Melaya Mobile · Data

Mag-extract ng data mula sa mga mobile app,hindi kailangan ng API

Binubuksan ng mga ahente ang app, pumupunta sa data, at kinukuha ito sa parehong paraan na gagawin ng isang tao: screen bawat screen, sa tunay na device. Limitado sa mga app na iyong pinahintulutan, sa iskedyul na iyong itinakda, na may bawat run na naka-log at maaaring suriin. Kapag sarado ang web route, bukas ang device route.

01
// Ano ang sira ngayon

Ang mga manual na daloy ng trabaho ay mas mahal kaysa sa ahente.

Tatlong sakit na nararamdaman ng bawat koponan ng pagbebenta at BD linggu-linggo. Ang bawat isa ay kung ano talaga ang reklamo ng iyong mga kinatawan, hindi kung ano ang tatawagin ng isang pahina ng tampok.

  1. 01

    Ang data na kailangan mo ay nasa loob ng mga mobile app na walang API, at hindi maabot ng web scraping ang mga ito.

02
// Mga daloy ng proseso na maaari mong buuin

Mga daloy ng trabaho ng ahente: bumuo, pagpatibayan, i-replay.

Ang bawat daloy ng proseso sa ibaba ay isang hugis na wire-wired mo sa canvas gamit ang pangkat at mga kasangkapan sa ibaba. Hindi isang tampok na ipinapadala namin para sa iyo, isang pattern na iyong kino-configure.

P01

In-app na ekstraksiyon

Binubuksan ng mga ahente ang app, pumupunta sa data, at kinukuha ito sa parehong paraan na gagawin ng isang tao: screen bawat screen, sa tunay na device.

P02

Naka-iskedyul, limitadong mga run

Limitado sa mga app na iyong pinahintulutan, sa iskedyul na iyong itinakda, na may bawat run na naka-log at maaaring suriin.

P03

Mula sa mga screen patungong dataset

Ang mga na-extract na screen ay nagiging validated, structured na rekord na maaaring gamitin ng iyong pipeline.

03
// Ang pangkat ng maraming ahente

Koponan para sa data extraction

Mga tunay na persona mula sa research_team na pangkat. Ang bawat isa ay may kasamang na-tune na system prompt at isang default na listahan ng mga pinahintulutang kasangkapan. Palitan ang mga modelo bawat persona sa canvas.

Data Scientist

DataScientist

Ginagawang malinis, validated na dataset ang screen-by-screen na ekstraksiyon.

Market Analyst

MarketAnalyst

Nagpapasya kung aling mga in-app na pinagkukunan ang mahalaga at kung ano ang kukuhanin mula sa kanila.

Literature Specialist

LiteratureSpecialist

Nino-dokumento ang bawat pinagkukunan at pinapanatiling maaaring i-reproduce ang mga ekstraksiyon.

04
// Mga kasangkapang may saklaw

Mga listahan ng pinahintulutang kasangkapan: ang mga aksyon na iyong ibinibigay lamang.

Ang bawat kasangkapan sa ibaba ay isang tunay na nakabahaging kasangkapan mula sa bundle ng Melaya. Mag-allowlist bawat ahente; ilagay ang pag-apruba ng tao sa mga pagsusulat; bawiin ang alinman sa kanila sa isang klik.

shared/tools/phone/

Ninavigate ang app at binabasa ang data mula sa screen sa tunay na device.

phone_open_appphone_get_screen_treephone_scrollphone_screenshot
shared/tools/data_utils/

Bine-validate at piniprofil ang lumabas mula sa mga screen.

csv_lintdf_describejson_validate
shared/tools/database/

Inilalagay ang mga resulta kung saan inaasahan ng iyong pipeline ang mga ito.

sql_querysql_export_csv
shared/tools/knowledge/

Gumagawa ng searchable na rekord ng bawat extraction run.

build_knowledge_from_textbuild_knowledge_from_file
05
// Tatlong antas ng kaalaman

Nababasa ng pangkat ang ibinibigay mo.

