Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-17 10:52 UTC

superlinear-ai / raglite

🥤 RAGLite is a Python toolkit for Retrieval-Augmented Generation (RAG) with DuckDB or PostgreSQL

PythonMPL-2.0★ 1200 estrellas⑂ 110 forksdesde jun 2024Ver en GitHub ↗
TipoHerramienta de línea de comandosServidor MCPBibliotecacómo se determina

superlinear-ai/raglite tiene un índice de salud de 75 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Engineering Quality (83/100) y la más baja, Vitality (57/100). Se actualizó por última vez hace 31 días. Una sola persona concentra 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

SuperlinearOrganización
77 seguidores25 repositorios públicosdesde oct 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
PyPIraglite1.1.164417hace 122 días

Métricas por categoría

Vitalidad

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

57Moderado · 21% del índice global
Cómo se puntúa
18/36Recencia de push — último push hace 31 días
8.3/36Cadencia de commits — 12/52 semanas con commits
12.2/18Volumen de commits — 22 commits en el último año
1/10OpenSSF Scorecard: Maintained — 2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
Datos de entrada utilizados
commits_last_year22
human_commit_share1
days_since_last_push31
active_weeks_last_year12
Cómo se puntúa
27/27Publica versiones — 18 versiones publicadas
27/36Recencia de las versiones — última versión hace 122 días
19.8/27Cadencia de publicación — una versión cada ~58,8 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count18
latest_release_tagv1.1.1
releases_from_tagsno
days_since_latest_release122
mean_days_between_releases58,8
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?

58Moderado · 17% del índice global
Cómo se puntúa
49.9/60Estrellas — 1200 estrellas
17/25Forks — 110 forks
6/15Observadores — 13 observadores
Datos de entrada utilizados
forks110
stars1200
watchers13
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (MPL-2.0)
0/18Guía 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_badges2
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_servicesshields.io
has_pull_request_templateno
Cómo se puntúa
37.5/80Descargas mensuales — 644 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesraglite
dependents—
ecosystemspypi
total_downloads—
monthly_downloads644
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?

65Bueno · 23% del índice global
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
8.1/22.5Distribución de commits — el principal contribuyente firma el 64% de los commits
13.5/13.5Amplitud de contribuyentes — 15 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10
Datos de entrada utilizados
bus_factor1
contributors_sampled15
top_contributor_share0,638
Cómo se puntúa
30/42Resolución de issues — 71% de issues cerradas
22.3/30Aceptación de PR — 107/144 PR decididos fusionados
0/13Newcomer PR acceptance — 0/1 PR de contribuyentes primerizos fusionados en 30 d
12/15OpenSSF Scorecard: Code-Review — Found 24/30 approved changesets -- score normalized to 8
Datos de entrada utilizados
merged_prs107
open_issues12
closed_issues30
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d1
issue_closed_ratio0,714
closed_unmerged_prs37
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
13.6/25Alcance del propietario — 77 seguidores de superlinear-ai
22.3/25Trayectoria — 25 repos públicos, cuenta de ~8 años
Datos de entrada utilizados
followers77
owner_typeOrganization
is_verifiedno
owner_loginsuperlinear-ai
public_repos25
account_age_days3257
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 122 días
20/20Historial de versiones — 17 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesraglite
ecosystemspypi
any_deprecatedno
min_days_since_publish122

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

83Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI — 2 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — pyproject.toml ([tool.ruff])
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
14/20OpenSSF Scorecard: CI-Tests — 19 out of 27 merged PRs checked by a CI test -- score normalized to 7
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configsí
Cómo se puntúa
30/30README
0/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://github.com/superlinear-ai/raglite
10/10Descripción del repositorio
10/10Topics — 18 topics
10/10Wiki
Datos de entrada utilizados
topicsllm, markdown, pdf, rag, retrieval-augmented-generation, sqlite, vector-search, pgvector, postgres, postgresql, reranking, late-chunking, late-interaction, colbert, evals, query-adapter, chainlit, duckdb
has_wikisí
homepage—
docs_sitehttps://github.com/superlinear-ai/raglite
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?

62Moderado · 16% del índice global
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
1.8/2.5CI-Tests — 19 out of 27 merged PRs checked by a CI test -- score normalized to 7
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6/7.5Code-Review — Found 24/30 approved changesets -- score normalized to 8
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
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
0.8/7.5Maintained — 2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
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_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,2
Excluidos de la puntuación (sin datos o no aplicable): Packaging, Signed-Releases. Los pesos restantes se han renormalizado.
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_packages133
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:raglite@1.1.1 —lo que arrastra la instalación del paquete publicado—: 133 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.

