Englisches Original: https://argusic.com/subject/openreview-py
openreview-py
Offizielle Python-Client-Bibliothek für die OpenReview API
Läuft mit MocksQuelle: GitHubHomepagePythonMITCommit 82a968f833a5
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: api client, hacktoberfest, openreview und python.
openreview-py läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 0,1 Minuten installiert und ist auf keine Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
openreview-py 2.6.3 package installed in a virtualenv, all 44 submodules import cleanly, 31 tests pass (3 unit tests + 14 mock-server client tests + 14 standalone tool tests)
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
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.
- Installationszeit
- unter einer Minute
- Von der kalten Maschine bis zum Ende
- 16 Minuten
- Aufgetretene und behobene Fehler
- 0 aufgetreten, 0 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pytest tests/unit_tests/ and selected test_tools tests: 31 passed in 0.72s
- Verbrauchte Modell-Tokens
- 169.451
- Genau getesteter Commit
- 82a968f833a5
- 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.
**What couldn't be tested:** The 240+ integration tests in `tests/test_*.py` require the full OpenR… **Key file added:** `tests/unit_tests/test_mock_server.py` - a self-contained mock server and clien… tokens used 169,451 Here's the summary of what was done: **Install:** Created a Python virtualenv, installed the package with test dependencies via pip. All… **Tests run:** 31 tests pass in 0.72s: - 3 unit tests for iThenticate EULA process function (patched dependencies) - 14 mock-server client tests (stood up a lightweight OpenReview API mock that handles login, profi… - 14 standalone tool tests (subdomains, get_conflicts, percentile - no server needed) **What couldn't be tested:** The 240+ integration tests in `tests/test_*.py` require the full OpenR… **Key file added:** `tests/unit_tests/test_mock_server.py` - a self-contained mock server and clien…
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
- In 0,1 Minuten installiert, schneller als der Median der 37 vergleichbaren Projekte, die Argusic gemessen hat.
- Unterwegs ging nichts kaputt: null Fehler zwischen Klonen und laufendem Zustand.
- 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.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 38 Projekten im Bereich api-client, die Argusic installiert und zeitlich gemessen hat, belegte openreview-py Platz 3 bei der Zeit bis zum lauffähigen Zustand, und 23 von 38 erreichten überhaupt einen solchen Zustand.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,39 |
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/openreview-py)Fragen
- Läuft openreview-py?
- openreview-py läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 0 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic openreview-py getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 82a968f833a5. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von openreview-py gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,39 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 openreview-py?
- 0,1 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 openreview-py eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von openreview-py schief?
- Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.
- Wie schneidet openreview-py im Vergleich zu Alternativen ab?
- Von den 38 Projekten im Bereich api-client, die Argusic installiert und zeitlich gemessen hat, belegte openreview-py Platz 3 bei der Zeit bis zum lauffähigen Zustand, und 23 von 38 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für openreview-py?
- 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.