Files
buryan-infra/ops/combine/research-pack/README.md
T
2026-11-18 18:55:28 +03:00

4.4 KiB

Prism Research Pack — офлайн/ПК-аудит

Набор для запуска после 18:00 на ПК. Цель: силами LLM собрать полный аудит официальных решений вендоров и практик, затем вернуть данные в Prism.

Принцип

  • L1 только официальный производитель. Дистрибьюторы/интеграторы — L2, не specs.
  • Нет цитаты → null, не выдумывать.
  • Один результат = один JSON.
  • Сначала аудит, потом импорт в каталог — вручную/после проверки.

Структура

research-pack/
  README.md
  tasks.jsonl              # 24 задачи: 11 вендоров/рынков + 13 практик
  schema-vendor.json       # схема vendor audit
  schema-practice.json     # схема practice audit
  prompt-vendor.md
  prompt-practice.md
  run_research.py          # задачи по вендорам/практикам
  extract_docs.py          # официальный PDF/HTML -> JSON через LLM
  docs-manifest-test.jsonl # пример манифеста документов
  sources/                 # сюда можно положить официальные PDF/HTML (опционально)
  results/                 # сюда пишутся ответы

Извлечение из документов (главный путь)

python extract_docs.py --manifest docs-manifest.jsonl --out results-docs

Манифест — JSONL:

{"id":"yealink-meetingbar-a40","vendor":"yealink","source":"https://.../a40-datasheet.pdf"}
{"id":"yealink-compat","vendor":"yealink","source":"C:/docs/yealink-compatibility.pdf"}

extract_docs.py:

  • скачивает PDF/HTML или читает локальный PDF;
  • извлекает текст (pdftotext/pypdf);
  • отправляет в LLM по строгой схеме;
  • пишет results-docs/<id>.json.

Проверено на официальном Poly G62 PDF: DeepSeek вернул models/specs/source.quote.

Приём в staging

python ingest_extracted.py --in results-docs --out staging

Создаёт staging/models.yaml и REPORT.md: новые/существующие модели, предупреждения, review. Прод не меняется.

Запуск

cd research-pack
python run_research.py --tasks tasks.jsonl --out results --limit 1 --dry-run
python run_research.py --tasks tasks.jsonl --out results

Для Ollama:

set LLM_PROVIDER=ollama
set LLM_URL=http://127.0.0.1:11434
set LLM_MODEL=qwen2.5:7b
python run_research.py ...

Для OpenAI-совместимого API:

set LLM_PROVIDER=openai
set LLM_URL=http://127.0.0.1:8000
set LLM_MODEL=...
set LLM_API_KEY=...
python run_research.py ...

run_research.py:

  • пропускает уже готовые results/<id>.json;
  • пишет results/<id>.json и results/<id>.log;
  • --limit N — первые N задач;
  • --only vendor-audiocodes — одна задача;
  • --dry-run — проверить без вызова LLM.

Что вернуть на хост

Скопировать папку results/ в:

/root/buryan-infra/ops/combine/research-pack/results-pc-YYYYMMDD/

и сообщить. Дальше:

  1. валидация JSON по схемам;
  2. сравнение с L1-цитатами;
  3. только потом — ветки/каталог Prism.

Покрытие задач

Вендоры: Yealink, AudioCodes, Avaya, Poly, Logitech, IVA, Hitrolink, САТЕЛ, ФЛАТ, Информтехника.
Практики: Cisco CCW, Yealink Room Designer, Logitech Configurator, Poly, Crestron/Extron, Octopart/SiliconExpert, Akeneo/Pimcore, B2B CPQ, presales discovery, RFP response, spec-driven compare UX, AV project documentation, marketing/sales enablement.

Ограничение

LLM без веба не сможет «посмотреть» URL. Тогда:

  • либо LLM с браузером/агентом;
  • либо положить официальные PDF/HTML в sources/<id>/;
  • либо прогнать вручную по ссылкам и дать тексты.

Никаких дистрибьюторских даташитов как источника specs.