web-clone

# Web Clone · 网站复刻方法论 把"复刻一个网站"做成可重复的流程。配套工程区：`~/projects/website-clones/`（每个复刻是一个子目录）。 ## 头号铁律：真源码至上，绝不信 AI 推测的代码 > 任何 AI 生成的"复刻分析/施工图"，**正文的概念骨架可以参考，但里面的可执行代码块默认全是臆造的**，必须逐行用真源码核对，否则照抄必崩。 **实证（marbles 案例）**：一份 AI 分析文档把原站"解析法求光线-球体交点 + 把光学结果编码成位移图、交给 SVG `feDisplacementMap` 去扭曲真实 DOM"的真架构，臆造成了"ray-marching + SDF + 把 DOM 当纹理采样"——两套完全不同的实现，照抄做不出原效果且慢 N 倍。详见 `references/marbles-case.md`。 所以第一动作永远是：**拿到真源码**。 ## 决策树（按顺序走，不许跳） ### Step 0 · 先建标准工程骨架 ```bash node /Users/jane/.shared-skills/web-clone/scripts/init-clone.mjs <站名> --url <原站URL> ``` 该脚本会创建 `~/projects/website-clones/<站名>-clone/`、`NOTES.md`、`RECON/screenshots/`，避免每次手工漏掉产物。 ### Step 1 · 先去 GitHub 搜源码，别急着抓站 ```bash unset SSL_CERT_FILE # macOS 怪癖，bash 前先解 # 按站名/产品名搜 SSL_CERT_FILE=/etc/ssl/cert.pem gh api "search/repositories?q=<关键词>" \ | jq -r '.items[] | "\(.full_name) ⭐\(.stargazers_count) \(.description)"' | head -10 # vercel.app/netlify.app/github.io 的 URL slug 常常就是 仓库名 / 部署者用户名 ``` - 单文件站（github.io / 纯 HTML）→ 直接抓 raw：`curl -sL https://raw.githubusercontent.com/<user>/<repo>/main/index.html` - **找到源码且许可允许 → 跳 Step 4 直接 clone。** 教训：先搜 GitHub 能省 30 分钟弯路。 ### Step 2 · 没找到源码 → 浏览器侦察（探针） 加载 `Browser` skill 或 playwright MCP，跑探针抽信号（框架 / `window.THREE` / canvas 数 / 平滑滚动库 / 字体 / scrollHeight）。截图 1440/768/390 三档 + 侦察 JSON 存 `<站>/RECON/`。 优先用内置脚本跑标准侦察： ```bash node /Users/jane/.shared-skills/web-clone/scripts/recon-site.mjs \ --url <原站URL> \ --out ~/projects/website-clones/<站名>-clone/RECON \ --label original node /Users/jane/.shared-skills/web-clone/scripts/asset-harvest.mjs \ --recon ~/projects/website-clones/<站名>-clone/RECON/original-recon.json \ --out ~/projects/website-clones/<站名>-clone/assets/original \ --manifest ~/projects/website-clones/<站名>-clone/RECON/asset-manifest.json node /Users/jane/.shared-skills/web-clone/scripts/network-capture.mjs \ --url <原站URL> \ --out ~/projects/website-clones/<站名>-clone/RECON/network \ --label original node /Users/jane/.shared-skills/web-clone/scripts/route-crawl.mjs \ --url <原站URL> \ --out ~/projects/website-clones/<站名>-clone/RECON/routes \ --label original \ --max-pages 25 \ --max-depth 2 node /Users/jane/.shared-skills/web-clone/scripts/interaction-probe.mjs \ --url <原站URL> \ --out ~/projects/website-clones/<站名>-clone/RECON/interactions \ --label original node /Users/jane/.shared-skills/web-clone/scripts/sourcemap-hunt.mjs \ --recon ~/projects/website-clones/<站名>-clone/RECON/original-recon.json \ --out ~/projects/website-clones/<站名>-clone/RECON/sourcemaps ``` > 登录态私域站才用 `bb-browser`；localhost / 无登录公开站用 `Browser` skill 或 playwright（别动 bb-browser，会抢 Brave）。 ### Step 2.5 · 先给复杂度定级，别盲目承诺 根据侦察结果先写一版"复刻前预判"：复杂度 L1-L6、推荐模式（忠实复刻 / 视觉复刻 / 内容爆改）、预计可还原范围、明确不克隆的部分。分级和评分规则见 `references/assessment.md`。 **若模式是「视觉复刻」或「内容爆改」** → 顺手产出结构化设计身份 `design-dna.json`，把"那个站的感觉"变成可版本化、可对照的 token 规范，让 Step 6 替换时"DNA 留着、内容换掉"有据可依： ```bash node /Users/jane/.shared-skills/web-clone/scripts/dna-scaffold.mjs \ --recon ~/projects/website-clones/<站名>-clone/RECON/original-recon.json \ --out ~/projects/website-clones/<站名>-clone/RECON/design-dna.json \ --name "<站名>" ``` 脚本会把侦察到的字体/色候选/框架特效信号 best-effort 预填，其余字段人工 Analyze 补全。三维结构（design_system / design_style / visual_effects）、完整 schema、适用边界见 `references/design-dna.md`。 > ⚠️ **「忠实复刻」分支不要用 DNA**：真源码就是真相，别让"近似风格"的 DNA 稀释逐字节铁律。 ### Step 3 · 按侦察结果选路径 | 侦察结果 | 走哪条路 | |---|---| | 静态 HTML/CSS，无框架 | `wget --mirror` 抓镜像 → 删追踪脚本 → 改文案 | | React / Vue / Next（内容为主） | 重建模板（如 `ai-website-cloner-template`，Node 24+），灌内容 | | SPA / SaaS / 数据驱动页面 | 先跑 `network-capture.mjs` 保存 API fixtures → 本地 JSON/mock server 替身 | | 多页面官网 / 产品站 | 先跑 `route-crawl.mjs` 做路由地图 → 每类页面抽模板 → 统一替换内容 | | 复杂交互站 | 先跑 `interaction-probe.mjs` 记录 hover/click/scroll/canvas drag 状态 → 按状态补交互，不许只截首屏 | | **WebGL / Canvas / Three.js 重前端** | **深度逆向真源码（见下）→ 忠实复刻 或 找同类开源 3D 模板换内容**。单文件原生站常常逐字节保留=最忠实复刻。**找不到真源码时走运行时帧捕获 + baseline 闸门**，纪律见 `references/effect-extraction.md`（可委托 web-shader-extractor） | | **静态构建站（Astro/Vite SSG/Hugo），含重 WebGL** | **`mirror-site.mjs` 全量镜像部署资产 → 自托管字体 + 删追踪 → 本地 web 根服务 = 真源码 1:1 忠实复刻**。对静态站，"拿到真源码"="镜像部署资产整套"。配方见 `references/static-mirror.md`。范例：oryzo.ai（Lusion，L6，高斯泼溅，hero 像素 diff 5/5） | | 用现成开源主题的站（Astro/Hugo 主题） | 去对应主题市场找源主题（**仅限套用现成主题的站**；定制站走上一行的全量镜像，别来这行） | L4-L6 复杂站按 `references/complex-playbooks.md` 走，不要只用普通官网流程。 ### Step 4 · 在克隆中枢里搭工程 ```bash mkdir ~/projects/website-clones/<站名>-clone && cd $_ # git 源码：clone 进来；单文件：放进来。原始源码留一份只读基准 index-original.html # 检查 Node 版本（package.json engines），nvm use 对应版本，钉 .nvmrc ``` ### Step 5 · 删追踪 + 写元信息 + 验证 - **删追踪**：Google Analytics（`gtag` / `googletagmanager`）、像素、热图——逐行精确切除（GA 块常在 `<head>` 顶部）。 - **写 NOTES.md**（必须）：包含复杂度、复刻模式、原站 vs 克隆站对比、保真度评分、已知缺口。模板见 `references/deliverables.md`。 - **复杂站写 TEARDOWN.md**（技术拆解）。所有结论标真源码行号。 - **复刻后评分**：按 `references/assessment.md` 给结构 / 视觉 / 交互 / 响应式 / 内容替换 / 功能完整度打分。分数要能被截图、源码、运行结果支撑。 - **浏览器真验证**（硬要求，不许只看代码就说"应该能跑"）：起本地服务器 → 浏览器打开 → 抓 console（不能有 JS/WebGL 编译错误）→ 截图对照原站。诚实记录验证不了的部分（如合成 PointerEvent `isTrusted=false` 触发不了拖拽，要如实写，别伪造"拖动成功"）。 