Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-08-22 13:46 UTC

tensorcircuit / tensorcircuit-ng

Next-gen AI-native tensor-network-based quantum software framework

PythonApache-2.0★ 87 estrellas⑂ 23 forksdesde ago 2024Ver en GitHub ↗
TipoBibliotecacómo se determina
#jax#machine-learning#nisq#open-quantum-systems#pytorch#quantum-algorithm#quantum-circuit#quantum-computing#quantum-dynamics#quantum-hardware#quantum-noise#tensor-network#tensorflow#quantum-machine-learning#automatic-differentiation#gpu#quantum-simulation#distributed-training#ai-agent#quantum-error-correction

tensorcircuit/tensorcircuit-ng tiene un índice de salud de 75 sobre 100, lo que lo sitúa en la banda Bueno. Su puntuación más alta es Engineering Quality (88/100) y la más baja, Security (21/100). Se actualizó por última vez hace 10 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

TensorCircuitOrganización
14 seguidores4 repositorios públicosdesde dic 2023

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
PyPItensorcircuit-ng1.9.1214915hace 11 días

Métricas por categoría

Vitalidad

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

85Excelente · 21% del índice global

Actividad de desarrollo

80Excelente
Cómo se puntúa
28.8/36Recencia de push — último push hace 10 días
25.6/36Cadencia de commits — 37/52 semanas con commits
18/18Volumen de commits — 675 commits en el último año
0/10OpenSSF Scorecard: Maintained — sin datos
Datos de entrada utilizados
commits_last_year675
human_commit_share0,97
days_since_last_push10
active_weeks_last_year37

Disciplina de publicación

92Excelente
Cómo se puntúa
27/27Publica versiones — 13 versiones publicadas
36/36Recencia de las versiones — última versión hace 11 días
19.8/27Cadencia de publicación — una versión cada ~61,7 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count13
latest_release_tagv1.9.1
releases_from_tagsno
days_since_latest_release11
mean_days_between_releases61,7

Comunidad y Adopción

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

61Moderado · 17% del índice global

Popularidad y adopción

43Débil
Cómo se puntúa
31.4/60Estrellas — 87 estrellas
11.2/25Forks — 23 forks
0/15Observadores — 1 observadores
Datos de entrada utilizados
forks23
stars87
watchers1
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 (Apache-2.0)
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_badges6
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_servicesshields.io
has_pull_request_templateno

Adopción en el ecosistema (descargas)

56Moderado
Cómo se puntúa
44.4/80Descargas mensuales — 2149 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagestensorcircuit-ng
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2149
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?

60Moderado · 23% del índice global

Resiliencia de mantenedores (factor bus)

32En riesgo
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
6.7/22.5Distribución de commits — el principal contribuyente firma el 70% de los commits
13.5/13.5Amplitud de contribuyentes — 34 contribuyentes
0/10OpenSSF Scorecard: Contributors — sin datos
Datos de entrada utilizados
bus_factor1
contributors_sampled34
top_contributor_share0,703

Capacidad de respuesta a issues y PR

74Bueno
Cómo se puntúa
28/42Resolución de issues — 67% de issues cerradas
25.3/30Aceptación de PR — 75/89 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — sin datos
Datos de entrada utilizados
merged_prs75
open_issues7
closed_issues14
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d2
issue_closed_ratio0,667
closed_unmerged_prs14
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

49Débil
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
8.5/25Alcance del propietario — 14 seguidores de tensorcircuit
10.4/25Trayectoria — 4 repos públicos, cuenta de ~2 años
Datos de entrada utilizados
followers14
owner_typeOrganization
is_verifiedno
owner_logintensorcircuit
public_repos4
account_age_days970

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 11 días
20/20Historial de versiones — 15 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagestensorcircuit-ng
ecosystemspypi
any_deprecatedno
min_days_since_publish11

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

88Excelente · 19% del índice global

Prácticas de ingeniería

80Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 2 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — .pylintrc
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_configsí
has_precommit_configno

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://tensorcircuit-ng.readthedocs.io/en/latest/platform/index.html
10/10Descripción del repositorio
10/10Topics — 20 topics
10/10Wiki
Datos de entrada utilizados
topicsjax, machine-learning, nisq, open-quantum-systems, pytorch, quantum-algorithm, quantum-circuit, quantum-computing, quantum-dynamics, quantum-hardware, quantum-noise, tensor-network, tensorflow, quantum-machine-learning, automatic-differentiation, gpu, quantum-simulation, distributed-training, ai-agent, quantum-error-correction
has_wikisí
homepagehttps://tensorcircuit-ng.readthedocs.io/en/latest/platform/index.html
docs_sitehttps://tensorcircuit-ng.readthedocs.io/en/latest/platform/index.html
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?

