Englisches Original: https://argusic.com/subject/ir-search
ir-search
Agent-Skill für die Vollerhebung koreanischer staatlicher Förderprogramme [Unterstützt Claude Code·Codex·agy(Antigravity)·Cursor·Gemini CLI·Grok Build] K-Startup·기업마당·NIPA·KOCCA·SMTECH-Crawling + 3 Klassifikationen: sofort/Roadmap/Variante (Korea-only)
LäuftQuelle: GitHubPythonMITCommit 9ef913a40f3a
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: agent skills, antigravity, claude code, claude skill, codex, crawler, cursor und gemini cli.
ir-search läuft. Ein Argusic-Agent hat es in 1 Minute installiert und ist auf 1 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
The project's 229 pytest tests pass, and every CLI crawler (K-Startup, bizinfo, NIPA, KOCCA, SMTECH list and detail, scope_plan, diff_surveys) ran successfully against live Korean government sites, producing real announcement records and detail text.
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
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.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- pip3 install 'curl_cffi>=0.15' failed with 'externally-managed-environment' (PEP 668) on the container's system Python; install.sh hit the same non-fatal error1 Minute
- Installationszeit
- 1 Minuten
- Von der kalten Maschine bis zum Ende
- 4 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- `.venv/bin/python -m pytest tests/ -q` exited 0 with 229 passed, 1 skipped; live crawls: kstartup_crawl.py list --max-pages 1 --smoke returned 15 items, sources_crawl.py list bizinfo/nipa/kocca/smtech returned 15/10/6/9, list all returned 40, kstartup_crawl.py detail 179577 and sources_crawl.py detail <bizinfo URL> saved detail text, scope_plan.py wrote scope-plan.json, diff_surveys.py classified NEW/CHANGED/CLOSED/UNCHANGED
- Verbrauchte Modell-Tokens
- 59.610
- Genau getesteter Commit
- 9ef913a40f3a
- 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.
Let me finalize.I have completed a thorough verification. Let me compile the findings into the fina… **Summary of what I verified:** - **Install**: Python environment is PEP 668 externally-managed, so `pip3 install 'curl_cffi>=0.15'… - **Tests**: `pytest tests/` → **229 passed, 1 skipped** (the skip is an opt-in live API canary). - **Live end-to-end (tier1_real)** against real Korean government sites: - `kstartup_crawl.py list` → 15 items (curl_cffi backend) and 15 items via urllib fallback (syste… - `kstartup_crawl.py detail 179577` → detail text saved - `sources_crawl.py list bizinfo|nipa|kocca|smtech` → 15/10/6/9 items - `sources_crawl.py list all` → 40 items - `sources_crawl.py detail <bizinfo URL>` → detail text saved - `scope_plan.py --preset recommended` → scope-plan.json - `diff_surveys.py` → correctly classified NEW/CHANGED/CLOSED/UNCHANGED
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 1 Minute installiert, schneller als der Median der 106 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von dem einen Fehler 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.
Von den 107 Projekten im Bereich agent-skills, die Argusic installiert und zeitlich gemessen hat, belegte ir-search Platz 22 bei der Zeit bis zum lauffähigen Zustand, und 78 von 107 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
- Für eine schnelle Evaluierung: Es lief 1 Minuten nach dem Klonen.
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
Themen (von GitHub)
agent-skillsantigravityclaude-codeclaude-skillcodexcrawlercursorgemini-cligovernment-grantsgrokkoreastartup
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/ir-search)Fragen
- Läuft ir-search?
- Ja. ir-search läuft. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic ir-search getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 9ef913a40f3a. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von ir-search gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,03 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 ir-search?
- 1 Minute in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht ir-search eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von ir-search schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet ir-search im Vergleich zu Alternativen ab?
- Von den 107 Projekten im Bereich agent-skills, die Argusic installiert und zeitlich gemessen hat, belegte ir-search Platz 22 bei der Zeit bis zum lauffähigen Zustand, und 78 von 107 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für ir-search?
- 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.