Original en inglés: https://argusic.com/subject/gpt-promo-scanner
gpt-promo-scanner
ChatGPT Team(Business) herramienta de escaneo automático de códigos promocionales: descubrimiento por lotes/validación/recopilación de precios, admite 34 códigos en 17 países, hasta 71% de descuento | ChatGPT Business escáner de códigos promocionales: descubrimiento por lotes, validación y recopilación de precios, 34 códigos en 17 países, hasta 71% de descuento
Funciona con mocksfuente: GitHubPythonMITcommit be528fef2d59
Python, licencia MIT. El proyecto se describe a sí mismo como: chatgpt, chatgpt business, chatgpt team, clash, cloudflare bypass, curl cffi, discount y openai.
gpt-promo-scanner funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 43 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Repo installs cleanly and every scanning script (auto_scan, discover_codes, verify, open_stripe, partner_scan, and the us/mega/uk scanners) ran and produced valid output against the local mock of the ChatGPT API and Clash proxy; open_stripe.py works after switching its hardcoded proxy to the project config-driven proxy.
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 92 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.
- open_stripe.py hardcoded proxy http://127.0.0.1:7890 (closed in container) instead of using config/env proxy, always failing with curl(7) connect error15 minutos
- Project requires a ChatGPT accessToken and a Clash proxy; none exist in the container, so real chatgpt.com calls return 40315 minutos
- Tiempo de instalación
- 43 minutos
- De máquina en frío a terminar
- 43 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- .venv/bin/python discover_codes.py --cross exited 0 (490 tested, 11 ELIGIBLE, 15 EXISTS, 0 errors); .venv/bin/python auto_scan.py exited 0 (11 working codes, scan_results.json and stripe_urls.txt written); .venv/bin/python open_stripe.py thealloynetwork US eyJmock123 exited 0 and printed https://checkout.stripe.com/c/pay/cs_test_mock123
- Tokens de modelo usados
- 4.194.736
- Commit exacto probado
- be528fef2d59
- 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
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
- The project builds and runs: `pip install -r requirements.txt` succeeded inside `.venv` (Python 3… - Because the real Argusic API requires a ChatGPT accessToken plus a Clash proxy, I stood up a sche… - Results observed: `discover_codes.py --cross` → exit 0, 490 tested, 11 ELIGIBLE / 15 EXISTS / 0 e… - One real defect found and fixed (only code change in the tree): `open_stripe.py` hardcoded its pr… tokens used 4,194,736 Approximately 43 minutes elapsed, well within the 90-minute limit. **Final report** - The project builds and runs: `pip install -r requirements.txt` succeeded inside `.venv` (Python 3… - Because the real Argusic API requires a ChatGPT accessToken plus a Clash proxy, I stood up a sche… - Results observed: `discover_codes.py --cross` → exit 0, 490 tested, 11 ELIGIBLE / 15 EXISTS / 0 e… - One real defect found and fixed (only code change in the tree): `open_stripe.py` hardcoded its pr…
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
- Se recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 43 minutos en instalarse, más lento que la mediana de los 4 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 5 proyectos de chatgpt que Argusic ha instalado y cronometrado, gpt-promo-scanner fue el 5.º más rápido en llegar a funcionar, y 2 de 5 llegaron a funcionar.
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 por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,89 |
Temas (de GitHub)
chatgptchatgpt-businesschatgpt-teamclashcloudflare-bypasscurl-cffidiscountopenaipromo-codepromo-codesproxypythonstripeweb-scraping
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/gpt-promo-scanner)Preguntas
- ¿Funciona gpt-promo-scanner?
- gpt-promo-scanner funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 43 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic gpt-promo-scanner?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit be528fef2d59. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar gpt-promo-scanner?
- La ejecución que produjo este veredicto costó 0,89 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 gpt-promo-scanner en instalarse?
- 43 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita gpt-promo-scanner una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar gpt-promo-scanner?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara gpt-promo-scanner con las alternativas?
- De los 5 proyectos de chatgpt que Argusic ha instalado y cronometrado, gpt-promo-scanner fue el 5.º más rápido en llegar a funcionar, y 2 de 5 llegaron a funcionar.
- ¿Dónde está la evidencia de gpt-promo-scanner?
- 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.