Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-08-28 07:31 UTC

tensorflow / datasets

TFDS is a collection of datasets ready to use with TensorFlow, Jax, ...

PythonApache-2.0★ 4581 estrellas⑂ 1591 forksdesde sept 2018Ver en GitHub ↗
TipoHerramienta de línea de comandoscómo se determina

tensorflow/datasets tiene un índice de salud de 86 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Community & Adoption (87/100) y la más baja, AI Readiness (37/100). Se actualizó por última vez hace 6 días. 7 personas concentran la mayor parte del trabajo reciente.

86
global / 100
Excelente

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.

86
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 72 se calibra a 86 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

tensorflowOrganización
21.739 seguidores107 repositorios públicosdesde nov 2015

Este repositorio está respaldado por una organización: una custodia compartida y responsable que puede sobrevivir a cualquier mantenedor individual.

Métricas por categoría

Vitalidad

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

75Bueno · 21% del índice global
Cómo se puntúa
36/36Recencia de pushúltimo push hace 6 días
13.8/36Cadencia de commits20/52 semanas con commits
15.7/18Volumen de commits55 commits en el último año
10/10OpenSSF Scorecard: Maintained17 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year55
human_commit_share0,99
days_since_last_push6
active_weeks_last_year20
Cómo se puntúa
27/27Publica versiones38 versiones publicadas
27/36Recencia de las versionesúltima versión hace 111 días
12.6/27Cadencia de publicaciónuna versión cada ~124,8 días
0/10OpenSSF Scorecard: Signed-Releasessin datos
Datos de entrada utilizados
releases_count38
latest_release_tagv4.9.10
releases_from_tagsno
days_since_latest_release111
mean_days_between_releases124,8
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?

87Excelente · 17% del índice global
Cómo se puntúa
59.4/60Estrellas4581 estrellas
25/25Forks1591 forks
11.2/15Observadores103 observadores
Datos de entrada utilizados
forks1591
stars4581
watchers103
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencialicencia reconocida (Apache-2.0)
18/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readme
has_license
readme_badges6
has_contributing
has_issue_templateno
has_code_of_conductno
readme_badge_servicesbadge.fury.io, github.com, shields.io
has_pull_request_template

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

75Bueno · 23% del índice global
Cómo se puntúa
51.3/54Factor busla mitad de los commits recae en 7 contribuyente(s)
19.9/22.5Distribución de commitsel principal contribuyente firma el 12% de los commits
13.5/13.5Amplitud de contribuyentes100 contribuyentes
10/10OpenSSF Scorecard: Contributorsproject has 20 contributing companies or organizations
Datos de entrada utilizados
bus_factor7
contributors_sampled100
top_contributor_share0,116
Cómo se puntúa
27.1/42Resolución de issues65% de issues cerradas
17.7/30Aceptación de PR2683/4543 PR decididos fusionados
0/13Newcomer PR acceptance0/1 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-ReviewFound 1/29 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs2683
open_issues432
closed_issues787
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d1
issue_closed_ratio0,646
closed_unmerged_prs1860
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1
Cómo se puntúa
30/30Respaldo de la propiedadpropiedad de una organización
0/20Dominio verificado
25/25Alcance del propietario21.739 seguidores de tensorflow
25/25Trayectoria107 repos públicos, cuenta de ~10 años
Datos de entrada utilizados
followers21.739
owner_typeOrganization
is_verifiedno
owner_logintensorflow
public_repos107
account_age_days3949

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

86Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI5 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter.pylintrc
0/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests29 out of 29 merged PRs checked by a CI test -- score normalized to 10
Datos de entrada utilizados
has_ci
has_tests
has_editorconfigno
has_linter_config
has_precommit_configno

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyectohttps://www.tensorflow.org/datasets
10/10Descripción del repositorio
10/10Topics7 topics
0/10Wiki
Datos de entrada utilizados
topicstensorflow, machine-learning, data, datasets, numpy, jax, dataset
has_wikino
homepagehttps://www.tensorflow.org/datasets
docs_sitehttps://www.tensorflow.org/datasets
has_readme
has_docs_dir
has_description

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

43Débil · 16% del índice global
Cómo se puntúa
7.5/7.5Binary-Artifactsno binaries found in the repo
0/7.5Branch-Protectionbranch protection not enabled on development/release branches
2.5/2.5CI-Tests29 out of 29 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0/7.5Code-ReviewFound 1/29 approved changesets -- score normalized to 0
2.5/2.5Contributorsproject has 20 contributing companies or organizations
10/10Dangerous-Workflowno dangerous workflow patterns detected
0/7.5Dependency-Update-Toolno update tool detected
0/5Fuzzingproject is not fuzzed
2.5/2.5Licencialicense file detected
7.5/7.5Maintained17 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packagingsin datos
0/5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0/5SASTSAST tool is not run on all commits -- score normalized to 0
0/5Security-Policysecurity policy file not detected
0/7.5Signed-Releasessin datos
0/7.5Token-Permissionsdetected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities0 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,3
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.