21En riesgo · 16% del índice global

Postura de seguridad

1Crítico
Cómo se puntúa
0/30Política de seguridad (SECURITY.md)
0/25Configuración de Dependabot
0/25Lockfiles de dependencias — biblioteca publicada — los lockfiles son cosa de las aplicaciones, no se esperan aquí
0/20Flujo de trabajo de CodeQL
Datos de entrada utilizados
sourcefile_signals
lockfiles—
manifestsbenchmarks/requirements.txt, pyproject.toml, requirements/requirements-2411.txt, requirements/requirements-dev.txt, requirements/requirements-docker-v2.txt, requirements/requirements-docker.txt, requirements/requirements-extra.txt, requirements/requirements-rtd.txt, requirements/requirements-types.txt, requirements/requirements.txt, setup.py
has_codeql_workflowno
has_security_policyno
has_dependabot_configno
Excluidos de la puntuación (sin datos o no aplicable): Lockfiles de dependencias. 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
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_packages9
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:tensorcircuit-ng@1.9.1 —lo que arrastra la instalación del paquete publicado—: 9 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.

68Bueno · 4% del índice global

Contexto y guía para agentes

52Moderado
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md, CLAUDE.md
0/15Documentación legible por máquinas (llms.txt)
7.1/40Historial de commits legible — 13 de 97 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,134
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes6038

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

72Bueno
Cómo se puntúa
18/18Arranque con un solo comando — docs/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — .pylintrc
0/11Verificación estática de tipos
10/10Entorno reproducible — devcontainer, Dockerfile
4/10Práctica demostrada con agentes — 2 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 — sin datos
Datos de entrada utilizados
has_nixno
has_testssí
lockfiles—
has_dockerfilesí
typed_languageno
bootstrap_filesdocs/Makefile
has_devcontainersí
has_linter_configsí
typecheck_configs—
agent_commit_share0,02
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
54/55Tamaños de archivo manejables — 7/388 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes146.052
source_files_sampled388
oversized_source_files7

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 — examples, notebooks
Datos de entrada utilizados
example_dirsexamples, notebooks
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

87estrellas de GitHub
34contribuidores
675commits en los últimos 12 meses
10días desde el último push
13versiones publicadas
1factor bus
7issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard did not return a usable result (2026/08/22 13:44:32 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Más detalle

Historial de estrellas y forks 0 ★ / 23 ⇿
0Estrellas
23Forks
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.

048121620242322024-122025-102026-08
Mayor 0Menor 8Parche 2

Cada punto abarca 2 días.

Dependencias directas 5
RegistroPaqueteRestricción de versiónManifiesto
PyPInumpy—pyproject.toml
PyPIscipy—pyproject.toml
PyPItensornetwork-ng—pyproject.toml
PyPInetworkx—pyproject.toml
PyPIsympy—pyproject.toml
Todas las dependencias 316

