# Poly найден: официальные страницы hp.com (12.11.2026) ## Что не работало | Источник | Ответ | |---|---| | `documents.polycom.com` | **503** | | `support.polycom.com/sitemap.xml` | HTML Angular-приложения вместо карты | | `www.poly.com/sitemap.xml` | HTML 597 КБ, даже через прокси | Poly принадлежит **HP** — и вот там данные есть. ## Где нашлось `https://www.hp.com/us-en/poly/video-conferencing.html` — открывается **напрямую** (631 КБ). Прокси, наоборот, отдавал 000 — то есть виноват был именно он. Обход дал **32 страницы продукции** (без магазинных): ``` poly/video-conferencing/all-in-one/studio-x72.html poly/video-conferencing/modular/g7500.html poly/video-conferencing/all-in-one/studio-x52.html poly/video-conferencing/pc-based.html ... ``` Локализованные дубли (be-fr, pl-pl, jp-ja …) отфильтрованы: оставлен только `/us-en/`. ## Проверка извлечения Было: `device: None, фактов 0` — модель читала меню вместо характеристик. Исправлено два дефекта: 1. **Выбор фрагмента по плотности характеристик** — скользящее окно ищет участок с максимумом ключевых слов и чисел, а не первое вхождение слова «specification» (оно в меню). 2. **Чистка мусора в тексте** — выброшены пути `/content/dam/…png`, `@2x`, `check_mark`, строки из одного слова. Стало: ``` device: HP Poly Studio X72 факты: совместим с Microsoft Teams / Zoom / Google Meet фрагмент: «Advanced microphone design … HP Poly Studio X72 is compatible with leading collaboration platforms» ``` ## Текущие результаты по вендорам | Вендор | Документов | Фактов | Зависимостей | Моделей | |---|---|---|---|---| | vinteo | 19 | 43 | 13 | — | | iva | 13 | 30 | 8 | 2 | | logitech | 6 | 13 | 5 | 2 | | poly | 3 | 6 | 1 | 1 (Studio X72) | ## Честные ограничения 1. **Logitech**: 57 из 63 страниц пустые — в базе знаний Zendesk много картинок-галерей и служебных статей. Нужен фильтр по заголовку (datasheet, specifications, setup). 2. **Vinteo**: модели не определяются — страницы маркетинговые; нужны PDF-каталоги (в очереди есть `/download/`). 3. **Poly**: 32 страницы — это продуктовые обзоры; полноценные PDF-даташиты лежат на `h20195.www2.hp.com` (нужен отдельный сбор PDF и `pdftotext`, который на хосте уже есть). 4. **Заглушки**: модель иногда копировала схему в значения («с каким устройством/сервисом совместимо») — почищено постфильтром и дополнением промпта.