Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-19 22:05 UTC

triton-inference-server / server

The Triton Inference Server provides an optimized cloud and edge inferencing solution.

Python · Shell · C++BSD-3-Clause★ 10.997 estrellas⑂ 1837 forksdesde oct 2018Ver en GitHub ↗
TipoServicio de redcómo se determina

triton-inference-server/server tiene un índice de salud de 97 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Vitality (94/100) y la más baja, AI Readiness (59/100). Se actualizó por última vez hace 2 días. 4 personas concentran la mayor parte del trabajo reciente.

97
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.

97
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 85 se calibra a 97 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

2052 seguidores36 repositorios públicosdesde jul 2020

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
PyPItritonfrontendapunta a otro repositorio; no se puntúa2.72.01853hace 19 días

Métricas por categoría

Vitalidad

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

94Excepcional · 21% del índice global
Cómo se puntúa
36/36Recencia de push — último push hace 2 días
33.2/36Cadencia de commits — 48/52 semanas con commits
18/18Volumen de commits — 225 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_year225
human_commit_share1
days_since_last_push2
active_weeks_last_year48
Cómo se puntúa
27/27Publica versiones — 94 versiones publicadas
36/36Recencia de las versiones — última versión hace 19 días
27/27Cadencia de publicación — una versión cada ~31 días
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Datos de entrada utilizados
releases_count94
latest_release_tagv2.72.0
releases_from_tagsno
days_since_latest_release19
mean_days_between_releases31

Comunidad y Adopción

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

88Excelente · 17% del índice global
Cómo se puntúa
60/60Estrellas — 10.997 estrellas
25/25Forks — 1837 forks
12/15Observadores — 146 observadores
Datos de entrada utilizados
forks1837
stars10.997
watchers146
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (BSD-3-Clause)
18/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges1
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesshields.io
has_pull_request_templatesí

Sostenibilidad y Gobernanza

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

80Excelente · 23% del índice global
Cómo se puntúa
43.2/54Factor bus — la mitad de los commits recae en 4 contribuyente(s)
18.2/22.5Distribución de commits — el principal contribuyente firma el 19% de los commits
13.5/13.5Amplitud de contribuyentes — 100 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 10 contributing companies or organizations
Datos de entrada utilizados
bus_factor4
contributors_sampled100
top_contributor_share0,19
Cómo se puntúa
34.1/42Resolución de issues — 81% de issues cerradas
27.3/30Aceptación de PR — 4034/4439 PR decididos fusionados
0/13Newcomer PR acceptance — 0/1 PR de contribuyentes primerizos fusionados en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs4034
open_issues780
closed_issues3385
prs_merged_7d7
prs_decided_7d7
prs_merged_30d28
prs_decided_30d31
issue_closed_ratio0,813
closed_unmerged_prs405
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
23.8/25Alcance del propietario — 2052 seguidores de triton-inference-server
23.4/25Trayectoria — 36 repos públicos, cuenta de ~6 años
Datos de entrada utilizados
followers2052
owner_typeOrganization
is_verifiedno
owner_logintriton-inference-server
public_repos36
account_age_days2262

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

91Excelente · 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.isort])
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 29 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_configsí
has_precommit_configsí

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://docs.nvidia.com/deeplearning/triton-inference-server/user-guide/docs/index.html
10/10Descripción del repositorio
10/10Topics — 7 topics
0/10Wiki
Datos de entrada utilizados
topicsinference, gpu, machine-learning, deep-learning, cloud, datacenter, edge
has_wikino
homepagehttps://docs.nvidia.com/deeplearning/triton-inference-server/user-guide/docs/index.html
docs_sitehttps://docs.nvidia.com/deeplearning/triton-inference-server/user-guide/docs/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?

74Bueno · 16% del índice global
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
4.5/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.2/2.5CI-Tests — 29 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
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 10 contributing companies or organizations
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
4.5/5SAST — SAST tool detected but not run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
6.8/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6.8/7.5Vulnerabilities — 1 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate6,7
Excluidos de la puntuación (sin datos o no aplicable): Packaging. 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_packages6
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:tritonfrontend@2.72.0 —lo que arrastra la instalación del paquete publicado—: 6 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.

59Moderado · 4% del índice global
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 — 100 de 100 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—
Cómo se puntúa
18/18Arranque con un solo comando — docs/Makefile, docs/examples/jetson/concurrency_and_dynamic_batching/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — pyproject.toml ([tool.isort])
11/11Verificación estática de tipos — src/python/tritonfrontend/py.typed
10/10Entorno reproducible — Dockerfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
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_dockerfilesí
typed_languageno
bootstrap_filesdocs/Makefile, docs/examples/jetson/concurrency_and_dynamic_batching/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configssrc/python/tritonfrontend/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (src/python/tritonfrontend/py.typed)
53.8/55Tamaños de archivo manejables — 10/460 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes180.508
source_files_sampled460
oversized_source_files10
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto)
0/20Servidor MCP
40/40Ejemplos ejecutables — examples
Datos de entrada utilizados
example_dirsexamples
has_mcp_signalno
api_schema_files—
interfaces_expected_ofnetwork-service

Datos clave

10.997estrellas de GitHub
100contribuidores
225commits en los últimos 12 meses
2días desde el último push
94versiones publicadas
4factor bus
780issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi package 'tritonfrontend' points at a different repository (https://developer.nvidia.com/nvidia-triton-inference-server); excluded from ecosystem scoring
  • Could not fetch pypi package 'mlflow-triton' from its registry

Más detalle

Historial de estrellas y forks 0 ★ / 1837 ⇿
0Estrellas
1837Forks
51Versiones

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.

5001000150020001837112022-062024-082026-09
Mayor 0Menor 50Parche 1

Cada punto abarca 4 días.

OpenSSF Scorecard 6.7 / 10
6.7agregado

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 · 2026-09-19 22:04 UTC

10Binary-Artifactsno binaries found in the repo
6Branch-Protectionbranch protection is not maximal on development and all release branches
9CI-Tests29 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
10Code-Reviewall changesets reviewed
10Contributorsproject has 10 contributing companies or organizations
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
9SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
9Token-Permissionsdetected GitHub workflow tokens with excessive permissions
9Vulnerabilities1 existing vulnerabilities detected
Dependencias directas 2
RegistroPaqueteRestricción de versiónManifiesto
PyPItritonserver—src/python/pyproject.toml
PyPIpydantic==2.10.6src/python/pyproject.toml
Todas las dependencias 25

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 1 paquetes directos y 24 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIpydantic2.10.6directa
PyPIboto3—indirecta
PyPIdefusedxml—indirecta
PyPIdistro—indirecta
PyPIfastapi0.136.3indirecta
PyPIgeventhttpclient—indirecta
PyPIgrpcio—indirecta
PyPIhatchling1.27.0indirecta
PyPIhttpx0.27.2indirecta
PyPImlflow—indirecta
PyPInetworkx2.3indirecta
PyPInumpy—indirecta
PyPIonnx—indirecta
PyPIopenai1.107.3indirecta
PyPIpartial-json-parser—indirecta
PyPIprotobuf—indirecta
PyPIpytest—indirecta
PyPIpytest8.1.1indirecta
PyPIpytest-asyncio0.23.8indirecta
PyPIpython-rapidjson—indirecta
PyPIrequests—indirecta
PyPIscipy1.16.3indirecta
PyPIstarlette—indirecta
PyPItest-generator0.1.1indirecta
PyPItritonclient—indirecta
Avisos de dependencias 0

Instalar pypi:tritonfrontend@2.72.0 arrastra 6 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.