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 13 paquetes directos y 303 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPInetworkx—directa
PyPInetworkx3.4.2directa
PyPInumpy—directa
PyPInumpy1.23.5directa
PyPInumpy1.26.4directa
PyPIscipy—directa
PyPIscipy1.10.1directa
PyPIscipy1.14.1directa
PyPIsympy—directa
PyPIsympy1.12directa
PyPIsympy1.13.1directa
PyPItensornetwork-ng—directa
PyPItensornetwork-ng0.5.0directa
PyPIabsl-py2.1.0indirecta
PyPIalabaster1.0.0indirecta
PyPIannotated-types0.7.0indirecta
PyPIanyio4.6.2.post1indirecta
PyPIastroid3.3.5indirecta
PyPIasttokens3.0.0indirecta
PyPIastunparse1.6.3indirecta
PyPIattrs24.2.0indirecta
PyPIbabel2.16.0indirecta
PyPIbaytune—indirecta
PyPIbeautifulsoup44.12.3indirecta
PyPIblack—indirecta
PyPIblack23.3.0indirecta
PyPIblack24.10.0indirecta
PyPIbleach6.2.0indirecta
PyPIbuild—indirecta
PyPIcachetools5.5.0indirecta
PyPIcertifi2024.8.30indirecta
PyPIcffi1.17.1indirecta
PyPIcharset-normalizer3.4.0indirecta
PyPIchex0.1.87indirecta
PyPIcirq—indirecta
PyPIcirq1.1.0indirecta
PyPIcirq1.4.1indirecta
PyPIcirq-aqt1.4.1indirecta
PyPIcirq-core1.4.1indirecta
PyPIcirq-google1.4.1indirecta
PyPIcirq-ionq1.4.1indirecta
PyPIcirq-pasqal1.4.1indirecta
PyPIcirq-rigetti1.4.1indirecta
PyPIcirq-web1.4.1indirecta
PyPIclick8.1.7indirecta
PyPIcontourpy1.3.1indirecta
PyPIcotengra—indirecta
PyPIcoverage7.6.8indirecta
PyPIcryptography44.0.0indirecta
PyPIcupy-cuda11x12.0.0indirecta
PyPIcycler0.12.1indirecta
PyPIcython3.0.11indirecta
PyPIdecorator5.1.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdeprecated1.2.15indirecta
PyPIdeprecation2.1.0indirecta
PyPIdill0.3.9indirecta
PyPIdocutils0.21.2indirecta
PyPIduet0.2.9indirecta
PyPIetils1.11.0indirecta
PyPIexceptiongroup1.2.2indirecta
PyPIexecnet2.1.1indirecta
PyPIexecuting2.1.0indirecta
PyPIfastjsonschema2.21.0indirecta
PyPIfilelock3.16.1indirecta
PyPIflatbuffers24.3.25indirecta
PyPIfonttools4.55.0indirecta
PyPIfsspec2024.10.0indirecta
PyPIfuro—indirecta
PyPIfuro2024.8.6indirecta
PyPIgast0.6.0indirecta
PyPIgoogle-api-core2.23.0indirecta
PyPIgoogle-auth2.36.0indirecta
PyPIgoogle-pasta0.2.0indirecta
PyPIgoogleapis-common-protos1.66.0indirecta
PyPIgraphviz—indirecta
PyPIgraphviz0.20.3indirecta
PyPIgrpc-interceptor0.15.4indirecta
PyPIgrpcio1.68.0indirecta
PyPIgrpcio-status1.62.3indirecta
PyPIh110.14.0indirecta
PyPIh5py3.12.1indirecta
PyPIhttpcore1.0.7indirecta
PyPIhttpx0.28.0indirecta
PyPIibm-cloud-sdk-core3.22.0indirecta
PyPIibm-platform-services0.59.0indirecta
PyPIidna3.10indirecta
PyPIimagesize1.4.1indirecta
PyPIiniconfig2.0.0indirecta
PyPIipykernel—indirecta
PyPIipython8.30.0indirecta
PyPIisort5.13.2indirecta
PyPIjax—indirecta
PyPIjax0.2.21indirecta
PyPIjax0.3.4indirecta
PyPIjax0.4.35indirecta
PyPIjax0.4.7indirecta
PyPIjax0.7.0indirecta
PyPIjaxlib0.4.35indirecta
PyPIjaxlib0.7.0indirecta
PyPIjedi0.19.2indirecta
PyPIjinja23.1.4indirecta
PyPIjsonschema4.23.0indirecta
PyPIjsonschema-specifications2024.10.1indirecta
PyPIjupyter—indirecta
PyPIjupyter-client8.6.3indirecta
PyPIjupyter-core5.7.2indirecta
PyPIjupyterlab-pygments0.3.0indirecta
PyPIkahypar—indirecta
PyPIkeras3.7.0indirecta
PyPIkiwisolver1.4.7indirecta
PyPIlibclang18.1.1indirecta
