Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-08 18:54 UTC

vibrantlabsai / ragas

Supercharge Your LLM Application Evaluations 🚀

Python · Jupyter NotebookApache-2.0★ 15.188 estrellas⑂ 1606 forksdesde may 2023Ver en GitHub ↗
TipoHerramienta de línea de comandosComplementoBibliotecacómo se determina

vibrantlabsai/ragas tiene un índice de salud de 89 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Community & Adoption (95/100) y la más baja, Security (54/100). Se actualizó por última vez hace 165 días. 2 personas concentran la mayor parte del trabajo reciente.

89
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.

89
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 75 se calibra a 89 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Vibrant LabsOrganización
342 seguidores17 repositorios públicosdesde ene 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
PyPIragas0.4.31.614.23988hace 207 días

Métricas por categoría

Vitalidad

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

59Moderado · 21% del índice global
Cómo se puntúa
9.9/36Recencia de pushúltimo push hace 165 días
18/36Cadencia de commits26/52 semanas con commits
18/18Volumen de commits294 commits en el último año
0/10OpenSSF Scorecard: Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Datos de entrada utilizados
commits_last_year294
human_commit_share1
days_since_last_push165
active_weeks_last_year26
Cómo se puntúa
27/27Publica versiones89 versiones publicadas
16.2/36Recencia de las versionesúltima versión hace 207 días
27/27Cadencia de publicaciónuna versión cada ~13,1 días
0/10OpenSSF Scorecard: Signed-Releasessin datos
Datos de entrada utilizados
releases_count89
latest_release_tagv0.4.3
releases_from_tagsno
days_since_latest_release207
mean_days_between_releases13,1
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?

95Excepcional · 17% del índice global
Cómo se puntúa
60/60Estrellas15.188 estrellas
25/25Forks1606 forks
9.6/15Observadores54 observadores
Datos de entrada utilizados
forks1606
stars15.188
watchers54
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
13.5/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readme
has_license
readme_badges4
has_contributing
has_issue_templateno
has_code_of_conduct
readme_badge_servicesshields.io
has_pull_request_template
Cómo se puntúa
80/80Descargas mensuales1.614.239 descargas/mes en pypi
0/20Dependientes en el registrono lo informa este ecosistema
Datos de entrada utilizados
packagesragas
dependents
ecosystemspypi
total_downloads
monthly_downloads1.614.239
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?

73Bueno · 23% del índice global
Cómo se puntúa
25.2/54Factor busla mitad de los commits recae en 2 contribuyente(s)
16.2/22.5Distribución de commitsel principal contribuyente firma el 28% de los commits
13.5/13.5Amplitud de contribuyentes100 contribuyentes
10/10OpenSSF Scorecard: Contributorsproject has 13 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled100
top_contributor_share0,279
Cómo se puntúa
30.7/42Resolución de issues73% de issues cerradas
24/30Aceptación de PR1122/1402 PR decididos fusionados
0/13Newcomer PR acceptance0/34 PR de contribuyentes primerizos fusionados en 30 d
6/15OpenSSF Scorecard: Code-ReviewFound 12/30 approved changesets -- score normalized to 4
Datos de entrada utilizados
merged_prs1122
open_issues358
closed_issues971
prs_merged_7d0
prs_decided_7d30
prs_merged_30d0
prs_decided_30d34
issue_closed_ratio0,731
closed_unmerged_prs280
first_time_authors_30d7
first_time_prs_merged_30d0
first_time_prs_decided_30d34
Cómo se puntúa
30/30Respaldo de la propiedadpropiedad de una organización
0/20Dominio verificadoel estado de dominio verificado no se leyó para esta organización
18.2/25Alcance del propietario342 seguidores de vibrantlabsai
16.3/25Trayectoria17 repos públicos, cuenta de ~3 años
Datos de entrada utilizados
followers342
owner_typeOrganization
is_verified
owner_loginvibrantlabsai
public_repos17
account_age_days1303
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.
Cómo se puntúa
25/25Publicado y resoluble1 paquete(s) en pypi
26/35Recencia de publicaciónúltima publicación hace 207 días
20/20Historial de versiones88 versiones en el registro
20/20No obsoletoactivo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesragas
ecosystemspypi
any_deprecatedno
min_days_since_publish207

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

91Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI8 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests29 out of 30 merged PRs checked by a CI test -- score normalized to 9
Datos de entrada utilizados
has_ci
has_tests
has_editorconfigno
has_linter_config
has_precommit_config

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyectohttps://docs.ragas.io
10/10Descripción del repositorio
10/10Topics3 topics
0/10Wiki
Datos de entrada utilizados
topicsllm, llmops, evaluation
has_wikino
homepagehttps://docs.ragas.io
docs_sitehttps://docs.ragas.io
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?

54Moderado · 16% del índice global
Cómo se puntúa
7.5/7.5Binary-Artifactsno binaries found in the repo
0/7.5Branch-Protectionsin datos
2.2/2.5CI-Tests29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
3/7.5Code-ReviewFound 12/30 approved changesets -- score normalized to 4
2.5/2.5Contributorsproject has 13 contributing companies or organizations
0/10Dangerous-Workflowdangerous workflow patterns detected
0/7.5Dependency-Update-Toolno update tool detected
0/5Fuzzingproject is not fuzzed
2.5/2.5Licencialicense file detected
0/7.5Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
5/5Packagingpackaging workflow detected
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
5/5Security-Policysecurity policy file detected
0/7.5Signed-Releasessin datos
5.2/7.5Token-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_aggregate4,5
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Signed-Releases. Los pesos restantes se han renormalizado.
Cómo se puntúa
26.6/35Dependencias directas libres de avisos conocidos1 afectados: diskcache 5.6.3 (moderate)
25/25Dependencias indirectas libres de avisos conocidosninguna dependencia indirecta tiene un aviso conocido
37.2/40Sin avisos pendientes1 paquete(s) con avisos sin atender más allá de 90 días; el más antiguo publicado hace 177 días
Datos de entrada utilizados
sourceosv
advisories2
affected_packages1
assessed_packages89
unassessed_packages0
affected_by_severitymoderate 1
direct_affected_packages1
Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:ragas@0.4.3 —lo que arrastra la instalación del paquete publicado—: 89 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.

