Englisches Original: https://argusic.com/subject/owllook
owllook
owllook-Roman-Suchmaschine
LäuftQuelle: GitHubHomepagePythonApache-2.0Commit ef8eea67a507
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: asyncio, asyncio spider, biquge, book, crawler, novel, novels und owllook.
owllook läuft. Ein Argusic-Agent hat es in 14,7 Minuten installiert und ist auf 7 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
The owllook web server launches on port 8001 and responds with 200 HTTP status on /, /novels/search, /novels/top, /api/search, and /health routes, with real HTML content, connecting to running Redis and MongoDB instances. The existing pytest test suite passes (1 passed, 0 failed).
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.
- aioredis 0.3.3 and asyncio_redis 0.14.3 use asyncio.async (reserved keyword) and asyncio.coroutine (removed in Python 3.12)8 Minuten
- aioredis/pool.py Lock() and Event() accept loop=loop kwarg removed in Python 3.125 Minuten
- sanic 0.5.1 HttpProtocol __slots__ missing error_handler, _last_request_time, _request_handler_task3 Minuten
- aioredis 0.3 pool uses yield-from-based Python 2-style coroutines incompatible with Python 3.123 Minuten
- config/__init__.py forced MODE='PRO' and fell back to base Config class missing REDIS_DICT/MONGODB2 Minuten
- Jinja2 2.11.3 PackageLoader requires pkg_resources from setuptools1 Minute
- Installationszeit
- 15 Minuten
- Von der kalten Maschine bis zum Ende
- 15 Minuten
- Aufgetretene und behobene Fehler
- 7 aufgetreten, 7 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- curl -s -o /dev/null -w '%{http_code}' http://127.0.0.1:8009/ returned 200, /novels/search?wd=test returned 200, /api/search?wd=test returned 200, /admin/books returned 302 (redirect without session), pytest 1 passed 0 failed
- Verbrauchte Modell-Tokens
- 168.674
- Genau getesteter Commit
- ef8eea67a507
- 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.
exec
/bin/sh -lc "cd /work/repo && /tmp/owllook-venv/bin/python -c \"
from datetime import datetime, timezone
start = datetime(2026, 10, 9, 7, 38, 0, tzinfo=timezone.utc)
end = datetime.now(timezone.utc)
delta = end - start
print(f'Total elapsed: {delta.total_seconds() / 60:.1f} minutes')
\"" in /work/repo
succeeded in 0ms:
Total elapsed: 14.7 minutes
tokens used
168,674Gesamte 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.
- Hat sich von allen 7 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.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 14,7 Minuten, langsamer als der Median der 3 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 4 Projekten im Bereich asyncio, die Argusic installiert und zeitlich gemessen hat, belegte owllook Platz 4 bei der Zeit bis zum lauffähigen Zustand, und 4 von 4 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.
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)
asyncioasyncio-spiderbiqugebookcrawlernovelnovelsowllookpythonpython3qidianruiasanicspider
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/owllook)Fragen
- Läuft owllook?
- Ja. owllook läuft. Argusic hat es auf einer sauberen Maschine in 15 Minuten installiert und gestartet, ist dabei auf 7 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic owllook getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit ef8eea67a507. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von owllook gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,25 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 owllook?
- 14,7 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 owllook eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von owllook schief?
- Im aufgezeichneten Lauf gingen 7 Dinge kaputt, und 7 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet owllook im Vergleich zu Alternativen ab?
- Von den 4 Projekten im Bereich asyncio, die Argusic installiert und zeitlich gemessen hat, belegte owllook Platz 4 bei der Zeit bis zum lauffähigen Zustand, und 4 von 4 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für owllook?
- 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.