Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-15 23:33 UTC

vndee / llm-sandbox

Lightweight and portable LLM sandbox runtime (code interpreter) Python library.

PythonMIT★ 1120 estrellas⑂ 106 forksdesde jun 2024Ver en GitHub ↗

TipoBibliotecaHerramienta de línea de comandoscómo se determina

#code-generation #code-interpreter #large-language-models #llm-sandbox

vndee/llm-sandbox tiene un índice de salud de 95 sobre 100, lo que lo sitúa en la banda Excepcional. Su puntuación más alta es Engineering Quality (94/100) y la más baja, Sustainability & Governance (66/100). Se actualizó por última vez hace 1 día. Una sola persona concentra la mayor parte del trabajo reciente.

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.

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)

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 82 se calibra a 95 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Duy HuynhCuenta personal

177 seguidores142 repositorios públicosdesde may 2017Looking for the next cool idea

Este repositorio pertenece a una cuenta personal. Un proyecto con un único propietario conlleva más riesgo de continuidad que uno respaldado por una organización.

Ecosistemas de paquetes

Registro	Paquete	Versión	Descargas / mes	Versiones	Última publicación	Etiquetas
PyPI	llm-sandbox	0.3.44	621.641	61	hace 43 días	python

Métricas por categoría

Vitalidad

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

89Excelente · 21% del índice global

Actividad de desarrollo

82Excelente

Cómo se puntúa

36/36	Recencia de push — último push hace 1 días
18/36	Cadencia de commits — 26/52 semanas con commits
18/18	Volumen de commits — 281 commits en el último año
10/10	OpenSSF Scorecard: Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10

Datos de entrada utilizados

commits_last_year	281
human_commit_share	0,72
days_since_last_push	1
active_weeks_last_year	26

Disciplina de publicación

100Excepcional

Cómo se puntúa

27/27	Publica versiones — 45 versiones publicadas
36/36	Recencia de las versiones — última versión hace 43 días
27/27	Cadencia de publicación — una versión cada ~18,9 días
0/10	OpenSSF Scorecard: Signed-Releases — sin datos

Datos de entrada utilizados

releases_count	45
latest_release_tag	0.3.44
releases_from_tags	no
days_since_latest_release	43
mean_days_between_releases	18,9

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?

81Excelente · 17% del índice global

Popularidad y adopción

68Bueno

Cómo se puntúa

49.5/60	Estrellas — 1120 estrellas
16.8/25	Forks — 106 forks
1.7/15	Observadores — 3 observadores

Datos de entrada utilizados

forks	106
stars	1120
watchers	3
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

Salud de la comunidad

85Excelente

Cómo se puntúa

22.5/22.5	README
22.5/22.5	Licencia — licencia reconocida (MIT)
18/18	Guía CONTRIBUTING
13.5/13.5	Código de conducta
0/7.2	Plantilla de issues
0/6.3	Plantilla de PR

Datos de entrada utilizados

has_readme	sí
has_license	sí
readme_badges	5
has_contributing	sí
has_issue_template	no
has_code_of_conduct	sí
readme_badge_services	codecov.io, shields.io, sonarcloud.io
has_pull_request_template	no

Adopción en el ecosistema (descargas)

96Excepcional

Cómo se puntúa

77.2/80	Descargas mensuales — 621.641 descargas/mes en pypi
0/20	Dependientes en el registro — no lo informa este ecosistema

Datos de entrada utilizados

packages	llm-sandbox
dependents	—
ecosystems	pypi
total_downloads	—
monthly_downloads	621.641
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?

66Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

35Débil

Cómo se puntúa

9/54	Factor bus — la mitad de los commits recae en 1 contribuyente(s)
2.7/22.5	Distribución de commits — el principal contribuyente firma el 88% de los commits
13.5/13.5	Amplitud de contribuyentes — 20 contribuyentes
10/10	OpenSSF Scorecard: Contributors — project has 12 contributing companies or organizations

Datos de entrada utilizados

bus_factor	1
contributors_sampled	20
top_contributor_share	0,881

Capacidad de respuesta a issues y PR

80Excelente

Cómo se puntúa

30.3/42	Resolución de issues — 72% de issues cerradas
26.3/30	Aceptación de PR — 121/138 PR decididos fusionados
13/13	Newcomer PR acceptance — 2/2 PR de contribuyentes primerizos fusionados en 30 d
10.5/15	OpenSSF Scorecard: Code-Review — Found 5/7 approved changesets -- score normalized to 7

Datos de entrada utilizados

merged_prs	121
open_issues	19
closed_issues	49
prs_merged_7d	2
prs_decided_7d	2
prs_merged_30d	4
prs_decided_30d	4
issue_closed_ratio	0,721
closed_unmerged_prs	17
first_time_authors_30d	1
first_time_prs_merged_30d	2
first_time_prs_decided_30d	2

Propiedad y custodia

64Moderado

Cómo se puntúa

10/30	Respaldo de la propiedad — cuenta personal (usuario)
0/20	Dominio verificado — no aplicable a cuentas de usuario
16.2/25	Alcance del propietario — 177 seguidores de vndee
25/25	Trayectoria — 142 repos públicos, cuenta de ~9 años

Datos de entrada utilizados

followers	177
owner_type	User
is_verified	—
owner_login	vndee
public_repos	142
account_age_days	3424

Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

100Excepcional

Cómo se puntúa

25/25	Publicado y resoluble — 1 paquete(s) en pypi
35/35	Recencia de publicación — última publicación hace 43 días
20/20	Historial de versiones — 61 versiones en el registro
20/20	No obsoleto — activo, ni obsoleto ni retirado

Datos de entrada utilizados

packages	llm-sandbox
ecosystems	pypi
any_deprecated	no
min_days_since_publish	43

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

94Excepcional · 19% del índice global

Prácticas de ingeniería

90Excelente

Cómo se puntúa

24/24	Flujos de trabajo de CI — 8 flujo(s) de trabajo
24/24	Pruebas presentes
16/16	Configuración de linter — pyproject.toml ([tool.ruff]), tox.ini
9.6/9.6	Hooks de pre-commit
0/6.4	.editorconfig
16/20	OpenSSF Scorecard: CI-Tests — 11 out of 13 merged PRs checked by a CI test -- score normalized to 8

Datos de entrada utilizados

has_ci	sí
has_tests	sí
has_editorconfig	no
has_linter_config	sí
has_precommit_config	sí

Documentación

100Excepcional

Cómo se puntúa

30/30	README
25/25	Directorio de documentación
15/15	Sitio de documentación / página del proyecto — https://vndee.github.io/llm-sandbox/
10/10	Descripción del repositorio
10/10	Topics — 4 topics
10/10	Wiki

Datos de entrada utilizados

topics	code-generation, code-interpreter, large-language-models, llm-sandbox
has_wiki	sí
homepage	https://vndee.github.io/llm-sandbox/
docs_site	https://vndee.github.io/llm-sandbox/
has_readme	sí
has_docs_dir	sí
has_description	sí

Seguridad

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

81Excelente · 16% del índice global

Postura de seguridad

76Bueno

Cómo se puntúa

7.5/7.5	Binary-Artifacts — no binaries found in the repo
2.2/7.5	Branch-Protection — branch protection is not maximal on development and all release branches
2/2.5	CI-Tests — 11 out of 13 merged PRs checked by a CI test -- score normalized to 8
0/2.5	CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
5.2/7.5	Code-Review — Found 5/7 approved changesets -- score normalized to 7
2.5/2.5	Contributors — project has 12 contributing companies or organizations
10/10	Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5	Dependency-Update-Tool — update tool detected
0/5	Fuzzing — project is not fuzzed
2.5/2.5	Licencia — license file detected
7.5/7.5	Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
5/5	Packaging — packaging workflow detected
0/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5	SAST — SAST tool is run on all commits
5/5	Security-Policy — security policy file detected
0/7.5	Signed-Releases — sin datos
6/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
6/7.5	Vulnerabilities — 2 existing vulnerabilities detected