复刻完成后再跑一次克隆站侦察，并生成自动对比报告： ```bash node /Users/jane/.shared-skills/web-clone/scripts/recon-site.mjs \ --url http://127.0.0.1:<端口>/ \ --out ~/projects/website-clones/<站名>-clone/RECON \ --label clone node /Users/jane/.shared-skills/web-clone/scripts/route-crawl.mjs \ --url http://127.0.0.1:<端口>/ \ --out ~/projects/website-clones/<站名>-clone/RECON/routes-clone \ --label clone \ --max-pages 25 \ --max-depth 2 node /Users/jane/.shared-skills/web-clone/scripts/interaction-probe.mjs \ --url http://127.0.0.1:<端口>/ \ --out ~/projects/website-clones/<站名>-clone/RECON/interactions-clone \ --label clone node /Users/jane/.shared-skills/web-clone/scripts/compare-recon.mjs \ --original ~/projects/website-clones/<站名>-clone/RECON/original-recon.json \ --clone ~/projects/website-clones/<站名>-clone/RECON/clone-recon.json \ --visual-diff ~/projects/website-clones/<站名>-clone/RECON/visual-diff-1440.json \ --original-routes ~/projects/website-clones/<站名>-clone/RECON/routes/original-route-map.json \ --clone-routes ~/projects/website-clones/<站名>-clone/RECON/routes-clone/clone-route-map.json \ --original-interactions ~/projects/website-clones/<站名>-clone/RECON/interactions/original-interactions.json \ --clone-interactions ~/projects/website-clones/<站名>-clone/RECON/interactions-clone/clone-interactions.json \ --out ~/projects/website-clones/<站名>-clone/CLONE_REPORT.md node /Users/jane/.shared-skills/web-clone/scripts/visual-diff.mjs \ --original ~/projects/website-clones/<站名>-clone/RECON/screenshots/original-1440.png \ --clone ~/projects/website-clones/<站名>-clone/RECON/screenshots/clone-1440.png \ --out ~/projects/website-clones/<站名>-clone/RECON/visual-diff-1440.json \ --diff ~/projects/website-clones/<站名>-clone/RECON/screenshots/visual-diff-1440.png node /Users/jane/.shared-skills/web-clone/scripts/audit-clone.mjs \ --project ~/projects/website-clones/<站名>-clone \ --brand "<原站品牌名>" \ --out ~/projects/website-clones/<站名>-clone/CLONE_AUDIT.md ``` ### Step 6 · 替换成 Jane 自己的东西 目标永远是"做她自己的站"，不是搬一个一模一样的。替换三件套：文字（`index.html`/`data/*.json`/`content/*.md`）、媒体（`public`/`assets`）、品牌色（CSS 变量 / Tailwind theme）。结构非平凡就写 REPLACE_GUIDE.md。 **做过 `design-dna.json`（视觉/爆改模式）的**：这一步就是它的兑现——**DNA 留着、内容换掉**。把 `design_system` 落成 CSS 自定义属性、按 `design_style` 做主观取舍、按 `visual_effects.effect_intensity` 选实现层级（lightweight CSS / medium Canvas+GSAP / heavy Three.js）；素材优先用 `asset-harvest.mjs` 取原站真图，别 AI 重绘近似。生成流程见 `references/design-dna.md`。 ## 逆向拆解 WebGL/Canvas 重前端（核心手艺） 把交互站拆成**技术支柱**，逐柱定位真实实现 + 标行号：渲染（WebGL/着色器算法）、合成（SVG filter / 多 canvas / 后期）、物理、交互、音频。然后才去核对任何二手分析。 **逆向特效时三件套纪律**（治"边抠边美化、最后既不像也说不清"）： 1. **证据分级**：每条结论标 `SOURCE`（真源码/source-map/运行时 dump/帧捕获）、`PARTIAL`（名字/切片，待证）、`GUESS`（视觉拟合/魔数）。**未标=GUESS，照抄前必须升级到 SOURCE。** 2. **no-compensation**：严禁靠调亮度/速度/位置/噪声去掩盖时序/坐标/状态错误；拟合值仍标 GUESS，写明要拿到什么证据才能升级。 