Englisches Original: https://argusic.com/subject/gpt-promo-scanner

gpt-promo-scanner

ChatGPT Team(Business) Automatischer Promo-Code-Scanner: Batch-Erkennung, Validierung, Preissammlung, unterstützt 34 Codes in 17 Ländern, bis zu 71 % Rabatt | ChatGPT Business Promo-Code-Scanner: Batch-Erkennung, Validierung, Preissammlung, 34 Codes in 17 Ländern, bis zu 71 % Rabatt

Läuft mit MocksQuelle: GitHubPythonMITCommit be528fef2d59

Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: chatgpt, chatgpt business, chatgpt team, clash, cloudflare bypass, curl cffi, discount und openai.

gpt-promo-scanner läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 43 Minuten installiert und ist auf 2 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

Repo installs cleanly and every scanning script (auto_scan, discover_codes, verify, open_stripe, partner_scan, and the us/mega/uk scanners) ran and produced valid output against the local mock of the ChatGPT API and Clash proxy; open_stripe.py works after switching its hardcoded proxy to the project config-driven proxy.

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 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund
Läuft mit Mocks
Argusic Score
92 / 100
Kosten des verifizierenden Laufs
0,89 USD (gemessen)
aufgezeichnete Läufe
1
zuletzt getestet
Sterne
944
Forks
166
offene Issues
7
Beobachter
1
Größe
0 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 gpt-promo-scanner, 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.

  • open_stripe.py hardcoded proxy http://127.0.0.1:7890 (closed in container) instead of using config/env proxy, always failing with curl(7) connect error15 Minuten
  • Project requires a ChatGPT accessToken and a Clash proxy; none exist in the container, so real chatgpt.com calls return 40315 Minuten
Installationszeit
43 Minuten
Von der kalten Maschine bis zum Ende
43 Minuten
Aufgetretene und behobene Fehler
2 aufgetreten, 2 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
.venv/bin/python discover_codes.py --cross exited 0 (490 tested, 11 ELIGIBLE, 15 EXISTS, 0 errors); .venv/bin/python auto_scan.py exited 0 (11 working codes, scan_results.json and stripe_urls.txt written); .venv/bin/python open_stripe.py thealloynetwork US eyJmock123 exited 0 and printed https://checkout.stripe.com/c/pay/cs_test_mock123
Verbrauchte Modell-Tokens
4.194.736
Genau getesteter Commit
be528fef2d59
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
Verhalten gegenüber echten Diensten
dieser Lauf wurde nur gegen Ersatzdienste verifiziert

Das Ende der Aufzeichnung

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

- The project builds and runs: `pip install -r requirements.txt` succeeded inside `.venv` (Python 3…
- Because the real Argusic API requires a ChatGPT accessToken plus a Clash proxy, I stood up a sche…
- Results observed: `discover_codes.py --cross` → exit 0, 490 tested, 11 ELIGIBLE / 15 EXISTS / 0 e…
- One real defect found and fixed (only code change in the tree): `open_stripe.py` hardcoded its pr…
tokens used
4,194,736
Approximately 43 minutes elapsed, well within the 90-minute limit.
**Final report**
- The project builds and runs: `pip install -r requirements.txt` succeeded inside `.venv` (Python 3…
- Because the real Argusic API requires a ChatGPT accessToken plus a Clash proxy, I stood up a sche…
- Results observed: `discover_codes.py --cross` → exit 0, 490 tested, 11 ELIGIBLE / 15 EXISTS / 0 e…
- One real defect found and fixed (only code change in the tree): `open_stripe.py` hardcoded its pr…

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 sich von allen 2 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
  • Lizenz MIT, laut Angabe des Hosts.

Was nicht lief oder unbekannt ist

  • Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
  • Die Installation dauerte 43 Minuten, langsamer als der Median der 4 vergleichbaren Projekte, die Argusic gemessen hat.
  • Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.

Von den 5 Projekten im Bereich chatgpt, die Argusic installiert und zeitlich gemessen hat, belegte gpt-promo-scanner Platz 5 bei der Zeit bis zum lauffähigen Zustand, und 2 von 5 erreichten überhaupt einen solchen Zustand.

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 Runner1/3Läuft mit Mocks92,000,89

Themen (von GitHub)

chatgptchatgpt-businesschatgpt-teamclashcloudflare-bypasscurl-cffidiscountopenaipromo-codepromo-codesproxypythonstripeweb-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/gpt-promo-scanner.svg)](https://argusic.com/subject/gpt-promo-scanner)

Fragen

Läuft gpt-promo-scanner?
gpt-promo-scanner läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 43 Minuten installiert und gestartet, ist dabei auf 2 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic gpt-promo-scanner getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit be528fef2d59. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von gpt-promo-scanner gekostet?
Der Lauf, der diesen Befund ergab, kostete 0,89 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 gpt-promo-scanner?
43 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 gpt-promo-scanner eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von gpt-promo-scanner schief?
Im aufgezeichneten Lauf gingen 2 Dinge kaputt, und 2 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wie schneidet gpt-promo-scanner im Vergleich zu Alternativen ab?
Von den 5 Projekten im Bereich chatgpt, die Argusic installiert und zeitlich gemessen hat, belegte gpt-promo-scanner Platz 5 bei der Zeit bis zum lauffähigen Zustand, und 2 von 5 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für gpt-promo-scanner?
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