PyPImarkdown3.7indirecta
PyPImarkdown-it-py3.0.0indirecta
PyPImarkupsafe3.0.2indirecta
PyPImatplotlib—indirecta
PyPImatplotlib3.9.2indirecta
PyPImatplotlib-inline0.1.7indirecta
PyPImccabe0.7.0indirecta
PyPImdit-py-plugins0.4.2indirecta
PyPImdurl0.1.2indirecta
PyPImistune3.0.2indirecta
PyPImitiq—indirecta
PyPImitiq0.26.0indirecta
PyPImitiq0.41.0indirecta
PyPIml-dtypes0.4.1indirecta
PyPImpmath1.3.0indirecta
PyPImsgpack1.1.0indirecta
PyPImthree—indirecta
PyPImthree1.1.0indirecta
PyPImthree2.7.0indirecta
PyPImypy1.11.2indirecta
PyPImypy1.13.0indirecta
PyPImypy1.2.0indirecta
PyPImypy1.3.0indirecta
PyPImypy-extensions1.0.0indirecta
PyPImyst-parser—indirecta
PyPImyst-parser4.0.0indirecta
PyPInamex0.0.8indirecta
PyPInbclient0.10.1indirecta
PyPInbconvert7.16.4indirecta
PyPInbformat5.10.4indirecta
PyPInbsphinx—indirecta
PyPInbsphinx0.9.5indirecta
PyPInevergrad—indirecta
PyPIomeco—indirecta
PyPIopenfermion—indirecta
PyPIopenfermion1.6.1indirecta
PyPIopenfermionpyscf—indirecta
PyPIopt-einsum3.4.0indirecta
PyPIoptax—indirecta
PyPIoptax0.1.5indirecta
PyPIoptax0.2.4indirecta
PyPIoptree0.13.1indirecta
PyPIoptuna—indirecta
PyPIorjson3.10.12indirecta
PyPIpackaging23.2indirecta
PyPIpandas2.2.3indirecta
PyPIpandocfilters1.5.1indirecta
PyPIparso0.8.4indirecta
PyPIpathspec0.12.1indirecta
PyPIpbr6.1.0indirecta
PyPIpennylane—indirecta
PyPIpennylane0.18indirecta
PyPIpennylane0.30.0indirecta
PyPIpexpect4.9.0indirecta
PyPIphysics-tenpy1.0.6indirecta
PyPIpillow—indirecta
PyPIpillow11.0.0indirecta
PyPIplatformdirs4.3.6indirecta
PyPIpluggy1.5.0indirecta
PyPIply3.11indirecta
PyPIprompt-toolkit3.0.48indirecta
PyPIproto-plus1.25.0indirecta
PyPIprotobuf4.25.5indirecta
PyPIpsutil6.1.0indirecta
PyPIptyprocess0.7.0indirecta
PyPIpubchempy1.0.4indirecta
PyPIpure-eval0.2.3indirecta
PyPIpy-cpuinfo—indirecta
PyPIpy-cpuinfo9.0.0indirecta
PyPIpyasn10.6.1indirecta
PyPIpyasn1-modules0.4.1indirecta
PyPIpycparser2.22indirecta
PyPIpydantic2.10.2indirecta
PyPIpydantic-core2.27.1indirecta
PyPIpygments2.18.0indirecta
PyPIpyjwt2.10.1indirecta
PyPIpylatexenc—indirecta
PyPIpylatexenc2.10indirecta
PyPIpylint—indirecta
PyPIpylint3.2.6indirecta
PyPIpylint3.3.1indirecta
PyPIpyparsing3.2.0indirecta
PyPIpyquil4.14.3indirecta
PyPIpyspnego0.11.2indirecta
PyPIpytest—indirecta
PyPIpytest7.4.4indirecta
PyPIpytest-benchmark—indirecta
PyPIpytest-benchmark5.0.1indirecta
PyPIpytest-cov—indirecta
PyPIpytest-cov6.0.0indirecta
PyPIpytest-lazy-fixture—indirecta
PyPIpytest-lazy-fixture0.6.3indirecta
PyPIpytest-xdist—indirecta
PyPIpytest-xdist3.6.1indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-rapidjson1.20indirecta
PyPIpytz2024.2indirecta
PyPIpyyaml—indirecta
PyPIpyyaml6.0.2indirecta
PyPIpyzmq26.2.0indirecta
PyPIpyzx-param—indirecta
PyPIpyzx-param0.9.3indirecta
PyPIqcs-api-client-common0.10.0indirecta
PyPIqcs-sdk-python0.21.4indirecta
PyPIqiskit—indirecta
PyPIqiskit1.2.4indirecta
PyPIqiskit-aer—indirecta
PyPIqiskit-aer0.15.1indirecta
PyPIqiskit-algorithms0.3.1indirecta
PyPIqiskit-ibm-runtime0.33.2indirecta
PyPIqiskit-nature—indirecta
PyPIqiskit-nature0.7.2indirecta
PyPIquil0.13.2indirecta
PyPIquimb—indirecta
PyPIquimb1.11.1indirecta
PyPIreferencing0.35.1indirecta
PyPIrequests2.32.3indirecta
