Original en inglés: https://argusic.com/subject/teracrawl
teracrawl
API de rastreador web de alto rendimiento optimizado para LLMs. Convierte cualquier búsqueda o sitio web en Markdown limpio usando navegadores remotos. Alternativa a Firecrawl.
Funcionafuente: GitHubsitio webTypeScriptMITcommit eae1b0e49119
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: ai agents, ai crawler, ai scraping, ai search, antibot bypass, browser agent, browser automation y crawl4ai.
teracrawl funciona. Un agent de Argusic lo instaló en 2 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Teracrawl server starts on port 8085 with a local Chromium-backed mock Browser.cash pool and a mock SERP service. GET /health returns 200, POST /scrape converts a live URL to markdown via real headless Chromium, POST /serp/search returns mock search results, and POST /crawl combines both to scrape multiple URLs.
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.
- npm install warns about unsupported Node.js v18 for [email protected] (requires >=20). Node 18.19.1 is below the SDK's preferred 20+, but all packages install and the app runs fine.
- npx playwright install chromium fails because the npx version requires Node >=20, but the bundled playwright-core v1.57 ships its own CLI which works.
- Tiempo de instalación
- 2 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
- App launched on localhost:8085; GET /health returned 200; POST /serp/search returned 3 mock SERP results; POST /scrape https://example.com/blog/post-1 returned real scraped content (958 chars of markdown, status=success); POST /crawl combined SERP mock + real scraping of 2 URLs, both returned success with ~958 chars each.
- Tokens de modelo usados
- 457.164
- Commit exacto probado
- eae1b0e49119
- 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.
├── @browsercash/[email protected] dist/index.js ABOUT LICENSE.headless_shell chrome-headless-shell deb.deps headless_command_resources.pak chromium binary exists: yes All verification is complete. Here's the final report: tokens used 457,164 All verification is complete. 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 instaló en 2 minutos, más rápido que la mediana de los 110 proyectos comparables que ha medido Argusic.
- 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 MIT, 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.
De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, teracrawl fue el 23.º más rápido en llegar a funcionar, y 83 de 111 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 2 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)
ai-agentsai-crawlerai-scrapingai-searchantibot-bypassbrowser-agentbrowser-automationcrawl4aidata-extractionfirecrawl-alternativefirecrawl-apifirecrawl-mcpgoogle-serphtml-to-markdownserpapiweb-scraperweb-scrapingweb-search
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/teracrawl)Preguntas
- ¿Funciona teracrawl?
- Sí. teracrawl funciona. Argusic lo instaló y lo inició en una máquina limpia en 2 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic teracrawl?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit eae1b0e49119. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar teracrawl?
- La ejecución que produjo este veredicto costó 0,16 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 teracrawl 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 teracrawl una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar teracrawl?
- 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.
- ¿Cómo se compara teracrawl con las alternativas?
- De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, teracrawl fue el 23.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
- ¿Dónde está la evidencia de teracrawl?
- 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.