Original en anglais: https://argusic.com/subject/jobseeker-analytics
jobseeker-analytics
Vous suivez toujours vos offres d'emploi dans des feuilles de calcul? Connectez votre boîte de réception Gmail et visualisez automatiquement votre recherche d'emploi dans un dashboard, sans copier-coller.
Fonctionne avec des mockssource : GitHubpage d'accueilTypeScriptMITcommit 4f494e396f1a
TypeScript, sous licence MIT. Le projet se décrit ainsi : careercoach, data analysis, data science, email, fastapi, gemini, gmail api et google api.
jobseeker-analytics fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 10 minutes et a rencontré 2 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
Backend FastAPI app starts and responds on port 8000, all 86 backend tests pass with SQLite in-memory mocks, frontend builds successfully with Next.js 16 (requires Node >=20.9.0), spaCy en_core_web_sm model loads and processes text correctly.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 92 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- spacy-cleaner==3.2.1 requires spacy<3.5.0 but en-core-web-sm model requires spacy>=3.7.24 minutes
- psycopg2==2.9.10 requires pg_config to build from source (no PostgreSQL dev headers available)1 minute
- Temps d'installation
- 10 minutes
- De la machine vierge à la fin
- 7 minutes
- Erreurs rencontrées et corrigées
- 2 rencontrées, 2 corrigées sans aide humaine
- Comment le résultat a été prouvé
- Backend: `pytest tests/`, 86 passed, 4 skipped (prod geo-blocking), 1 warning in 0.49s. Backend server: `uvicorn main:app`, GET / returned 200 {"message":"success"}, GET /heartbeat returned 200 {"status":"alive"}. Frontend: `next build` completed successfully with all routes and middleware listed.
- Tokens de modèle utilisés
- 118 432
- Commit exact testé
- 4f494e396f1a
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
succeeded in 0ms: HEAD detached at FETCH_HEAD Changes not staged for commit: (use "git add <file>..." to update what will be committed) (use "git restore <file>..." to discard changes in working directory) modified: backend/requirements.txt modified: backend/utils/email_utils.py no changes added to commit (use "git add" and/or "git commit -a") Here's the final report: tokens used 118,432 Here's the final report:
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- Installé en 10 minutes.
- S'est remis des 2 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,23 |
Sujets (depuis GitHub)
careercoachdata-analysisdata-scienceemailfastapigeminigmail-apigoogle-apihtmljob-searchjobsearchjobseekerllmnextjsoauth2openidpythonreactspreadsheettypescript
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/jobseeker-analytics)Questions
- jobseeker-analytics fonctionne-t-il ?
- jobseeker-analytics fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 10 minutes, en rencontrant 2 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé jobseeker-analytics ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 4f494e396f1a. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de jobseeker-analytics ?
- L'exécution qui a produit ce verdict a coûté 0,23 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer jobseeker-analytics ?
- 10 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- jobseeker-analytics a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de jobseeker-analytics ?
- 2 problèmes sont survenus lors de l'exécution enregistrée, et 2 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Où sont les preuves pour jobseeker-analytics ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.