Add enterprise blog HTML extraction and stricter ECL errors

[hyeonseo2]

요약

원본 Markdown을 제공하지 않는 Hugging Face Enterprise Article도 번역 플로우에서 처리할 수 있도록 HTML 기반 source Markdown 추출 경로를 추가했습니다.

GitHub Actions의 일일 번역 워크플로우에서는 --enterprise-source html을 사용하도록 설정해, raw Markdown이 없는 Enterprise Article을 기본 skip하지 않고 렌더링된 HTML에서 번역 소스를 생성합니다.

또한 ECL 번역 파이프라인에서 모델 응답 파싱 실패나 일부 블록 누락이 발생했을 때 원문 English block을 그대로 섞어 출력하지 않고 즉시 실패하도록 변경했습니다.

주요 변경 사항

• --enterprise-source 옵션 추가
  • skip: 기존처럼 raw Markdown이 없는 Enterprise Article을 건너뜀
  • html: Enterprise Article의 렌더링된 HTML에서 source Markdown 합성
• GitHub Actions 일일 번역 실행에 --enterprise-source html 적용
• HTML source 합성 시 title, date, thumbnail, author, source_extraction: html 기록
• manifest와 run summary에 source extraction 방식 기록
• HTML 변환에서 이미지와 테이블 보존
• Hugging Face avatar 이미지와 페이지 UI 요소 제외
• ECL 번역 결과가 JSON으로 파싱되지 않거나 일부 block id가 누락되면 실패 처리
• 테스트가 새 enterprise_source 인자와 호환되도록 수정

번경 영향도

• 일일 번역 GitHub Actions는 Enterprise Article을 HTML 기반으로 처리합니다.
• Community Article은 기존 정책대로 계속 skip합니다.
• raw Markdown이 있는 일반 블로그 글은 기존 Markdown 소스를 우선 사용합니다.
• 불완전한 모델 응답이 원문 문단을 포함한 번역 결과로 이어지는 문제를 방지합니다.

테스트

• Blog : https://huggingface.co/blog/nunchaku-diffusers

[Jwaminju]

LGTM 입니다! 늦게 리뷰해서 죄송합니다! HTML까지 번역되니 좋습니다 :)