Registro público
Informe de salud del softwareesquema 0.25.0 · métricas 2.10.0 · 2026-07-21 22:33 UTC

whylabs / whylogs

An open-source data logging library for machine learning models and data pipelines. 📚 Provides visibility into data quality & model performance over time. 🛡️ Supports privacy-preserving data collection, ensuring safety & robustness. 📈

Jupyter Notebook · Python · HTMLApache-2.0★ 2828 estrellas⑂ 143 forksdesde ago 2020Ver en GitHub ↗
#ai-pipelines#approximate-statistics#statistical-properties#data-quality#calculate-statistics#python#logging#mlops#dataops#ml-pipelines#data-pipeline#dataset#machine-learning#data-science#analytics#constraints#data-constraints#model-performance

whylabs/whylogs tiene un índice de salud de 34 sobre 100, lo que lo sitúa en la banda En riesgo. Su puntuación más alta es Community & Adoption (87/100) y la más baja, Vitality (28/100). Se actualizó por última vez hace 557 días. 2 personas concentran la mayor parte del trabajo reciente.

34
global / 100
En riesgo

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.

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

Titularidad

WhyLabsOrganización
189 seguidores40 repositorios públicosdesde oct 2019

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
PyPIwhylogsapunta a otro repositorio; no se puntúa1.6.4157.722339hace 594 días

Métricas por categoría

Vitalidad

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

28En riesgo · 21% del índice global

Actividad de desarrollo

1Crítico
Cómo se puntúa
0/36Recencia de push — último push hace 557 días
0/36Cadencia de commits — 0/52 semanas con commits
0/18Volumen de commits — 0 commits en el último año
0/10OpenSSF Scorecard: Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Datos de entrada utilizados
commits_last_year0
human_commit_share0,99
days_since_last_push557
active_weeks_last_year0

Disciplina de publicación

68Bueno
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
7.2/36Recencia de las versiones — última versión hace 594 días
27/27Cadencia de publicación — una versión cada ~9,4 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count100
latest_release_tagv1.6.4
releases_from_tagsno
days_since_latest_release594
mean_days_between_releases9,4
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

Popularidad y adopción

82Excelente
Cómo se puntúa
56/60Estrellas — 2828 estrellas
17.9/25Forks — 143 forks
8.3/15Observadores — 32 observadores
Datos de entrada utilizados
forks143
stars2828
watchers32
growth_stateorganic
growth_factor_pct100

Salud de la comunidad

92Excelente
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia 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_readmesí
has_licensesí
readme_badges—
has_contributingsí
has_issue_templateno
has_code_of_conductsí
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?

82Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

64Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
15.7/22.5Distribución de commits — el principal contribuyente firma el 30% de los commits
13.5/13.5Amplitud de contribuyentes — 22 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 6 contributing companies or organizations
Datos de entrada utilizados
bus_factor2
contributors_sampled22
top_contributor_share0,304

Capacidad de respuesta a issues y PR

96Excepcional
Cómo se puntúa
41.9/42Resolución de issues — 100% de issues cerradas
26.6/30Aceptación de PR — 1034/1167 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Datos de entrada utilizados
merged_prs1034
open_issues1
closed_issues434
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,998
closed_unmerged_prs133
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

88Excelente
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado — el estado de dominio verificado no se leyó para esta organización
16.4/25Alcance del propietario — 189 seguidores de whylabs
23.7/25Trayectoria — 40 repos públicos, cuenta de ~6 años
Datos de entrada utilizados
followers189
owner_typeOrganization
is_verified—
owner_loginwhylabs
public_repos40
account_age_days2470
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

74Bueno · 19% del índice global

Prácticas de ingeniería

74Bueno
Cómo se puntúa
24/24Flujos de trabajo de CI — 8 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — .flake8
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 0 out of 29 merged PRs checked by a CI test -- score normalized to 0
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configsí

Documentación

75Bueno
Cómo se puntúa
30/30README
0/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://whylogs.readthedocs.io/
10/10Descripción del repositorio
10/10Topics — 18 topics
10/10Wiki
Datos de entrada utilizados
topicsai-pipelines, approximate-statistics, statistical-properties, data-quality, calculate-statistics, python, logging, mlops, dataops, ml-pipelines, data-pipeline, dataset, machine-learning, data-science, analytics, constraints, data-constraints, model-performance
has_wikisí
homepagehttps://whylogs.readthedocs.io/
docs_sitehttps://whylogs.readthedocs.io/
has_readmesí
has_docs_dirno
has_descriptionsí

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

Postura de seguridad

42Débil
Cómo se puntúa
6.8/7.5Binary-Artifacts — binaries present in source code
6/7.5Branch-Protection — branch protection is not maximal on development and all release branches
0/2.5CI-Tests — 0 out of 29 merged PRs checked by a CI test -- score normalized to 0
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 6 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
0/7.5Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
0/5Packaging — sin datos
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
3.5/5SAST — SAST tool detected but not run on all commits
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 — 143 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,2
Excluidos de la puntuación (sin datos o no aplicable): Packaging, Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

100Excepcional
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_packages13
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:whylogs@1.6.4 —lo que arrastra la instalación del paquete publicado—: 13 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.

