nutch生成器并不是nutch的扩展点，所以您无法编写插件来定制它。然而，没有什么能阻止您用自己的逻辑编写自己的生成器。
您需要调整 bin/nutch 以及 bin/crawl 脚本，以便调用自己的生成器而不是默认的生成器。请记住，nutch的其他部分依赖于生成器实现的某些部分( SegmentMerger 例如）。如果您自定义这些部分，那么还需要更新一些其他类。
发电机使用 ScoringFilter.generatorSortValue() 方法来决定返回哪些元素。所以，这是一个不需要更换发电机的替代方案。
顺便说一句，这样做并不完全罕见，我似乎有些客户需要定制发电机。

正如jorge所建议的，您可以编写一个scoringfilter，根据您自己的逻辑将分数分配给页面，并在生成步骤中基于该逻辑进行过滤。或者，如果碰巧您的选择规则可以仅基于url来确定，那么您可以使用一个定制的url normaliser，它的作用域是generate（或者不管值是什么），该作用域将url重写为url过滤器将丢弃的内容。作为生成步骤的一部分，您需要激活过滤。这是一个丑陋的黑客。
nutch2.x真的很笨拙，我不确定你能不能基于原始表的过滤器创建一个表的副本。
你用什么gora后端？
stormcrawler在这方面更加灵活，我们最近添加了一种机制，用于在喷口级别过滤URL，这正是您所需要的。你可以在nutch2.x中做类似的事情，但这可能意味着在gora中也要做一些改变。