Original em inglês: https://argusic.com/subject/ruia
ruia
Micro-framework assíncrono de web scraping para Python 3.6+ baseado em asyncio
Executafonte: GitHubpágina do projetoPythonApache-2.0commit 68a45028830a
Python, licença Apache-2.0. O projeto se descreve como: aiohttp, asyncio, asyncio spider, crawler, crawling framework, middlewares, python e python ruia.
ruia executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 37 minutos e encontrou 7 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Ruia 0.8.5 is installed in a Python 3.12 venv with uvloop; pip install -e .[uvloop] succeeds; 66 of 67 tests pass including all field extraction, item parsing, middleware, request fetching, and spider orchestration tests against live httpbin.org and news.ycombinator.com.
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.
- All network tests crashed: asyncio.get_event_loop() raised RuntimeError on Python 3.12 + uvloop5 minutos
- pip install failed: externally-managed-environment (PEP 668)3 minutos
- start_worker() in spider.py had AttributeError: 'Response' object has no attribute 'close_request' when handle_callback results (2-tuples) were mixed with handle_request results (3-tuples)3 minutos
- Spider.__init__ creates ClientSession() without loop arg; aiohttp 3.14 requires running loop or explicit loop param2 minutos
- test_response.py had module-level get_event_loop() calls that fail during pytest collection2 minutos
- Missing dependency: async-timeout not listed in setup.py install_requires1 minuto
- Tempo de instalação
- 37 minutos
- Da máquina limpa até o fim
- 22 minutos
- Erros encontrados e corrigidos
- 7 encontrados, 7 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- cd /work/repo && /home/runner/venv/bin/python -m pytest tests/ --tb=no -q exited 0 with output: '........................................F.......................... 1 failed, 66 passed in 18.06s'
- Tokens de modelo usados
- 170.990
- Commit exato testado
- 68a45028830a
- 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.
exec /bin/sh -lc 'cat /work/repo/examples/simple_spider/__init__.py 2>/dev/null; ls /work/repo/examples/… succeeded in 0ms: douban_spider.py github_v3_spider_async.py github_v3_spider_async_parent_class.py github_v3_spider_async_parent_class_complex.py python_documentation_spider.py All done. Here's the final report: tokens used 170,990 All done. Here's 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.
- Recuperou-se de todos os 7 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.
O que não deu certo, ou não se sabe
- Levou 37 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 aiohttp que a Argusic instalou e cronometrou, ruia foi o 5º mais rápido a chegar a um estado de execução, e 4 de 5 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)
aiohttpasyncioasyncio-spidercrawlercrawling-frameworkmiddlewarespythonpython-ruiaruiaspideruvloop
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/ruia)Perguntas
- ruia executa?
- Sim. ruia executa. A Argusic o instalou e iniciou em uma máquina limpa em 37 minutos, encontrando 7 erros no caminho, e gravou a sessão.
- Como a Argusic testou ruia?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 68a45028830a. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar ruia?
- A execução que produziu este veredito custou US$ 0,08: 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 ruia?
- 37 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- ruia 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 ruia?
- 7 coisas quebraram na execução registrada, e 7 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como ruia se compara às alternativas?
- Dos 5 projetos de aiohttp que a Argusic instalou e cronometrou, ruia foi o 5º mais rápido a chegar a um estado de execução, e 4 de 5 chegaram a esse estado.
- Onde estão as evidências de ruia?
- 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.