如何在Node.js CI流水线中用多种算法评估内容可读性？

需求背景 #

我正在搭建一条内容发布流水线（content publishing pipeline），需要在博客文章和产品描述上线前自动检查可读性是否达标。要运行多种可读性算法，一旦内容复杂度超标就终止构建。

当前实现方式 #

// ❌ 仅使用一种算法，手动设置阈值，未剥离HTML标签
function checkReadability(text: string): boolean {
  const words = text.split(' ').length;
  const sentences = text.split('.').length;
  const avgWordsPerSentence = words / sentences;
  return avgWordsPerSentence < 20;
}

现有方案的问题 #

• 单一算法覆盖不全：仅依赖Flesch算法无法全面评估内容可读性，不同算法能检测出不同类型的问题
• 无状态标识：只能得到原始分数值，需要人工判断像58.4这类分数是否合格
• 未处理HTML内容：我的CMS用HTML格式存储内容，当前实现没有剥离标签就直接评分
• 无综合结果输出：需要的是给CI用的单一通过/失败信号，而非多个独立数值让人工评估
• 缺少TypeScript类型支持：现有依赖库返回无类型对象，没有代码自动补全功能

期望实现效果 #

const result = analyzeReadability({ text: htmlContent });

// 各算法的分数与状态
console.log(result.fleschReadingEase.score);   // 58.4
console.log(result.fleschReadingEase.status);  // 'improvement'
console.log(result.gunningFog.score);          // 14.2
console.log(result.gunningFog.status);         // 'error'

// 用于CI的单一综合信号
if (result.overall.status === 'error') {
  console.error(result.overall.message);
  process.exit(1);
}

内容的提问来源于stack exchange，提问作者Al Amin