kage用「渲染快照 剥离 JS」解决网页离线存档的终极痛点核心观点浏览器的「另存为」坏掉了十几年根本原因从未被正面解决——它保存的是 HTML 源码而现代网页的实际内容存在于 JavaScript 执行后的 DOM 里。kage 换了一条路驱动真实的 headless Chrome 把页面跑完抓下渲染结果然后把所有脚本连根拔掉只留下 HTML CSS 图片 字体的本地镜像。这不是修补「另存为」而是从根本上替换它。技术机制关键巧妙之处kage 的核心不在于爬虫本身而在于渲染与剥离的时序先让 Chrome 把所有 JS 都跑完包括异步请求、懒加载、SPA 路由DOM 稳定后再截取这个「人眼能看见的快照」然后才做资源本地化和脚本清除。这个顺序至关重要——传统爬虫wget、HTTrack在 JS 执行之前就截走 HTML所以 React/Vue 渲染出来的内容一片空白。kage 的方案使得即使是动态生成的文章内容、懒加载的图片都能被完整捕获。工作流四步走# 第一步克隆整站宽度优先爬取遵守 robots.txt kage clone paulgraham.com --max-pages 50 --scroll # 第二步本地预览 kage serve $HOME/data/kage/paulgraham.com # → http://127.0.0.1:8800 # 第三步打包为 ZIM 归档开放格式Kiwix 生态通用 kage pack paulgraham.com # → paulgraham.com.zim # 第四步打包为自包含可执行文件无需任何依赖 kage pack paulgraham.com --format binary -o paulgraham ./paulgraham # 直接运行自带服务幂等性设计值得单独一提同一篇文章无论通过 http/https、有无 trailing slash 被抓到都写入同一个文件Ctrl-C 中断后重启会断点续传--refresh增量更新--force全量重建。这让 kage 可以被放进定期任务里像订阅一样持续维护镜像。历史对比比前辈强在哪牺牲了什么工具机制JS 渲染整站爬取离线可用浏览器「另存为」截 HTML 源码❌❌经常空白wget -mpk递归下载静态资源❌✅SPA 失败HTTrack同 wget 类路线❌✅同上SingleFile浏览器扩展截渲染后 DOM✅❌ 单页✅kageheadless Chrome 渲染 剥 JS✅✅✅代价是清晰的交互功能完全丢失。删掉脚本意味着登录、评论、站内搜索、表单、地图全部失效。kage 存下来的是「阅读态」而非「使用态」——这是有意为之的取舍而不是缺陷。ZIM 格式的另一个已知限制是不带全文搜索索引Kiwix 官方内容包有kage 生成的没有这让大型归档站内检索变得不便。关键特性速览打包格式三选一.zim开放格式Kiwix 生态完全兼容可在手机/桌面/服务器跨平台读取不绑定 kage十年后仍可开binary约 13 MB 基础体积 站点内容无需任何安装跨系统分发从 Mac 打包一个 Windows.exe完全可行--appmacOS 生成.appbundleLinux 生成 AppImageWindows 生成无控制台 GUI 程序双击即打开站点爬取控制参数实用优先--max-pages 50 # 只抓 50 页快速预览 --max-depth 2 # 只跟进两层链接 --scope-prefix /doc # 只爬 /doc 路径下的内容 --subdomains # 把子域名也纳入范围 --scroll # 自动滚动触发懒加载图片 --workers 4 # 并发渲染页数默认4 --crawl-delay 0s # 覆写 robots.txt 的 Crawl-delay交叉验证信源一ic.work 技术资讯《Kage 开源把动态网站渲染成无脚本离线包》2025年6月15日该文独立评价了 kage 的核心机制与原文观点高度一致并补充了一个有价值的框架性判断「你要保存的是『内容』还是『功能』」这个问题比原文更精炼地划定了 kage 的适用边界。该文同样指出 ZIM 无全文搜索索引的限制且对「跨平台分发」打了一个折扣——自包含可执行文件仍需对应架构的基础二进制并非真正万能单文件。与原文叙述一致无明显反驳。信源二h3blog 评测文章《超1000星13MB打包整个网站、剥离所有JS这个Go工具刷爆HN》2025年6月16日该文提供了社区反应数据kage 在 Hacker News 获得 609 分、119 条讨论不到 24 小时破千星说明它触及的是开发者社区真实存在的长期痛点。更重要的是该文作者坦率指出对 Twitter、Notion、Figma 这类重度 SPAkage 原理上就「不太行」——因为删掉 JS 之后交互逻辑消失残留的 DOM 快照几乎没有可读价值。这是原文 GitHub README 里未充分强调的边界是对原文的有效补充而非反驳。综合判断两个独立信源与原文核心立场吻合但共同在「重度 JS SPA 场景」和「ZIM 搜索索引缺失」两点上提供了原文刻意淡化的局限读者需留意。个人启发对开发者 / 技术用户的直接动作建议立刻可做的把你长期依赖的文档站Go 官方文档、MDN、某个即将下线的开源项目文档用kage clone --scope-prefix /docs做一份镜像。成本极低ZIM 格式保证十年后仍可读。判断使用场景如果你要归档的是博客、文档、新闻、Wikipedia 镜像——kage 是目前最省力的方案如果你要「复制功能」让一个 Web App 离线可用kage 解决不了这个问题那是 PWA / Service Worker 的领域。分发场景给非技术背景的人分享技术资料--format binary --app打出一个双击即开的应用比发一堆 HTML 文件夹靠谱得多。Docker 优先在 CI/CD 或服务器上定期归档用容器镜像跳过 Chrome 安装环境配置问题是最干净的用法。延伸思考「渲染后快照」会成为新的存档标准吗Wayback Machine 目前存的是 HTTP 原始响应源码无法复现 SPA 渲染结果。如果 kage 这套思路被互联网档案馆这类机构采纳数字保存领域会迎来一次范式迁移——但随之而来的是存储成本骤增渲染比抓取慢 10-100 倍这个矛盾如何解决值得关注。剥离 JS 的「安全归档」属性有多大价值kage 存下来的文件不会「回拨」任何网络请求这让它天然成为一种隔离阅读方案——用于审计可疑页面、保存证据材料、或者在敏感环境中分发受信内容都有潜力这个维度原文几乎没有提及但可能是其隐藏的高价值场景。ZIM 生态的冷门价值Kiwix 已经把 Wikipedia 全库、Stack Overflow、Project Gutenberg 打包成 ZIM 分发给无网络地区的学校。kage 让普通用户也能生产 ZIM 文件这意味着「个人知识归档 → ZIM → Kiwix 生态分发」这条链路首次变得平民化——技术内容创作者是否会开始提供官方 ZIM 下载是一个值得观察的趋势。 参考来源GitHub - tamnd/kage: Shadow any website for offline viewing, with the JavaScript stripped out · GitHub