Original em inglês: https://argusic.com/subject/scrapling
Scrapling
O MELHOR framework de Web Scraping que lida com tudo, desde uma única requisição até um crawl em escala total!
Executafonte: GitHubpágina do projetoPythonBSD-3-Clausecommit 458e2a2ac909
Python, licença BSD-3-Clause. O projeto se descreve como: ai, ai scraping, automation, crawler, crawling, crawling python, data e data extraction.
Scrapling executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 10 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Scrapling 0.4.15 is installed in a venv with all extras, Playwright Chromium browser available, all 985 tests pass, CLI and MCP server commands respond correctly, and HTTP fetches via StealthyFetcher return status 200 from real endpoints.
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 96 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.
- Tests fail with 'real_chrome=True' - no system Chrome installed at /opt/google/chrome/chrome2 minutos
- Playwright install-deps requires sudo for system libraries (libnss3, etc.)1 minuto
- Tempo de instalação
- 10 minutos
- Da máquina limpa até o fim
- 8 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 2 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pytest tests/ -v exited 0, 985 passed in 87.33s; scrapling --version returned 'Scrapling, version 0.4.15'; StealthyFetcher.fetch('https://httpbin.org/html').status returned 200
- Tokens de modelo usados
- 382.494
- Commit exato testado
- 458e2a2ac909
- 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
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 2, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
**Verification**: Full test suite passed — all 985 tests across parser, core, CLI, fetchers, spider… ```json ``` tokens used 382,494 That's fine, it's just a marker file anyway. Let me produce the final report. Here's a summary of everything I did: **Installation**: I created a Python virtual environment at `/home/runner/venv` (since the system P… **Error encountered & fixed**: The test files for `DynamicFetcher` used `real_chrome=True` in their… **Verification**: Full test suite passed — all 985 tests across parser, core, CLI, fetchers, spider… ```json ```
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 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 BSD-3-Clause, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
O que não deu certo, ou não se sabe
- Levou 10 minutos para instalar, mais devagar que a mediana dos 230 projetos comparáveis que a Argusic mediu.
Dos 231 projetos de ai que a Argusic instalou e cronometrou, Scrapling foi o 154º mais rápido a chegar a um estado de execução, e 152 de 231 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 10 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 | 0,08 | |
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,11 |
Tópicos (de GitHub)
aiai-scrapingautomationcrawlercrawlingcrawling-pythondatadata-extractionmcpmcp-serverplaywrightpythonscrapingselectorsstealthweb-scraperweb-scrapingweb-scraping-pythonwebscrapingxpath
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/scrapling)Perguntas
- Scrapling executa?
- Sim. Scrapling executa. A Argusic o instalou e iniciou em uma máquina limpa em 10 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou Scrapling?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 458e2a2ac909. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar Scrapling?
- 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 Scrapling?
- 10 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- Scrapling 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 Scrapling?
- 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 Scrapling se compara às alternativas?
- Dos 231 projetos de ai que a Argusic instalou e cronometrou, Scrapling foi o 154º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
- Onde estão as evidências de Scrapling?
- 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.