前几天发过一个帖子，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：

1. 使用 singlefile 插件保存 html 到手搓的 webdav 服务
2. 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
3. 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
4. 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：

1. 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
2. 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
3. 尝试 readability 以外的内容提取库，比如 https://github.com/postlight/parser
4. 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）
5. 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：

1. 前端&node：搜索界面开发，内容提取库开发或封装
2. 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
3. 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
4. 熟悉 chrome 扩展：singlefile webdav 部分功能定制（可能）或者直接向上游提 pr
5. 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。