Original en inglés: https://argusic.com/subject/reader
reader
Infraestructura web de código abierto para IA. Extrae, rastrea y automatiza la web, limpia markdown, sesiones de navegador, listo para tus agents.
Funcionafuente: GitHubsitio webTypeScriptApache-2.0commit df1a48b57e5d
TypeScript, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai, ai agents, ai crawler, ai scraper, anti bot, crawler, data extraction y firecrawl alternative.
reader funciona. Un agent de Argusic lo instaló en 25 minutos y encontró 4 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Reader CLI builds, all 346 unit tests pass, the daemon starts with Playwright's bundled Chromium, and an end-to-end scrape of https://example.com via HTTP returns clean HTML and markdown content with a 200 status.
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.
- Daemon failed to launch Chrome (spawn google-chrome ENOENT)8 minutos
- Node.js v18.19.1 too old for vitest v4 (needs node:util.styleText)3 minutos
- playwright-core bundled into dist by tsup, causing runtime require failure3 minutos
- Missing @rolldown/binding-linux-x64-gnu native binary (installed from npm under Node 18)2 minutos
- Tiempo de instalación
- 25 minutos
- De máquina en frío a terminar
- 13 minutos
- Errores encontrados y corregidos
- 4 encontrados, 4 corregidos sin ayuda humana
- Cómo se demostró el resultado
- curl -s -X POST http://localhost:6010/ -H 'Content-Type: application/json' -d '{"action":"scrape","options":{"urls":["https://example.com"],"formats":["markdown"]}}' returned success:true with HTML and markdown content, status 200; npm test: 25 files, 346 passed; daemon /health, /ready, /status endpoints all returned HTTP 200
- Tokens de modelo usados
- 253.490
- Commit exacto probado
- df1a48b57e5d
- 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
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
{"level":30,"time":1792308474712,"pid":3594,"hostname":"22998dcd93ec","name":"scraper","msg":"[scra…
{"success":true,"data":{"data":[{"rawHtml":"<!DOCTYPE html><html lang=\"en\"><head><meta charset=\"…
=== Done ===
exec
/bin/sh -lc 'pkill -f "node.*6010" 2>/dev/null; sleep 1; echo "done"' in /work/repo
exited 143 in 0ms:
Let me clean up and compile the final report.
exec
/bin/sh -lc 'pkill -f "node dist/cli/index.js" 2>/dev/null; sleep 1; echo "done"' in /work/repo
exited 143 in 0ms:
tokens used
253,490Reproducir 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 4 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 Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 25 minutos en instalarse, más lento que la mediana de los 230 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 231 proyectos de ai que Argusic ha instalado y cronometrado, reader fue el 205.º más rápido en llegar a funcionar, y 152 de 231 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)
aiai-agentsai-crawlerai-scraperanti-botcrawlerdata-extractionfirecrawl-alternativeheadless-browserhtml-to-markdownllmmarkdownnodejsproxy-rotationscrapertavily-alternativetypescriptweb-crawlerweb-data-extractionweb-scraping
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/reader)Preguntas
- ¿Funciona reader?
- Sí. reader funciona. Argusic lo instaló y lo inició en una máquina limpia en 25 minutos, con 4 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic reader?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit df1a48b57e5d. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar reader?
- 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 reader en instalarse?
- 25 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita reader una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar reader?
- En la ejecución registrada fallaron 4 cosas, y 4 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara reader con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, reader fue el 205.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de reader?
- 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.