60Moderado · 4% del índice global

Contexto y guía para agentes

40Débil
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 — 94 de 99 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,949
agent_instruction_files—
agent_instruction_max_bytes—

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

61Moderado
Cómo se puntúa
18/18Arranque con un solo comando — python/Makefile, python/docs/Makefile, python/examples/integrations/bentoml/Makefile
22/22Pruebas automatizadas
11/11Configuración de lint / formato — .flake8
0/11Verificación estática de tipos
10/10Entorno reproducible — Dockerfile, lockfile
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
lockfilespoetry.lock
has_dockerfilesí
typed_languageno
bootstrap_filespython/Makefile, python/docs/Makefile, python/examples/integrations/bentoml/Makefile
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0
toolchain_manifestsjava/build.gradle.kts, java/core-bundle/build.gradle.kts, java/core/build.gradle.kts, java/smoketest/build.gradle, java/spark-bundle/build.gradle.kts, java/spark/build.gradle.kts
dependency_bot_commit_share0

Legibilidad del código para modelos

55Moderado
Cómo se puntúa
0/45Código verificable por tipos — Jupyter Notebook sin configuración de verificación de tipos
54.7/55Tamaños de archivo manejables — 2/395 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languageJupyter Notebook
largest_source_bytes270.687
source_files_sampled395
oversized_source_files2

Interfaces legibles por máquina

100Excepcional
Cómo se puntúa
40/40Esquema de API (OpenAPI/GraphQL/proto) — proto/src/whylogs_messages.proto, proto/v0/v0_constraints.proto, proto/v0/v0_messages.proto, proto/v0/v0_summaries.proto, python/examples/integrations/flask_streaming/swagger.yaml
0/20Servidor MCP — no aplicable a este tipo de software
40/40Ejemplos ejecutables — examples, notebooks
Datos de entrada utilizados
example_dirsexamples, notebooks
has_mcp_signalno
api_schema_filesproto/src/whylogs_messages.proto, proto/v0/v0_constraints.proto, proto/v0/v0_messages.proto, proto/v0/v0_summaries.proto, python/examples/integrations/flask_streaming/swagger.yaml
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

2828estrellas de GitHub
22contribuidores
0commits en los últimos 12 meses
557días desde el último push
100versiones publicadas
2factor bus
1issues abiertas
Maven, PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • pypi package 'whylogs' points at a different repository (https://docs.whylabs.ai); excluded from ecosystem scoring

Más detalle

Historial de estrellas y forks 2828 ★ / 143 ⇿
2828Estrellas
143Forks
100Versiones

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.

0500100015002000250030002828143552020-092023-082026-07
Mayor 0Menor 4Parche 96

Cada punto abarca 6 días.

