Original em inglês: https://argusic.com/subject/gecco
gecco
Web crawler leve e fácil de usar（易用的轻量化网络爬虫）
Executafonte: GitHubJavaMITcommit e1f32e1c437b
Java, licença MIT. O projeto se descreve como: crawler, dynamic, fastjson, gecco, java e jsoup.
gecco executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 4,7 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Build succeeded (mvn compile, package, test-compile all exit 0); demo crawler successfully fetched and parsed https://www.baidu.com/, producing JSON output.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- Java and Maven not available in container1,5 minutos
- cglib library incompatible with JDK 17 module system0,5 minutos
- Tempo de instalação
- 5 minutos
- Da máquina limpa até o fim
- 5 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 2 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- timeout 15 java --add-opens java.base/java.lang=ALL-UNNAMED -cp ... com.geccocrawler.gecco.demo.CommonCrawler against https://www.baidu.com/ output valid JSON with page body and request metadata
- Tokens de modelo usados
- 84.813
- Commit exato testado
- e1f32e1c437b
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
import time
start = 1791001146
now = time.time()
elapsed = now - start
print(f'Start: {start}, Now: {now}, Elapsed: {elapsed:.0f}s = {elapsed/60:.1f} min')
\"" in /work/repo
succeeded in 0ms:
Start: 1791001146, Now: 1791001426.1601858, Elapsed: 280s = 4.7 min
All data collected. Here is the final report:
tokens used
84,813
All data collected. Here is the final report:Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 4,7 minutos, mais rápido que a mediana dos 24 projetos comparáveis que a Argusic mediu.
- Recuperou-se de todos os 2 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 25 projetos de crawler que a Argusic instalou e cronometrou, gecco foi o 11º mais rápido a chegar a um estado de execução, e 19 de 25 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 4,7 minutos depois do clone.
Histórico de execuções
Tópicos (de GitHub)
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/gecco)Perguntas
- gecco executa?
- Sim. gecco executa. A Argusic o instalou e iniciou em uma máquina limpa em 5 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou gecco?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit e1f32e1c437b. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar gecco?
- A execução que produziu este veredito custou US$ 0,04: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar gecco?
- 4,7 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- gecco precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar gecco?
- 2 coisas quebraram na execução registrada, e 2 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como gecco se compara às alternativas?
- Dos 25 projetos de crawler que a Argusic instalou e cronometrou, gecco foi o 11º mais rápido a chegar a um estado de execução, e 19 de 25 chegaram a esse estado.
- Onde estão as evidências de gecco?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.