37Débil · 4% del índice global
Cómo se puntúa
0/45Instrucciones para agentessin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
2.7/40Historial de commits legible5 de 99 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url
legible_history_share0,051
agent_instruction_files
agent_instruction_max_bytes
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato.pylintrc
0/11Verificación estática de tipos
0/10Entorno reproducible
0/10Práctica demostrada con agentesningún commit con autoría de agente entre los últimos 100
0/8Mantenimiento automatizadono se observan actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_tests
lockfiles
has_dockerfileno
typed_languageno
bootstrap_files
has_devcontainerno
has_linter_config
typecheck_configs
agent_commit_share0
toolchain_manifests
dependency_bot_commit_share0
Cómo se puntúa
0/45Código verificable por tiposPython sin configuración de verificación de tipos
54.8/55Tamaños de archivo manejables5/1664 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes94.042
source_files_sampled1664
oversized_source_files5
Cómo se puntúa
40/40Esquema de API (OpenAPI/GraphQL/proto)tensorflow_datasets/core/proto/dataset_info.proto, tensorflow_datasets/core/proto/feature.proto, tensorflow_datasets/proto/smart_control_building.proto, tensorflow_datasets/proto/smart_control_normalization.proto, tensorflow_datasets/proto/smart_control_reward.proto, tensorflow_datasets/proto/tf_example.proto, tensorflow_datasets/proto/tf_feature.proto, tensorflow_datasets/proto/waymo_dataset.proto
0/20Servidor MCPno aplicable a este tipo de software
40/40Ejemplos ejecutablesnotebooks, sample
Datos de entrada utilizados
example_dirsnotebooks, sample
has_mcp_signalno
api_schema_filestensorflow_datasets/core/proto/dataset_info.proto, tensorflow_datasets/core/proto/feature.proto, tensorflow_datasets/proto/smart_control_building.proto, tensorflow_datasets/proto/smart_control_normalization.proto, tensorflow_datasets/proto/smart_control_reward.proto, tensorflow_datasets/proto/tf_example.proto, tensorflow_datasets/proto/tf_feature.proto, tensorflow_datasets/proto/waymo_dataset.proto
interfaces_expected_of
Excluidos de la puntuación (sin datos o no aplicable): Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

4581estrellas de GitHub
100contribuidores
55commits en los últimos 12 meses
6días desde el último push
38versiones publicadas
7factor bus
432issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • No resolved dependencies carried a version and a supported ecosystem

Más detalle

Historial de estrellas y forks 0 ★ / 1591 ⇿
0Estrellas
1591Forks
28Versiones

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.

Solo se muestra el historial más reciente: este repositorio supera la ventana de recopilación, por lo que no se captura el historial más antiguo.

400800120016001591142020-062023-072026-08
Mayor 1Menor 10Parche 17

Cada punto abarca 6 días.

OpenSSF Scorecard 4.3 / 10
4.3agregado

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 · 2026-08-28 07:30 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
10CI-Tests29 out of 29 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 1/29 approved changesets -- score normalized to 0
10Contributorsproject has 20 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained17 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
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Todas las dependencias 18

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 18 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIabsl-pyindirecta
PyPIarray-recordindirecta
PyPIdm-treeindirecta
PyPIetilsindirecta
PyPIimmutabledictindirecta
PyPIimportlib-resourcesindirecta
PyPInumpyindirecta
PyPIpromiseindirecta
PyPIprotobufindirecta
PyPIpsutilindirecta
PyPIpyarrowindirecta
PyPIrequestsindirecta
PyPIsimple-parsingindirecta
PyPItensorflow-metadataindirecta
PyPItermcolorindirecta
PyPItomlindirecta
PyPItqdmindirecta
PyPIwraptindirecta
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.

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.