Strukturovaná data z <jakéhokoliv> webu.

//bez tichých chyb

$cat FEED_SPEC.toml

01AI Fáze (Učení & Samo-oprava):: AI se spouští pouze tehdy, když se tvoří nová šablona (první běh) nebo když selže validace (samo-oprava). AI zanalyzuje strukturu webu a vygeneruje rychlý lokální parser.
02Rychlá Fáze (SLA & Běžný provoz):: Běžný provoz spouští lokální parser nad čerstvým HTML (< 1 s). Každá hodnota je však v reálném čase sémanticky ověřena mikro-AI modelem pro 100% garanci validity výstupů bez tichých chyb (naše SLA).
03Síťový stack:: Vlastní fyzická LTE mobilní infrastruktura v ČR. Platí fixní cena za feed bez skrytých poplatků za objem přenesených proxy dat (No Bandwidth Tax).
04WAF Bypassing:: Aktivní emulace JA4+ TLS a HTTP/2 otisků. Průchod přes DataDome, Cloudflare, Akamai, PerimeterX a Kasada.
05Validace:: Duální křížová kontrola (deterministický got skript + kognitivní sémantická AI validace). Specifická validační pravidla a podmínky se konfigurují na míru pro každý datový feed v rámci dodávky.
06Doručení:: Surový JSON, CSV nebo Parquet přes AWS S3 (GCS), SFTP, Webhook nebo dostupné přes REST API.

//6 položek

$./demo.sh --live

Živé demo (Příklad sémantické extrakce)

Self-healing a verifikační pipeline je univerzální a dokáže projektově parsovat jakákoliv strukturovaná data (reality, inzerci, B2B registry). Toto živé demo představuje technologii na přednastaveném schématu e-commerce produktů.

E-commerce produkt (Aktivní v demu)Realitní inzerát (Custom SLA)Pracovní nabídka (Custom SLA)Firemní registr / ARES (Custom SLA)

* V tomto veřejném demu je technologie demonstrována na produktovém schématu. Ostatní datové modely se konfigurují na klíč v rámci B2B dodávek.

▸

Příklady:

První běh = plná generace (AI analýza struktury + vývoj parseru). Druhý běh = rychlá cache cesta.

Průběh :: self-healing-parser

[System] Připraven. Zadejte produktové URL do vyhledávacího pole výše...

$cat OFFER.md

Bojujete s udržováním vlastních scraperů?

Nechte doručování dat na mně. Nastavím vám bezplatný 30denní testovací feed (S3 / SFTP / Webhook / API) pro vaše cílové weby.

[ Vyzkoušet 30 dní zdarma ]

$cat GUARANTEE.md

Jak garantuji kvalitu dat

Každá hodnota projde několika nezávislými vrstvami ověření. Systém vrací buď ověřená data, nebo poctivou míru jistoty — nikdy tiché chyby.

Duální křížová validace (Ground Truth)

Při učení cílového webu se křížově porovnávají dva nezávislé pohledy: strukturovaná extrakce z HTML a sémantická analýza screenshotu (Vision LLM). Shoda obou zdrojů tvoří ověřenou pravdu.

Sémantická arbitráž

Při rozporu rozhodne deterministický JSON-LD (včetně slevové SalePrice). Pokud strukturovaná data chybí, rozhodnutí provede asynchronní sémantický AI validátor na základě kontextu.

Self-healing parser

AI generátor systému napíše rychlý JS parser a v uzavřené smyčce ho optimalizuje tak dlouho, dokud jeho vygenerovaný výstup stoprocentně nesedí na ověřenou výchozí pravdu (Ground Truth).

Always-On AI Guard

Systém se nespoléhá slepě na vygenerovaný parser. Při každé extrakci se vyřízne HTML kontext a mikro-AI ověří sémantiku hodnoty podle validačních pravidel, která jsou v rámci dodávky nakonfigurována na míru.

Kontrolní číslice EAN + identita

Ověřuje se GTIN kontrolní číslice u EAN kódů. Shoda identity produktu vůči URL je hlídána, aby byly okamžitě odhaleny skryté redirecty nebo klamavé stránky (decoy).

Skóre spolehlivosti 0–1

Každé pole i celý výsledek nese exaktní skóre jistoty. Vícevariantní produkty nebo nejednoznačné rozvržení prvků systém poctivě označí. Raději klientovi vrátí varování než tichou chybu.

$cat DEFENSES.json

Systém překonává i zabezpečené weby

Systém autonomně detekuje typ ochrany (DataDome, Cloudflare, Imperva...) a volí optimální cestu — rychlý HTTP fetch, nebo stealth prohlížeč. U každého feedu reportuje, jaké zabezpečení obestoupil.

✓DataDome✓Cloudflare✓Imperva✓Akamai✓PerimeterX✓Kasada

$whoami

Kdo za tím stojí?

Jmenuji se Jan Hilgard a přes 20 let v ČR stavím internetovou infrastrukturu. Tento projekt je mým osobním dílem — sám spravuji hardware i kód, abych vám mohl osobně garantovat stabilitu doručení.

01HOSTING90 systems s.r.o. (exit 2020):: 18 let jsem budoval a technicky řídil hostingovou infrastrukturu HOSTING90 systems s.r.o. až do jejího úspěšného prodeje mezinárodní skupině.
02GuruWatch (exit 2024):: Vyvinul jsem a úspěšně prodal platformu GuruWatch.cz, která spolehlivě zpracovává produktová data pro značky jako Niceboy nebo Infinix.
03Open-Source:: Aktivně přispívám do vývoje lokální AI inference (spoluautorství v projektu vllm-mlx na Apple Siliconu).
04Osobní SLA:: Nejsem anonymní korporace. Pokud se objeví anomálie v datech, neřešíte ji přes anonymní support tikety, ale přímo se mnou.