Original em inglês: https://argusic.com/subject/news-please
news-please
news-please - um rastreador web integrado e extrator de informações para notícias que simplesmente funciona
Executafonte: GitHubPythonApache-2.0arquivado na origemcommit f899850be2bb
Python, licença Apache-2.0. O projeto se descreve como: cc news, ccnews, commoncrawl, crawler, data gathering, elasticsearch, extract articles e extract information.
news-please executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 2 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
news-please 1.6.13 installs and its library API extracts structured article data (title, authors, publication date, description, maintext, language) from HTML via both HTTP and raw HTML input; CLI entry points respond with help 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 90 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.
- Debian Python 3.12 blocks system-wide pip install due to externally-managed-environment1 minuto
- newspaper4k prints warning that nltk is not installed, disabling optional NLP features
- Example scripts (downloadfromurl.py, downloadfromfile.py) contain hardcoded author machine paths
- Tempo de instalação
- 2 minutos
- Da máquina limpa até o fim
- 5 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- NewsPlease.from_url() against a local HTTP server serving a mock news page extracted title, authors, date, description, language, and maintext with all 15 output fields populated; NewsPlease.from_html() extracted from raw HTML; news-please --help returned correct usage
- Tokens de modelo usados
- 42.176
- Commit exato testado
- f899850be2bb
- 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.
All tests pass. Let me compile the final report. The project is `news-please`, a generic news crawler and extractor. Here's what I found: **Install**: Created a Python venv to work around the Debian externally-managed-environment restric… **Errors encountered and fixed**: - **Externally-managed Python**: Debian's Python 3.12 blocks system-wide `pip install`. Fix: create… - **`nltk` missing**: `newspaper4k` prints a warning that NLP features are unavailable without `nlt… - **Example scripts have hardcoded paths** (`/Users/felix/Downloads/`). These are examples for the … **Verification results**: - **CLI**: `news-please --help` prints usage with all flags correctly. - **`NewsPlease.from_url()`**: Started an HTTP server with a mock news article (title, author meta,… - **`NewsPlease.from_html()`**: Extracted title, authors, text, and metadata correctly from raw HTM… The library API works end-to-end. The CLI starts but requires real news sites and a properly config…
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 2 minutos.
- Recuperou-se de todos os 3 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 Apache-2.0, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
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 2 minutos depois do clone.
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 | 2/3 | Executa | 100,00 | 0,05 | |
| Argusic Runner | 1/3 | Não verificado | 80,00 | 0,09 |
Tópicos (de GitHub)
cc-newsccnewscommoncrawlcrawlerdata-gatheringelasticsearchextract-articlesextract-informationextractorjsonnewsnews-archivenews-articlesnews-crawlernews-extractornews-scrapernews-websitesnlppythonroberta
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/news-please)Perguntas
- news-please executa?
- Sim. news-please executa. A Argusic o instalou e iniciou em uma máquina limpa em 2 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou news-please?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit f899850be2bb. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar news-please?
- A execução que produziu este veredito custou US$ 0,05: 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 news-please?
- 2 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- news-please 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 news-please?
- 3 coisas quebraram na execução registrada, e 3 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Onde estão as evidências de news-please?
- Todas as 2 execuções registradas estão 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.