución de issues — 70% de issues cerradas
25.3/30Aceptación de PR — 1651/1959 PR decididos fusionados
13/13Newcomer PR acceptance — 1/1 PR de contribuyentes primerizos fusionados en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs1651
open_issues142
closed_issues328
prs_merged_7d13
prs_decided_7d16
prs_merged_30d44
prs_decided_30d54
issue_closed_ratio0,698
closed_unmerged_prs308
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

Propiedad y custodia

74Bueno
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
18.6/25Alcance del propietario — 382 seguidores de spcl
25/25Trayectoria — 166 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers382
owner_typeOrganization
is_verifiedno
owner_loginspcl
public_repos166
account_age_days3314

Mantenimiento de paquetes

79Bueno
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
14/35Recencia de publicación — última publicación hace 542 días
20/20Historial de versiones — 35 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesdace
ecosystemspypi
any_deprecatedno
min_days_since_publish542

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

96Excepcional · 19% del índice global

Prácticas de ingeniería

94Excepcional
Cómo se puntúa
24/24Flujos de trabajo de CI — 8 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — ruff.toml
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 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_configsí

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — http://dace.is/fast
10/10Descripción del repositorio
10/10Topics — 6 topics
10/10Wiki
Datos de entrada utilizados
topicshigh-performance-computing, programming-language, cuda, fpga, high-level-synthesis, vivado-hls
has_wikisí
homepagehttp://dace.is/fast
docs_sitehttp://dace.is/fast
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?

72Bueno · 16% del índice global

Postura de seguridad

65Bueno
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 — 30 out of 30 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 14 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 6 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 — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate6,5
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Packaging, Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

100Excepcional
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
0/25Dependencias indirectas libres de avisos conocidos — el conjunto transitivo no es separable de las dependencias de desarrollo y prueba en este alcance
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories34
affected_packages1
assessed_packages185
unassessed_packages8
affected_by_severitycritical 1
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Dependencias indirectas libres de avisos conocidos, Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejaron 185 dependencias resueltas con OSV. 8 no pudieron evaluarse: sin versión resuelta, ecosistema no admitido o fuera de la lista de paquetes informada. 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.

67Bueno · 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 — 98 de 98 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

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

79Bueno
Cómo se puntúa
18/18Arranque con un solo comando — doc/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — ruff.toml
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile, lockfile
10/10Práctica demostrada con agentes — 7 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 2 de los últimos 100 commits son 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_filesdoc/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,07
toolchain_manifests—
dependency_bot_commit_share0,02

Legibilidad del código para modelos

54Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
53.9/55Tamaños de archivo manejables — 26/1291 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes281.540
source_files_sampled1291
oversized_source_files26

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, samples
Datos de entrada utilizados
example_dirsnotebooks, samples
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

592estrellas de GitHub
75contribuidores
241commits en los últimos 12 meses
0días desde el último push
35versiones publicadas
2factor bus
142issues 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 ★ / 163 ⇿
0Estrellas
163Forks
34Versiones

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.

0408012016020016142019-032022-122026-09
Mayor 1Menor 2Parche 18

Cada punto abarca 7 días.

OpenSSF Scorecard 6.5 / 10
6.5agregado

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 · 2026-09-13 18:36 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-Tests30 out of 30 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 14 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 6 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
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 17
RegistroPaqueteRestricción de versiónManifiesto
PyPInumpy—pyproject.toml
PyPInetworkx>=2.5,<=3.5pyproject.toml
PyPIastunparse—pyproject.toml
PyPIsympy>=1.9pyproject.toml
PyPIpyyaml—pyproject.toml
PyPIply—pyproject.toml
PyPIfparser>=0.1.3,!=0.2.3pyproject.toml
PyPIdill—pyproject.toml
PyPIpyreadline—pyproject.toml
PyPIpackaging—pyproject.toml
PyPItyping-extensions—pyproject.toml
PyPIml_dtypes—pyproject.toml
PyPIordered-set>=4.0.0pyproject.toml
PyPIscikit-build—pyproject.toml
PyPIcmake—pyproject.toml
PyPIninja—pyproject.toml
PyPIclick>=8.0pyproject.toml
Todas las dependencias 193

