SuperAPI AI 工具集

pp-archive-is

办公与效率

查看项目

更新于 10-15 18:02

技能介绍

archive.today — Printing Press CLI 是一个驱动 archive-is-pp-cli 二进制文件的命令行技能,用于通过 archive.today 归档网页,并在需要时以 Wayback Machine 作为回退后端。

【用途】 当用户想要归档某个 URL、阅读付费墙文章、查看网页的缓存版本、检查某链接是否曾被归档,或对一批 URL 进行批量捕获时,可使用本技能。如果该 URL 无需归档服务即可直接抓取(无付费墙、robots 允许、直接 HTTP 可访问),或用户想要原始来源而非缓存版本,则不建议使用。

【主要能力】 核心命令 read <url> 会先查找已有快照(Memento timegate → CDX 回退),仅在不存在时才提交新鲜捕获,具有幂等性。get <url> 抓取文章文本,可选 --raw 返回原始 HTML;tldr <url> 在抓取后附加摘要步骤。Durability 操作包括:save <url> 通过 /submit/?url=<x>&anyway=1 强制新鲜捕获;history <url> 列出 archive.today 与 Wayback 上的所有已知快照;bulk [file] 从文件或标准输入按行读取 URL,带退避地批量提交并返回成功/失败/已存在的报告;request <url> 为即发即忘的提交,可配合 request check <url> 检查是否完成。可观测性命令包括:snapshots newest <url> 返回最新快照 URL;captures 列出本地捕获索引;feeds 查看 archive.today 全局最近归档动态。read/get 均支持 --backend archive-is,wayback 指定后端偏好与回退顺序。

【使用方式】 先安装 CLI。可通过 Printing Press 安装器安装:npx -y @mvanhorn/printing-press-library install archive-is --cli-only,随后验证 archive-is-pp-cli --version,并确保安装目录(macOS/Linux 默认为 $HOME/.local/bin,Windows 为 %LOCALAPPDATA%\Programs\PrintingPress\bin)在 $PATH 中。若 npx 安装失败(无 Node、离线等),可回退到 Go 直装(需 Go 1.26.6 或更新版本):go install github.com/mvanhorn/printing-press-library/library/media-and-entertainment/archive-is/cmd/archive-is-pp-cli@latest。若 --version 报“command not found”,说明运行环境无法在 $PATH 中看到该二进制目录,在验证成功前不要继续执行技能命令。

在任意命令后添加 --agent 可展开为 --json --compact --no-input --no-color --yes --no-prompt;非交互调用时每条动作命令还会在 stderr 输出结构化的 next_actions 提示。常用标志包括 --submit-timeout <duration>(新鲜提交最大等待,默认 10m,0 为无限制)、--backend(后端偏好与回退顺序)、--raw(get 返回原始 HTML 而非提取文本)。--select 接受点号路径以筛选嵌套响应,数组按元素遍历。数据层命令输出包裹在 {"meta": {...}, "results": <data>} 中,数据解析 .results,来源解析 .meta.source 判断是实时还是本地。退出码:0 成功、2 用法错误、3 未找到快照、5 API 错误、7 被限流。

此外还提供三项代理工作流能力:命名 profile(profile save/list/show/delete,标志优先级为显式标志 > 环境变量 > profile > 默认值)、--deliver 输出投递(支持 file: 与 webhook:,文件原子写入,webhook 以 application/json 或 --compact 时的 application/x-ndjson POST)、feedback 记录本地反馈(默认仅本地,写入 ~/.archive-is-pp-cli/feedback.jsonl,设置 ARCHIVE_IS_FEEDBACK_ENDPOINT 并传 --send 或 ARCHIVE_IS_FEEDBACK_AUTO_SEND=true 时同时非阻塞上报)。

【认证】 无需 API 密钥。archive.today 与 Wayback Machine 均为公开服务。auth 子命令仅为一致性存在,实际为空操作;doctor 报告“Auth: not required”属预期状态。可选环境变量:ARCHIVE_IS_BASE_URL 覆盖 archive.today 主机(镜像用),WAYBACK_BASE_URL 覆盖 Wayback Machine 主机。

【MCP 服务器】 可安装 archive-is-pp-mcp 并通过 claude mcp add archive-is-pp-mcp -- archive-is-pp-mcp 接入。

【适用场景与限制】 适合读取付费墙文章、在页面变化前保存、批量归档研究链接,以及查看历史版本。限制方面:archive.today 无官方 API,且对云 IP 每日可能出现验证码(此时自动回退 Wayback);批量提交会受速率限制(退出码 7);当 URL 可直接抓取或用户需要原始来源时不应使用本技能。