download recent CC crawls to LUMIO
@nvanva arbeitet bereits daran.
Seit 08.10.2026.
Bewertung
Dieses Issue wurde noch nicht bewertet.
Beschreibung
Download the latest crawls to LUMIO. Due to insufficient free space on LUMIO for all crawls, we have started with the most recent crawl CC-MAIN-2026-39 and download each 2nd crawl up to CC-MAIN-2025-38. Later will download the remaining crawls.
Put dowloading code here.
- Vorherrschende Sprache
- Shell
- Sterne
- 1
- Forks
- 0
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Entwicklungsumgebung
Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus OpenEuroLLM/web-data-processing
-
audio and video extraction from WARCsEvtl. vergeben @nvanva hat das vor 7 Tagen übernommen. Offen
OpenEuroLLM/web-data-processing#8 · 1 Kommentar · 3 zugewiesene Personen ·
-
robots.txtEvtl. vergeben @nvanva hat das vor 7 Tagen übernommen. Offen
OpenEuroLLM/web-data-processing#7 · 1 zugewiesene Person ·
-
S2-S4 updatesEvtl. vergeben @nvanva hat das vor 7 Tagen übernommen. Offen
OpenEuroLLM/web-data-processing#6 · 3 Kommentare · 2 zugewiesene Personen ·
-
S2-S4 integrationEvtl. vergeben @nvanva hat das vor 7 Tagen übernommen. Offen
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 20/100
OpenEuroLLM/web-data-processing#5 · 1 zugewiesene Person ·
-
LUMIO manifest generationEvtl. vergeben @nvanva hat das vor 13 Tagen übernommen. Offen
OpenEuroLLM/web-data-processing#4 · 1 Kommentar · 1 zugewiesene Person ·
Alle Issues in OpenEuroLLM/web-data-processing
Ähnliche Issues
-
bug-unconfirmed
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 64/100
Maintainer antworten meist innerhalb von 1 Tag
-
[pico][astrocade] emu/apply.sh edits src/mame/midway/astrohome.cpp, which current MAME has in bally/Offen
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 83/100
FujiNetWIFI/fujinet-firmware#2120 ·
Maintainer antworten meist innerhalb von 1 Tag
-
enhancement
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 65/100
-
enhancement
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 68/100
Maintainer antworten meist innerhalb von 1 Tag
-
area:terraform priority:low source:reader type:enhancement
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 65/100
stephrobert/blog-roadmap#104 ·