Bản gốc tiếng Anh: https://argusic.com/subject/icrawler
icrawler
Một framework crawler đa luồng với nhiều crawler ảnh tích hợp sẵn.
Chạy đượcnguồn: GitHubtrang chủ dự ánPythonMITcommit f2a326dc2b07
Python, giấy phép MIT. Dự án tự gắn nhãn: bing image, crawler, flickr api, google images, python, scrapy và spider.
icrawler chạy được. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 5 phút, gặp 3 lỗi và tự sửa hết mà không cần trợ giúp, và toàn bộ phiên làm việc được ghi lại.
icrawler installs in a virtualenv, all 5 built-in crawler tests pass against live services (Google, Bing, Baidu, BBC, Pinterest), and downloaded images are valid media files verifiable by Pillow.
Kết quả agent đạt được trên máy sạch, bằng chính lời của nó. Cách đo
Argusic đo trên một máy mới mỗi lần. Mỗi con số đều link tới bằng chứng của nó. Điểm Argusic 100 trên 100 (trung bình điểm các lần chạy của dự án này).
Tóm tắt
Dữ liệu dự án lấy từ GitHub, có link ở đầu trang, cập nhật . Dữ liệu test của Argusic (CC BY 4.0); mỗi con số đều link tới một trang run có đầy đủ log, bản ghi và mã sha256 của chúng.
Những gì đã đo
Lấy từ lần chạy quyết định kết luận này. Mỗi dòng là một giá trị được ghi lại, không phải ước tính.
Những gì trục trặc, bằng chính lời của agent
Lời của chính agent, lỗi nặng nhất trước, không bao giờ viết lại thành lời khuyên.
- Downloader treated HTTP 200 as error (elif 200 <= response.status_code < 300 caused every successful download to break without saving)10 phút
- Session.request called .format() on None proxy from empty ProxyPool5 phút
- pip install blocked by externally-managed-environment (Debian PEP 668)2 phút
- Thời gian cài đặt
- 5 phút
- Từ máy sạch đến khi xong
- 21 phút
- Lỗi gặp và đã sửa
- gặp 3, tự sửa 3 mà không cần người giúp
- Cách chứng minh kết quả
- pytest tests/test_todo.py -v --timeout=60 passed 5/5 (google, bing, baidu, greedy, urllist); downloaded images verified as valid JPEG/PNG via PIL (e.g. /tmp/tmpom2s5xi_/greedy/000001.jpg 480x269 RGB, /tmp/tmpom2s5xi_/baidu/000001.jpg 750x1334 RGB, /tmp/tmp73t1n41s/urllist/000001.jpg 518x778 RGB)
- Số token model đã dùng
- 363.949
- Commit chính xác đã test
- f2a326dc2b07
- Container image
- sha256:cdd920bce783
Những gì chưa đo
Nửa còn lại, để bạn thấy rõ bằng chứng này đi xa tới đâu. Chỗ trống được ghi là chỗ trống và không bao giờ được lấp vào.
- Bộ nhớ GPU cao nhất
- lần này chạy trên máy CPU, nên không có GPU để đo
- Hoạt động khi chạy lâu
- mỗi lần thử dùng cấu hình nhỏ nhất có trong tài liệu và một khoảng thời gian cố định, nên đây là đo xem nó có chạy hay không, không đo nó chịu tải ra sao
Đoạn cuối của bản ghi
Những dòng cuối của phiên terminal đã quyết định kết luận này, đúng như khi được ghi lại.
See https://docs.pytest.org/en/stable/how-to/capture-warnings.html#resource-warnings for more inf…
warnings.warn(pytest.PytestUnhandledThreadExceptionWarning(msg))
-- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html
======================== 5 passed, 1 warning in 30.20s =========================
exec
/bin/sh -lc 'echo "5 passed, 0 failed, 1 warning"' in /work/repo
succeeded in 0ms:
5 passed, 0 failed, 1 warning
All 5 tests pass consistently. Here's the final summary:
tokens used
363,949
All 5 tests pass consistently. Here's the final summary:Xem lại toàn bộ phiên, mọi lệnh từ máy sạch tới thời điểm này.
Cách test
Một agent, một container, không có người giúp. Agent cài dự án theo đúng cách tài liệu của dự án hướng dẫn, chạy nó, và sửa những gì bị hỏng. Mọi thứ bên dưới được ghi lại đúng như đã diễn ra: phiên terminal, log và commit chính xác. Toàn bộ phương pháp.
Điểm mạnh và giới hạn
Dữ kiện đo được, không phải ý kiến. Cách viết nội dung.
Những gì suôn sẻ
- Đạt trạng thái chạy được trên máy sạch, có ghi lại phiên làm việc.
- Cài đặt trong 5 phút.
- Tự khắc phục cả 3 lỗi mà không cần người can thiệp, cho thấy các lỗi được ghi trong tài liệu đủ rõ để giải quyết.
- Chạy được không cần GPU, nên không cần GPU để khởi động.
- Giấy phép MIT, theo thông tin từ nơi lưu trữ dự án.
Những gì không suôn sẻ, hoặc chưa biết
- Mới đo một lần. Một lần thử cho thấy nó có thể chạy, chưa cho thấy nó chạy ổn định.
Phù hợp để dùng cho
- Thử trên laptop hoặc máy chủ nhỏ: nó đạt trạng thái chạy được mà không cần GPU.
- Đánh giá nhanh: nó đã chạy 5 phút sau khi clone.
Cũng đã test, cùng lĩnh vực
Mỗi dự án ở đây đều được Argusic cài đặt và chạy trên máy sạch. Không có dự án nào chưa test xuất hiện ở đây.
Lịch sử chạy
Chủ đề (từ GitHub)
Nhúng badge
Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.
[](https://argusic.com/subject/icrawler)Câu hỏi
- icrawler có chạy được không?
- Có. icrawler chạy được. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 5 phút, gặp 3 lỗi trên đường đi, và ghi lại phiên làm việc.
- Argusic đã test icrawler như thế nào?
- Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit f2a326dc2b07. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
- Test icrawler tốn bao nhiêu?
- Lần chạy đưa ra kết luận này tốn 0,11 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.
- Cài đặt icrawler mất bao lâu?
- 5 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.
- icrawler có cần GPU không?
- Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
- Cài đặt icrawler thì gặp lỗi gì?
- 3 lỗi xảy ra trong lần chạy được ghi lại, và 3 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.
- Bằng chứng cho icrawler ở đâu?
- Lần chạy được ghi lại nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.