Registro público
Informe de salud del softwareesquema 0.11.0 · métricas 2.10.0 · 2026-07-17 05:11 UTC

vprusso / toqito

|toqito> (Theory of Quantum Information Toolkit) is a Python library for research in quantum information theory.

PythonMIT★ 287 estrellas⑂ 165 forksdesde ene 2020Ver en GitHub ↗
TipoBibliotecacómo se determina
#quantum-computing#python#quantum-information#matrix-analysis#python-3#physics#quantum#convex-optimization#linear-algebra#quantum-information-science#quantum-information-theory#quantum-physics#quantum-programming#research#nonlocal-game#semidefinite-programming#entanglement#quantum-channels#quantum-measurements#quantum-states

vprusso/toqito tiene un índice de salud de 92 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Vitality (96/100) y la más baja, AI Readiness (45/100). Se actualizó por última vez hoy. Una sola persona concentra la mayor parte del trabajo reciente.

92
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.

92
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 78 se calibra a 92 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Vincent RussoCuenta personal
798 seguidores79 repositorios públicosdesde mar 2012

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

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPItoqito1.3.0-26hace 3 díasquantum-informationquantum-information-theoryquantum-computingquantum-statesquantum-channelsquantum-measurementsentanglementdensity-matricesnonlocal-gamessemidefinite-programmingcvxpynumpy

Métricas por categoría

Vitalidad

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

96Excepcional · 21% del índice global

Actividad de desarrollo

98Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
33.9/36Cadencia de commits — 49/52 semanas con commits
18/18Volumen de commits — 808 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 29 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year808
human_commit_share—
days_since_last_push0
active_weeks_last_year49

Disciplina de publicación

92Excelente
Cómo se puntúa
27/27Publica versiones — 20 versiones publicadas
36/36Recencia de las versiones — última versión hace 3 días
19.8/27Cadencia de publicación — una versión cada ~62,2 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count20
latest_release_tagv1.3.0
releases_from_tagsno
days_since_latest_release3
mean_days_between_releases62,2
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?

70Bueno · 17% del índice global

Popularidad y adopción

64Moderado
Cómo se puntúa
39.8/60Estrellas — 287 estrellas
18.5/25Forks — 165 forks
5.3/15Observadores — 10 observadores
Datos de entrada utilizados
forks165
stars287
watchers10
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

77Bueno
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (MIT)
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_badges—
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_services—
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?

73Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

42Débil
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
9.4/22.5Distribución de commits — el principal contribuyente firma el 58% de los commits
13.5/13.5Amplitud de contribuyentes — 79 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 15 contributing companies or organizations
Datos de entrada utilizados
bus_factor1
contributors_sampled79
top_contributor_share0,584

Capacidad de respuesta a issues y PR

90Excelente
Cómo se puntúa
41.9/42Resolución de issues — 100% de issues cerradas
26.2/30Aceptación de PR — 1117/1277 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
10.5/15OpenSSF Scorecard: Code-Review — Found 20/28 approved changesets -- score normalized to 7
Datos de entrada utilizados
merged_prs1117
open_issues2
closed_issues588
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,997
closed_unmerged_prs160
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Excluidos de la puntuación (sin datos o no aplicable): Newcomer PR acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

70Bueno
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
20.9/25Alcance del propietario — 798 seguidores de vprusso
25/25Trayectoria — 79 repos públicos, cuenta de ~14 años
Datos de entrada utilizados
followers798
owner_typeUser
is_verified—
owner_loginvprusso
public_repos79
account_age_days5230
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 3 días
20/20Historial de versiones — 26 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagestoqito
ecosystemspypi
any_deprecatedno
min_days_since_publish3

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

95Excepcional · 19% del índice global

Prácticas de ingeniería

92Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 5 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-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

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://vprusso.github.io/toqito/
10/10Descripción del repositorio
10/10Topics — 20 topics
10/10Wiki
Datos de entrada utilizados
topicsquantum-computing, python, quantum-information, matrix-analysis, python-3, physics, quantum, convex-optimization, linear-algebra, quantum-information-science, quantum-information-theory, quantum-physics, quantum-programming, research, nonlocal-game, semidefinite-programming, entanglement, quantum-channels, quantum-measurements, quantum-states
has_wikisí
homepagehttps://vprusso.github.io/toqito/
docs_sitehttps://vprusso.github.io/toqito/
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?