Datos de entrada utilizados

source	openssf_scorecard
checks_evaluated	17
scorecard_version	v5.5.0
checks_inconclusive	1
scorecard_aggregate	7,6

Excluidos de la puntuación (sin datos o no aplicable): Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

100Excepcional

Cómo se puntúa

35/35	Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
25/25	Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido
0/40	Sin avisos pendientes — ningún aviso tiene fecha de publicación

Datos de entrada utilizados

source	osv
advisories	0
affected_packages	0
assessed_packages	5
unassessed_packages	0
affected_by_severity	none
direct_affected_packages	0

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:llm-sandbox@0.3.44 —lo que arrastra la instalación del paquete publicado—: 5 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.

79Bueno · 4% del índice global

Contexto y guía para agentes

85Excelente

Cómo se puntúa

45/45	Instrucciones para agentes — .github/copilot-instructions.md, CLAUDE.md
0/15	Documentación legible por máquinas (llms.txt)
40/40	Historial de commits legible — 70 de 72 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)

Datos de entrada utilizados

has_llms_txt	no
llms_txt_url	—
legible_history_share	0,972
agent_instruction_files	.github/copilot-instructions.md, CLAUDE.md
agent_instruction_max_bytes	11.367

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

75Bueno

Cómo se puntúa

18/18	Arranque con un solo comando — Makefile
22/22	Pruebas automatizadas
11/11	Configuración de lint / formato — pyproject.toml ([tool.ruff]), tox.ini
0/11	Verificación estática de tipos
10/10	Entorno reproducible — lockfile
6/10	Práctica demostrada con agentes — 3 de los últimos 100 commits con autoría o crédito de agente
8/8	Mantenimiento automatizado — 27 de los últimos 100 commits son actualizaciones automáticas de dependencias
0/10	OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0

Datos de entrada utilizados

has_nix	no
has_tests	sí
lockfiles	uv.lock
has_dockerfile	no
typed_language	no
bootstrap_files	Makefile
has_devcontainer	no
has_linter_config	sí
typecheck_configs	—
agent_commit_share	0,03
toolchain_manifests	—
dependency_bot_commit_share	0,27

Legibilidad del código para modelos

54Moderado

Cómo se puntúa

0/45	Código verificable por tipos — Python sin configuración de verificación de tipos
54.2/55	Tamaños de archivo manejables — 2/144 archivos fuente de más de 60 KB

Datos de entrada utilizados

primary_language	Python
largest_source_bytes	105.061
source_files_sampled	144
oversized_source_files	2

Interfaces legibles por máquina

100Excepcional

Cómo se puntúa

0/40	Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software
20/20	Servidor MCP
40/40	Ejemplos ejecutables — examples

Datos de entrada utilizados

example_dirs	examples
has_mcp_signal	sí
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

1120estrellas de GitHub

20contribuidores

281commits en los últimos 12 meses

1días desde el último push

45versiones publicadas

1factor bus

19issues abiertas

PyPIecosistemas de paquetes

Advertencias de recopilación de datos

Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
pypi download statistics for 'llm-sandbox' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
pypi download figures for llm-sandbox carried forward from the previous scan (stats endpoint unavailable this scan)

Más detalle

Historial de estrellas y forks 0 ★ / 106 ⇿

0Estrellas

106Forks

45Versiones

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.

Mayor 0Menor 1Parche 44

Cada punto abarca 2 días.