OpenSSF Scorecard 4.2 / 10
4.2agregado

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 · 2026-07-21 22:32 UTC

9Binary-Artifactsbinaries present in source code
8Branch-Protectionbranch protection is not maximal on development and all release branches
0CI-Tests0 out of 29 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 6 contributing companies or organizations
10Dangerous-Workflowno dangerous 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
n/dPackagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
7SASTSAST tool detected but not run on all commits
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities143 existing vulnerabilities detected
Dependencias directas 35
RegistroPaqueteRestricción de versiónManifiesto
PyPIwhylogs-sketching>=3.4.1.dev3python/pyproject.toml
PyPIprotobuf>=3.19.4python/pyproject.toml
PyPIimportlib-metadata<4.3python/pyproject.toml
PyPItyping-extensions>=3.10python/pyproject.toml
PyPIwhylabs-client^0.6.15python/pyproject.toml
PyPIrequests^2.27python/pyproject.toml
PyPIbackoff^2.2.1python/pyproject.toml
PyPIplatformdirs^3.5.0python/pyproject.toml
PyPIpybars3^0.9python/pyproject.toml
PyPIipython*python/pyproject.toml
PyPIscipy—python/pyproject.toml
PyPInumpy—python/pyproject.toml
PyPIpandas*python/pyproject.toml
PyPIsphinx*python/pyproject.toml
PyPIsphinx-autoapi*python/pyproject.toml
PyPIsphinx-copybutton^0.5.0python/pyproject.toml
PyPImyst-parser^0.17.2python/pyproject.toml
PyPIfuro^2022.3.4python/pyproject.toml
PyPIsphinx-autobuild^2021.3.14python/pyproject.toml
PyPIsphinxext-opengraph^0.6.3python/pyproject.toml
PyPIsphinx-inline-tabs*python/pyproject.toml
PyPIipython_genutils^0.2.0python/pyproject.toml
PyPInbsphinx^0.8.9python/pyproject.toml
PyPInbconvert^7.0.0python/pyproject.toml
PyPIboto3^1.22.13python/pyproject.toml
PyPImlflow-skinny—python/pyproject.toml
PyPIdatabricks-cli^0.8.0python/pyproject.toml
PyPIgoogle-cloud-storage^2.5.0python/pyproject.toml
PyPIpyarrow>=8.0.0, <13python/pyproject.toml
PyPIpyspark^3.0.0python/pyproject.toml
PyPIfaster-fifo^1.4.5python/pyproject.toml
PyPIorjson^3.8.10python/pyproject.toml
PyPIPillow—python/pyproject.toml
PyPIscikit-learn—python/pyproject.toml
PyPIfugue^0.8.1python/pyproject.toml
Todas las dependencias 245