72Bueno · 4% del índice global
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md
15/15Documentación legible por máquinas (llms.txt) — llms.txt servido por el sitio web del proyecto (https://duckdb.org/llms.txt)
40/40Historial de commits legible — 100 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://duckdb.org/llms.txt
legible_history_share1
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes1491
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.ruff])
11/11Verificación estática de tipos — src/raglite/py.typed
10/10Entorno reproducible — devcontainer, Dockerfile
2/10Práctica demostrada con agentes — 1 de los últimos 100 commits con autoría o crédito de agente
5/8Mantenimiento automatizado — automatización de dependencias configurada, no observada en los commits muestreados
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_dockerfilesí
typed_languageno
bootstrap_files—
has_devcontainersí
has_linter_configsí
typecheck_configssrc/raglite/py.typed
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (src/raglite/py.typed)
55/55Tamaños de archivo manejables — 0/45 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes24.820
source_files_sampled45
oversized_source_files0
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

1200estrellas de GitHub
15contribuidores
22commits en los últimos 12 meses
31días desde el último push
18versiones publicadas
1factor bus
12issues 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 ★ / 110 ⇿
0Estrellas
110Forks
12Versiones

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.

02040608010012011092024-112025-102026-09
Mayor 1Menor 5Parche 6

Cada punto abarca 2 días.

OpenSSF Scorecard 5.2 / 10
5.2agregado

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 · 2026-09-17 10:51 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
7CI-Tests19 out of 27 merged PRs checked by a CI test -- score normalized to 7
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
8Code-ReviewFound 24/30 approved changesets -- score normalized to 8
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
1Maintained2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
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 21
RegistroPaqueteRestricción de versiónManifiesto
PyPIplatformdirs(>=4.0.0)pyproject.toml
PyPIpdftext(>=0.4.1)pyproject.toml
PyPIscikit-learn(>=1.4.2)pyproject.toml
PyPImarkdown-it-py(>=3.0.0)pyproject.toml
PyPInumpy(>=1.26.4,<2.0.0)pyproject.toml
PyPIonnxruntime(<1.24.0)pyproject.toml
PyPIscipy(>=1.11.2,!=1.15.0.*,!=1.15.1,!=1.15.2)pyproject.toml
PyPIwtpsplit-lite(>=0.1.0)pyproject.toml
PyPIhuggingface-hub(>=0.31.2)pyproject.toml
PyPIlitellm(>=1.60.2)pyproject.toml
PyPIpydantic(>=2.7.0)pyproject.toml
PyPIlangdetect(>=1.0.9)pyproject.toml
PyPIrerankers(>=0.10.0)pyproject.toml
PyPIduckdb(>=1.1.3,!=1.4.0)pyproject.toml
PyPIduckdb-engine(>=0.16.0)pyproject.toml
PyPIpg8000(>=1.31.2)pyproject.toml
PyPIsqlmodel-slim(>=0.0.21)pyproject.toml
PyPItqdm(>=4.66.0)pyproject.toml
PyPItyper(>=0.15.1)pyproject.toml
PyPIfastmcp(>=2.0.0)pyproject.toml
PyPIpackaging(>=23.0)pyproject.toml
Todas las dependencias 48

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 20 paquetes directos y 28 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIduckdb—directa
PyPIduckdb-engine—directa
PyPIfastmcp—directa
PyPIhuggingface-hub—directa
PyPIlangdetect—directa
PyPIlitellm—directa
PyPImarkdown-it-py—directa
PyPInumpy—directa
PyPIpackaging—directa
PyPIpdftext—directa
PyPIpg8000—directa
PyPIplatformdirs—directa
PyPIpydantic—directa
PyPIrerankers—directa
PyPIscikit-learn—directa
PyPIscipy—directa
PyPIsqlmodel-slim—directa
PyPItqdm—directa
PyPItyper—directa
PyPIwtpsplit-lite—directa
PyPIchainlit—indirecta
PyPIcommitizen—indirecta
PyPIcoverage—indirecta
PyPIfaiss-cpu—indirecta
PyPIhatchling—indirecta
PyPIipykernel—indirecta
PyPIipython—indirecta
PyPIipywidgets—indirecta
PyPIir-datasets—indirecta
PyPIir-measures—indirecta
PyPIllama-cpp-python—indirecta
PyPIllama-index—indirecta
PyPIllama-index-vector-stores-faiss—indirecta
PyPImypy—indirecta
PyPIopenai—indirecta
PyPIpandas—indirecta
PyPIpdoc—indirecta
PyPIpoethepoet—indirecta
PyPIpre-commit—indirecta
PyPIpypandoc-binary—indirecta
PyPIpytest—indirecta
PyPIpytest-mock—indirecta
PyPIpytest-xdist—indirecta
PyPIpython-dotenv—indirecta
PyPIpython-slugify—indirecta
PyPIragas—indirecta
PyPIruff—indirecta
PyPItypeguard—indirecta
Avisos de dependencias 0

Instalar pypi:raglite@1.1.1 arrastra 133 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.

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.