Original en inglés: https://argusic.com/subject/pagesift
pagesift
Local-first web & document ingestion engine in Rust, HTTP/browser capture, layout-aware PDF/Office/OCR parsing, persistent sync, and verifiable data graphs.
No se pudo verificarfuente: GitHubsitio webRustApache-2.0commit 2d3561633326
Rust, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai agents, browser automation, crawl4ai alternative, data extraction, document parsing, firecrawl, firecrawl alternative y html to markdown.
Argusic no consiguió que pagesift funcionara. Un agent de Argusic no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 20 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.
- De máquina en frío a terminar
- 29 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Tokens de modelo usados
- 75.994
- Commit exacto probado
- 2d3561633326
- 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.
- Tiempo de instalación
- la ejecución no lo informó
- Cómo se demostró el resultado
- las ejecuciones anteriores al 2026-09-07 no registraban el comando usado para comprobar el resultado
- 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
- Si funciona en absoluto
- esta ejecución no verificó nada, así que esta página no afirma nada en ningún sentido
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
Doc-tests pagesift_sys running 0 tests test result: ok. 0 passed; 0 failed; 0 ignored; 0 measured; 0 filtered out; finished in 0.00s Doc-tests pagesift_testkit running 0 tests test result: ok. 0 passed; 0 failed; 0 ignored; 0 measured; 0 filtered out; finished in 0.00s Let me tally the full workspace test results across all crates. exec /bin/sh -lc '. "$HOME/.cargo/env" && cd /work/repo && cargo test --profile quick --workspace --excl… tokens used 75,994 Let me tally the full workspace test results across all crates.
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
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- Licencia Apache-2.0, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Un agent sin límite de tiempo no consiguió que funcionara.
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 | 2/3 | No funcionó | 20,00 | 0,07 | |
| Argusic Runner | 1/3 | No funcionó | 20,00 | 0,05 |
Temas (de GitHub)
ai-agentsbrowser-automationcrawl4ai-alternativedata-extractiondocument-parsingfirecrawlfirecrawl-alternativehtml-to-markdownjina-readerllmmarkdownmcpmcp-serverocrpdf-extractionragrustself-hostedweb-crawlerweb-scraping
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/pagesift)Preguntas
- ¿Funciona pagesift?
- Argusic no pudo verificar que pagesift funcione. Argusic lo instaló y lo inició en una máquina limpia, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic pagesift?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 2d3561633326. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar pagesift?
- La ejecución que produjo este veredicto costó 0,07 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Necesita pagesift una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar pagesift?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Dónde está la evidencia de pagesift?
- Las 2 ejecuciones registradas están 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.