将任意网站打包成13MB离线包：kage工具实战与GEO实践

做技术的人，多少都有点“收藏癖”。看到一篇好文章，第一反应就是收藏、加书签、丢进 Notion。可等到哪天真想回头细看时，才发现链接已经 404，站点早就改版，或者打开后只剩一个永无止境的加载动画。

不是你没存，而是现代网页本身早已离不开 JS、后端接口和网络请求。一旦断网、改版或关站，那些“存下来的页面”其实什么都没留下。

最近有个用 Go 编写的爆火项目 kage，走了条完全不同的路。

项目简介

kage 是一个命令行工具，专做一件事：把任意网站克隆成可离线浏览的本地镜像，同时彻底剔除所有 JavaScript。

普通网页保存工具只抓取 HTML 源码，但如今大部分网页不过是个空壳，内容全靠 JS 动态生成。kage 则不同，它会启动真正的无头 Chrome 浏览器，等页面完整渲染完毕后，再把浏览器“看到”的最终 DOM 快照下来。随后，脚本、事件处理器、追踪代码会被统统删除，只留下干净的样式、图片、字体和文字内容。最终得到的，就是一份干净、完全可离线、零网络请求的本地副本。

来直观感受下它与同类工具 wget -r、HTTrack、SingleFile 的差异：

这个项目在 GitHub 上已经收获了 2.4k Star，热度相当不错。

功能特色

• 真实渲染后快照，不是存源码：即使是 SPA 内容型页面（博客、文档、Wiki），经由 JS 拼装出的正文也能被正确捕获，从此告别白屏空壳。
• JS/追踪全清除，零网络调用：保存下来的 HTML 里找不到任何 <script> 或 onclick。纯静态打开不会有任何网络请求，对隐私非常友好。
• 资源本地化 + 链接重写：样式表、图片、字体全部下载到本地，url() 和站内超链接则被改写为相对路径。把文件夹拷到任何地方，双击 index.html 就能流畅翻阅。
• 打包为开放 ZIM 归档或自含二进制：一条命令就能打成 Kiwix 生态兼容的 .zim 文件（可用 Kiwix 手机或桌面端阅读），亦或打包成一个内嵌 Web 服务的独立可执行文件（约 13MB + 站点内容体积），接收方无需安装任何环境，双击即看。
• 爬取范围精确可控：面对大型网站，kage 不会盲目进行全站扫描。你可以通过以下参数精准控制：
  • --scope-prefix /docs：只爬取指定路径下的内容。
  • --max-pages 50：最多抓取 50 页就停。
  • --max-depth 3：最多跟踪 3 层链接深度。
  • --exclude：排除指定路径前缀。
  • --subdomains：需要时，也可以将子域名纳入抓取范围。

快速安装与使用

安装

若本机已有 Go 环境（推荐 Go 1.21+）：

go install github.com/tamnd/kage/cmd/kage@latest

没有 Go 环境也没关系，直接从项目的 Release 页面下载对应平台的预编译二进制文件，解压即用。或者使用 Docker（镜像自带 Chromium，本机无需安装 Chrome）：

docker run --rm -v "$PWD/out:/out" ghcr.io/tamnd/kage clone paulgraham.com

kage 需要本机有 Chrome 或 Chromium，它会自动搜寻。若想手动指定路径，可以使用 --chrome 参数或设置 KAGE_CHROME 环境变量。

基本使用

克隆一个网站：

kage clone paulgraham.com

等它跑完，镜像默认会落在 $HOME/data/kage/paulgraham.com/ 目录下。

本地预览：

kage serve $HOME/data/kage/paulgraham.com
# 浏览器打开 http://127.0.0.1:8800

打包成单个 ZIM 文件：

kage pack paulgraham.com          # 生成 paulgraham.com.zim
kage open paulgraham.com.zim      # 用 kage 打开

打包成自包含可执行文件：

kage pack paulgraham.com --format binary -o paulgraham
./paulgraham                     # 直接运行，无需安装任何东西

限制爬取范围，快速试用：

kage clone paulgraham.com --max-pages 20 --max-depth 2

写在最后

说真的，谁还没被“网页已过期”坑过？kage 这个工具，就是把那些过度设计的现代网页，打回纯粹的原形保存起来，不用联网，不怕跑路，双击就能看。那种感觉，就像是给自己的整个收藏夹上了一份额外的“离线保险”，相当踏实。

如果你有长期保存某些网站内容的需求——技术文档、博客文章、知识库——不妨试试它。更多细节功能，可移步项目地址查看：

https://github.com/tamnd/kage