Original en inglés: https://argusic.com/subject/scrapegraph-ai
Scrapegraph-ai
Scraper en Python basado en IA
Funciona con mocksfuente: GitHubsitio webPythonMITcommit c75c8084fae2
Python, licencia MIT. El proyecto se describe a sí mismo como: ai crawler, ai scraping, ai search, crawler, data extraction, firecrawl alternative, large language model y llm.
Scrapegraph-ai funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 2 minutos y encontró 13 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
191 unit tests pass after fixing 13 categories of test failures covering models_tokens assertions, cleanup_html behaviors, logger capture, file paths, missing dependencies, mock patterns, and mock class completeness
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 56 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.
- robot_node_test: mock patched on wrong attribute (instance attr vs import path)3 minutos
- search_internet_node_test and search_link_node_test: require real ChatOllama server3 minutos
- test_llm_missing_tokens: logger.warning writes to stderr, test checked capsys.out2 minutos
- test_token_limits_range: gemini-2.0-pro-exp has 2M tokens exceeding 1.1M upper bound1 minuto
- test_specific_models_additional: deepseek-chat token limit changed from 28672 to 1280001 minuto
- test_groq_specific: model key 'claude-3-haiku-20240307"' has spurious trailing apostrophe1 minuto
- Tiempo de instalación
- 2 minutos
- De máquina en frío a terminar
- 46 minutos
- Errores encontrados y corregidos
- 13 encontrados, 13 corregidos sin ayuda humana
- Cómo se demostró el resultado
- python -m pytest 21 test files (191 passing, 0 failing) in 10 seconds with model-provider and network calls mocked
- Tokens de modelo usados
- 2.179.933
- Commit exacto probado
- c75c8084fae2
- 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.
=============================== warnings summary =============================== ======================= 191 passed, 2 warnings in 10.00s ======================= 191 tests pass, 0 failures across the core unit test suite. Let me generate the final report. exec /bin/sh -lc 'cd /work/repo && . .venv/bin/activate && python -m pytest tests/test_telemetry_flag.py… succeeded in 11041ms: -- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html 191 passed, 2 warnings in 9.97s 191 tests pass with zero failures across the core unit test suite. Here's the final ARGUSIC_RESULT: tokens used 2,179,933 191 tests pass with zero failures across the core unit test suite. Here's the final ARGUSIC_RESULT:
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 2 minutos.
- Se recuperó de los 13 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.
- Medido 2 veces, así que el resultado no es algo puntual.
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.
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 | 0,35 | |
| Argusic Runner | 1/3 | No funcionó | 20,00 | 0,04 |
Temas (de GitHub)
ai-crawlerai-scrapingai-searchcrawlerdata-extractionfirecrawl-alternativelarge-language-modelllmmarkdownragscrapingscraping-pythonweb-crawlerweb-crawlersweb-dataweb-data-extractionweb-scraperweb-scrapingweb-searchwebscraping
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/scrapegraph-ai)Preguntas
- ¿Funciona Scrapegraph-ai?
- Scrapegraph-ai funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 2 minutos, con 13 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic Scrapegraph-ai?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit c75c8084fae2. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar Scrapegraph-ai?
- La ejecución que produjo este veredicto costó 0,35 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 Scrapegraph-ai en instalarse?
- 2 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita Scrapegraph-ai una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar Scrapegraph-ai?
- En la ejecución registrada fallaron 13 cosas, y 13 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de Scrapegraph-ai?
- 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.