Original en inglés: https://argusic.com/subject/geziyor
geziyor
Geziyor, un framework de rastreo web y extracción de datos muy rápido para Go. Soporta renderizado de JS.
Funcionafuente: GitHubGoMPL-2.0commit 229b8ca83ac1
Go, licencia MPL-2.0. El proyecto se describe a sí mismo como: crawler, go, scraper, scraping y spider.
geziyor funciona. Un agent de Argusic lo instaló en 18 minutos y encontró 6 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The Geziyor web scraping framework builds and passes every test across all 7 packages, and a compiled demo successfully scraped a live website.
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
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.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- No Go compiler in container6 minutos
- //go:build syntax errors in pinned deps incompatible with Go 1.162 minutos
- TestPostFormUrlEncoded panics: nil map assignment1 minuto
- TestRetry: no error returned after retries exhausted on 500 status1 minuto
- TestJSONExporter_Export: trailing comma produces invalid JSON1 minuto
- Disk space cleanup
- Tiempo de instalación
- 18 minutos
- De máquina en frío a terminar
- 16 minutos
- Errores encontrados y corregidos
- 6 encontrados, 6 corregidos sin ayuda humana
- Cómo se demostró el resultado
- go test ./... exited 0 with all packages ok (geziyor, cache, diskcache, leveldbcache, client, export, middleware). Also ran a demo main program that scraped http://api.ipify.org and printed the IP successfully.
- Tokens de modelo usados
- 210.012
- Commit exacto probado
- 229b8ca83ac1
- 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.
## Verification ``` $ go test ./... ok github.com/geziyor/geziyor 18.231s ok github.com/geziyor/geziyor/cache 3.018s ok github.com/geziyor/geziyor/cache/diskcache 0.011s ok github.com/geziyor/geziyor/cache/leveldbcache 0.018s ok github.com/geziyor/geziyor/client 0.654s ok github.com/geziyor/geziyor/export 0.011s ok github.com/geziyor/geziyor/middleware 0.005s ``` All 7 packages pass, no failures. A demo program compiled and ran successfully, scraping http://api…
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 recuperó de los 6 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MPL-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 18 minutos en instalarse, más lento que la mediana de los 24 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 25 proyectos de crawler que Argusic ha instalado y cronometrado, geziyor fue el 20.º más rápido en llegar a funcionar, y 19 de 25 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
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
Temas (de GitHub)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/geziyor)Preguntas
- ¿Funciona geziyor?
- Sí. geziyor funciona. Argusic lo instaló y lo inició en una máquina limpia en 18 minutos, con 6 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic geziyor?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 229b8ca83ac1. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar geziyor?
- La ejecución que produjo este veredicto costó 0,13 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 geziyor en instalarse?
- 18 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita geziyor una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar geziyor?
- En la ejecución registrada fallaron 6 cosas, y 6 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara geziyor con las alternativas?
- De los 25 proyectos de crawler que Argusic ha instalado y cronometrado, geziyor fue el 20.º más rápido en llegar a funcionar, y 19 de 25 llegaron a funcionar.
- ¿Dónde está la evidencia de geziyor?
- 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.