Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-18 21:15 UTC

sunglasses-dev / sunglasses

Sunglasses for AI agents. Protection layer + neighborhood watch.

PythonMIT★ 4 estrellas⑂ 2 forksdesde mar 2026Ver en GitHub ↗
TipoBibliotecaHerramienta de línea de comandoscómo se determina
#agent-security#ai-agents#ai-security#cybersecurity#llm-security#open-source-ai#prompt-injection#supply-chain-security#ai-agent-security#ai-safety#anthropic#claude#llm#mcp#mcp-security#model-context-protocol#prompt-injection-detection#python#security-scanner#tool-poisoning

sunglasses-dev/sunglasses tiene un índice de salud de 62 sobre 100, lo que lo sitúa en la banda Moderado. Su puntuación más alta es Vitality (87/100) y la más baja, Community & Adoption (42/100). Se actualizó por última vez hoy. Una sola persona concentra la mayor parte del trabajo reciente.

62
global / 100
Moderado

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.

62
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 58 se calibra a 62 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

sunglasses-devOrganización
1 seguidor4 repositorios públicosdesde mar 2026

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
PyPIsunglasses0.4.4291188hace 0 días

Métricas por categoría

Vitalidad

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

87Excelente · 21% del índice global

Actividad de desarrollo

78Bueno
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
14.5/36Cadencia de commits — 21/52 semanas con commits
18/18Volumen de commits — 164 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year164
human_commit_share1
days_since_last_push0
active_weeks_last_year21

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 33 versiones publicadas
36/36Recencia de las versiones — última versión hace 0 días
27/27Cadencia de publicación — una versión cada ~1,7 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count33
latest_release_tagv0.4.3
releases_from_tagsno
days_since_latest_release0
mean_days_between_releases1,7
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?

42Débil · 17% del índice global

Popularidad y adopción

8Crítico
Cómo se puntúa
7.7/60Estrellas — 4 estrellas
0/25Forks — 2 forks
0/15Observadores — 0 observadores
Datos de entrada utilizados
forks2
stars4
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 (MIT)
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_badges0
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_services—
has_pull_request_templateno

Adopción en el ecosistema (descargas)

58Moderado
Cómo se puntúa
46.2/80Descargas mensuales — 2911 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagessunglasses
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2911
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?

46Débil · 23% del índice global

Resiliencia de mantenedores (factor bus)

10Crítico
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
0/22.5Distribución de commits — el principal contribuyente firma el 100% de los commits
1.4/13.5Amplitud de contribuyentes — 1 contribuyentes
0/10OpenSSF Scorecard: Contributors — project has 0 contributing companies or organizations -- score normalized to 0
Datos de entrada utilizados
bus_factor1
contributors_sampled1
top_contributor_share1

Capacidad de respuesta a issues y PR

43Débil
Cómo se puntúa
7/42Resolución de issues — 17% de issues cerradas
30/30Aceptación de PR — 98/98 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_prs98
open_issues5
closed_issues1
prs_merged_7d8
prs_decided_7d8
prs_merged_30d20
prs_decided_30d20
issue_closed_ratio0,167
closed_unmerged_prs0
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

48Débil
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
2.2/25Alcance del propietario — 1 seguidores de sunglasses-dev
5.9/25Trayectoria — 4 repos públicos, cuenta de ~0 años
Datos de entrada utilizados
followers1
owner_typeOrganization
is_verified—
owner_loginsunglasses-dev
public_repos4
account_age_days141
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 0 días
20/20Historial de versiones — 88 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagessunglasses
ecosystemspypi
any_deprecatedno
min_days_since_publish0

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

66Bueno · 19% del índice global

Prácticas de ingeniería

66Bueno
Cómo se puntúa
24/24Flujos de trabajo de CI — 1 flujo(s) de trabajo
24/24Pruebas presentes
0/16Configuración de linter
0/9.6Hooks de pre-commit
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 28 out of 30 merged PRs checked by a CI test -- score normalized to 9
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configno
has_precommit_configno

Documentación

65Bueno
Cómo se puntúa
30/30README
0/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://sunglasses.dev
10/10Descripción del repositorio
10/10Topics — 20 topics
0/10Wiki
Datos de entrada utilizados
topicsagent-security, ai-agents, ai-security, cybersecurity, llm-security, open-source-ai, prompt-injection, supply-chain-security, ai-agent-security, ai-safety, anthropic, claude, llm, mcp, mcp-security, model-context-protocol, prompt-injection-detection, python, security-scanner, tool-poisoning
has_wikino
homepagehttps://sunglasses.dev
docs_sitehttps://sunglasses.dev
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?

46Débil · 16% del índice global

Postura de seguridad

46Débil
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
2.2/2.5CI-Tests — 28 out of 30 merged PRs checked by a CI test -- score normalized to 9
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
0/2.5Contributors — project has 0 contributing companies or organizations -- score normalized to 0
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 — 30 commit(s) and 0 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
5/5Security-Policy — security policy file 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_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,6
Excluidos de la puntuación (sin datos o no aplicable): Packaging, 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.

