Original en inglés: https://argusic.com/subject/proxy-pool
proxy_pool
Python ProxyPool para araña web
Funcionafuente: GitHubsitio webPythonMITcommit 9cc0cad4c47e
Python, licencia MIT. El proyecto se describe a sí mismo como: crawler, http, proxy, redis y spider.
proxy_pool funciona. Un agent de Argusic lo instaló en 4,5 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The ProxyPool Flask API server runs on port 5010 backed by real Redis, responds to all endpoints (/get, /pop, /all, /delete, /count), and all 248 automated tests pass.
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 96 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 redis-server available and no root for apt install3 minutos
- lxml==4.9.2 failed to build from source (missing libxml2-dev/libxslt-dev headers)1 minuto
- gunicorn==19.9.0 ModuleNotFoundError: No module named 'gunicorn.six.moves' on Python 3.120,5 minutos
- Tiempo de instalación
- 5 minutos
- De máquina en frío a terminar
- 6 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest tests/, 248 passed; curl http://127.0.0.1:5010/ returned 200 with API doc; curl http://127.0.0.1:5010/get/ returned proxy data from real Redis
- Tokens de modelo usados
- 199.685
- Commit exacto probado
- 9cc0cad4c47e
- 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.
- No Redis-server was available; built `redis-7.2.5` from source tarball (no root for apt)
- Launched Redis with `--port 6379 --requirepass pwdstring` matching `setting.py`
- `proxyPool.py server` started successfully via gunicorn on `http://0.0.0.0:5010`
- Curled `/` returned 200 with API doc JSON
- Curled `/get/` returned `{"code":0,"src":"no proxy"}` (empty pool, expected)
- Injected a proxy via `redis-cli HSET use_proxy` → `/get/` returned the proxy dict, `/count/` show…
- `/pop/`, `/delete/`, `/count/` all returned correct JSON responses
exec
/bin/sh -lc 'pkill -f gunicorn 2>/dev/null; pkill -f redis-server 2>/dev/null; true' in /work/repo
exited 143 in 0ms:
tokens used
199,685Reproducir 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 4,5 minutos, más rápido que la mediana de los 24 proyectos comparables que ha medido Argusic.
- Se recuperó de los 3 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 MIT, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
De los 25 proyectos de crawler que Argusic ha instalado y cronometrado, proxy_pool fue el 10.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.
- Una evaluación rápida: estaba funcionando 4,5 minutos después del clon.
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 | Funciona con mocks | 92,00 | 0,06 | |
| Argusic Runner | 1/3 | Funciona | 100,00 | 0,04 |
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/proxy-pool)Preguntas
- ¿Funciona proxy_pool?
- Sí. proxy_pool funciona. Argusic lo instaló y lo inició en una máquina limpia en 5 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic proxy_pool?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 9cc0cad4c47e. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar proxy_pool?
- La ejecución que produjo este veredicto costó 0,04 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 proxy_pool en instalarse?
- 4,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita proxy_pool una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar proxy_pool?
- En la ejecución registrada fallaron 3 cosas, y 3 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara proxy_pool con las alternativas?
- De los 25 proyectos de crawler que Argusic ha instalado y cronometrado, proxy_pool fue el 10.º más rápido en llegar a funcionar, y 19 de 25 llegaron a funcionar.
- ¿Dónde está la evidencia de proxy_pool?
- 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.