82Excelente · 4% del índice global
Cómo se puntúa
45/45Instrucciones para agentes.cursor/rules/docs-diataxis-guidelines.mdc, .cursor/rules/docs-structure.mdc, .cursor/rules/project-structure.mdc, .cursor/rules/update-guide.mdc, .cursor/rules/use-uv-cli.mdc, CLAUDE.md, docs/concepts/metrics/available_metrics/agents.md, docs/concepts/test_data_generation/agents.md, docs/howtos/integrations/gemini.md, docs/tutorials/agent.md
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible100 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.cursor/rules/docs-diataxis-guidelines.mdc, .cursor/rules/docs-structure.mdc, .cursor/rules/project-structure.mdc, .cursor/rules/update-guide.mdc, .cursor/rules/use-uv-cli.mdc, CLAUDE.md, docs/concepts/metrics/available_metrics/agents.md, docs/concepts/test_data_generation/agents.md, docs/howtos/integrations/gemini.md, docs/tutorials/agent.md
agent_instruction_max_bytes24.135
Cómo se puntúa
18/18Arranque con un solo comandoMakefile, docs/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato
11/11Verificación estática de tipossrc/ragas/py.typed
10/10Entorno reproducibleDockerfile
2/10Práctica demostrada con agentes1 de los últimos 100 commits con autoría o crédito de agente
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_dockerfile
typed_languageno
bootstrap_filesMakefile, docs/Makefile
has_devcontainerno
has_linter_config
typecheck_configssrc/ragas/py.typed
agent_commit_share0,01
toolchain_manifests
dependency_bot_commit_share0
Cómo se puntúa
27/45Código verificable por tiposPython con configuración de verificación de tipos (src/ragas/py.typed)
55/55Tamaños de archivo manejables0/392 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes51.892
source_files_sampled392
oversized_source_files0
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto)no aplicable a este tipo de software
0/20Servidor MCPno aplicable a este tipo de software
40/40Ejemplos ejecutablesexamples, 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

15.188estrellas de GitHub
100contribuidores
294commits en los últimos 12 meses
165días desde el último push
89versiones publicadas
2factor bus
358issues 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 ★ / 1606 ⇿
0Estrellas
1606Forks
44Versiones

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.

50075010001250150017501606142024-092025-082026-08
Mayor 0Menor 3Parche 32

Cada punto abarca 2 días.

OpenSSF Scorecard 4.5 / 10
4.5agregado

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 · 2026-08-08 18:53 UTC

10Binary-Artifactsno binaries found in the repo
n/dBranch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
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
4Code-ReviewFound 12/30 approved changesets -- score normalized to 4
10Contributorsproject has 13 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
10Packagingpackaging workflow 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
7Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Dependencias directas 19
RegistroPaqueteRestricción de versiónManifiesto
PyPInumpy>=1.21.0,<3.0.0pyproject.toml
PyPIdatasets>=4.0.0pyproject.toml
PyPItiktokenpyproject.toml
PyPIpydantic>=2.0.0pyproject.toml
PyPInest-asynciopyproject.toml
PyPIappdirspyproject.toml
PyPIdiskcache>=5.6.3pyproject.toml
PyPItyperpyproject.toml
PyPIrichpyproject.toml
PyPIopenai>=1.0.0pyproject.toml
PyPItqdmpyproject.toml
PyPIinstructorpyproject.toml
PyPIpillow>=10.4.0pyproject.toml
PyPInetworkxpyproject.toml
PyPIscikit-networkpyproject.toml
PyPIlangchainpyproject.toml
PyPIlangchain-corepyproject.toml
PyPIlangchain-communitypyproject.toml
PyPIlangchain_openaipyproject.toml
Todas las dependencias 25

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 19 paquetes directos y 6 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIappdirsdirecta
PyPIdatasetsdirecta
PyPIdiskcachedirecta
PyPIinstructordirecta
PyPIlangchaindirecta
PyPIlangchain-communitydirecta
PyPIlangchain-coredirecta
PyPIlangchain-openaidirecta
PyPInest-asynciodirecta
PyPInetworkxdirecta
PyPInumpydirecta
PyPIopenaidirecta
PyPIpillowdirecta
PyPIpydanticdirecta
PyPIrichdirecta
PyPIscikit-networkdirecta
PyPItiktokendirecta
PyPItqdmdirecta
PyPItyperdirecta
PyPIlangchain-text-splittersindirecta
PyPImlflowindirecta
PyPIpandasindirecta
PyPIpython-dotenvindirecta
PyPIragasindirecta
PyPIrank-bm25indirecta
Avisos de dependencias 1

Instalar pypi:ragas@0.4.3 arrastra 89 paquetes, directos y transitivos: 1 tienen avisos conocidos, de los cuales 1 son dependencias directas.

PaqueteVersiónRelaciónGravedadAvisosCorregido en
diskcache5.6.3directamoderada2

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 v0.31.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadasPyPI.