3.4 KiB
3.4 KiB
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:
- Выбор фрагмента по плотности характеристик — скользящее окно ищет участок с максимумом ключевых слов и чисел, а не первое вхождение слова «specification» (оно в меню).
- 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
- Logitech: 57 из 63 страниц пустые — в базе знаний Zendesk много картинок-галерей и служебных статей. Нужен фильтр по заголовку (datasheet, specifications, setup).
- Vinteo: модели не определяются — страницы маркетинговые; нужны
PDF-каталоги (в очереди есть
/download/). - Poly: 32 страницы — это продуктовые обзоры; полноценные PDF-даташиты
лежат на
h20195.www2.hp.com(нужен отдельный сбор PDF иpdftotext, который на хосте уже есть). - Заглушки: модель иногда копировала схему в значения («с каким устройством/сервисом совместимо») — почищено постфильтром и дополнением промпта.