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 46 paquetes directos y 199 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIbackoff2.2.1directa
PyPIboto31.33.13directa
PyPIdatabricks-cli0.8.7directa
PyPIfaster-fifo1.4.7directa
PyPIfugue0.8.6directa
PyPIfuro2022.9.29directa
PyPIgoogle-cloud-storage2.16.0directa
PyPIimportlib-metadata4.2.0directa
PyPIipython7.34.0directa
PyPIipython-genutils0.2.0directa
PyPImlflow-skinny1.27.0directa
PyPImlflow-skinny2.13.0directa
PyPImyst-parser0.17.2directa
PyPInbconvert7.6.0directa
PyPInbsphinx0.8.12directa
PyPInumpy—directa
PyPInumpy1.21.6directa
PyPInumpy1.26.4directa
PyPIorjson3.9.7directa
PyPIpandas—directa
PyPIpandas1.3.2directa
PyPIpandas1.3.5directa
PyPIpillow10.3.0directa
PyPIpillow9.5.0directa
PyPIplatformdirs3.11.0directa
PyPIprotobuf4.24.4directa
PyPIpyarrow12.0.1directa
PyPIpybars30.9.7directa
PyPIpyspark3.4.3directa
PyPIrequests2.22.0directa
PyPIrequests2.31.0directa
PyPIscikit-learn—directa
PyPIscikit-learn1.0.2directa
PyPIscikit-learn1.1.1directa
PyPIscikit-learn1.5.0directa
PyPIscipy1.13.0directa
PyPIscipy1.7.3directa
PyPIsphinx4.3.2directa
PyPIsphinx-autoapi2.0.1directa
PyPIsphinx-autobuild2021.3.14directa
PyPIsphinx-copybutton0.5.2directa
PyPIsphinx-inline-tabs2023.4.21directa
PyPIsphinxext-opengraph0.6.3directa
PyPItyping-extensions4.7.1directa
PyPIwhylabs-client0.6.15directa
PyPIwhylogs-sketching3.4.1.dev3directa
PyPI2to31.0indirecta
PyPIadagio0.2.4indirecta
PyPIalabaster0.7.13indirecta
PyPIansiwrap0.8.4indirecta
PyPIantlr4-python3-runtime4.11.1indirecta
PyPIappdirs1.4.4indirecta
PyPIappnope0.1.4indirecta
PyPIastroid2.11.7indirecta
PyPIattrs23.2.0indirecta
PyPIautoflake1.7.8indirecta
PyPIbabel2.14.0indirecta
PyPIbackcall0.2.0indirecta
PyPIbeautifulsoup44.12.3indirecta
PyPIbentoml—indirecta
PyPIblack22.12.0indirecta
PyPIbleach6.0.0indirecta
PyPIbotocore1.33.13indirecta
PyPIbump2version1.0.1indirecta
PyPIcachetools5.3.3indirecta
PyPIcertifi2024.2.2indirecta
PyPIcffi1.15.1indirecta
PyPIcfgv3.3.1indirecta
PyPIcharset-normalizer3.3.2indirecta
PyPIclick8.1.7indirecta
PyPIcloudpickle2.2.1indirecta
PyPIcloudpickle3.0.0indirecta
PyPIcolorama0.4.6indirecta
PyPIconfigparser5.3.0indirecta
PyPIcoverage7.2.7indirecta
PyPIcryptography42.0.7indirecta
PyPIcython3.0.10indirecta
PyPIdebugpy1.7.0indirecta
PyPIdecorator5.1.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdeprecated1.2.14indirecta
PyPIdistlib0.3.8indirecta
PyPIdocutils0.17.1indirecta
PyPIentrypoints0.4indirecta
PyPIexceptiongroup1.2.1indirecta
PyPIexecnet2.1.1indirecta
PyPIfastapi—indirecta
PyPIfastjsonschema2.19.1indirecta
PyPIfilelock3.12.2indirecta
PyPIfindspark2.0.1indirecta
PyPIflake85.0.4indirecta
PyPIflasgger0.9.5indirecta
PyPIflask2.0.1indirecta
PyPIflask-cors3.0.10indirecta
PyPIflask-pydantic0.8.0indirecta
PyPIfs2.4.16indirecta
PyPIfsspec2023.1.0indirecta
PyPIfugue-sql-antlr0.1.8indirecta
PyPIgcp-storage-emulator2022.6.11indirecta
PyPIgitdb4.0.11indirecta
PyPIgitpython3.1.43indirecta
PyPIgoogle-api-core2.19.0indirecta
PyPIgoogle-auth2.29.0indirecta
PyPIgoogle-cloud-core2.4.1indirecta
PyPIgoogle-crc32c1.3.0indirecta
PyPIgoogle-resumable-media2.7.0indirecta
PyPIgoogleapis-common-protos1.63.0indirecta
PyPIgunicorn20.1.0indirecta
PyPIhttpretty1.1.4indirecta
PyPIidentify2.5.24indirecta
PyPIidna3.7indirecta
PyPIimagesize1.4.1indirecta
PyPIimportlib-resources5.12.0indirecta
PyPIiniconfig2.0.0indirecta
PyPIipykernel6.16.2indirecta
PyPIisort5.11.5indirecta
PyPIjaraco-classes3.2.3indirecta
PyPIjedi0.19.1indirecta
PyPIjeepney0.8.0indirecta
PyPIjinja23.1.4indirecta
PyPIjmespath1.0.1indirecta
PyPIjoblib—indirecta
PyPIjoblib1.0.1indirecta
PyPIjoblib1.3.2indirecta
PyPIjoblib1.4.2indirecta
PyPIjsonschema4.17.3indirecta
PyPIjupyter-client7.4.9indirecta
PyPIjupyter-core4.12.0indirecta
PyPIjupyterlab-pygments0.2.2indirecta
PyPIkeyring23.9.3indirecta
PyPIlazy-object-proxy1.9.0indirecta
PyPIlivereload2.6.3indirecta
PyPImarkdown-it-py2.2.0indirecta
PyPImarkupsafe2.1.5indirecta
PyPImatplotlib-inline0.1.6indirecta
PyPImccabe0.7.0indirecta
PyPImdit-py-plugins0.3.5indirecta
PyPImdurl0.1.2indirecta
PyPImistune3.0.2indirecta
PyPImore-itertools9.1.0indirecta