OpenSSF Scorecard 7.6 / 10

7.6agregado

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 · 2026-09-15 23:32 UTC

10	Binary-Artifacts	no binaries found in the repo
3	Branch-Protection	branch protection is not maximal on development and all release branches
8	CI-Tests	11 out of 13 merged PRs checked by a CI test -- score normalized to 8
0	CII-Best-Practices	no effort to earn an OpenSSF best practices badge detected
7	Code-Review	Found 5/7 approved changesets -- score normalized to 7
10	Contributors	project has 12 contributing companies or organizations
10	Dangerous-Workflow	no dangerous workflow patterns detected
10	Dependency-Update-Tool	update tool detected
0	Fuzzing	project is not fuzzed
10	License	license file detected
10	Maintained	30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
10	Packaging	packaging workflow detected
0	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 0
10	SAST	SAST tool is run on all commits
10	Security-Policy	security policy file detected
n/d	Signed-Releases	no releases found
8	Token-Permissions	detected GitHub workflow tokens with excessive permissions
8	Vulnerabilities	2 existing vulnerabilities detected

Dependencias directas 1

Registro	Paquete	Restricción de versión	Manifiesto
PyPI	pydantic	`>=2.11.5`	pyproject.toml

Todas las dependencias 172

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 2 paquetes directos y 170 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

