web-archive-analysis

用途：查询 Wayback Machine，发现网站历史技术使用情况，并检测技术迁移。

主要能力：

1. query_cdx_api：调用 CDX API 获取历史快照，端点 GET http://web.archive.org/cdx/search/cdx，参数含 url、output=json、filter=statuscode:200、collapse=timestamp:6、limit、from、to。示例：curl "http://web.archive.org/cdx/search/cdx?url=example.com&output=json&filter=statuscode:200&collapse=timestamp:6&limit=100"。
2. select_snapshots：按 6 个月、1 年、2 年、3 年、5 年等间隔选取代表性快照。
3. fetch_archived_content：通过 https://web.archive.org/web/{timestamp}/{original_url} 获取归档页面。
4. compare_snapshots：比较 Server、X-Powered-By、Set-Cookie 等响应头，以及 meta[name=generator]、script[src]、link[href] 等 HTML 元素和 /wp-content/、/_next/、/_nuxt/、/static/js/ 等路径模式。
5. detect_migrations：识别常见迁移模式，如 WordPress 到 React、AngularJS 到 Angular、jQuery 到 React/Vue、本地部署到云。
6. extract_historical_tech：解析归档 HTML，记录技术及时间戳，构建技术使用时间线。

输出：包含归档覆盖范围、已分析快照、技术时间线、检测到的迁移、当前与历史技术栈对比及证据。

限制：CDX API 限速 15 次/分钟，归档页面抓取 10 次/分钟；需缓存 CDX 结果。错误处理包括 404 未归档、503 重试、超时增加等待。仅访问公开归档，遵守限速，不长期存储归档内容，注意归档内容可能含过时安全漏洞。历史数据置信度基础为 60-75%，权重低于当前直接证据。