3. **baseline-first 闸门**：先用真实 draw call/shader/uniform 做"最小原样可复现 RAW REPLAY"→ 逐帧比对通过 → **才允许**重构工程化。 详见 `references/effect-extraction.md`（含运行时捕获兜底 + 何时委托 web-shader-extractor）。 **可迁移的高级范式**（值得攒着）： - **位移图折射 DOM**：离屏 WebGL 算出 RG=位移/B=菲涅尔的"位移图"，再用 SVG `<filter><feDisplacementMap scale=N>` 拿它去扭曲真实的、活的、可交互的 HTML——折射的是真 DOM，WebGL 全程不碰 DOM 像素。这是 marbles 的灵魂，也是 Three.js `MeshPhysicalMaterial(transmission)` 做不到的事（它只能做"玻璃球外观"，做不出"折射整个网页"）。 详细方法 + marbles 真架构逐项拆解 → `references/reverse-engineering.md`、`references/marbles-case.md`。 ## 许可与署名（clone 前必查） ```bash SSL_CERT_FILE=/etc/ssl/cert.pem gh api repos/<u>/<r> | jq '.license' # + 找 LICENSE 文件 + 看 README ``` | 许可 | 能做什么 | |---|---| | MIT / Apache / BSD / Unlicense | 可改、可上线，保留致谢即可 | | **NONE（无 LICENSE 文件 / 未声明）** | **默认保留所有权利**。仅本地学习/复刻，须署名原作者，**未经许可不得公开重新部署**。别因为代码公开就当成可自由用 | | 专有 / 明确禁止 | 只读学习，不复制不部署 | ⚠️ 别把"GitHub 上是公开的"或"gh api 一时查不到"等同于 MIT——核实到底。 ## 产物规范 - 每个子项目根目录：`NOTES.md`（源信息/技术栈/license/替换地图/跑起来命令） - 复杂交互站追加：`TEARDOWN.md`（技术拆解，标行号） - 需要对外汇报或评估 skill 效果时追加：`CLONE_REPORT.md`（原站 vs 克隆站完整对比） - 上线前追加：`CLONE_AUDIT.md`（追踪脚本、原站品牌/语言残留、TODO、外链风险） - `RECON/screenshots/`：原站 vs 克隆对照图 - 复刻完更新中枢 `README.md` 索引行 ## 内置脚本 - `scripts/init-clone.mjs`：初始化克隆项目骨架和 `NOTES.md`。 - `scripts/recon-site.mjs`：用 Playwright 打开页面，采集框架/资源/DOM 结构/console 错误，并保存三档截图。 - `scripts/asset-harvest.mjs`：从侦察 JSON 下载原站图片、脚本、样式并生成素材清单。 - `scripts/network-capture.mjs`：捕获 XHR/fetch 请求并保存 JSON/text 响应，给 SPA/SaaS 做本地 fixtures。 - `scripts/mirror-site.mjs`：真浏览器全程滚动捕获每一个真实请求 → 按路径镜像同源资产（含 JS 运行时 fetch 的 `.sog/.buf/.wasm/.riv`/字体），给静态构建站（Astro/Vite SSG/Hugo）做 1:1 忠实复刻。详见 `references/static-mirror.md`。 - `scripts/route-crawl.mjs`：爬同站内部链接，按路由保存截图、标题、H1、结构信号，解决多页面站只复刻首页的问题。 - `scripts/interaction-probe.mjs`：自动执行 scroll、hover、安全 click、canvas drag，保存交互前后状态、截图、网络和 console 证据。 - `scripts/sourcemap-hunt.mjs`：从 JS chunk 里找 source map，能拿到就保存源码映射。 - `scripts/compare-recon.mjs`：读取原站与克隆站的侦察 JSON、路由图、交互证据，生成 `CLONE_REPORT.md`。 - `scripts/visual-diff.mjs`：用浏览器 canvas 做截图像素差异，输出 visual score 和差异图。 - `scripts/audit-clone.mjs`：扫描追踪脚本、原站品牌残留、日文残留、TODO、外部 URL 风险。 - `scripts/dna-scaffold.mjs`：从侦察 JSON 生成 `design-dna.json` 设计身份骨架（字体/色候选/框架特效信号 best-effort 预填），给「视觉复刻 / 内容爆改」模式用。详见 `references/design-dna.md`。 ## 能力边界（默认口径） - **能高保真做**：静态营销页、企业官网、内容型 React/Vue/Next 前端、可直接拿到源码的动画站。 - **能视觉还原但会简化**：CMS 后台数据、复杂滚动叙事、多端断点、WebGL/Canvas 特效、第三方嵌入。 - **默认不承诺完整克隆**：登录、支付、下单、搜索推荐、权限系统、服务端业务逻辑、专有 API、受版权限制的素材。需要时只做可演示前端替身。 - **内容爆改时**：优先保留原站的信息架构、节奏、动效和视觉语法，把文案、图片、品牌色、业务主张换成 Jane 自己的内容。 ## 旗舰案例 `~/projects/website-clones/marbles-clone/` — 原生 WebGL + SVG Filter + 自研物理的玻璃弹珠站，逐字节忠实复刻 + 完整 TEARDOWN，是"WebGL 重前端分支"的范例。