Englisches Original: https://argusic.com/subject/ticket-monitoring
ticket-monitoring
Selbst gehostetes Multikanal-Flugpreis-Monitoring: Erfassung von Flugdetails → Bild-und-Text-Push über DingTalk → vierstufige starke Warnung bei Erreichen des Zielwerts. Inlands- und internationale Routen (Destinationen auf fünf Kontinenten) verwenden dieselbe Kette aus Erfassung, Bewertung und Push. Daten bleiben lokal, die gesamte Konfiguration erfolgt über das Web, open source und kostenlos.
LäuftQuelle: GitHubHomepagePythonApache-2.0Commit 844c5e19dbfc
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: crawler, dingtalk, flight, playwright, price monitoring, python, self hosted und ticket.
ticket-monitoring läuft. Ein Argusic-Agent hat es in 60 Minuten 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.
All dependencies installed in venv, Playwright chromium installed, test suite runs 3712 tests all passing, web UI demo server starts and responds with HTTP 200 on its state API endpoint, main.py --version reports 1.5.303
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.
- netstat command not found - web UI tests that start demo server failed at fixture setup with FileNotFoundError10 Minuten
- Installationszeit
- 60 Minuten
- Von der kalten Maschine bis zum Ende
- 44 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- PYTEST_DISABLE_PLUGIN_AUTOLOAD=1 PATH=/home/runner/.local/bin:$PATH python -m pytest tests/ returned 3712 passed, 13 skipped, 0 failed, 0 errors; curl -s -o /dev/null -w '%{http_code}' http://127.0.0.1:8798/api/state returned 200
- Verbrauchte Modell-Tokens
- 675.160
- Genau getesteter Commit
- 844c5e19dbfc
- 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.
/bin/sh -lc 'echo "3712 passed, 13 skipped, 0 failed, 0 errors"' in /work/repo succeeded in 0ms: 3712 passed, 13 skipped, 0 failed, 0 errors Let me calculate time spent. exec /bin/sh -lc 'echo "Start time estimate: roughly 60 min total (deps 10 min + install playwright 10 m… succeeded in 0ms: Start time estimate: roughly 60 min total (deps 10 min + install playwright 10 min + tests 40 min) Now let me compile the final report. tokens used 675,160 Now let me compile 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.
- 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 Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 60 Minuten, langsamer als der Median der 24 vergleichbaren Projekte, die Argusic gemessen hat.
- 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 ticket-monitoring Platz 25 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.
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)
crawlerdingtalkflightplaywrightprice-monitoringpythonself-hostedticket
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/ticket-monitoring)Fragen
- Läuft ticket-monitoring?
- Ja. ticket-monitoring läuft. Argusic hat es auf einer sauberen Maschine in 60 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic ticket-monitoring getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 844c5e19dbfc. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von ticket-monitoring gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,20 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 ticket-monitoring?
- 60 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 ticket-monitoring eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von ticket-monitoring 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 ticket-monitoring im Vergleich zu Alternativen ab?
- Von den 25 Projekten im Bereich crawler, die Argusic installiert und zeitlich gemessen hat, belegte ticket-monitoring Platz 25 bei der Zeit bis zum lauffähigen Zustand, und 19 von 25 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für ticket-monitoring?
- 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.