hermes: web_extract liest Seiten lokal (Plugin mc2-web-lesen) statt jeden Morgen zu scheitern

Die Box hat als Web-Anbieter nur DuckDuckGo, der kann nicht lesen. Hermes bot web_extract trotzdem an, jeder Aufruf scheiterte, und der Waechter meldete den Nachrichten-Job jeden Morgen gelb. Das Plugin nutzt Hermes' offizielle Anbieter-Schnittstelle (kein Eingriff in den Hermes-Code) und liest wie MC2s fetch_url mit httpx und trafilatura, ohne fremden Dienst. deploy.sh kopiert Hermes-Plugins aus dem Repo; aktiviert wird einmalig von Hand. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-09-24 12:41:52 +02:00
parent 8d46adfd86
commit 292a9d2b6b
4 changed files with 185 additions and 0 deletions
@@ -0,0 +1,67 @@
+"""Hermes-Plugin mc2-web-lesen (deploy/hermes-plugins): liest Seiten lokal für web_extract.
+
+Das Plugin läuft in Hermes' eigener Umgebung. Hier wird die Hermes-Schnittstelle durch eine
+Attrappe ersetzt und das Netz durch httpx.MockTransport — ohne Hermes, ohne Internet.
+"""
+
+import abc
+import asyncio
+import importlib.util
+import sys
+import types
+from pathlib import Path
+
+import httpx
+import pytest
+
+PLUGIN = Path(__file__).resolve().parents[2] / "deploy" / "hermes-plugins" / "mc2-web-lesen" / "__init__.py"
+
+
+@pytest.fixture
+def plugin(monkeypatch):
+    class WebSearchProvider(abc.ABC):   # Attrappe der Hermes-Schnittstelle
+        @property
+        @abc.abstractmethod
+        def name(self) -> str: ...
+
+    agent = types.ModuleType("agent")
+    schnittstelle = types.ModuleType("agent.web_search_provider")
+    schnittstelle.WebSearchProvider = WebSearchProvider
+    monkeypatch.setitem(sys.modules, "agent", agent)
+    monkeypatch.setitem(sys.modules, "agent.web_search_provider", schnittstelle)
+    spec = importlib.util.spec_from_file_location("mc2_web_lesen", PLUGIN)
+    modul = importlib.util.module_from_spec(spec)
+    spec.loader.exec_module(modul)
+    return modul
+
+
+SEITE = ("<html><head><title>Box-News</title><script>var x = 1;</script></head>"
+         "<body><article><h1>Neues Modell</h1><p>Die Box testet nachts selbst.</p></article></body></html>")
+
+
+def _lies(plugin, antwort: httpx.Response, url: str = "https://example.org/a") -> dict:
+    async def lauf():
+        async with httpx.AsyncClient(transport=httpx.MockTransport(lambda _: antwort)) as client:
+            return await plugin.lies(client, url)
+    return asyncio.run(lauf())
+
+
+def test_liest_titel_und_haupttext(plugin):
+    ergebnis = _lies(plugin, httpx.Response(200, headers={"content-type": "text/html; charset=utf-8"}, text=SEITE))
+    assert ergebnis["url"] == "https://example.org/a" and ergebnis["title"] == "Box-News"
+    assert "testet nachts selbst" in ergebnis["content"]
+    assert "var x" not in ergebnis["content"] and "error" not in ergebnis
+
+
+def test_fehler_werden_je_seite_gemeldet_statt_geworfen(plugin):
+    assert _lies(plugin, httpx.Response(404))["error"] == "HTTP 404"
+    pdf = _lies(plugin, httpx.Response(200, headers={"content-type": "application/pdf"}, content=b"%PDF"))
+    assert "Kein Text-Inhalt (application/pdf)" in pdf["error"]
+
+
+def test_anbieter_liest_nur_und_meldet_sich_an(plugin):
+    angemeldet = []
+    plugin.register(types.SimpleNamespace(register_web_search_provider=angemeldet.append))
+    anbieter = angemeldet[0]
+    assert anbieter.name == "mc2-lesen" and anbieter.is_available()
+    assert anbieter.supports_extract() and not anbieter.supports_search()