От PDF к JSON: как 259CFA превращает решения о выпуске в машиночитаемые профили

Решение о выпуске — первичный документ рынка ЦФА: объём, ставка, сроки, обеспечение и ковенанты заёмщика зафиксированы именно в нём. Для человека документ удобен, для машины — нет: операторы публикуют решения в разных форматах, часть платформ показывает файл только внутри веб-вьювера, а единого машиночитаемого стандарта у рынка нет. 259CFA закрывает этот разрыв: решения разбираются в структурированные JSON-профили, из которых собраны карточки открытой базы. Ниже — методология на срезе 6 ноября 2026 года: что на входе, как устроен обход источников, что показала проверка качества и какие ограничения остались.

Что на входе: 3 267 документов в разных форматах

На входе — 3 267 уникальных решений о выпуске, привязанных к карточкам базы. Форматы публикации у операторов разные. Часть платформ отдаёт прямые PDF-файлы — такие документы разбираются без дополнительных шагов. НРД и Атомайз публикуют решения в ZIP-архивах, поэтому обработчик должен уметь распаковать архив и найти документ внутри. Самый сложный случай — платформы, у которых файл доступен только через веб-вьювер: документ собирается скриптами на стороне браузера, и статической ссылки на PDF у страницы просто нет. Так устроены вьювер Сбера и страница на цб.рф.

Есть и зеркала: у части выпусков Альфа-Банка зеркало alfabank.st файлов не отдаёт, тогда как основной CDN работает идеально — прямые PDF без ограничений.

Методология: вежливый ночной обход и словарь шаблонов

Сбор построен так, чтобы не мешать источникам и не терять прогресс. Ночной обход идёт с вежливыми паузами: между обращениями к одному домену выдерживается шесть секунд. Состояние обхода сохраняется, поэтому после остановки процесс продолжает с места прерывания, а не начинает заново. Домен, с которого четыре запроса подряд возвращают неуспех, приостанавливается автоматически и дожидается отдельного решения — например, готовности резолвера.

Разобранный текст превращается в профиль по словарю шаблонов: устойчивые конструкции решений повторяются от выпуска к выпуску, и каждая опознанная структура — это готовый набор полей. Словарь включает, в частности, типовую структуру решений Атомайз (обозначение atomyze-4.9), формулировку «досрочное прекращение прав» и краткие формы. Словарь живой: каждый неопознанный документ — кандидат в новый шаблон, и с ростом корпуса покрытие расширяется.

Проба качества: 166 документов

Чтобы оценить готовность связки «сбор + шаблоны» к полному объёму, на срезе 6 ноября проведена выборочная проверка: 166 документов из 3 267.

85% — доля документов, прошедших весь путь от ссылки до структурированного профиля. Оставшиеся 15% распадаются на три группы. «HTML вместо PDF» — ссылка ведёт на страницу, а не на файл. «Битая ссылка» — документ недоступен по адресу из карточки. «Не решение» — файл открывается, но к выпуску отношения не имеет: в поле ссылки попадают PDF политик персональных данных и склейки вида «обращение взыскания…;https://…». Последняя группа — не проблема разбора, а качество исходной записи: проверка формата ссылки при её добавлении сняла бы большинство таких случаев.

Ограничения: что решат резолверы

Два ограничения оставляют часть корпуса вне автоматического разбора. Первое — SPA-платформы: у Сбера (около 259 решений) и Даймонд Клаба (около 125) файлы не отдаются статически; их закроют резолверы — вместе 384 решения. Второе — ZIP НРД: 155 решений, где архив без сессии отдаётся нулевой длины, — нужен доступ с cookie-сессией.

По состоянию на 6 ноября полностью разобрано 141 решение — 4,3% корпуса за три коротких локальных захода. Перевод обхода в штатный ночной режим с темпом порядка 300 документов за проход закрывает полный объём примерно за 11 ночных проходов; приоритет — резолверы Сбера и Даймонд Клаба, затем сессионный доступ к архивам НРД.

Коротко: главное

• В корпусе 3 267 уникальных решений о выпуске; проба 166 документов на срезе 6 ноября показала 85% разобранных (141 документ).
• Основные потери — не в разборе, а в доступе и исходных записях: SPA-вьюверы Сбера и цб.рф, нулевые ZIP НРД без сессии, битые и мусорные ссылки.
• Словарь шаблонов (atomyze-4.9, «досрочное прекращение прав», краткие формы) превращает повторяющиеся конструкции решений в готовые поля профиля.
• Машиночитаемые данные 259CFA — выпуски, ставки, дефолты — уже отдаются через agent-ready фиды и MCP-сервер, описанные на странице для ИИ-агентов.

Для инвестора смысл этой работы простой: условия и ковенанты перестают быть текстом на десяток страниц, который нужно перечитывать вручную. Что именно стоит искать в этих полях — в материалах о том, что такое ковенанты в ЦФА и какие обязательства заёмщика реально защищают инвестора.

Материал носит справочный характер и не является индивидуальной инвестиционной рекомендацией.