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 24 paquetes directos y 169 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIastunparse1.6.3directa
PyPIclick8.4.2directa
PyPIcmake4.4.2directa
PyPIdill0.4.1directa
PyPIfparser—directa
PyPIfparser0.2.4directa
PyPIml-dtypes0.6.0directa
PyPInetworkx—directa
PyPInetworkx3.4.2directa
PyPInetworkx3.5directa
PyPIninja1.13.0directa
PyPInumpy2.2.6directa
PyPInumpy2.4.6directa
PyPInumpy2.5.2directa
PyPIordered-set—directa
PyPIordered-set4.1.0directa
PyPIpackaging26.3directa
PyPIply3.11directa
PyPIpyreadline2.1directa
PyPIpyyaml6.0.3directa
PyPIscikit-build0.19.1directa
PyPIsympy—directa
PyPIsympy1.14.0directa
PyPItyping-extensions4.16.0directa
PyPIabsl-py2.5.0indirecta
PyPIalabaster1.0.0indirecta
PyPIannotated-doc0.0.5indirecta
PyPIanyio4.14.2indirecta
PyPIappnope1.0.0indirecta
PyPIasttokens3.0.2indirecta
PyPIattrs26.1.0indirecta
PyPIbabel2.18.0indirecta
PyPIbeautifulsoup44.15.0indirecta
PyPIbleach6.4.0indirecta
PyPIcertifi2026.7.22indirecta
PyPIcffi2.1.1indirecta
PyPIcfgv3.5.0indirecta
PyPIcharset-normalizer3.5.1indirecta
PyPIcolorama0.4.6indirecta
PyPIcomm0.2.3indirecta
PyPIcoverage7.15.4indirecta
PyPIcuda-bindings13.3.1indirecta
PyPIcuda-pathfinder1.6.1indirecta
PyPIcuda-toolkit13.0.3.0indirecta
PyPIcupy-cuda13x14.2.0indirecta
PyPIcutensor-cu132.7.0indirecta
PyPIdebugpy1.8.21indirecta
PyPIdecorator5.3.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdistlib0.4.3indirecta
PyPIdistro1.9.0indirecta
PyPIdocutils0.21.2indirecta
PyPIdocutils0.22.4indirecta
PyPIefficientnet-pytorch0.7.1indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIexecnet2.1.2indirecta
PyPIexecuting2.2.1indirecta
PyPIfastjsonschema2.22.2indirecta
PyPIfilelock3.32.3indirecta
PyPIflatbuffers25.12.19indirecta
PyPIfsspec2026.7.0indirecta
PyPIh110.16.0indirecta
PyPIhf-xet1.6.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx0.28.1indirecta
PyPIhuggingface-hub1.29.0indirecta
PyPIidentify2.6.19indirecta
PyPIidna3.19indirecta
PyPIimagesize2.0.0indirecta
PyPIiniconfig2.3.0indirecta
PyPIipykernel7.3.0indirecta
PyPIipython8.39.0indirecta
PyPIipython9.16.1indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIjax—indirecta
PyPIjax0.6.2indirecta
PyPIjaxlib0.6.2indirecta
PyPIjedi0.20.0indirecta
PyPIjinja2—indirecta
PyPIjinja23.1.6indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIjupyter-client8.9.1indirecta
PyPIjupyter-core5.9.1indirecta
PyPIjupyterlab-pygments0.3.0indirecta
PyPIlark-parser0.12.0indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib-inline0.2.2indirecta
PyPImdurl0.1.2indirecta
PyPImistune3.3.4indirecta
PyPImpi4py4.1.2indirecta
PyPImpmath1.3.0indirecta
PyPInbclient0.11.0indirecta
PyPInbconvert7.17.1indirecta
PyPInbformat5.11.1indirecta
PyPInest-asyncio21.7.2indirecta
PyPInodeenv1.10.0indirecta
PyPInvidia-cublas13.1.1.3indirecta
PyPInvidia-cuda-cupti13.0.85indirecta
PyPInvidia-cuda-nvrtc13.0.88indirecta
PyPInvidia-cuda-runtime13.0.96indirecta
PyPInvidia-cudnn-cu139.20.0.48indirecta
PyPInvidia-cufft12.0.0.61indirecta
PyPInvidia-cufile1.15.1.6indirecta
PyPInvidia-curand10.4.0.35indirecta
PyPInvidia-cusolver12.0.4.66indirecta
PyPInvidia-cusparse12.6.3.3indirecta
PyPInvidia-cusparselt-cu130.8.1indirecta
PyPInvidia-nccl-cu132.29.7indirecta
PyPInvidia-nvjitlink13.3.33indirecta
PyPInvidia-nvshmem-cu133.4.5indirecta
PyPInvidia-nvtx13.0.85indirecta
PyPIonnx1.22.0indirecta
