Original en inglés: https://argusic.com/subject/jobseeker-analytics
jobseeker-analytics
¿Todavía haces seguimiento de las ofertas de empleo en hojas de cálculo? Conecta tu bandeja de entrada de Gmail y ve automáticamente tu búsqueda de empleo en un panel, sin copiar y pegar.
Funciona con mocksfuente: GitHubsitio webTypeScriptMITcommit 4f494e396f1a
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: careercoach, data analysis, data science, email, fastapi, gemini, gmail api y google api.
jobseeker-analytics funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 10 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Backend FastAPI app starts and responds on port 8000, all 86 backend tests pass with SQLite in-memory mocks, frontend builds successfully with Next.js 16 (requires Node >=20.9.0), spaCy en_core_web_sm model loads and processes text correctly.
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.
- spacy-cleaner==3.2.1 requires spacy<3.5.0 but en-core-web-sm model requires spacy>=3.7.24 minutos
- psycopg2==2.9.10 requires pg_config to build from source (no PostgreSQL dev headers available)1 minuto
- Tiempo de instalación
- 10 minutos
- De máquina en frío a terminar
- 7 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- Backend: `pytest tests/`, 86 passed, 4 skipped (prod geo-blocking), 1 warning in 0.49s. Backend server: `uvicorn main:app`, GET / returned 200 {"message":"success"}, GET /heartbeat returned 200 {"status":"alive"}. Frontend: `next build` completed successfully with all routes and middleware listed.
- Tokens de modelo usados
- 118.432
- Commit exacto probado
- 4f494e396f1a
- 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.
succeeded in 0ms: HEAD detached at FETCH_HEAD Changes not staged for commit: (use "git add <file>..." to update what will be committed) (use "git restore <file>..." to discard changes in working directory) modified: backend/requirements.txt modified: backend/utils/email_utils.py no changes added to commit (use "git add" and/or "git commit -a") Here's the final report: tokens used 118,432 Here's the final 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
- Se instaló en 10 minutos.
- 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.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
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 | 0,23 |
Temas (de GitHub)
careercoachdata-analysisdata-scienceemailfastapigeminigmail-apigoogle-apihtmljob-searchjobsearchjobseekerllmnextjsoauth2openidpythonreactspreadsheettypescript
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/jobseeker-analytics)Preguntas
- ¿Funciona jobseeker-analytics?
- jobseeker-analytics funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 10 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic jobseeker-analytics?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 4f494e396f1a. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar jobseeker-analytics?
- La ejecución que produjo este veredicto costó 0,23 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 jobseeker-analytics en instalarse?
- 10 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita jobseeker-analytics una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar jobseeker-analytics?
- 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.
- ¿Dónde está la evidencia de jobseeker-analytics?
- 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.