Registro	Paquete	Versión	Relación
PyPI	pydantic	`2.11.5`	directa
PyPI	pydantic	`2.13.4`	directa
PyPI	aiohappyeyeballs	`2.6.1`	indirecta
PyPI	aiohttp	`3.14.3`	indirecta
PyPI	aiosignal	`1.4.0`	indirecta
PyPI	aiosqlite	`0.21.0`	indirecta
PyPI	annotated-types	`0.7.0`	indirecta
PyPI	anyio	`4.9.0`	indirecta
PyPI	async-timeout	`4.0.3`	indirecta
PyPI	attrs	`25.3.0`	indirecta
PyPI	babel	`2.17.0`	indirecta
PyPI	backrefs	`5.8`	indirecta
PyPI	banks	`2.4.5`	indirecta
PyPI	cachetools	`5.5.2`	indirecta
PyPI	certifi	`2025.4.26`	indirecta
PyPI	cffi	`2.1.0`	indirecta
PyPI	cfgv	`3.4.0`	indirecta
PyPI	chardet	`5.2.0`	indirecta
PyPI	charset-normalizer	`3.4.2`	indirecta
PyPI	click	`8.2.1`	indirecta
PyPI	colorama	`0.4.6`	indirecta
PyPI	coverage	`7.8.2`	indirecta
PyPI	cryptography	`50.0.0`	indirecta
PyPI	csscompressor	`0.9.5`	indirecta
PyPI	dataclasses-json	`0.6.7`	indirecta
PyPI	defusedxml	`0.7.1`	indirecta
PyPI	deprecated	`1.2.18`	indirecta
PyPI	deptry	`0.23.0`	indirecta
PyPI	dirtyjson	`1.0.8`	indirecta
PyPI	distlib	`0.3.9`	indirecta
PyPI	distro	`1.9.0`	indirecta
PyPI	docker	`7.1.0`	indirecta
PyPI	durationpy	`0.10`	indirecta
PyPI	exceptiongroup	`1.3.0`	indirecta
PyPI	filelock	`3.32.2`	indirecta
PyPI	filetype	`1.2.0`	indirecta
PyPI	frozenlist	`1.6.0`	indirecta
PyPI	fsspec	`2025.5.1`	indirecta
PyPI	ghp-import	`2.1.0`	indirecta
PyPI	gitdb	`4.0.12`	indirecta
PyPI	gitpython	`3.1.59`	indirecta
PyPI	google-auth	`2.40.2`	indirecta
PyPI	greenlet	`3.2.2`	indirecta
PyPI	griffe	`1.7.3`	indirecta
PyPI	h11	`0.16.0`	indirecta
PyPI	htmlmin2	`0.1.13`	indirecta
PyPI	httpcore	`1.0.9`	indirecta
PyPI	httpx	`0.28.1`	indirecta
PyPI	httpx-sse	`0.4.1`	indirecta
PyPI	identify	`2.6.12`	indirecta
PyPI	idna	`3.15`	indirecta
PyPI	iniconfig	`2.1.0`	indirecta
PyPI	jinja2	`3.1.6`	indirecta
PyPI	jiter	`0.10.0`	indirecta
PyPI	joblib	`1.5.1`	indirecta
PyPI	jsmin	`3.0.1`	indirecta
PyPI	jsonpatch	`1.33`	indirecta
PyPI	jsonpointer	`3.0.0`	indirecta
PyPI	jsonschema	`4.24.0`	indirecta
PyPI	jsonschema-specifications	`2025.4.1`	indirecta
PyPI	kubernetes	`32.0.1`	indirecta
PyPI	langchain	`1.3.9`	indirecta
PyPI	langchain-core	`1.5.3`	indirecta
PyPI	langchain-openai	`1.2.1`	indirecta
PyPI	langchain-protocol	`0.0.18`	indirecta
PyPI	langgraph	`1.2.10`	indirecta
PyPI	langgraph-checkpoint	`4.1.1`	indirecta
PyPI	langgraph-prebuilt	`1.1.0`	indirecta
PyPI	langgraph-sdk	`0.4.2`	indirecta
PyPI	langsmith	`0.10.15`	indirecta
PyPI	llama-index	`0.14.23`	indirecta
PyPI	llama-index-core	`0.14.23`	indirecta
PyPI	llama-index-embeddings-openai	`0.6.0`	indirecta
PyPI	llama-index-instrumentation	`0.5.0`	indirecta
PyPI	llama-index-llms-openai	`0.7.10`	indirecta
PyPI	llama-index-workflows	`2.22.2`	indirecta
PyPI	llm-sandbox	`0.3.13`	indirecta
PyPI	markdown	`3.8.1`	indirecta
PyPI	markupsafe	`3.0.2`	indirecta
PyPI	marshmallow	`3.26.2`	indirecta
PyPI	mcp	`1.29.0`	indirecta
PyPI	mergedeep	`1.3.4`	indirecta
PyPI	mkdocs	`1.6.1`	indirecta
PyPI	mkdocs-autorefs	`1.4.2`	indirecta
PyPI	mkdocs-get-deps	`0.2.0`	indirecta
PyPI	mkdocs-git-revision-date-localized-plugin	`1.4.6`	indirecta
PyPI	mkdocs-material	`9.7.7`	indirecta
PyPI	mkdocs-material-extensions	`1.3.1`	indirecta
PyPI	mkdocs-minify-plugin	`0.8.0`	indirecta
PyPI	mkdocstrings	`0.29.1`	indirecta
