@hgdc/agents 0.2.0 → 0.3.0

package/dist/build.js

@@ -2,7 +2,7 @@
 // version Markdown de chaque page au build et produit les routes qui la servent sur
 // `Accept: text/markdown`. Rien ne s'exécute à la requête : tout est fichier statique et route.
 import { readdir, readFile, writeFile } from "node:fs/promises";
-import { htmlToMarkdown } from "./markdown.js";
+import { htmlToMarkdown, pageFrontmatter } from "./markdown.js";
 const NOT_FOUND = "404.html";
 // Valeur de condition commune à Host (edge/src/router.ts) et Vercel : correspondance sur toute la valeur.
 const ACCEPTS_MARKDOWN = { type: "header", key: "accept", value: ".*text/markdown.*" };
@@ -42,7 +42,7 @@ export async function writeMarkdownPages(dir, options) {
         const html = await readFile(new URL(file, dir), "utf-8");
         const url = `${options.site}${path ?? `${base}/`}`;
         const target = notFound ? file.replace(/\.html$/, ".md") : markdownFile(path, base);
-        await writeFile(new URL(target, dir), htmlToMarkdown(html, url) + footer);
+        await writeFile(new URL(target, dir), pageFrontmatter(html, url) + htmlToMarkdown(html, url) + footer);
         if (path !== null)
             pages.push({ path, file: target });
     }

package/dist/fetch.js

@@ -1,7 +1,7 @@
 // Ce qu'une app rendue côté serveur (TanStack Start, ou tout handler `fetch`) montre aux agents : la page en
 // Markdown, ses données structurées et son adresse canonique, les pages de confiance, des erreurs d'API en JSON.
 import { canonicalLink, injectIntoHead, jsonLdScript } from "./head.js";
-import { htmlToMarkdown } from "./markdown.js";
+import { htmlToMarkdown, pageFrontmatter } from "./markdown.js";
 import { prefersMarkdown, varyOnAccept } from "./negotiate.js";
 /** Pied de page standard : une ligne de liens, `[libellé](adresse)` séparés par « · ». */
 export function linksFooter(links) {
@@ -40,7 +40,13 @@ export function withMarkdown(handler, options = {}) {
         const redirected = response.status >= 300 && response.status < 400;
         if (!markdown || response.status < 200 || redirected)
             return withHeaders(response, request.method === "HEAD" ? null : enrichHead(response, url, options), varyOnAccept);
-        const text = htmlToMarkdown(await response.text(), request.url) + (options.footer ? `\n---\n\n${options.footer}\n` : "");
+        const html = await response.text();
+        // Métadonnées en tête ; l'adresse canonique seulement si l'origine publique est connue (une console
+        // relayée voit l'adresse de son relais, pas celle du visiteur).
+        const canonical = options.canonicalOrigin ? `${options.canonicalOrigin}${url.pathname}` : undefined;
+        const text = pageFrontmatter(html, canonical) +
+            htmlToMarkdown(html, request.url) +
+            (options.footer ? `\n---\n\n${options.footer}\n` : "");
         return withHeaders(response, request.method === "HEAD" ? null : text, (out) => {
             for (const name of BODY_HEADERS)
                 out.delete(name);

package/dist/index.d.ts

@@ -1,4 +1,4 @@
-export { htmlToMarkdown, pageTitle } from "./markdown.js";
+export { htmlToMarkdown, pageFrontmatter, pageTitle } from "./markdown.js";
 export { prefersMarkdown, varyOnAccept } from "./negotiate.js";
 export { linksFooter, withMarkdown, type MarkdownOptions } from "./fetch.js";
 export { canonicalLink, injectIntoHead, jsonLdScript } from "./head.js";

package/dist/index.js

@@ -1,4 +1,4 @@
-export { htmlToMarkdown, pageTitle } from "./markdown.js";
+export { htmlToMarkdown, pageFrontmatter, pageTitle } from "./markdown.js";
 export { prefersMarkdown, varyOnAccept } from "./negotiate.js";
 export { linksFooter, withMarkdown } from "./fetch.js";
 export { canonicalLink, injectIntoHead, jsonLdScript } from "./head.js";

package/dist/markdown.d.ts

@@ -1,7 +1,9 @@
 /** Titre de la page (`<title>`), pour une page dont le contenu n'a pas de titre de niveau 1. */
 export declare function pageTitle(html: string): string | null;
 /**
- * Markdown du contenu d'une page HTML.
- * @param base adresse de la page, pour rendre les liens absolus
+ * Bloc de métadonnées YAML qui ouvre le Markdown d'une page : titre, description et adresse canonique, lus
+ * dans le `<head>` (`url` à défaut de `<link rel="canonical">`, sinon pas d'adresse). Les valeurs sont des
+ * chaînes JSON, du YAML valide quel que soit leur contenu.
  */
+export declare function pageFrontmatter(html: string, url?: string | URL): string;
 export declare function htmlToMarkdown(html: string, base: string | URL): string;

package/dist/markdown.js

@@ -243,6 +243,35 @@ export function pageTitle(html) {
  * Markdown du contenu d'une page HTML.
  * @param base adresse de la page, pour rendre les liens absolus
  */
+const attribute = (tag, name) => new RegExp(`\\s${name}\\s*=\\s*(?:"([^"]*)"|'([^']*)')`, "i")
+    .exec(tag)
+    ?.slice(1)
+    .find((v) => v !== undefined);
+/** Première balise `<tag …>` du document dont un attribut vaut `value`, avec son attribut `read`. */
+function headValue(html, tag, key, value, read) {
+    for (const m of html.matchAll(new RegExp(`<${tag}\\b[^>]*>`, "gi"))) {
+        if (attribute(m[0], key)?.toLowerCase() === value) {
+            const found = attribute(m[0], read);
+            if (found)
+                return collapse(decode(found)).trim();
+        }
+    }
+    return null;
+}
+/**
+ * Bloc de métadonnées YAML qui ouvre le Markdown d'une page : titre, description et adresse canonique, lus
+ * dans le `<head>` (`url` à défaut de `<link rel="canonical">`, sinon pas d'adresse). Les valeurs sont des
+ * chaînes JSON, du YAML valide quel que soit leur contenu.
+ */
+export function pageFrontmatter(html, url) {
+    const fields = [
+        ["title", pageTitle(html)],
+        ["description", headValue(html, "meta", "name", "description", "content")],
+        ["canonical", headValue(html, "link", "rel", "canonical", "href") ?? (url ? new URL(url).href : null)],
+    ];
+    const lines = fields.filter(([, v]) => v).map(([k, v]) => `${k}: ${JSON.stringify(v)}`);
+    return lines.length ? `---\n${lines.join("\n")}\n---\n\n` : "";
+}
 export function htmlToMarkdown(html, base) {
     const page = new URL(base);
     const link = (href) => {

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@hgdc/agents",
-  "version": "0.2.0",
+  "version": "0.3.0",
   "description": "Sites lisibles par les agents IA : version Markdown des pages (Accept: text/markdown), 404 en Markdown, routes Build Output API pour les sites prérendus.",
   "license": "UNLICENSED",
   "homepage": "https://github.com/hugogebel-boop/hgdc-kit/tree/main/packages/agents#readme",