新闻详情

新闻详情

首页 / 资讯中心 / 详情

kage安装指南:Go、Homebrew、Scoop、apt与Docker 5种方式一次搞定(附Chrome配置技巧)

发布时间:2026/11/17 3:54:25来源:尧图网络
kage安装指南:Go、Homebrew、Scoop、apt与Docker 5种方式一次搞定(附Chrome配置技巧)
kage安装指南Go、Homebrew、Scoop、apt与Docker 5种方式一次搞定附Chrome配置技巧【免费下载链接】kageShadow any website for offline viewing, with the JavaScript stripped out项目地址: https://gitcode.com/gh_mirrors/kage6/kagekage是一个网站离线镜像克隆工具它用真实无头 Chrome 打开网页、等待渲染完成后截取 DOM剔除全部 JavaScript再把 CSS、图片、字体下载到本地路径。装好它你就能把任意网站影子化成纯静态文件离线打开依然像活站一样——零脚本、零网络请求、零追踪。5种kage安装方式速览kage 是单个二进制文件选哪种方式全看你的系统方式适用平台一句话特点go install已装 Go 的任意平台一条命令永远是最新版HomebrewmacOS预编译 cask最省心ScoopWindows两步命令无需编译apt / dnfDebian、Ubuntu、Fedora加入软件源后apt upgrade自动更新Docker任意镜像内置 Chromium免装浏览器各平台的完整说明可参考官方安装文档docs/content/getting-started/installation.md。方式一Go 一行安装跨平台首选只要装了 Go一条命令搞定latest保证拿到最新版go install github.com/tamnd/kage/cmd/kagelatest二进制会装进$GOBIN默认~/go/bin确认它在你PATH中即可。也可以从源码构建make build # 产出 bin/kage纯 Go无需 cgo构建逻辑见 Makefile。方式二macOS 用 Homebrew 安装预编译 cask不用装 Go、不用编译brew install --cask tamnd/tap/kage升级时brew upgrade --cask kage一条命令即可。方式三Windows 用 Scoop 安装Scoop 需要先加项目作者的 bucket再安装scoop bucket add tamnd https://github.com/tamnd/scoop-bucket scoop install kage完成后kage --version验证。Windows 版还会自动寻找已安装的 Chrome / Edge / Chromium找不到时会自动下载一份专用 Chromium 缓存到本地实现见 browser/launcher_windows.go。方式四Debian/Ubuntu 用 apt 安装官方签名软件源会跟随每个版本发布之后apt upgrade就能保持最新# 导入 GPG 密钥与软件源 curl -fsSL https://tamnd.github.io/linux-repo/gpg.key | sudo gpg --dearmor -o /usr/share/keyrings/tamnd.gpg echo deb [signed-by/usr/share/keyrings/tamnd.gpg] https://tamnd.github.io/linux-repo/apt stable main | sudo tee /etc/apt/sources.list.d/tamnd.list sudo apt update sudo apt install kageFedora / RHEL 走 dnfsudo dnf config-manager --add-repo https://tamnd.github.io/linux-repo/dnf/tamnd.repo sudo dnf install kage不想加源也可以直接下载发行版附件里的.deb/.rpm/.apk包安装。方式五Docker 一条命令免装 Chrome官方容器镜像基于 Alpine 并内置 Chromium、字体与 CA 证书开箱即用docker run --rm -v $PWD/out:/out ghcr.io/tamnd/kage clone example.com镜像直接落在宿主机的./out/example.com/。镜像内置KAGE_CHROME/usr/bin/chromium-browser环境变量因此永远不会再去下载浏览器——细节可看 Dockerfile。Chrome配置技巧kage 如何找到你的浏览器kage 驱动的是真实 Chrome而非网页抓取所以本机安装需要系统装有 Chrome 或 Chromium自动探测macOS/Windows 找 Google ChromeLinux 找google-chrome/chromium无需任何配置手动指定用--chrome参数或KAGE_CHROME环境变量指向指定二进制kage clone example.com --chrome /path/to/chromium # 或 export KAGE_CHROME/path/to/chromium找不到浏览器怎么办启动器会在首次使用时自动下载一份专用 Chromium 缓存起来之后复用无需手动干预Docker 方式容器已内置 Chromium跳过全部浏览器配置。装好之后一条命令验证安装完成后立刻克隆一个站点验证整条链路kage clone example.com kage serve $HOME/data/kage/example.com # 浏览器打开 http://127.0.0.1:8800克隆完的页面里搜不到任何script、onclick或javascript:全部资源都在本地_kage/目录下。想体验原生窗口打开离线站点的效果还可以用make build-webview构建带 webview 标签的版本打包后的站点会在系统 WebView 独立窗口中打开而不是浏览器标签页小结你的场景推荐方式已有 Go 环境go installmacOS 日常使用Homebrew caskWindows 桌面ScoopDebian/Ubuntu 服务器apt 源不想折腾浏览器Docker五条路殊途同归装完kage任何网站都能被影子化到本地成为一份十年后依然能离线打开的纯净副本。【免费下载链接】kageShadow any website for offline viewing, with the JavaScript stripped out项目地址: https://gitcode.com/gh_mirrors/kage6/kage创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