Agregator de prețuri pentru electronice cu matching pe LLM
Provocarea
Prețurile aceluiași produs electronic diferă de la magazin la magazin, dar nu există un catalog comun sau un ID unic de produs: fiecare magazin denumește lucrurile în felul lui („iPhone 15 128GB” vs „Apple iPhone 15 128 GB negru”), site-urile sunt încărcate cu JS și ostile la scraping, iar ce înseamnă „același produs” diferă de la categorie la categorie — la un telefon e model și memorie, la un laptop brand, model, RAM și SSD. Ca să compari corect, trebuie mai întâi să rezolvi identitatea — pe mii de poziții.
Soluția
Am construit un pipeline conștient de categorie pe Python: un strat de discovery + scraping pentru fiecare magazin (Playwright pentru cele încărcate cu JS și cu anti-bot), normalizare într-o cheie de identitate pe categorie (de ex. brand│model│RAM│SSD pentru laptopuri), apoi matching în două treceri — mai întâi reguli deterministe după brand, model și specificații, iar perechile ambigue rămase sunt rezolvate de un LLM (Claude Haiku). Totul rulează ca un singur pipeline și este afișat pe un site public pe Next.js — cu pagini de categorii, comparație de prețuri pe magazine și un design în stil Trust & Authority.
Rezultatul
Agregatorul compară prețurile a cinci magazine de electronice în trei categorii — smartphone-uri, ceasuri inteligente și laptopuri — iar același schelet se mută pe o categorie nouă cu puțin cod (în principal reguli și cheia de identitate pe categorie). Combinația reguli-plus-LLM menține matching-ul robust chiar și acolo unde denumirile și specificațiile sunt „murdare”, iar pe site-ul public cumpărătorul vede dintr-o privire unde e mai ieftin.
Discutăm despre proiectul tău?
Audit gratuit în 30 de minute — îți arătăm ce poate fi îmbunătățit și cât costă.
Solicită un audit