英文原文: https://argusic.com/subject/python-espncricinfo
python-espncricinfo
ESPNCricInfo JSON API 的 Python 封装
借助 mock 可运行来源:GitHub项目主页PythonMITcommit c556c9a209fb
Python,MIT 许可证. 项目的自我描述:api client、cricket、espncricinfo、python 和 sports data.
python-espncricinfo 可以运行,其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 2.5 分钟完成了安装,没有遇到任何错误,整个会话都被记录了下来。
The python-espncricinfo library installs from source into a venv, all 119 unit tests pass using mocked Playwright, and Match/Player/Series/MatchRef classes load and return correct data from fixture files.
agent 在干净的机器上最终得到的结果,用它自己的话说。 测量方式
每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 92,满分 100(该项目各次运行得分的平均值)。
概览
项目数据来自 GitHub,链接见本页顶部,更新于 。测试数据由 Argusic 提供 (CC BY 4.0);每个数字都链接到一个运行页面,附完整的 log、录屏及其 sha256 哈希。
测量了什么
来自决定该结论的那次运行。 每一行都是记录下来的数值,而非估算。
- 安装时间
- 3 分钟
- 从冷启动机器到完成
- 1 分钟
- 遇到并修复的错误
- 遇到 0 个,在无人协助的情况下修复了 0 个
- 结果是如何证明的
- pytest tests/ -k not integration: 119 passed, 0 failed; smoke-tested Match/Player/Series/MatchRef with fixtures
- 使用的模型 token
- 35,744
- 测试的确切 commit
- c556c9a209fb
- 容器镜像
- sha256:cdd920bce783
没有测量什么
另一半内容,让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失,从不填补。
- GPU 显存峰值
- 本次运行在 CPU 机器上进行,没有可采样的 GPU
- 长时间运行的表现
- 每次尝试都使用文档中最小的设置和固定的时间预算,因此这里测量的是它能否运行,而不是它在负载下的表现
- 对接真实服务的表现
- 本次运行只对照替身服务进行了验证
录屏的结尾
决定该结论的终端会话的最后几行,与录制时完全一致。
Everything works. Let me compile the final report.
Here's my assessment:
**Install**: `pip install -e .` succeeded in a virtualenv with all dependencies (requests, bs4, dat…
**Tests**: All 119 unit tests pass (excluding 10 integration tests that require `--live`). The lega…
**Verification**: I exercised Match, MatchRef, Player, and Series with fixture data — all load and …
Now let me produce the final JSON line:
exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 2…
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 2.5, "errors": [], "test_d…
tokens used
35,744回放完整会话,从干净的机器到此刻的每一条命令。
测试方式
一个 agent,一个容器,没有人工协助。它按照项目自身文档所写的方式安装项目,运行它,并修复出错的地方。下面的一切都按实际发生的过程记录:终端会话、log 和确切的 commit。 完整方法论.
优势与局限
均为实测事实,而非观点。内容是如何撰写的.
顺利的部分
- 用 2.5 分钟完成安装,快于 Argusic 测量过的 37 个同类项目的中位数。
- 过程中没有任何故障:从克隆到运行,零错误。
- 采用 MIT 许可证,以其托管平台报告的信息为准。
不顺利或尚不清楚的部分
- 只在替身服务下达到了运行状态,因此这里没有任何内容能证明它在真实服务下可以工作。
- 目前只测量过一次。单次尝试只能说明它可以运行,不能说明它能稳定运行。
在 Argusic 安装并计时过的 38 个 api-client 项目中,python-espncricinfo 达到运行状态的速度排名第 13,38 个项目中有 23 个达到了运行状态。
运行历史
| 测试者 | 尝试 | 结果 | 评分 | 成本 USD | 时间 |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | 借助 mock 可运行 | 92.00 | 0.02 |
主题 (来自 GitHub)
嵌入徽章
用于项目 README 的 Markdown。徽章链接回本页;使用条款见 条款页面.
[](https://argusic.com/subject/python-espncricinfo)常见问题
- python-espncricinfo 能运行吗?
- python-espncricinfo 可以运行,外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它,用时 3 分钟,过程中遇到 0 个错误,并记录了整个会话。
- Argusic 是如何测试 python-espncricinfo 的?
- 在一台全新的一次性机器上进行,每条命令都被记录,仓库固定在 commit c556c9a209fb。共记录了 1 次尝试,完整方法见方法论页面。
- 测试 python-espncricinfo 花了多少钱?
- 得出该结论的那次运行花费 0.02 USD:这是真实的算力和模型成本,而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
- python-espncricinfo 安装需要多长时间?
- 在决定该结论的那次运行中,从干净的机器到运行状态用了 2.5 分钟。这是一次实测的尝试,不是平均值。
- python-espncricinfo 需要 GPU 吗?
- 启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
- 安装 python-espncricinfo 时会出现什么问题?
- 在已记录的运行中没有出现任何问题:从克隆到运行,零错误。
- python-espncricinfo 与其他替代方案相比如何?
- 在 Argusic 安装并计时过的 38 个 api-client 项目中,python-espncricinfo 达到运行状态的速度排名第 13,38 个项目中有 23 个达到了运行状态。
- python-espncricinfo 的证据在哪里?
- 这次已记录的运行都在本页上,每次都链接到完整的 log 和终端录屏,并连同 sha256 指纹一起保存,因此无法被悄悄篡改。