PyPImoto4.2.14indirecta
PyPImypy0.991indirecta
PyPImypy-extensions1.0.0indirecta
PyPImypy-protobuf3.4.0indirecta
PyPInbclient0.7.4indirecta
PyPInbformat5.8.0indirecta
PyPInest-asyncio1.6.0indirecta
PyPInodeenv1.8.0indirecta
PyPIopentelemetry-api1.16.0indirecta
PyPIopentelemetry-sdk1.16.0indirecta
PyPIopentelemetry-semantic-conventions0.37b0indirecta
PyPIpackaging24.0indirecta
PyPIpandas-stubs1.2.0.62indirecta
PyPIpandocfilters1.5.1indirecta
PyPIpapermill2.4.0indirecta
PyPIparso0.8.4indirecta
PyPIpathspec0.11.2indirecta
PyPIpexpect4.9.0indirecta
PyPIpickleshare0.7.5indirecta
PyPIpkginfo1.10.0indirecta
PyPIpkgutil-resolve-name1.3.10indirecta
PyPIpluggy1.2.0indirecta
PyPIpre-commit2.20.0indirecta
PyPIprompt-toolkit3.0.43indirecta
PyPIproto-plus1.23.0indirecta
PyPIpsutil5.9.8indirecta
PyPIptyprocess0.7.0indirecta
PyPIpy4j0.10.9.7indirecta
PyPIpyasn10.5.1indirecta
PyPIpyasn1-modules0.3.0indirecta
PyPIpycodestyle2.9.1indirecta
PyPIpycparser2.21indirecta
PyPIpydantic1.8.2indirecta
PyPIpyflakes2.5.0indirecta
PyPIpygments2.17.2indirecta
PyPIpymeta30.5.1indirecta
PyPIpyright1.1.385indirecta
PyPIpyrsistent0.19.3indirecta
PyPIpytest7.4.4indirecta
PyPIpytest-cov4.1.0indirecta
PyPIpytest-mock3.11.1indirecta
PyPIpytest-spark0.6.0indirecta
PyPIpytest-xdist3.6.1indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-dotenv0.19.0indirecta
PyPIpytz2024.1indirecta
PyPIpywin32306indirecta
PyPIpywin32-ctypes0.2.2indirecta
PyPIpyyaml6.0.1indirecta
PyPIpyzmq26.0.3indirecta
PyPIqpd0.4.4indirecta
PyPIreadme-renderer37.3indirecta
PyPIrequests-toolbelt1.0.0indirecta
PyPIresponses0.23.3indirecta
PyPIrfc39862.0.0indirecta
PyPIrich13.7.1indirecta
PyPIrsa4.9indirecta
PyPIruff0.4.4indirecta
PyPIs3transfer0.8.2indirecta
PyPIsecretstorage3.3.3indirecta
PyPIsetuptools68.0.0indirecta
PyPIsix1.16.0indirecta
PyPIsmmap5.0.1indirecta
PyPIsnowballstemmer2.2.0indirecta
PyPIsoupsieve2.4.1indirecta
PyPIsphinx-basic-ng1.0.0b2indirecta
PyPIsphinxcontrib-applehelp1.0.2indirecta
PyPIsphinxcontrib-devhelp1.0.2indirecta
PyPIsphinxcontrib-htmlhelp2.0.0indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp1.0.3indirecta
PyPIsphinxcontrib-serializinghtml1.1.5indirecta
PyPIsqlglot24.0.0indirecta
PyPIsqlparse0.5.0indirecta
PyPItabulate0.9.0indirecta
PyPItenacity8.2.3indirecta
PyPItextwrap30.9.2indirecta
PyPIthreadpoolctl3.1.0indirecta
PyPIthreadpoolctl3.5.0indirecta
PyPItinycss21.2.1indirecta
PyPItoml0.10.2indirecta
PyPItomli2.0.1indirecta
PyPItornado6.2indirecta
PyPItqdm4.66.4indirecta
PyPItraitlets5.9.0indirecta
PyPItriad0.9.1indirecta
PyPItwine4.0.2indirecta
PyPItyped-ast1.5.5indirecta
PyPItypes-protobuf4.24.0.4indirecta
PyPItypes-python-dateutil2.8.19.14indirecta
PyPItypes-pyyaml6.0.12.12indirecta
PyPItypes-requests2.30.0.0indirecta
PyPItypes-urllib31.26.25.14indirecta
PyPIunidecode1.3.8indirecta
PyPIurllib31.26.18indirecta
PyPIutils1.0.1indirecta
PyPIuvicorn—indirecta
PyPIvirtualenv20.4.7indirecta
PyPIwcwidth0.2.13indirecta
PyPIwebencodings0.5.1indirecta
PyPIwerkzeug2.2.3indirecta
PyPIwhylogs—indirecta
PyPIwrapt1.16.0indirecta
PyPIxmltodict0.13.0indirecta
PyPIzipp3.15.0indirecta
Avisos de dependencias 0

Instalar pypi:whylogs@1.6.4 arrastra 13 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.

Registros relacionados

Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con whylabs/whylogs. Leer en paralelo →

98feast-dev/feastThe Open Source Feature Store for AI/MLExcepcional100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsExcepcional99kedro-org/kedroKedro is a toolbox for production-ready data science. It uses software engineering best practices to help you create data engineering and data science pipelines that are reproducible, maintainable, and modular.Excepcional98voxel51/fiftyoneRefine high-quality datasets and visual AI modelsExcepcional98dagster-io/dagsterAn orchestration platform for the development, production, and observation of data assets.Excepcional100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Excepcional

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 v0.25.0 — metodología completa · wiki de métricas.

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