यह सोमवार को चलता है। आप एक पैराग्राफ़ पढ़ते हैं।
इसे पृष्ठों की एक सूची और एक सुबह का समय दें। जब आप सो रहे होते हैं तो यह उनकी जांच करता है, बिल्ड आईडी और बदलते बैनरों को अनदेखा करता है, और आपको उन कीमतों के बारे में बताता है जो बदल गई हैं — या यह कि कुछ भी नहीं बदला है।
यह कैसे काम करता है
तीन चरण, और उनमें से कोई भी “कॉन्फ़िगर करना” नहीं है।
- 01
इसे एक सूची और एक सुबह का समय दें
पृष्ठों की एक मार्कडाउन तालिका और आपको प्रत्येक पर किस चीज़ की परवाह है। फिर बताएं कि कब — “हर सोमवार नौ बजे” — और यह स्वयं शेड्यूल सेट करता है और ऐसा करने से पहले आपको बताता है कि अनअटेंडेड का क्या अर्थ है।
- 02
यह बिना किसी व्यक्ति की उपस्थिति के चलता है
प्रत्येक रन हर पृष्ठ को प्राप्त करता है, इसे तुलना योग्य पाठ में बदलता है, और पिछली बार के स्नैपशॉट से इसकी तुलना करता है। पहला रन एक बेसलाइन है और कुछ भी रिपोर्ट नहीं करता है, जो कि तुलना करने के लिए कुछ न होने पर सही उत्तर है।
- 03
आपको केवल वही मिलता है जो बदला है
reports/ में एक दिनांकित रिपोर्ट, जिसे फोन पर पढ़ने के लिए लिखा गया है ताकि वह व्यक्ति भी पढ़ सके जो इसे सेट करना भूल गया है। पुरानी रिपोर्ट कभी हटाई नहीं जाती हैं, इसलिए इतिहास ही मुख्य उद्देश्य है।
यह क्या कर सकता है
यह बदलाव और निरर्थक हलचल के बीच अंतर जानता है
डिप्लॉय हैश, कैश-बस्टिंग क्वेरी स्ट्रिंग, टेस्टिमोनियल जो हर लोड पर बदलता है — ये दस सेकंड के अंतर पर दो फ़ेच करने पर अलग होते हैं। यह एक बार बताता है कि पेज ऐसा है और फिर इसकी रिपोर्ट करना बंद कर देता है, क्योंकि जो फ़ीड हर हफ़्ते झूठी चेतावनी देती है उसे कोई नहीं खोलता।
शांत हफ़्ते के लिए एक पंक्ति मिलती है
यदि कुछ भी नहीं बदला, तो रिपोर्ट कहती है कि कुछ भी नहीं बदला। काम होने जैसा दिखाने के लिए यह “कोई बदलाव नहीं” कहने वाली पंक्तियों से पेज को नहीं भरेगा — संक्षिप्त रिपोर्ट एक शांत हफ़्ते का ईमानदार रूप है।
यह आपको बताता है कि जब आपकी अपनी सूची गलत होती है
बिना पते वाली पंक्ति, एक ही पेज को दो बार सूचीबद्ध किया जाना, एक होमपेज जिसमें वे कीमतें नहीं हैं जिन्हें आपने देखने के लिए कहा था। यह रन को विफल करने या आपकी फ़ाइल को चुपचाप संपादित करने के बजाय पंक्ति के अनुसार इनकी रिपोर्ट करता है और आगे बढ़ता रहता है।
इसे कैसे सेटअप किया गया है
यह कैसे काम करता है, ताकि साइन इन करने से पहले आपको पता हो कि आपको क्या मिल रहा है।
- एनवायरनमेंट
- नेटवर्क के साथ एक सैंडबॉक्स, जो Mume के एग्रेस प्रॉक्सी के माध्यम से पहुंचता है — प्रत्येक अनुरोध का समाधान किया जाता है और लॉग किया जाता है। शेड्यूल्ड रन को केवल एक शेड्यूल तक सीमित अल्पकालिक क्रेडेंशियल मिलता है, न कि आपके सत्र की प्रति।
- टूल
- पृष्ठों को प्राप्त करने और छोटा करने के लिए bash, वर्कस्पेस के लिए readFile, writeFile, editFile, glob, grep, ताकि साप्ताहिक रिपोर्ट को पता रहे कि कौन सा सप्ताह है इसलिए getCurrentTime, और scheduleRun, listSchedules व cancelSchedule।
- मॉडल
- कैटलॉग में कोई भी चैट मॉडल। यहाँ निर्णय संपादकीय है — यह तय करना कि चालीस अंतरों में से कौन सा एक वाक्य के योग्य है।
- शुरुआती फ़ाइलें
- एक वॉचलिस्ट के साथ सेट किया गया है और कोई स्नैपशॉट नहीं है, इसलिए पहला रन एक वास्तविक बेसलाइन रन है। इस सूची में पांच समस्याएं शामिल हैं: एक डुप्लिकेट पंक्ति, बिना URL वाली पंक्ति, हर बार प्राप्त करने पर बदलने वाला पृष्ठ, एक अस्पष्ट संक्षिप्त विवरण और एक ऐसा अनुरोध जिसके लिए इसके पास कोई टूल नहीं है।
- क्या सहेजा जाता है
- स्नैपशॉट और प्रत्येक रिपोर्ट सत्र के साथ रहते हैं, जिससे दूसरे सप्ताह का अर्थ बनता है। रन के बीच कुछ भी हटाया नहीं जाता है।
लोग इससे जो पूछते हैं
- “वॉचलिस्ट की हर चीज़ जांचें और सोमवार की सुबह साप्ताहिक रन सेट करें।”
- “पिछले हफ़्ते से क्या बदला है?”