55Moderado · 16% del índice global

Postura de seguridad

55Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
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
5.2/7.5Code-Review — Found 20/28 approved changesets -- score normalized to 7
2.5/2.5Contributors — project has 15 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 29 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 10 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,6
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, 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.

45Débil · 4% del índice global

Contexto y guía para agentes

1Crítico
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
0/40Historial de commits legible — sin datos
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share—
agent_instruction_files—
agent_instruction_max_bytes—
Excluidos de la puntuación (sin datos o no aplicable): Historial de commits legible. Los pesos restantes se han renormalizado.

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

53Moderado
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato
0/11Verificación estática de tipos
10/10Entorno reproducible — lockfile
0/10Práctica demostrada con agentes — sin datos
5/8Mantenimiento automatizado — automatización de dependencias configurada, no observada en los commits muestreados
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share0
Excluidos de la puntuación (sin datos o no aplicable): Práctica demostrada con agentes. Los pesos restantes se han renormalizado.

Legibilidad del código para modelos

55Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
54.8/55Tamaños de archivo manejables — 2/555 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes71.898
source_files_sampled555
oversized_source_files2

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
Datos de entrada utilizados
example_dirsexamples
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

287estrellas de GitHub
79contribuidores
808commits en los últimos 12 meses
0días desde el último push
20versiones publicadas
1factor bus
2issues abiertas
PyPIecosistemas de paquetes

Más detalle

OpenSSF Scorecard 5.6 / 10
5.6agregado

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 · 2026-07-17 05:10 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
7Code-ReviewFound 20/28 approved changesets -- score normalized to 7
10Contributorsproject has 15 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 29 issue activity found in the last 90 days -- score normalized to 10
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
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities10 existing vulnerabilities detected
Dependencias directas 8
RegistroPaqueteRestricción de versiónManifiesto
PyPIcvxpy>=1.9.0,<2pyproject.toml
PyPImore-itertools>=11.1.0,<12pyproject.toml
PyPInumpy>=2.4.1,<3pyproject.toml
PyPIscipy>=1.17.1,<2pyproject.toml
PyPIscs>=3.2.11,<4pyproject.toml
PyPIpicos>=2.6.2pyproject.toml
PyPInetworkx>=3.4,<4.0pyproject.toml
PyPImatplotlib>=3.11.0,<4pyproject.toml
Todas las dependencias 136

