Original en inglés: https://argusic.com/subject/ruia
ruia
Micro-framework asíncrono de raspado web para Python 3.6+ basado en asyncio
Funcionafuente: GitHubsitio webPythonApache-2.0commit 68a45028830a
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: aiohttp, asyncio, asyncio spider, crawler, crawling framework, middlewares, python y python ruia.
ruia funciona. Un agent de Argusic lo instaló en 37 minutos y encontró 7 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Ruia 0.8.5 is installed in a Python 3.12 venv with uvloop; pip install -e .[uvloop] succeeds; 66 of 67 tests pass including all field extraction, item parsing, middleware, request fetching, and spider orchestration tests against live httpbin.org and news.ycombinator.com.
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.
- All network tests crashed: asyncio.get_event_loop() raised RuntimeError on Python 3.12 + uvloop5 minutos
- pip install failed: externally-managed-environment (PEP 668)3 minutos
- start_worker() in spider.py had AttributeError: 'Response' object has no attribute 'close_request' when handle_callback results (2-tuples) were mixed with handle_request results (3-tuples)3 minutos
- Spider.__init__ creates ClientSession() without loop arg; aiohttp 3.14 requires running loop or explicit loop param2 minutos
- test_response.py had module-level get_event_loop() calls that fail during pytest collection2 minutos
- Missing dependency: async-timeout not listed in setup.py install_requires1 minuto
- Tiempo de instalación
- 37 minutos
- De máquina en frío a terminar
- 22 minutos
- Errores encontrados y corregidos
- 7 encontrados, 7 corregidos sin ayuda humana
- Cómo se demostró el resultado
- cd /work/repo && /home/runner/venv/bin/python -m pytest tests/ --tb=no -q exited 0 with output: '........................................F.......................... 1 failed, 66 passed in 18.06s'
- Tokens de modelo usados
- 170.990
- Commit exacto probado
- 68a45028830a
- 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.
exec /bin/sh -lc 'cat /work/repo/examples/simple_spider/__init__.py 2>/dev/null; ls /work/repo/examples/… succeeded in 0ms: douban_spider.py github_v3_spider_async.py github_v3_spider_async_parent_class.py github_v3_spider_async_parent_class_complex.py python_documentation_spider.py All done. Here's the final report: tokens used 170,990 All done. 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
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se recuperó de los 7 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 37 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 aiohttp que Argusic ha instalado y cronometrado, ruia fue el 5.º más rápido en llegar a funcionar, y 4 de 5 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)
aiohttpasyncioasyncio-spidercrawlercrawling-frameworkmiddlewarespythonpython-ruiaruiaspideruvloop
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/ruia)Preguntas
- ¿Funciona ruia?
- Sí. ruia funciona. Argusic lo instaló y lo inició en una máquina limpia en 37 minutos, con 7 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic ruia?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 68a45028830a. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar ruia?
- La ejecución que produjo este veredicto costó 0,08 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 ruia en instalarse?
- 37 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita ruia una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar ruia?
- En la ejecución registrada fallaron 7 cosas, y 7 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara ruia con las alternativas?
- De los 5 proyectos de aiohttp que Argusic ha instalado y cronometrado, ruia fue el 5.º más rápido en llegar a funcionar, y 4 de 5 llegaron a funcionar.
- ¿Dónde está la evidencia de ruia?
- 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.