Извлечение внутри приложения
Агенты открывают приложение, переходят к данным и извлекают их так же, как это делает человек: экран за экраном, на реальном устройстве.
Три боли, с которыми каждая команда продаж и развития бизнеса сталкивается еженедельно. Именно то, на что жалуются твои менеджеры, а не то, как это назвала бы страница с возможностями.
Нужные вам данные находятся в мобильных приложениях без API, и веб-скрапинг до них не добирается.
Каждый конвейер ниже, это форма, которую ты собираешь на холсте с помощью команды и инструментов ниже. Не готовая функция от нас, а паттерн, который ты настраиваешь.
Агенты открывают приложение, переходят к данным и извлекают их так же, как это делает человек: экран за экраном, на реальном устройстве.
Ограничены разрешёнными приложениями, работают по заданному вами расписанию, каждый запуск журналируется и доступен для проверки.
Извлечённые экраны становятся валидированными структурированными записями, готовыми для вашего пайплайна.
Реальные персоны из команды research_team. Каждая поставляется с настроенным системным промптом и стандартным списком разрешённых инструментов. Меняй модели для каждой персоны на холсте.
Превращает пошаговое извлечение с экранов в чистые, валидированные наборы данных.
Определяет, какие источники внутри приложения важны и что из них извлекать.
Документирует каждый источник и обеспечивает воспроизводимость извлечений.
Каждый инструмент ниже, это реальный общий инструмент из набора Melaya. Добавляй в список разрешений для каждого агента, закрывай операции записи подтверждением человеком, отзывай любой из них одним кликом.
Навигирует по приложению и считывает данные с экрана на реальном устройстве.
Валидирует и профилирует данные, полученные с экранов.
Размещает результаты там, где их ожидает ваш пайплайн.
Формирует доступную для поиска базу по каждому запуску извлечения.
Каждый конвейер поставляется с тремя уровнями доступа к знаниям. Комбинируй для каждого агента на холсте. Никакого общего векторного пространства с другим арендатором, никаких случайных чтений, никакого непрозрачного поиска.
includeContextДокументы для конкретного конвейера, добавляемые к входным данным выбранных агентов при каждом прогоне. Бриф ICP, плейбук, прайс-лист или корпус выигранных сделок. Всё, что должно быть доступно агенту до начала работы. Ты выбираешь, какие персоны получат какие документы.
rag_retrieveИнструмент с ограниченным доступом, выдаваемый каждому агенту. Когда агент решает, что нужна большая глубина, он запрашивает векторное хранилище рабочего процесса по требованию. Та же база знаний, что и статический контекст, но обращение к ней происходит только тогда, когда модель сама об этом просит.
pipeline_memoryСостояние на уровне конвейера, которое переходит от одного прогона к следующему. Вчерашнее исследование доступно для сегодняшнего продолжения. Команда помнит, что уже проработала, что было подтверждено, что отправлено. Журнал аудита, это вторичная база знаний.
Тариф Sandbox бесплатный, карта не нужна. Присоединись к списку ожидания, и мы напишем, как только откроется место.
← Все кейсы