Ang bawat daloy ng proseso ay may kasamang tatlong antas ng access sa kaalaman. Paghaluin at itugma bawat ahente sa canvas. Walang nakabahaging vector space sa ibang nangungupahan, walang sorpresang pagbabasa, walang malabong pagkuha.

L1

Static na konteksto

includeContext

Mga dokumento bawat daloy ng proseso na idinaragdag sa input ng mga tiyak na ahente sa bawat takbo. Ang brief ng ICP, playbook, listahan ng presyo, o corpus ng mga nagwaging email. Anumang kailangang naroroon bago mag-isip ang ahente. Pinipili mo kung aling mga persona ang makakatanggap ng kung aling mga dokumento.

L2

Kasangkapan ng RAG retrieval

rag_retrieve

Isang kasangkapan na may saklaw na ibinibigay bawat ahente. Kapag nagpasya ang ahente na kailangan nito ng higit na lalim, ine-query nito ang vector store ng daloy ng trabaho nang on demand. Parehong base ng kaalaman gaya ng Static na konteksto, na ina-access lamang kapag humingi ang modelo.

L3

Cross-run na alaala

pipeline_memory

Estado sa antas ng daloy ng proseso na nagdadala mula sa isang takbo patungo sa susunod. Ang pananaliksik kahapon ay nasa saklaw para sa follow-up ngayon. Naaalala ng pangkat kung ano na ang na-prospect nito, kung ano ang naaprubahan, kung ano ang naipadala. Ang audit log ang pangalawang antas na base ng kaalaman.

07
// FAQ

Mga tanong tungkol sa ahenteng AI na tinatanong namin linggu-linggo.

Paano ang mga app na walang API?

Iyon ang punto. Binabasa ng ahente ang data mula sa app screen sa tunay na device, kaya hindi kailangan ng API.

Maaari bang ma-audit ang bawat run?

Oo. Ang mga run ay limitado sa mga app na iyong pinahintulutan, naka-iskedyul ng ikaw, at bawat hakbang ay naka-log at maaaring suriin.

Bakit hindi na lang sumulat ng script ng pagsasalaan?

Tumitigil ang mga script sa pagtratrabaho kapag ang data ay nasa loob ng isang mobile app na walang API at walang matatag na endpoint sa web. Ang Device Control ng Melaya ay nagpapatakbo ng totoong Android na telepono, kaya binabasa ng mga ahente ang parehong mga screen na nakikita ng isang tao. Ang persona ng Data Scientist ay nagpapatunay ng output gamit ang pangkat ng kasangkapan ng data_utils, at ang mga buong bakas ng takbo ay nagpapakita kung ano ang binasa ng bawat hakbang.

Maaari bang mag-extract ng n8n o Zapier ng data mula sa isang mobile app?

Hindi. Ang n8n, Zapier, at Make ay nagpapatupad ng mga paunang natukoy na hakbang ng trigger-aksyon laban sa mga API, kaya ang isang app na walang API ay nananatiling hindi naaabot. Ang mga ahente ng Melaya ay nagpaplano sa iba't ibang hakbang sa isang canvas ng mga ahente, kasangkapan, trigger, at gate ng pag-apruba, at ang pangkat ng telepono ay nagbabasa ng mga screen ng app nang direkta sa isang totoong device. Ang Zapier at Make ay nananatiling panalo pagdating sa lawak ng koneksyon para sa simpleng pag-automate ng API.

Paano nagiging malinis na hanay ng datos ang mga pagbabasa ng screen?

Tatlong pangkat ng kasangkapan ang nagdadala ng daloy ng proseso. Ang pangkat ng telepono ay nag-navigate sa app at nagbabasa ng bawat screen sa isang totoong device, ang data_utils ay nagpapatunay at nag-profile ng mga na-extract na field, at ang pangkat ng kasangkapan ng database ay naglalagay ng mga resulta kung saan inaasahan ng iyong daloy ng proseso ang mga ito. Pinapanatili ng pangkat ng kasangkapan ng kaalaman ang isang mapaghanap na talaan ng bawat takbo ng extraction.

Maaari bang i-skedyul ang mga takbo ng extraction at isasaklaw sa mga partikular na app?

Oo. Ang mga takbo ay nagsisimula sa skedyul na iyong itinakda, at ang bawat ahente ay nakatuon sa isang listahan ng pahintulot, kaya ang pangkat ng telepono ay mabubuksan lamang ang mga app na iyong aprubahan. Nagpapasya ang persona ng Market Analyst kung aling mga pinagkukunan sa loob ng app ang mahalaga, at ang bawat naaka-skedyul na takbo ay gumagawa ng isang buong bakas ng takbo na maaari mong suriin.

Paano namamahala ang mga pangkat ng datos ng kung anong maaaring ma-access ng mga ahente ng extraction?

Ang pamamahala sa Melaya ay nakasalalay sa mga listahan ng pahintulot ng kasangkapan na may saklaw, pag-apruba ng tao sa bawat pagsulat, at mga buong bakas ng takbo. Ang mga ahente ay nagbubukas lamang ng mga pinahintulutang app, ang mga pagsulat sa pamamagitan ng pangkat ng kasangkapan ng database ay maaaring huminto para sa pag-apruba bago kumpletohin, at ang deterministic na pagtatasa ay nagpapatakbo ng mga pagsusuring batay sa panuntunan sa mga na-extract na datos bago ang anumang may markang modelo.

Maaari bang maulit ang mga takbo ng extraction?

Oo. Ang persona ng Literature Specialist ay nagdodokumento ng bawat pinagkukunan at pinapanatiling maulit ang mga extraction, at ang anumang takbo ay maaaring ma-save bilang isang muling magagamit na template. Nagtatala ang mga buong bakas ng takbo ng bawat hakbang na may mga timestamp, kaya maaari kang maghambing ng mga takbo, mahuli ang pagbabago ng layout sa loob ng isang app, at muling patakbuhin ang parehong daloy ng proseso nang hindi binabago.

Tumatakbo ba ang extraction sa isang totoong telepono o emulator?

Totoong telepono. Ang Device Control ng Melaya ay nagpapatakbo ng totoong Android na telepono: binubuksan ng mga ahente ang mga pinahintulutang app, binabasa ang screen, at nagta-tap at nagta-type na parang tao. Ang anumang bagay na mag-publish o magsumite ay humihinto para sa pag-apruba sa device, at ang isang read-only na extraction ay hindi kailanman nagpo-post sa iyong ngalan.

Maaari bang manatili ang mga na-extract na datos sa aming sariling imprastraktura?

Oo. Ang Melaya ay tumatakbo sa ulap o sa iyong lokal na tagapagpatakbo, kaya ang mga sensitibong hakbang ng extraction at ang mga resulta ng hanay ng datos ay maaaring manatili sa hardware na iyong kontrolin. Ang pagro-ruta ng modelo bawat hakbang sa 23 tagapagbigay ay nagbibigay-daan sa iyo na panatilihing nasa mga lokal na modelo ang pag-parse, at ang gastos bawat tinatanggap na resulta ay nakikita para sa bawat takbo.

Bumuo ng mga daloy ng proseso na mga data team sa Melaya.

Ang antas na Sandbox ay libre at walang kard. Sumali sa listahan ng paghihintay at magpapadala kami ng email sa iyo sa sandaling magbukas ang isang slot.

← Bumalik sa lahat ng gamit
Sumali sa komunidad
// Mga Cookie
Gumagamit ang Melaya ng maliit na hanay ng mga first-party cookie na mahigpit na kinakailangan upang mapatunayan ka, mapanatili ang iyong session, at maprotektahan ang platform mula sa pang-aabuso. Hindi kami gumagamit ng mga advertising cookie, cross-site tracker, o third-party analytics bilang default. Ang buong listahan ng cookies ay nasa aming Patakaran sa Pribadong Impormasyon.