Englisches Original: https://argusic.com/subject/news-please
news-please
news-please: ein integrierter Webcrawler und Informationsextraktor für Nachrichten, der einfach funktioniert.
LäuftQuelle: GitHubPythonApache-2.0upstream archiviertCommit f899850be2bb
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: cc news, ccnews, commoncrawl, crawler, data gathering, elasticsearch, extract articles und extract information.
news-please läuft. Ein Argusic-Agent hat es in 2 Minuten installiert und ist auf 3 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
news-please 1.6.13 installs and its library API extracts structured article data (title, authors, publication date, description, maintext, language) from HTML via both HTTP and raw HTML input; CLI entry points respond with help output
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 90 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.
- Debian Python 3.12 blocks system-wide pip install due to externally-managed-environment1 Minute
- newspaper4k prints warning that nltk is not installed, disabling optional NLP features
- Example scripts (downloadfromurl.py, downloadfromfile.py) contain hardcoded author machine paths
- Installationszeit
- 2 Minuten
- Von der kalten Maschine bis zum Ende
- 5 Minuten
- Aufgetretene und behobene Fehler
- 3 aufgetreten, 3 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- NewsPlease.from_url() against a local HTTP server serving a mock news page extracted title, authors, date, description, language, and maintext with all 15 output fields populated; NewsPlease.from_html() extracted from raw HTML; news-please --help returned correct usage
- Verbrauchte Modell-Tokens
- 42.176
- Genau getesteter Commit
- f899850be2bb
- 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.
All tests pass. Let me compile the final report. The project is `news-please`, a generic news crawler and extractor. Here's what I found: **Install**: Created a Python venv to work around the Debian externally-managed-environment restric… **Errors encountered and fixed**: - **Externally-managed Python**: Debian's Python 3.12 blocks system-wide `pip install`. Fix: create… - **`nltk` missing**: `newspaper4k` prints a warning that NLP features are unavailable without `nlt… - **Example scripts have hardcoded paths** (`/Users/felix/Downloads/`). These are examples for the … **Verification results**: - **CLI**: `news-please --help` prints usage with all flags correctly. - **`NewsPlease.from_url()`**: Started an HTTP server with a mock news article (title, author meta,… - **`NewsPlease.from_html()`**: Extracted title, authors, text, and metadata correctly from raw HTM… The library API works end-to-end. The CLI starts but requires real news sites and a properly config…
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 2 Minuten installiert.
- Hat sich von allen 3 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 Apache-2.0, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
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 2 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
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Läuft | 100,00 | 0,05 | |
| Argusic Runner | 1/3 | Nicht verifiziert | 80,00 | 0,09 |
Themen (von GitHub)
cc-newsccnewscommoncrawlcrawlerdata-gatheringelasticsearchextract-articlesextract-informationextractorjsonnewsnews-archivenews-articlesnews-crawlernews-extractornews-scrapernews-websitesnlppythonroberta
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/news-please)Fragen
- Läuft news-please?
- Ja. news-please läuft. Argusic hat es auf einer sauberen Maschine in 2 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic news-please getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit f899850be2bb. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von news-please gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,05 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 news-please?
- 2 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 news-please eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von news-please schief?
- Im aufgezeichneten Lauf gingen 3 Dinge kaputt, und 3 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 news-please?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.