- “मेरी वॉचलिस्ट में क्या खराबी है?”
- “साप्ताहिक रन रोकें।”
यह क्या नहीं करेगा
इनमें से हर एक ऐसी वास्तविक बाधा है जिसका हमने सामना किया है, कोई योजना की सूची वाली चीज नहीं।
- यह आपको कुछ भी नहीं भेज सकता है। कोई ईमेल या सूचना टूल नहीं है, इसलिए रिपोर्ट वर्कस्पेस में एक फ़ाइल है — यह पहली बार चलने पर ऐसा बताता है ताकि आपको ऐसे संदेश का इंतज़ार न करना पड़े जो नहीं आने वाला है।
- यह सर्वर द्वारा भेजी गई जानकारी को पढ़ता है। ब्राउज़र में पूरी तरह से रेंडर होने वाला पृष्ठ लगभग खाली आता है, और यह खाली पृष्ठ को हमेशा के लिए अपरिवर्तित रिपोर्ट करने के बजाय आपको यह बता देगा।
- यह पृष्ठों की निगरानी करता है, उत्पादों की नहीं। केवल लॉग-इन किए गए डैशबोर्ड के अंदर या फॉर्म के पीछे PDF में बदला हुआ मूल्य यह नहीं देख सकता है।
- शेड्यूल्ड रन आपसे कुछ नहीं पूछ सकते। उत्तर देने के लिए कोई नहीं है, इसलिए वे दिए गए निर्देशों के अनुसार काम करते हैं — यही कारण है कि यह शेड्यूल करने से पहले आपसे निर्देश को मंज़ूरी देने के लिए कहता है।
कौन सा मॉडल इसे सबसे बेहतर करता है
इस एजेंट के वास्तविक रन पर मापा गया, प्रति मॉडल। एक रन को तब समाप्त माना जाता है जब उसने अपने दम पर उत्तर दिया — कुछ भी विफल नहीं हुआ, किसी से कुछ भी स्वीकृत करने के लिए नहीं कहा गया, और इसके चरण समाप्त नहीं हुए। तीनों स्तंभों को एक साथ पढ़ें: एक मॉडल जो हार मानकर जल्दी समाप्त होता है, वह पहले पर खराब स्कोर करता है, और जो कड़ी मेहनत करके सब कुछ पूरा करता है, वह दूसरे पर खराब स्कोर करता है।
| मॉडल | पूरा होने की दर | मीडियन लागत | मीडियन समय | रन |
|---|---|---|---|---|
| claude-sonnet-5anthropic | 95% | $0.075 | 45से | 20 |
- पूरा होने की दर
- ऐसे रन जिन्होंने आपके बिना हस्तक्षेप किए काम पूरा कर दिया।
- मीडियन लागत
- एक सामान्य रन की लागत क्या है, क्रेडिट में।
- मीडियन समय
- कुल समय, पहले संदेश से लेकर उत्तर तक।
प्रत्येक पंक्ति के पीछे के रन का मध्यक। एक मॉडल तब दिखाई देता है जब उसके पास इस एजेंट पर 3 रन होते हैं, और रन की संख्या दिखाई जाती है ताकि आप आंक सकें कि कोई आंकड़ा किस पर आधारित है।
यह सोमवार को चलता है। आप एक पैराग्राफ़ पढ़ते हैं।
यह पहले से ही सेट है। इसे खोलें और इससे कुछ पूछें।
एक वॉच सेट अप करें