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>.jsonиresults/<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:
- валидация JSON по схемам;
- сравнение с L1-цитатами;
- 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.