Original em inglês: https://argusic.com/subject/gpt-promo-scanner
gpt-promo-scanner
ChatGPT Team(Business): scanner automático de códigos promocionais, com descoberta em lote, validação e coleta de preços, suporta 34 códigos em 17 países e até 71% de desconto | ChatGPT Business: scanner de códigos promocionais, com descoberta em lote, validação e coleta de preços, 34 códigos em 17 países e até 71% de desconto.
Executa com mocksfonte: GitHubPythonMITcommit be528fef2d59
Python, licença MIT. O projeto se descreve como: chatgpt, chatgpt business, chatgpt team, clash, cloudflare bypass, curl cffi, discount e openai.
gpt-promo-scanner executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 43 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Repo installs cleanly and every scanning script (auto_scan, discover_codes, verify, open_stripe, partner_scan, and the us/mega/uk scanners) ran and produced valid output against the local mock of the ChatGPT API and Clash proxy; open_stripe.py works after switching its hardcoded proxy to the project config-driven proxy.
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 92 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.
- open_stripe.py hardcoded proxy http://127.0.0.1:7890 (closed in container) instead of using config/env proxy, always failing with curl(7) connect error15 minutos
- Project requires a ChatGPT accessToken and a Clash proxy; none exist in the container, so real chatgpt.com calls return 40315 minutos
- Tempo de instalação
- 43 minutos
- Da máquina limpa até o fim
- 43 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 2 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- .venv/bin/python discover_codes.py --cross exited 0 (490 tested, 11 ELIGIBLE, 15 EXISTS, 0 errors); .venv/bin/python auto_scan.py exited 0 (11 working codes, scan_results.json and stripe_urls.txt written); .venv/bin/python open_stripe.py thealloynetwork US eyJmock123 exited 0 and printed https://checkout.stripe.com/c/pay/cs_test_mock123
- Tokens de modelo usados
- 4.194.736
- Commit exato testado
- be528fef2d59
- 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
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
- The project builds and runs: `pip install -r requirements.txt` succeeded inside `.venv` (Python 3… - Because the real Argusic API requires a ChatGPT accessToken plus a Clash proxy, I stood up a sche… - Results observed: `discover_codes.py --cross` → exit 0, 490 tested, 11 ELIGIBLE / 15 EXISTS / 0 e… - One real defect found and fixed (only code change in the tree): `open_stripe.py` hardcoded its pr… tokens used 4,194,736 Approximately 43 minutes elapsed, well within the 90-minute limit. **Final report** - The project builds and runs: `pip install -r requirements.txt` succeeded inside `.venv` (Python 3… - Because the real Argusic API requires a ChatGPT accessToken plus a Clash proxy, I stood up a sche… - Results observed: `discover_codes.py --cross` → exit 0, 490 tested, 11 ELIGIBLE / 15 EXISTS / 0 e… - One real defect found and fixed (only code change in the tree): `open_stripe.py` hardcoded its pr…
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
- 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.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Levou 43 minutos para instalar, mais devagar que a mediana dos 4 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 5 projetos de chatgpt que a Argusic instalou e cronometrou, gpt-promo-scanner foi o 5º mais rápido a chegar a um estado de execução, e 2 de 5 chegaram a esse estado.
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
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,89 |
Tópicos (de GitHub)
chatgptchatgpt-businesschatgpt-teamclashcloudflare-bypasscurl-cffidiscountopenaipromo-codepromo-codesproxypythonstripeweb-scraping
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/gpt-promo-scanner)Perguntas
- gpt-promo-scanner executa?
- gpt-promo-scanner executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 43 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou gpt-promo-scanner?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit be528fef2d59. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar gpt-promo-scanner?
- A execução que produziu este veredito custou US$ 0,89: 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 gpt-promo-scanner?
- 43 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- gpt-promo-scanner 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 gpt-promo-scanner?
- 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 gpt-promo-scanner se compara às alternativas?
- Dos 5 projetos de chatgpt que a Argusic instalou e cronometrou, gpt-promo-scanner foi o 5º mais rápido a chegar a um estado de execução, e 2 de 5 chegaram a esse estado.
- Onde estão as evidências de gpt-promo-scanner?
- 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.