PyPIonnx-ir1.0.0indirecta
PyPIonnxruntime1.24.3indirecta
PyPIonnxruntime1.29.0indirecta
PyPIonnxscript0.7.1indirecta
PyPIonnxsim0.7.3indirecta
PyPIopt-einsum3.4.0indirecta
PyPIpandocfilters1.5.1indirecta
PyPIparse1.22.1indirecta
PyPIparso0.8.7indirecta
PyPIpexpect4.9.0indirecta
PyPIplatformdirs4.11.3indirecta
PyPIpluggy1.6.0indirecta
PyPIpre-commit4.1.0indirecta
PyPIprompt-toolkit3.0.53indirecta
PyPIprotobuf7.36.0indirecta
PyPIpsutil7.2.2indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpycparser3.0indirecta
PyPIpygments2.21.0indirecta
PyPIpymlir0.5indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpytest-mpi0.6indirecta
PyPIpytest-timeout2.4.0indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-discovery1.5.2indirecta
PyPIpyzmq27.2.0indirecta
PyPIreferencing0.37.0indirecta
PyPIregex2026.7.19indirecta
PyPIrequests2.34.2indirecta
PyPIrich15.0.0indirecta
PyPIroman-numerals4.1.0indirecta
PyPIrpds-py0.30.0indirecta
PyPIrpds-py2026.6.3indirecta
PyPIsafetensors0.8.0indirecta
PyPIscipy1.15.3indirecta
PyPIscipy1.17.1indirecta
PyPIscipy1.18.0indirecta
PyPIsetuptools—indirecta
PyPIsetuptools84.0.0indirecta
PyPIshellingham1.5.4indirecta
PyPIsix1.17.0indirecta
PyPIsnowballstemmer3.1.1indirecta
PyPIsoupsieve2.9.2indirecta
PyPIsphinx8.1.3indirecta
PyPIsphinx9.0.4indirecta
PyPIsphinx9.1.0indirecta
PyPIsphinx-autodoc-typehints3.0.1indirecta
PyPIsphinx-autodoc-typehints3.13.2indirecta
PyPIsphinx-autodoc-typehints3.6.1indirecta
PyPIsphinx-rtd-theme—indirecta
PyPIsphinx-rtd-theme3.1.0indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jquery4.1indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIstack-data0.6.3indirecta
PyPItinycss21.5.1indirecta
PyPItokenizers0.22.2indirecta
PyPItomli2.4.1indirecta
PyPItorch2.13.0indirecta
PyPItornado6.5.8indirecta
PyPItqdm4.70.0indirecta
PyPItraitlets5.16.1indirecta
PyPItransformers4.50indirecta
PyPItransformers5.10.1indirecta
PyPItriton3.7.1indirecta
PyPItyper0.27.2indirecta
PyPIurllib32.7.0indirecta
PyPIvirtualenv21.7.4indirecta
PyPIwcwidth0.8.2indirecta
PyPIwebencodings0.6.1indirecta
PyPIwheel0.48.0indirecta
PyPIyapf0.43.0indirecta
Avisos de dependencias 1

Este repositorio no publica ningún paquete que el índice resuelva, así que se evaluó su propio grafo de dependencias — 185 paquetes, que incluyen también fijaciones de desarrollo y prueba que nunca se distribuyen: 1 tienen avisos conocidos, de los cuales 0 son directas. 8 no pudieron evaluarse: sin versión resuelta, ecosistema no admitido, o fuera de la lista de paquetes informada.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
transformers4.50indirectacrítica345.10.0

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 spcl/dace. Leer en paralelo →

94fastmachinelearning/hls4mlMachine learning on FPGAs using HLSExcepcional94QMCPACK/qmcpackMain repository for QMCPACK, an open-source production level many-body ab initio Quantum Monte Carlo code for computing the electronic structure of atoms, molecules, and solids with full performance portable GPU supportExcepcional84arborx/ArborXPerformance-portable geometric search libraryExcelente99vllm-project/vllmA high-throughput and memory-efficient inference and serving engine for LLMsExcepcional99NVIDIA/cudfcuDF - GPU DataFrame Library Excepcional98NVIDIA/cumlNVIDIA cuML: GPU-Accelerated Machine LearningExcepcional

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.