| name | customer-reviews-extractor |
| description | Customer Reviews 块提取器。从 customer_reviews.html 中提取评分摘要和逐条评论，输出 customer_reviews_extracted.md。此块 DOM 结构高度一致，强制复制模版。当 agent 需要提取评论块时调度此技能。 |
| type | skill |
Customer Reviews 提取器
输入：customer_reviews.html
输出：customer_reviews_extracted.md
复杂度：简单，无子阶段
❗ 参考模版（Hard Rule）
此块在所有商品间 DOM 结构高度一致，提供已验证的参考实现。
参考模版位于本 skill 同级目录：customer_reviews_extract.py
使用方式
- 先读取本目录下的
customer_reviews_extract.py，完整理解其代码结构、Selector 选择、清洗逻辑
- 以此为参考编写
chunker/customer_reviews_extract.py，保持相同的架构和 Selector 策略
- 必须严格通过 TDD 测试——不是无脑复制，而是参考其结构后编写，确保所有测试用例通过
- 测试失败时可微调实现，但不得重写核心 Selector 和提取逻辑
- 严禁使用
[class*='review'] 等通配符 selector，必须使用精确的 data-hook 属性选择器
必须使用的精确 Selector（来自模版，不得替换）
| 字段 | Selector | 说明 |
|---|
| 评论列表容器 | li.review.aok-relative | 每条评论的外层容器 |
| 评论标题 | [data-hook="review-title"] | 内层取最后一个非空 span |
| 评分 | [data-hook="review-star-rating"] 或 [data-hook="cmps-review-star-rating"] | 星级文本 |
| 作者 | .a-profile-name | 用户名 |
| 日期 | [data-hook="review-date"] | 含国家和日期 |
| 已认证购买 | [data-hook="avp-badge"] | 存在即 Yes |
| 有用投票 | [data-hook="helpful-vote-statement"] | 有用计数 |
| 评论正文 | [data-hook="review-collapsed"] → [data-hook="review-body"] | fallback 顺序 |
| 总体评分 | [data-hook="rating-out-of-text"] | "x.x out of 5" |
| 总评分数 | [data-hook="total-review-count"] | "N global ratings" |
| 评分分布 | #histogramTable a[aria-label] | aria-label 属性值 |
重点是清洗 DOM 噪声（<br>, <span> 嵌套, Read more 链接等），然后直接提取。
目标字段
- Overall rating
- Total ratings count
- Rating distribution（5→1 星各占百分比）
- Review items：逐条提取 title / rating / author / date / verified / helpful count / body
输出格式
# Customer Reviews
## Summary
- Overall rating: x.x out of 5
- Total ratings: N global ratings
- Rating distribution:
- 73 percent of reviews have 5 stars
- ...
## Review Items (N)
### 1. Review Title
- Rating: x.x out of 5 stars
- Author: ...
- Date: ...
- Verified purchase: Yes/No
- Helpful: N people found this helpful
Review body text...
产出
chunker/customer_reviews_extract.py — 评论提取器（从模版复制）tests/test_customer_reviews_extract.py — 评论提取器测试