51Moderado · 4% del índice global

Contexto y guía para agentes

85Excelente
Cómo se puntúa
45/45Instrucciones para agentes — tests/repo_ladder_corpus/AgriciDaniel__claude-seo/AGENTS.md, tests/repo_ladder_corpus/AgriciDaniel__claude-seo/CLAUDE.md, tests/repo_ladder_corpus/coreyhaines31__marketingskills/AGENTS.md, tests/repo_ladder_corpus/coreyhaines31__marketingskills/CLAUDE.md, tests/repo_ladder_corpus/huggingface__transformers/AGENTS.md, tests/repo_ladder_corpus/huggingface__transformers/CLAUDE.md, tests/repo_ladder_corpus/langchain-ai__langchain/AGENTS.md, tests/repo_ladder_corpus/langchain-ai__langchain/CLAUDE.md, tests/repo_ladder_corpus/mempalace__mempalace/AGENTS.md, tests/repo_ladder_corpus/mempalace__mempalace/CLAUDE.md, tests/repo_ladder_corpus/modelcontextprotocol__servers/CLAUDE.md, tests/repo_ladder_corpus/pytorch__pytorch/AGENTS.md, tests/repo_ladder_corpus/pytorch__pytorch/CLAUDE.md
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 93 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,93
agent_instruction_filestests/repo_ladder_corpus/AgriciDaniel__claude-seo/AGENTS.md, tests/repo_ladder_corpus/AgriciDaniel__claude-seo/CLAUDE.md, tests/repo_ladder_corpus/coreyhaines31__marketingskills/AGENTS.md, tests/repo_ladder_corpus/coreyhaines31__marketingskills/CLAUDE.md, tests/repo_ladder_corpus/huggingface__transformers/AGENTS.md, tests/repo_ladder_corpus/huggingface__transformers/CLAUDE.md, tests/repo_ladder_corpus/langchain-ai__langchain/AGENTS.md, tests/repo_ladder_corpus/langchain-ai__langchain/CLAUDE.md, tests/repo_ladder_corpus/mempalace__mempalace/AGENTS.md, tests/repo_ladder_corpus/mempalace__mempalace/CLAUDE.md, tests/repo_ladder_corpus/modelcontextprotocol__servers/CLAUDE.md, tests/repo_ladder_corpus/pytorch__pytorch/AGENTS.md, tests/repo_ladder_corpus/pytorch__pytorch/CLAUDE.md
agent_instruction_max_bytes18.831

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

32En riesgo
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
0/11Configuración de lint / formato
0/11Verificación estática de tipos
0/10Entorno reproducible
10/10Práctica demostrada con agentes — 58 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
lockfiles—
has_dockerfileno
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configno
typecheck_configs—
agent_commit_share0,58
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

54Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
54.2/55Tamaños de archivo manejables — 1/65 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes1.777.800
source_files_sampled65
oversized_source_files1

Interfaces legibles por máquina

33En riesgo
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software
20/20Servidor MCP
0/40Ejemplos ejecutables
Datos de entrada utilizados
example_dirs—
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

4estrellas de GitHub
1contribuidores
164commits en los últimos 12 meses
0días desde el último push
33versiones publicadas
1factor bus
5issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:sunglasses@0.4.4; advisories assessed against the repository dependency graph instead
  • No resolved dependencies carried a version and a supported ecosystem

Más detalle

Historial de estrellas y forks 0 ★ / 2 ⇿
0Estrellas
2Forks

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.

111222212026-042026-042026-05
OpenSSF Scorecard 4.6 / 10
4.6agregado

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 · 2026-08-18 21:14 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
9CI-Tests28 out of 30 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
0Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 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
10Security-Policysecurity policy file detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Todas las dependencias 6

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 6 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIopenai-whisper—indirecta
PyPIpillow—indirecta
PyPIpypdf2—indirecta
PyPIpytesseract—indirecta
PyPIpytest—indirecta
PyPIpyzbar—indirecta
Avisos de dependencias sin evaluar

El cotejo de avisos no pudo ejecutarse para este informe: No resolved dependencies carried a version and a supported ecosystem

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 sunglasses-dev/sunglasses. Leer en paralelo →

97strands-agents/harness-sdkBuild an agent harness and control it end-to-end. Open-source SDK for production AI agents in Python & TypeScript - any model, any cloud.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.Excepcional98ComposioHQ/composioComposio powers 1000+ toolkits, tool search, context management, authentication, and a sandboxed workbench to help you build AI agents that turn intent into action.Excepcional98langchain-ai/langchainThe agent engineering platform.Excepcional98awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsExcepcional97langgenius/difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.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 v0.31.0 — metodología completa · wiki de métricas.

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