Original en inglés: https://argusic.com/subject/gain

gain

Framework de rastreo web basado en asyncio.

Funcionafuente: GitHubPythonMITcommit 86f60f523e70

Python, licencia MIT. El proyecto se describe a sí mismo como: aiohttp, asyncio, crawler, python, spider y uvloop.

gain funciona. Un agent de Argusic lo instaló en 1 minuto y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.

All 7 tests pass, ruff lint passes, library imports correctly, and item attribute extraction from HTML produces expected results

Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide

Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).

De un vistazo

veredicto
Funciona
Puntuación Argusic
100 / 100
costo de la ejecución de verificación
0,01 USD (medido)
ejecuciones registradas
1
última prueba
estrellas
2017
forks
202
issues abiertos
3
observadores
70
tamaño
1 MB
creado
último push

Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.

Qué se midió

De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.

Tiempo de instalación
1 minutos
De máquina en frío a terminar
1 minutos
Errores encontrados y corregidos
0 encontrados, 0 corregidos sin ayuda humana
Cómo se demostró el resultado
pytest -v (7 passed), ruff check . (All checks passed), python script verifying import + item parsing
Tokens de modelo usados
14.884
Commit exacto probado
86f60f523e70
Imagen del contenedor
sha256:cdd920bce783

Qué no se midió

La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.

Memoria de GPU máxima
se ejecutó en una máquina con CPU, así que no había GPU que muestrear
Comportamiento en una ejecución larga
cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga

El final de la grabación

Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.

from datetime import datetime
print(datetime.now().strftime('%Y-%m-%d %H:%M:%S'))
# Quick count of total test, lint, and import checks passed
print('All checks done.')
\"" in /work/repo
 succeeded in 0ms:
2026-10-04 22:16:35
All checks done.
Now I have everything I need to report.
tokens used
14,884
Now I have everything I need to report.

Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.

Cómo se probó

Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.

Puntos fuertes y límites

Hechos medidos, no opiniones. Cómo se redacta.

Qué salió bien

  • Llegó a funcionar en una máquina limpia, con la sesión grabada.
  • Se instaló en 1 minuto, más rápido que la mediana de los 4 proyectos comparables que ha medido Argusic.
  • Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
  • Funcionó sin GPU, así que no necesita una para arrancar.
  • Licencia MIT, según su plataforma de origen.

Qué no salió bien, o no se sabe

  • Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.

De los 5 proyectos de aiohttp que Argusic ha instalado y cronometrado, gain fue el 2.º más rápido en llegar a funcionar, y 4 de 5 llegaron a funcionar.

Para qué es una opción razonable

  • Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
  • Una evaluación rápida: estaba funcionando 1 minutos después del clon.
  • Seguir su propio README: el camino documentado funcionó sin nada que arreglar.

También probados, en la misma área

Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.

Historial de ejecuciones

probado porintentoresultadopuntuacióncosto USDcuándo
Argusic Runner1/3Funciona100,000,01

Temas (de GitHub)

aiohttpasynciocrawlerpythonspideruvloop

Insertar el badge

Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.

[![Tested by Argusic](https://argusic.com/badge/gain.svg)](https://argusic.com/subject/gain)

Preguntas

¿Funciona gain?
Sí. gain funciona. Argusic lo instaló y lo inició en una máquina limpia en 1 minutos, con 0 errores por el camino, y grabó la sesión.
¿Cómo probó Argusic gain?
En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 86f60f523e70. Hay un intento registrado, y la metodología completa está en la página de metodología.
¿Cuánto costó probar gain?
La ejecución que produjo este veredicto costó 0,01 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
¿Cuánto tarda gain en instalarse?
1 minuto en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
¿Necesita gain una GPU?
No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
¿Qué falla al instalar gain?
Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
¿Cómo se compara gain con las alternativas?
De los 5 proyectos de aiohttp que Argusic ha instalado y cronometrado, gain fue el 2.º más rápido en llegar a funcionar, y 4 de 5 llegaron a funcionar.
¿Dónde está la evidencia de gain?
La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.

Discussion