英語の原文: https://argusic.com/subject/xxl-crawler
xxl-crawler
軽量な Web クローラーフレームワークです。（Java クローラーフレームワーク）
動作するソース: GitHubホームページJavaApache-2.0コミット 2088dd10212f
Java、Apache-2.0 ライセンス. プロジェクト自身の表記: crawler、distributed、flexible、java、object oriented、spider、web、xxl crawler.
xxl-crawler は動作します。Argusic のエージェントが GPU のないクリーンなマシンで 12 分でインストールし、7 件のエラーに遭遇し、セッション全体が記録されました。
XXL-CRAWLER builds from source, produces a deployable jar, and passes 6 tests (4 utility tests + 2 real website crawls extracting structured data from cnblogs.com and baidu.com).
クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。 計測方法
Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 91.4 点 (このプロジェクトの実行スコアの平均)。
概要
プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。
計測した内容
この判定を決めた実行から取得しています。 各行は記録された値であり、推定値ではありません。
うまくいかなかった点 (エージェント自身の言葉)
エージェント自身の言葉を、深刻なものから順に掲載しています。助言に書き換えることはありません。
- No Java 17 or Maven in container3 分
- Surefire did not discover tests named XxlCrawlerTest01 (numbers in suffix)2 分
- CrawlerUtilTest failed: AccessDenied at /Users/admin/Downloads/tmp (macOS path)1 分
- JsoupUtilTest.findImagesTest failed: NPE when JsoupUtil.load() returns null (rate limit on baidu.com)1 分
- XxlCrawlerTest05 (Selenium+ChromeDriver) needs chromedriver binary not in container
- XxlCrawlerTest06 (proxy) needs real proxy IPs not available
- インストール時間
- 12 分
- クリーンなマシンから完了まで
- 13 分
- 遭遇したエラーと修正したエラー
- 7 件に遭遇、4 件を人の手を借りずに修正
- 結果の証明方法
- mvn test -Dtest=CrawlerUtilTest,JsoupUtilTest,XxlCrawlerTest01,XxlCrawlerTest04: 6 tests run, 0 failures, 0 errors, 0 skipped. XxlCrawlerTest01 successfully crawled cnblogs.com/pick/ and extracted blog data via annotation-based parsing. XxlCrawlerTest04 crawled news.baidu.com JSON endpoint successfully.
- 使用したモデルのトークン
- 202,949
- テストした正確なコミット
- 2088dd10212f
- コンテナイメージ
- sha256:cdd920bce783
計測していない内容
残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。
- GPU メモリのピーク
- CPU マシンで実行したため、サンプリングする GPU がありませんでした
- 長時間の実行での振る舞い
- 各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません
セッションを見る
クリーンなマシンから始まる実行の全体を、実際の速度で再生します。カットも早送りもしていません。
試行 1 の録画、実行日 。上の判定を決めた試行です。 この動画の元になったターミナル録画が証拠であり、sha256 フィンガープリントとともに保存されています。動画はそこからレンダリングしたものです。 再生ボタンを押すまで、動画ホストからは何も読み込まれません。
録画の最後
この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。
- `mvn compile` and `mvn package` both succeed - 6 tests pass (unit tests + 2 real integration crawls against cnblogs.com and baidu.com) - Build produces `target/xxl-crawler-1.6.2-SNAPSHOT.jar` tokens used 202,949 All verification complete. Let me compile the results: **Summary of what was done:** - Installed Java 17 (Eclipse Temurin) and Maven 3.9.6 manually into user home - Fixed 3 issues: null check in `JsoupUtil.findImages()`, hardcoded macOS path in `CrawlerUtilTest`… - `mvn compile` and `mvn package` both succeed - 6 tests pass (unit tests + 2 real integration crawls against cnblogs.com and baidu.com) - Build produces `target/xxl-crawler-1.6.2-SNAPSHOT.jar`
セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。
テスト方法
1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。 評価方法の全文.
強みと限界
意見ではなく、計測された事実です。コンテンツの作成方法.
うまくいった点
- クリーンなマシンで実行状態に達し、セッションが記録されました。
- GPU なしで動作したため、起動に GPU は必要ありません。
- ホストの報告によると、ライセンスは Apache-2.0 です。
うまくいかなかった点、または不明な点
- インストールに 12 分かかり、Argusic が計測した比較可能な 24 件のプロジェクトの中央値より遅い結果です。
- セットアップ中に 7 件のエラーに遭遇しました。そのうち 3 件は解決されていません。
- これまでの計測は 1 回です。1 回の試行は動作し得ることを示すだけで、安定して動作することは示しません。
Argusic がインストールして時間を計測した crawler のプロジェクト 25 件のうち、xxl-crawler は実行状態に達するまでの速さが 18 番目で、25 件中 19 件がそもそも実行状態に達しました。
適している用途
- ノートパソコンや小さなサーバーで試す場合: GPU なしで実行状態に達しました。
同じ分野でテストしたプロジェクト
ここに挙げたものはすべて、Argusic がクリーンなマシンにインストールして実行しました。テストしていないものは表示されません。
実行履歴
トピック (出典: GitHub)
crawlerdistributedflexiblejavaobject-orientedspiderwebxxl-crawler
バッジを埋め込む
プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.
[](https://argusic.com/subject/xxl-crawler)質問
- xxl-crawler は動作しますか?
- はい。xxl-crawler は動作します. Argusic はクリーンなマシンで 12 分でインストールして起動し、途中で 7 件のエラーに遭遇し、セッションを記録しました。
- Argusic は xxl-crawler をどのようにテストしましたか?
- 新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 2088dd10212f に固定)。記録された試行は 1 回で、手順の全体は評価方法のページに掲載しています。
- xxl-crawler のテストにはいくらかかりましたか?
- この判定を出した実行のコストは 0.10 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
- xxl-crawler のインストールにはどのくらい時間がかかりますか?
- この判定を決めた実行では、クリーンなマシンから実行状態まで 12 分でした。これは 1 回の計測された試行であり、平均ではありません。
- xxl-crawler には GPU が必要ですか?
- 起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
- xxl-crawler のインストールでは何がうまくいきませんか?
- 記録された実行では 7 件の問題が発生しました。そのうち 4 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。
- xxl-crawler は代替のプロジェクトと比べてどうですか?
- Argusic がインストールして時間を計測した crawler のプロジェクト 25 件のうち、xxl-crawler は実行状態に達するまでの速さが 18 番目で、25 件中 19 件がそもそも実行状態に達しました。
- xxl-crawler の証拠はどこにありますか?
- 記録された実行をこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。