| name | aplus-extractor |
| description | A+ 品牌内容块提取器。从 aplus.html 中提取 Comparison Table / Image Assets / Brand Story 三个子阶段的结构化数据,输出 aplus_extracted.md。当 agent 需要提取 A+ 块时调度此技能。 |
| type | skill |
A+ 提取器
输入:aplus.html
输出:aplus_extracted.md
复杂度:复杂,3 个子阶段
子阶段
B1. Comparison Table(对比表)
#aplus 内的 <table> 或对比网格
- 输出为 Markdown 表格
- 可能不存在(标记为可选)
- 自行发现其他可能的路径(有些并不是
<table> 标签,而是 <div> 标签)
B2. Image Assets(图片资源)
- 提取所有
<img> 的 src 和 alt
- 输出为
| alt | src | 表格
B3. Brand Story / 文案内容(可选)
- A+ 区域的文字段落
- 如果结构不稳定,仅提取存在的文本段,不强行解析
提取策略要求
- A+ 内容变体极大(不同品牌的 A+ 模板差异很大)
- 优先提取对比表和图片资源(这两者结构相对稳定)
- 文案内容如果结构差异大,保留为清洗后的纯文本块即可
- 如果某个子阶段在样本中不存在,跳过不报错
产出
chunker/aplus_extract.py — A+ 提取器实现
tests/test_aplus_extract.py — A+ 提取器测试