PyPI	mkdocstrings-python	`1.16.11`	indirecta
PyPI	multidict	`6.4.4`	indirecta
PyPI	mypy	`1.15.0`	indirecta
PyPI	mypy-extensions	`1.1.0`	indirecta
PyPI	nest-asyncio	`1.6.0`	indirecta
PyPI	networkx	`3.4.2`	indirecta
PyPI	nltk	`3.10.3`	indirecta
PyPI	nodeenv	`1.9.1`	indirecta
PyPI	numpy	`2.2.6`	indirecta
PyPI	oauthlib	`3.2.2`	indirecta
PyPI	openai	`2.28.0`	indirecta
PyPI	orjson	`3.11.9`	indirecta
PyPI	ormsgpack	`1.12.2`	indirecta
PyPI	packaging	`24.2`	indirecta
PyPI	paginate	`0.5.7`	indirecta
PyPI	pathspec	`0.12.1`	indirecta
PyPI	pillow	`12.3.0`	indirecta
PyPI	platformdirs	`4.3.8`	indirecta
PyPI	pluggy	`1.6.0`	indirecta
PyPI	podman	`5.4.0.1`	indirecta
PyPI	pre-commit	`4.2.0`	indirecta
PyPI	propcache	`0.3.1`	indirecta
PyPI	pyasn1	`0.6.4`	indirecta
PyPI	pyasn1-modules	`0.4.2`	indirecta
PyPI	pycparser	`2.22`	indirecta
PyPI	pydantic-core	`2.33.2`	indirecta
PyPI	pydantic-core	`2.46.4`	indirecta
PyPI	pydantic-settings	`2.10.1`	indirecta
PyPI	pygments	`2.20.0`	indirecta
PyPI	pyjwt	`2.13.0`	indirecta
PyPI	pymdown-extensions	`11.0.1`	indirecta
PyPI	pyproject-api	`1.9.0`	indirecta
PyPI	pytest	`9.0.3`	indirecta
PyPI	pytest-cov	`6.1.1`	indirecta
PyPI	python-dateutil	`2.9.0.post0`	indirecta
PyPI	python-dotenv	`1.2.2`	indirecta
PyPI	python-multipart	`0.0.31`	indirecta
PyPI	pytz	`2025.2`	indirecta
PyPI	pywin32	`310`	indirecta
PyPI	pywin32	`312`	indirecta
PyPI	pyyaml	`6.0.2`	indirecta
PyPI	pyyaml-env-tag	`1.1`	indirecta
PyPI	referencing	`0.36.2`	indirecta
PyPI	regex	`2024.11.6`	indirecta
PyPI	requests	`2.33.0`	indirecta
PyPI	requests-oauthlib	`2.0.0`	indirecta
PyPI	requests-toolbelt	`1.0.0`	indirecta
PyPI	requirements-parser	`0.13.0`	indirecta
PyPI	rpds-py	`0.25.1`	indirecta
PyPI	rsa	`4.9.1`	indirecta
PyPI	ruff	`0.11.11`	indirecta
PyPI	setuptools	`83.0.0`	indirecta
PyPI	six	`1.17.0`	indirecta
PyPI	smmap	`5.0.2`	indirecta
PyPI	sniffio	`1.3.1`	indirecta
PyPI	sqlalchemy	`2.0.41`	indirecta
PyPI	sse-starlette	`2.3.6`	indirecta
PyPI	starlette	`1.3.1`	indirecta
PyPI	tenacity	`9.1.2`	indirecta
PyPI	tiktoken	`0.9.0`	indirecta
PyPI	tinytag	`2.3.0`	indirecta
PyPI	tomli	`2.2.1`	indirecta
PyPI	tox	`4.26.0`	indirecta
PyPI	tox-uv	`1.25.0`	indirecta
PyPI	tqdm	`4.67.1`	indirecta
PyPI	typing-extensions	`4.13.2`	indirecta
PyPI	typing-extensions	`4.16.0`	indirecta
PyPI	typing-inspect	`0.9.0`	indirecta
PyPI	typing-inspection	`0.4.1`	indirecta
PyPI	typing-inspection	`0.4.2`	indirecta
PyPI	urllib3	`2.7.0`	indirecta
PyPI	uuid-utils	`0.17.0`	indirecta
PyPI	uv	`0.11.15`	indirecta
PyPI	uvicorn	`0.34.3`	indirecta
PyPI	virtualenv	`20.36.1`	indirecta
PyPI	watchdog	`6.0.0`	indirecta
PyPI	websocket-client	`1.8.0`	indirecta
PyPI	websockets	`15.0.1`	indirecta
PyPI	wrapt	`1.17.2`	indirecta
PyPI	xxhash	`3.5.0`	indirecta
PyPI	yarl	`1.20.0`	indirecta
PyPI	zstandard	`0.23.0`	indirecta

Avisos de dependencias 0

Instalar pypi:llm-sandbox@0.3.44 arrastra 5 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.

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.

Índice de salud del software

Perfil de puntuación

Titularidad

Ecosistemas de paquetes

Métricas por categoría

Datos clave

Advertencias de recopilación de datos

Más detalle

Comentarios

Registros relacionados