Original en inglés: https://argusic.com/subject/stormcrawler
stormcrawler
Un rastreador web escalable, maduro y versátil basado en Apache Storm
Funcionafuente: GitHubsitio webJavaApache-2.0commit e94fed1efbaf
Java, licencia Apache-2.0. El proyecto se describe a sí mismo como: apache storm, crawler, distributed, java, stormcrawler y web crawler.
stormcrawler funciona. Un agent de Argusic lo instaló en 5 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Apache StormCrawler 4.0.0-SNAPSHOT builds from source (mvn clean install) and its full test suite passes 983 tests with zero errors and zero failures on Java 26 Temurin with Maven 3.10.0
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.
- No Java runtime found in container2 minutos
- No Maven found in container1 minuto
- Tiempo de instalación
- 5 minutos
- De máquina en frío a terminar
- 15 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- mvn test ran 983 tests, 0 errors, 0 failures, 46 skipped (46 Docker-dependent tests skipped gracefully; README warns Docker is optional for tests)
- Tokens de modelo usados
- 66.766
- Commit exacto probado
- e94fed1efbaf
- 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.
**Verification:** The test suite exercised real code paths — URL filtering, metadata serialization,… exec /bin/sh -lc "echo \"error_count:\" cd /work/repo && find . -name \"TEST-*.xml\" -path \"*/target/*\" -exec grep -l 'failures=\"[1-9]\\… echo \"---\" cd /work/repo && find . -name \"TEST-*.xml\" -path \"*/target/*\" -exec grep -h 'errors=\"[1-9]\\|f… succeeded in 120ms: error_count: 0 2026-10-11T11:08:52.562231Z ERROR codex_core::session: failed to record rollout items: thread 01a12… tokens used 66,766
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 instaló en 5 minutos.
- Se recuperó de los 2 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
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
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 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
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/stormcrawler)Preguntas
- ¿Funciona stormcrawler?
- Sí. stormcrawler funciona. Argusic lo instaló y lo inició en una máquina limpia en 5 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic stormcrawler?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit e94fed1efbaf. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar stormcrawler?
- La ejecución que produjo este veredicto costó 0,10 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 stormcrawler en instalarse?
- 5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita stormcrawler una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar stormcrawler?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de stormcrawler?
- 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.