Original em inglês: https://argusic.com/subject/geziyor
geziyor
Geziyor, um framework de web crawling e scraping extremamente rápido para Go. Suporta renderização de JS.
Executafonte: GitHubGoMPL-2.0commit 229b8ca83ac1
Go, licença MPL-2.0. O projeto se descreve como: crawler, go, scraper, scraping e spider.
geziyor executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 18 minutos e encontrou 6 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
The Geziyor web scraping framework builds and passes every test across all 7 packages, and a compiled demo successfully scraped a live website.
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.
- No Go compiler in container6 minutos
- //go:build syntax errors in pinned deps incompatible with Go 1.162 minutos
- TestPostFormUrlEncoded panics: nil map assignment1 minuto
- TestRetry: no error returned after retries exhausted on 500 status1 minuto
- TestJSONExporter_Export: trailing comma produces invalid JSON1 minuto
- Disk space cleanup
- Tempo de instalação
- 18 minutos
- Da máquina limpa até o fim
- 16 minutos
- Erros encontrados e corrigidos
- 6 encontrados, 6 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- go test ./... exited 0 with all packages ok (geziyor, cache, diskcache, leveldbcache, client, export, middleware). Also ran a demo main program that scraped http://api.ipify.org and printed the IP successfully.
- Tokens de modelo usados
- 210.012
- Commit exato testado
- 229b8ca83ac1
- 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.
## Verification ``` $ go test ./... ok github.com/geziyor/geziyor 18.231s ok github.com/geziyor/geziyor/cache 3.018s ok github.com/geziyor/geziyor/cache/diskcache 0.011s ok github.com/geziyor/geziyor/cache/leveldbcache 0.018s ok github.com/geziyor/geziyor/client 0.654s ok github.com/geziyor/geziyor/export 0.011s ok github.com/geziyor/geziyor/middleware 0.005s ``` All 7 packages pass, no failures. A demo program compiled and ran successfully, scraping http://api…
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.
- Recuperou-se de todos os 6 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 MPL-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Levou 18 minutos para instalar, mais devagar que a mediana dos 24 projetos comparáveis que a Argusic mediu.
- 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, geziyor foi o 20º 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.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
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/geziyor)Perguntas
- geziyor executa?
- Sim. geziyor executa. A Argusic o instalou e iniciou em uma máquina limpa em 18 minutos, encontrando 6 erros no caminho, e gravou a sessão.
- Como a Argusic testou geziyor?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 229b8ca83ac1. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar geziyor?
- A execução que produziu este veredito custou US$ 0,13: 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 geziyor?
- 18 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- geziyor 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 geziyor?
- 6 coisas quebraram na execução registrada, e 6 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como geziyor se compara às alternativas?
- Dos 25 projetos de crawler que a Argusic instalou e cronometrou, geziyor foi o 20º mais rápido a chegar a um estado de execução, e 19 de 25 chegaram a esse estado.
- Onde estão as evidências de geziyor?
- 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.