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

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

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：

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：

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

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：

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）

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。