PyPIrequests-ntlm1.3.0indirecta
PyPIrich13.9.4indirecta
PyPIrpcq3.11.0indirecta
PyPIrpds-py0.21.0indirecta
PyPIrsa4.9indirecta
PyPIruamel-yaml0.18.6indirecta
PyPIruamel-yaml-clib0.2.12indirecta
PyPIrustworkx0.15.1indirecta
PyPIscikit-learn—indirecta
PyPIscikit-learn1.2.2indirecta
PyPIscikit-optimize—indirecta
PyPIsetuptools—indirecta
PyPIsix1.16.0indirecta
PyPIsniffio1.3.1indirecta
PyPIsnowballstemmer2.2.0indirecta
PyPIsortedcontainers2.4.0indirecta
PyPIsoupsieve2.6indirecta
PyPIsphinx—indirecta
PyPIsphinx8.1.3indirecta
PyPIsphinx-basic-ng1.0.0b2indirecta
PyPIsphinx-copybutton—indirecta
PyPIsphinx-copybutton0.5.2indirecta
PyPIsphinx-design—indirecta
PyPIsphinx-design0.6.1indirecta
PyPIsphinx-intl—indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIstack-data0.6.3indirecta
PyPIstevedore5.4.0indirecta
PyPIstim—indirecta
PyPIsymengine0.13.0indirecta
PyPItabulate0.9.0indirecta
PyPItensorboard2.18.0indirecta
PyPItensorboard-data-server0.7.2indirecta
PyPItensorflow—indirecta
PyPItensorflow2.11indirecta
PyPItensorflow2.18.0indirecta
PyPItensorflow2.20indirecta
PyPItensorflow2.4.1indirecta
PyPItensorflow2.7indirecta
PyPItensorflow-io-gcs-filesystem0.37.1indirecta
PyPItensorflow-quantum0.5.1indirecta
PyPItensornetwork—indirecta
PyPItensornetwork0.4.5indirecta
PyPItensornetwork0.4.6indirecta
PyPItermcolor2.5.0indirecta
PyPItinycss21.4.0indirecta
PyPItokenize-rt6.1.0indirecta
PyPItomli2.2.1indirecta
PyPItomlkit0.13.2indirecta
PyPItoolz1.0.0indirecta
PyPItorch—indirecta
PyPItorch2.5.1indirecta
PyPItorchvision—indirecta
PyPItornado6.4.2indirecta
PyPItqdm4.67.1indirecta
PyPItraitlets5.14.3indirecta
PyPItypes-deprecated1.2.15.20241117indirecta
PyPItypes-docutils—indirecta
PyPItypes-docutils0.21.0.20241128indirecta
PyPItypes-protobuf—indirecta
PyPItypes-protobuf5.28.3.20241030indirecta
PyPItypes-pytz—indirecta
PyPItypes-pytz2024.2.0.20241003indirecta
PyPItypes-requests—indirecta
PyPItypes-requests2.32.0.20241016indirecta
PyPItypes-setuptools—indirecta
PyPItypes-setuptools75.6.0.20241126indirecta
PyPItypes-toml—indirecta
PyPItypes-toml0.10.8.20240310indirecta
PyPItypes-typed-ast—indirecta
PyPItypes-typed-ast1.5.8.7indirecta
PyPItypes-urllib3—indirecta
PyPItypes-urllib31.26.25.14indirecta
PyPItyping-extensions4.12.2indirecta
PyPItzdata2024.2indirecta
PyPIurllib31.26.15indirecta
PyPIurllib32.2.3indirecta
PyPIwcwidth0.2.13indirecta
PyPIwebencodings0.5.1indirecta
PyPIwebsocket-client1.8.0indirecta
PyPIwerkzeug3.1.3indirecta
PyPIwrapt1.17.0indirecta
Avisos de dependencias 0

Instalar pypi:tensorcircuit-ng@1.9.1 arrastra 9 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 tensorcircuit/tensorcircuit-ng. Leer en paralelo →

98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.Excepcional100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Excepcional99quantumlib/CirqPython framework for creating, editing, and running Noisy Intermediate-Scale Quantum (NISQ) circuits.Excepcional98keras-team/kerasDeep Learning for humansExcepcional96keras-team/keras-hubPretrained model hub for Keras 3.Excepcional96iree-org/ireeA retargetable MLIR-based machine learning compiler and runtime toolkit.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.