Kage：把任意网站「影」到本地，生成离线单二进制的神奇工具

2026 年 6 月中旬，一个名为 Kage 的开源工具登上了 Hacker News 首页，获得了 634 个点赞和热烈讨论。名字"Kage"是日语"影"的发音——寓意它像影子一样捕捉网站。它的功能听起来简单但执行极其精妙：把任意网站克隆到本地，剥离所有 JavaScript，生成一个可离线浏览的静态镜像，甚至可以打包成一个单文件的可执行程序。

不是简单的 wget

你可能觉得"下载网站"不是什么新鲜事，wget 的 --mirror 参数几十年前就能做这个。但 Kage 的核心差异在于它的工作方式：它不下载 HTML 源码，而是驱动一个真实的 headless Chrome 浏览器渲染页面。

这意味着什么？它捕获的是 JavaScript 执行之后的最终 DOM 状态——那些依赖 AJAX 动态加载的数据、懒加载的图片、CSS 生成的样式、Web 字体，所有东西都在页面渲染完成的那一刻被序列化保存。传统 wget 对现代 Web 应用几乎没有用处，因为大部分内容根本不在初始 HTML 中。

Kage 的工作流程：

种子 URL → headless Chrome 渲染 → DOM 快照 → 剥离 JS → 本地化资源 → 保存到磁盘

安装与快速上手

Kage 用 Go 编写，安装非常简便：

# Go 安装
go install github.com/tamnd/kage/cmd/kage@latest
 
# 或者用 Docker（内置 Chromium）
docker run --rm -v "$PWD/out:/out" ghcr.io/tamnd/kage clone paulgraham.com

Debian/RPM/APK 包也都提供在 releases 页面上，Linux 用户可以直接用包管理器安装。

核心命令只有四个：

# 1. 克隆网站（最简单的用法）
kage clone paulgraham.com
 
# 2. 在本地起一个 HTTP 服务器浏览克隆内容
kage serve ~/data/kage/paulgraham.com
 
# 3. 打包为单个 ZIM 文件
kage pack paulgraham.com
 
# 4. 或者打包为自包含的可执行文件
kage pack paulgraham.com --format binary -o paulgraham
./paulgraham   # 直接运行就是一个离线网站服务器

三种打包格式

Kage 最令人印象深刻的是它的打包能力——不只是保存文件，而是把整个网站做成便于分发和使用的格式。

1. ZIM 归档（默认格式）

ZIM 是一种开放的文件格式，被 Kiwix 等离线阅读器广泛使用。Kage 生成的 ZIM 文件是确定性的——对于相同的镜像内容，输出字节完全相同，UUID 由内容推导生成，适合用来做内容分发和长期存档。

2. 自包含二进制

这是最炫酷的模式：kage pack --format binary 将整个网站的 HTML、CSS、图片、字体全部嵌入一个 Go 可执行文件中。运行这个二进制文件，它就在 8800 端口上启动 HTTP 服务器提供服务。由于是 Go 编译的静态二进制，它没有任何运行时依赖。

更厉害的是，你可以在 Linux 上交叉编译出 Windows 版本的离线网站：

kage pack paulgraham.com --format binary --base kage-windows-amd64.exe -o paulgraham.exe

生成的 .exe 文件在没有安装任何软件的 Windows 机器上也能直接运行。

3. 双击应用

# macOS
kage pack paulgraham.com --app              # → paulgraham.app
 
# Linux (需要 appimagetool)
kage pack paulgraham.com --app --base kage-linux-amd64   # → .AppDir + .AppImage

包装成原生的平台应用格式，图标自动从网站的 favicon 提取。

深度功能

除了基本的离线镜像，Kage 还有一些值得注意的细节：

• 礼貌爬取：读取 robots.txt，并从 sitemap.xml 获取种子 URL
• 可恢复：Ctrl-C 保存状态，重新运行从断点继续，不必从头开始
• 幂等性：相同页面的不同 URL（http/https、有无尾部斜杠）只获取一次
• 精确路径映射：每个 URL 映射到唯一的本地文件路径，不会出现命名冲突
• 触发懒加载：--scroll 参数自动滚动页面，激活图片懒加载
• 排除路径：--exclude 跳过不希望下载的路径
• 并发控制：--workers 调节渲染并发度（默认 4 个）

它还支持 --scope-prefix 只下载特定路径下的内容，--subdomains 包含子域名。

什么场景适合用 Kage？

Kage 最突出的价值场景包括：

1. 知识存档：将优秀的个人博客、技术文档在本地存档，避免原站下线后无法访问
2. 演示与培训：用自包含二进制包将完整网站演示环境分发到没有网络的机器上
3. 隐私浏览：剥离所有 JS 的版本让你可以安心阅读内容，无需担心跟踪脚本
4. 内容审核与对比：离线版本可以作为网站某个时间点的"快照"供后续对比
5. 旅行/飞机上阅读：打包成手机可读的 ZIM，在 Kiwix 中离线阅读

局限与注意事项

Kage 不是一个"网站全部功能"的副本——它刻意移除了所有 JavaScript，所以任何 JS 驱动的交互功能（评论区、搜索、登录表单、动态数据加载）都不会工作。它的定位是静态内容阅读工具，而不是完整站点备份方案。

另外，大规模爬取时需要注意 robots.txt 限制和服务器负载，最好先设定 --max-pages 限制数量，避免对目标站点造成压力。

总评

Kage 在"下载网站"这个已经有无数解决方案的领域里，找到了一个精巧且实用的切入点。headless Chrome 渲染后剥离 JS 的方式让它能够处理现代 Web 应用中的动态内容；而打包成自包含二进制文件的能力则是锦上添花——一个 15MB 左右的可执行文件就能完整提供一个网站的阅读体验，这在访谈、教育、存档等场景中有着极高的实用价值。

对于经常需要保存网页内容做离线研究或知识管理的开发者，Kage 值得放入工具箱。

原文来源：GitHub - tamnd/kage — Kage 是一个 Go 编写的开源工具，能通过 headless Chrome 渲染任意网站、剥离 JavaScript 并打包为离线可浏览的静态镜像或单文件二进制。