前几天发过一个帖子，https://www.v2ex.com/t/919776 征集到了一些工具和已有的在线服务，折腾下来都不满意，但是意外的发现了有专门做主要内容提取的前端库，比如 mozilla 的 readability 。
我首先排除了手动保存、异步抓去（登录态动态加载的会失败），然后排除本地方案，因为有多台设备
我的现状是：
- 使用 singlefile 插件保存 html 到手搓的 webdav 服务
- webdav 服务会保存 html 到本地文件，同时提供一个类似 nginx 文件列表的界面查看文件，点击可以直接打开
- webdav 服务服务调用 readability 库提取 singlefile 生成 html 的主要内容、标题、原地址、文件路径提交到全文索引，这样能保证需要登录的和动态加载的也能提取到内容
- 全文索引使用 zincsearch ，一个 Go 开发的，类似 es 的轻量级索引，自带一个简易 webui 手动搜索找到文件路径和原地址
想做的是：
- webdav 保存文件+提交索引这块优化下，犹豫要不要使用数据库（ sqlite 、mysql 等）记录状态，方便重建索引等
- readability 库是用 nodejs 写的，很多年没写 node 了，感觉现在写的代码不够好
- 尝试 readability 以外的内容提取库，比如 https://github.com/postlight/parser
-
基于 zincsearch 的数据提供一个类似搜索引擎的界面，功能需要：
- 产品化的搜索界面，类似 https://demo.historio.us/search/ Google 这样，只是内容是私有的
- 搜索后当前页面弹出预览，使用 readability 提取的内容（可能需要截断）
- 搜索后跳转打开网页原地址
- 搜索后跳转打开保存的 singlefile 生成的 html 文件（可能原地址失效了）
- 可能需要给 singlefile 提交一些功能 pr ，比如保存到 webdav 的时候提供更多的信息
所以需要支持的是：
- 前端&node：搜索界面开发，内容提取库开发或封装
- 熟悉 Go：相关接口开发，这块我自己就可以，帮忙 review 或者偶尔分担下
- 熟悉搜索：可能的话想基于 bluge 或 bleve 直接构建索引部分，减少一个组件
- 熟悉 chrome 扩展：singlefile webdav 部分功能定制（可能）或者直接向上游提 pr
- 其他：多提建议、试用
我会新建一个 github 组，用来放新写的代码，我也会把我已有的成果：webdav 、readability 封装开源出来，这些代码大概率需要重写。
做这些的初衷，就是想把浏览过的网页保存下来，方便以后万一需要再看（所以全文索引很重要），防止原地址失效，或者失去查看的权限和条件等。
希望不会被吐槽白嫖，以及需要征集项目和组名称。