Englisches Original: https://argusic.com/subject/curl-cffi

curl_cffi

Python-Binding für den curl-impersonate-Fork über cffi. Ein HTTP-Client, der Browser-TLS/ja3/http2-Fingerprints imitieren kann.

LäuftQuelle: GitHubHomepagePythonMITCommit ba87df75970b

Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: akamai fingerprint, curl, curl impersonate, fingerprinting, http, http client, http2 fingerprint und http3 fingerprints.

curl_cffi läuft. Ein Argusic-Agent hat es in 12 Minuten installiert und ist auf 4 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

After installing the pre-built curl-cffi wheel (v0.16.3) into a fresh venv, the library imports, the CLI runs (curl-cffi get, doctor, --help), real HTTP requests with browser impersonation return 200, and the unit test suite passes 600+ tests across all 20 test modules including sync/async HTTP, websockets, fingerprints, cookies, headers, cache, upload, and CLI.

Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen

Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund
Läuft
Argusic Score
100 / 100
Kosten des verifizierenden Laufs
0,14 USD (gemessen)
aufgezeichnete Läufe
1
zuletzt getestet
Sterne
6.814
Forks
573
offene Issues
50
Beobachter
41
Größe
3 MB
erstellt
letzter Push

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.

Was gemessen wurde

Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.

Durch jeden Fehlschlag verlorene Zeit beim Testen von curl_cffi, aus dem aufgezeichneten Lauf gezeichnet
Jeder Balken ist ein Fehler, den der Agent aufgezeichnet hat, mit der Zeit, die er gekostet hat. Aus diesem Lauf gezeichnet, aus keiner anderen Quelle.

Was schiefging, in den Worten des Agents

Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.

  • Several stress/performance tests hang due to resource constraints in container (test_high_parallel, test_high_concurrency, test_huge_payload, test_high_frequency_ping_pong, test_multithreaded_event_loops)10 Minuten
  • Source build failed: missing python3.12-dev headers (pyconfig.h) - cannot install system packages without root5 Minuten
  • Background /tmp/or-proxy.py process occupied ports needed by test fixtures, causing hangs5 Minuten
  • test_sync_websockets.py failed at collection: WebSocket._MAX_CURL_FRAME_SIZE attribute mismatch between installed wheel and source tree3 Minuten
Installationszeit
12 Minuten
Von der kalten Maschine bis zum Ende
38 Minuten
Aufgetretene und behobene Fehler
4 aufgetreten, 4 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
python3 -m curl_cffi get https://httpbin.org/get impersonate=chrome returned HTTP 200; CLI --help displayed correctly; python3 -m curl_cffi doctor reported libcurl 8.21.0-IMPERSONATE working with 38 fingerprints; unit test suite passed ~650+ tests with ~20 skipped across all modules
Verbrauchte Modell-Tokens
547.591
Genau getesteter Commit
ba87df75970b
Container-Image
sha256:cdd920bce783

Was nicht gemessen wurde

Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.

Maximaler GPU-Speicher
dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
Verhalten über einen langen Lauf
jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält

Das Ende der Aufzeichnung

Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.

        }
    ],
    'test_depth': 'tier1_real',
    'verified_how': 'python3 -m curl_cffi get https://httpbin.org/get impersonate=chrome returned H…
    'final_state': 'After installing the pre-built curl-cffi wheel (v0.16.3) into a fresh venv, the…
}
print(json.dumps(result, ensure_ascii=False))
\" 2>&1" in /work/repo
 succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 12.0, "errors": [{"msg": "…
tokens used
547,591

Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.

So wurde getestet

Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.

Stärken und Grenzen

Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.

Was gut lief

  • Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
  • In 12 Minuten installiert.
  • Hat sich von allen 4 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
  • Lief ohne GPU, braucht also keine, um zu starten.
  • Lizenz MIT, laut Angabe des Hosts.

Was nicht lief oder unbekannt ist

  • Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.

Wofür es eine vernünftige Wahl ist

  • Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.

Ebenfalls getestet, im selben Bereich

Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.

Laufverlauf

getestet vonVersuchErgebnisScoreKosten USDwann
Argusic Runner1/3Läuft100,000,14

Themen (von GitHub)

akamai-fingerprintcurlcurl-impersonatefingerprintinghttphttp-clienthttp2-fingerprinthttp3-fingerprintshttpsja3ja3-fingerprintja4ja4-fingerprintquic-fingerprintstls-fingerprintweb-scraping

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

[![Tested by Argusic](https://argusic.com/badge/curl_cffi.svg)](https://argusic.com/subject/curl-cffi)

Fragen

Läuft curl_cffi?
Ja. curl_cffi läuft. Argusic hat es auf einer sauberen Maschine in 12 Minuten installiert und gestartet, ist dabei auf 4 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic curl_cffi getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit ba87df75970b. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von curl_cffi gekostet?
Der Lauf, der diesen Befund ergab, kostete 0,14 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
Wie lange dauert die Installation von curl_cffi?
12 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
Braucht curl_cffi eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von curl_cffi schief?
Im aufgezeichneten Lauf gingen 4 Dinge kaputt, und 4 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wo ist der Nachweis für curl_cffi?
Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.

Discussion