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 8 paquetes directos y 128 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIcvxpy1.9.0directa
PyPImatplotlib3.11.0directa
PyPImore-itertools11.1.0directa
PyPInetworkx3.5directa
PyPInumpy2.4.1directa
PyPIpicos2.6.2directa
PyPIscipy1.17.1directa
PyPIscs3.2.11directa
PyPIappnope0.1.4indirecta
PyPIasttokens3.0.0indirecta
PyPIattrs25.3.0indirecta
PyPIbabel2.17.0indirecta
PyPIbackrefs6.1indirecta
PyPIbeautifulsoup44.14.2indirecta
PyPIbleach6.4.0indirecta
PyPIcertifi2025.8.3indirecta
PyPIcffi2.0.0indirecta
PyPIcfgv3.4.0indirecta
PyPIcharset-normalizer3.4.3indirecta
PyPIclarabel0.11.1indirecta
PyPIclick8.3.1indirecta
PyPIcolorama0.4.6indirecta
PyPIcomm0.2.3indirecta
PyPIcontourpy1.3.3indirecta
PyPIcoverage7.15.0indirecta
PyPIcvxopt1.3.3indirecta
PyPIcycler0.12.1indirecta
PyPIdebugpy1.8.17indirecta
PyPIdecorator5.2.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdistlib0.4.0indirecta
PyPIexecuting2.2.1indirecta
PyPIfastjsonschema2.21.2indirecta
PyPIfilelock3.20.3indirecta
PyPIfonttools4.60.2indirecta
PyPIghp-import2.1.0indirecta
PyPIgriffe1.15.0indirecta
PyPIhighspy1.13.1indirecta
PyPIidentify2.6.14indirecta
PyPIidna3.15indirecta
PyPIiniconfig2.1.0indirecta
PyPIipykernel6.30.1indirecta
PyPIipython9.15.0indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIjedi0.19.2indirecta
PyPIjinja23.1.6indirecta
PyPIjoblib1.5.2indirecta
PyPIjsonschema4.25.1indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIjupyter-client8.6.3indirecta
PyPIjupyter-core5.8.1indirecta
PyPIjupyterlab-pygments0.3.0indirecta
PyPIjupytext1.19.1indirecta
PyPIkiwisolver1.4.9indirecta
PyPIlatexcodec3.0.1indirecta
PyPImarkdown3.10.1indirecta
PyPImarkdown-exec1.12.1indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib-inline0.1.7indirecta
PyPImdit-py-plugins0.6.1indirecta
PyPImdurl0.1.2indirecta
PyPImergedeep1.3.4indirecta
PyPImike2.1.4indirecta
PyPImistune3.3.0indirecta
PyPImkdocs1.6.1indirecta
PyPImkdocs-api-autonav0.4.0indirecta
PyPImkdocs-autorefs1.4.3indirecta
PyPImkdocs-bibtex4.4.0indirecta
PyPImkdocs-gallery0.10.4indirecta
PyPImkdocs-get-deps0.2.0indirecta
PyPImkdocs-jupyter0.25.1indirecta
PyPImkdocs-material9.7.1indirecta
PyPImkdocs-material-extensions1.3.1indirecta
PyPImkdocstrings1.0.2indirecta
PyPImkdocstrings-python2.0.1indirecta
PyPImosek11.2.2indirecta
PyPInbclient0.10.2indirecta
PyPInbconvert7.17.1indirecta
PyPInbformat5.10.4indirecta
PyPInest-asyncio1.6.0indirecta
PyPInodeenv1.9.1indirecta
PyPIosqp1.0.4indirecta
PyPIpackaging25.0indirecta
PyPIpaginate0.5.7indirecta
PyPIpandocfilters1.5.1indirecta
PyPIparso0.8.5indirecta
PyPIpathspec1.0.4indirecta
PyPIpexpect4.9.0indirecta
PyPIpillow12.2.0indirecta
PyPIplatformdirs4.4.0indirecta
PyPIpluggy1.6.0indirecta
PyPIpre-commit4.3.0indirecta
PyPIprompt-toolkit3.0.52indirecta
PyPIpsutil7.1.0indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpybtex0.25.1indirecta
PyPIpycparser2.23indirecta
PyPIpygments2.20.0indirecta
PyPIpygments-ansi-color0.3.0indirecta
PyPIpymdown-extensions10.21.3indirecta
PyPIpypandoc1.16.2indirecta
PyPIpyparsing3.2.5indirecta
PyPIpytest9.1.0indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpywin32311indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyyaml-env-tag1.1indirecta
PyPIpyzmq27.1.0indirecta
PyPIqdldl0.1.9.post1indirecta
PyPIreferencing0.36.2indirecta
PyPIrequests2.33.0indirecta
PyPIresponses0.25.8indirecta
PyPIrpds-py0.27.1indirecta
PyPIruff0.15.0indirecta
PyPIsetuptools80.9.0indirecta
PyPIsix1.17.0indirecta
PyPIsoupsieve2.8.4indirecta
PyPIsparsediffpy0.3.0indirecta
PyPIstack-data0.6.3indirecta
PyPItinycss21.4.0indirecta
PyPItoqito1.2.0indirecta
PyPItornado6.5.7indirecta
PyPItqdm4.67.3indirecta
PyPItraitlets5.14.3indirecta
PyPIty0.0.12indirecta
PyPItyping-extensions4.15.0indirecta
PyPIurllib32.7.0indirecta
PyPIvalidators0.35.0indirecta
PyPIverspec0.1.0indirecta
PyPIvirtualenv20.36.1indirecta
PyPIwatchdog6.0.0indirecta
PyPIwcwidth0.2.14indirecta
PyPIwebencodings0.5.1indirecta
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 vprusso/toqito. Leer en paralelo →

99quantumlib/CirqPython framework for creating, editing, and running Noisy Intermediate-Scale Quantum (NISQ) circuits.Excepcional96quantumlib/OpenFermionPython package for compiling and analyzing quantum algorithms to simulate electronic structures.Excepcional99Qiskit/qiskitQiskit is an open-source SDK for working with quantum computers at the level of extended quantum circuits, operators, and primitives.Excepcional99cvxpy/cvxpyA Python-embedded modeling language for convex optimization problems.Excepcional98PennyLaneAI/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.Excepcional96amazon-braket/amazon-braket-sdk-pythonA Python SDK for interacting with quantum devices on Amazon BraketExcepcional

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 v0.11.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.