Englisches Original: https://argusic.com/subject/newspaper
newspaper
newspaper3k ist eine Extraktion von Nachrichten, Volltexten und Artikelmetadaten in Python 3. Erweiterte Dokumentation:
LäuftQuelle: GitHubHomepagePythonMITCommit f8e3cb63c87f
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: crawler, crawling, news, news aggregator, python und scraper.
newspaper läuft. Ein Argusic-Agent hat es in 1,5 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.
newspaper3k 0.3.0 installs in a virtualenv on Python 3.12, all 40 unit tests pass, and core Article download/parse/nlp pipeline produces correct output from static HTML
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.
- lxml.html.clean module split into separate lxml_html_clean package0,3 Minuten
- Chinese expected text file (tests/data/text/chinese.txt) contained overlong-encoded C2 93 / C2 94 bytes instead of proper UTF-8 curly quotes0,3 Minuten
- NLTK punkt_tab resource missing (NLTK 3.10+ renamed punkt to punkt_tab)0,2 Minuten
- Installationszeit
- 2 Minuten
- Von der kalten Maschine bis zum Ende
- 4 Minuten
- Aufgetretene und behobene Fehler
- 3 aufgetreten, 3 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- `python -m pytest tests/unit_tests.py -v` exited 0, 40 passed, 5 skipped (the 5 skips are network-dependent: exhaustive, cache_categories, source_build, prepare_url, mthreading)
- Verbrauchte Modell-Tokens
- 154.240
- Genau getesteter Commit
- f8e3cb63c87f
- 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.
-现为间选议员的何俊仁说，梁振英至今仍不坦诚以对，让他震惊；亲北京政团工联会直选议员黄国健也批评梁振英抱着不服输的态度接受质询。 +现为间选议员的何俊仁说，梁振英至今仍不坦诚以对，让他“震惊”；亲北京政团工联会直选议员黄国健也批评梁振英抱着“不服输”的态度接受质询。 历时1.5小时的答问大会在进入中段之际，泛民主派人民力量的直选议员黄毓民、陈伟业和社会民主连线的梁国雄先后因播放录音、叫嚣，和向梁振英扔掷文件而被议长驱逐。 exec /bin/sh -lc 'cd /work/repo && git diff --stat 2>&1' in /work/repo succeeded in 0ms: tests/data/text/chinese.txt | 8 ++++---- 1 file changed, 4 insertions(+), 4 deletions(-) All clean. Let me produce the final report. tokens used 154,240 All clean. Let me produce the final report.
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 1,5 Minuten installiert, schneller als der Median der 24 vergleichbaren Projekte, die Argusic gemessen hat.
- 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 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 25 Projekten im Bereich crawler, die Argusic installiert und zeitlich gemessen hat, belegte newspaper Platz 5 bei der Zeit bis zum lauffähigen Zustand, und 19 von 25 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 1,5 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)
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/newspaper)Fragen
- Läuft newspaper?
- Ja. newspaper 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 newspaper getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit f8e3cb63c87f. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von newspaper gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,02 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 newspaper?
- 1,5 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 newspaper eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von newspaper 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.
- Wie schneidet newspaper im Vergleich zu Alternativen ab?
- Von den 25 Projekten im Bereich crawler, die Argusic installiert und zeitlich gemessen hat, belegte newspaper Platz 5 bei der Zeit bis zum lauffähigen Zustand, und 19 von 25 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für newspaper?
- 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.