diff --git a/article_pipeline.py b/article_pipeline.py
index f461a20..128486c 100644
--- a/article_pipeline.py
+++ b/article_pipeline.py
@@ -5,30 +5,12 @@ article_pipeline.py — Stage 0: Input-Preparation für den BSN-Artikel-Workflow
Liest Topic, PDFs, URLs und baut einen strukturierten Prompt für den Hermes-Agenten,
der dann via delegate_task Research (Stage 1) und Write+QC (Stage 2+3) durchführt.
Stage 4 (Git, Verify) macht der Agent selbst.
-
-Usage:
- # Thema + PDF
- python3 article_pipeline.py --topic "Gamegenic × TCC" --pdf pm.pdf --rubric "Nachrichten"
-
- # Thema + URL
- python3 article_pipeline.py --topic "Neue Kennerspiel-Nominierungen" --url "https://..."
-
- # Nur Thema (autonome Recherche)
- python3 article_pipeline.py --topic "Spiel des Jahres 2026" --rubric "Nachrichten"
-
- # Batch (JSON)
- python3 article_pipeline.py --batch topics.json
-
-Output: Strukturierter Prompt nach stdout (wird vom Hermes-Cronjob als Context injiziert)
-Exit-Codes: 0 = Prompt bereit, 1 = Fehler in Stage 0
"""
import argparse
import json
import os
import sys
-import subprocess
-import tempfile
from datetime import datetime
WORKSPACE = "/home/hermes/workspace"
@@ -46,23 +28,6 @@ def ocr_pdf(pdf_path: str) -> str:
return "\n\n".join(texts)
-def extract_url_text(url: str) -> str:
- """URL-Inhalt via 5-Stufen-Eskalation abrufen."""
- import urllib.request
- import urllib.error
-
- # Stufe 1: curl direkt
- try:
- req = urllib.request.Request(url, headers={"User-Agent": "Mozilla/5.0"})
- with urllib.request.urlopen(req, timeout=15) as resp:
- return resp.read().decode("utf-8", errors="ignore")[:5000]
- except Exception:
- pass
-
- # Stufe 2-5 wäre hier — für Stage 0 reicht Stufe 1
- return f"[URL nicht direkt abrufbar: {url}]"
-
-
def build_prompt(topic: str, sources: list[str], rubric: str,
category_id: int, image_urls: list[str],
deadline: str | None,
@@ -72,7 +37,48 @@ def build_prompt(topic: str, sources: list[str], rubric: str,
now = datetime.now()
date_str = now.strftime("%d. %B %Y")
slug = topic.lower().replace(" ", "_").replace(":", "").replace("×", "x")[:40]
+ date_slug = now.strftime("%Y-%m-%d")
+ filename = f"artikel_{slug}_{date_slug}.html"
+ # --- WRITE+QC CONTEXT (most complex part) ---
+ write_context = (
+ "STRUKTUR (exakt einhalten, nummeriert):\n"
+ "1. TITEL
\n"
+ '2. DACHZEILE: '
+ 'Zusammenfassung in 1-2 Sätzen
\n'
+ '3. '
+ 'DATUM · Lesezeit: ca. N Minuten
\n'
+ '4. Einleitungs-Absatz \n'
+ '5. INFOBOX (PFLICHT bei Unternehmen/Produkt-News): '
+ '
\n'
+ '6. ALLE Inhalts-Abschnitte ( +
)\n'
+ '7.
<-- NACH allen Inhalten, VOR Quellen!\n'
+ '8. Quellen-Überschrift: Quellen\n'
+ '9. JEDE Quelle als: Name — Beschreibung\n'
+ '10. \n'
+ '11. Recherchestand: DATUM. '
+ 'Basierend auf QUELLEN.
\n'
+ '\n'
+ 'KRITISCHE REGELN (QC-Fail bei Verstoß):\n'
+ '- Read-More NACH allen Inhalten, VOR Quellen (NICHT nach Absatz 1!)\n'
+ '- JEDE Quelle als mit target="_blank" — KEINE unverlinkten Quellen!\n'
+ '- Dachzeile + Infobox sind PFLICHT\n'
+ '- Quellen-Überschrift: font-size:1.17em (NICHT 0.9rem)\n'
+ '- Kein "XML API v2", kein "Betriebsgeheimnis", keine Emojis\n'
+ '- Datei endet mit