网页归档与报告生成系统功能需求文档
所属分类：网站工具
产品案例页：https://engineering.gugudata.com/products/websitetools/web-archive-report-system/
产品定位与截图范围
网页归档与报告生成系统属于网站工具场景，面向站点级归档、证据留存和检测报告输出的系统，截图重点是站点列表、归档阶段进度、页面列表、资源文件、网页快照、正文提取、链接清单、DNS、证书和报告导出。这篇 PRD 只描述当前截图对应产品，页面目标是让业务方先理解这套界面的使用价值，再通过下方关联接口判断数据能力是否覆盖自己的项目。
产品需要把截图中的信息组织成可交付的软件需求：导航区说明用户能进入哪些业务模块，左侧区域说明对象如何被筛选和管理，中间区域说明核心处理任务如何完成，右侧区域说明结果、配置、统计或详情如何被核对。用户阅读后应能判断该系统适合解决什么问题、日常如何操作、输出什么结果、验收时看哪些指标。
目标用户与业务场景
主要用户包括：
- 网站管理员
- 合规归档人员
- 内容审计人员
- SEO 运维人员
- 客户交付人员
这些用户通常不是为了体验单点工具，而是为了在真实业务中持续处理数据、资料或任务。系统需要支持从对象导入、筛选定位、任务执行、结果核对到导出沉淀的完整流程。截图中的布局应被理解为高频工作台：左侧负责范围和对象，中间负责操作和主结果，右侧负责配置、质量、详情或辅助分析。每个区域都应服务于减少人工查找、重复录入和跨工具切换。
截图可见信息组织
顶部导航和一级模块包括：
- 工作台
- 任务管理
- 报告中心
- 模板管理
- 数据源管理
- 系统设置
左侧区域需求：左侧站点列表显示多个域名及归档状态，支持按站点名称或域名搜索、按分组管理站点，并展示存储使用情况。
主工作区需求：中间任务详情展示归档任务阶段，包括任务创建、域名解析、证书检查、网页抓取、资源下载、数据处理、报告生成。核心指标展示抓取页面、成功、失败、资源文件、存储大小和耗时。页面列表可按状态、页面类型、URL 或标题筛选。
右侧与辅助区需求：右侧检测详情展示页面评分、网页快照、正文提取、链接清单、DNS 记录、证书信息和导出报告操作。用户可以查看快照、完整内容、链接占比、详细图表，并导出 PDF、Word、Excel 报告。
截图中的页面需要保持信息密度，但不能牺牲可读性。列表、筛选器、标签页、统计卡片、图表和操作按钮都应围绕当前业务对象展开。用户切换对象后，中间主内容和右侧详情必须同步，避免出现列表选中项、预览内容和统计结果不一致的情况。
核心功能需求
对象管理：系统应提供清晰的对象列表或对象树，支持搜索、筛选、分组、状态区分和批量操作。对象行需要展示足够的业务字段，让用户不进入详情也能判断当前对象是否值得处理。
主任务处理：系统应把截图中的高频动作放在主操作区，减少用户在菜单中查找功能的时间。对于需要批量处理的场景，页面要展示任务状态、进度、成功失败数量和可恢复操作；对于查询分析类场景，页面要展示筛选条件、结果表和关键指标。
结果核对：右侧或下方结果区应展示用户最关心的结果摘要、质量、详情、来源或导出入口。结果需要能被复制、下载、导出、继续分析或进入下一步流程。若存在失败、异常或低质量结果，应以业务语言说明原因，并提供重试、修改、忽略或查看详情。
记录沉淀：系统应保留任务记录、操作记录、历史结果或最近使用记录。用户需要能够回溯某一批数据的处理时间、处理人、输入对象、输出结果和当前状态，便于团队协作和交付复盘。
配置复用：当截图中出现模板、规则、字段、样式、系统设置或数据源配置时，产品应允许团队沉淀常用方案。配置项应使用业务名称描述，避免让用户理解无关参数。
主要操作流程
- 新增站点归档任务或批量归档
- 系统按阶段执行解析、证书、抓取和资源下载
- 用户查看页面、资源、快照和链接清单
- 系统生成站点级检测详情和归档报告
- 用户导出报告并管理历史任务
流程设计要保证用户能随时知道自己处于哪一步。对于导入类流程，用户需要先看到导入对象是否正确；对于分析类流程，用户需要确认筛选条件和数据范围；对于发布或导出类流程，用户需要确认结果质量和输出格式。任何关键操作都应在页面上有明确反馈，而不是只依赖短暂提示。
数据与结果展示
该系统需要重点输出：
- 站点归档任务
- 页面列表
- 资源文件
- 网页快照
- 正文提取
- 链接清单
- DNS 和证书信息
- 归档报告
结果展示应遵循三层结构。第一层是概览指标，用于快速判断整体状态；第二层是明细列表或图表，用于定位具体对象；第三层是详情、记录或来源，用于核对结果可信度。截图中的表格、趋势图、地图、预览器、富文本区、卡片和环图都应作为业务结果的一部分，而不是装饰性元素。
对于长列表，分页、排序、搜索和筛选必须稳定可用。对于图表和地图，颜色、图例、单位、更新时间和数据来源要清晰。对于文件或报告类结果，下载、导出、复制和查看详情需要保持一致的位置和命名。对于质量类结果，分数、错误数、重复率、有效率、置信度和风险等级需要能让用户直接采取下一步动作。
接口调用蓝图
接口调用蓝图只列出当前案例的核心接口。所有请求地址均使用生产 API 域名，接口文档地址指向咕咕数据公开详情页。表格中的 * 表示必填参数；appkey 只代表调用方自己的访问凭证占位，不展示真实值。
| 业务步骤 | 接口名称 | 接口文档 | 请求地址 | 关键入参 | 关键出参 | 传参关系 |
|---|---|---|---|---|---|---|
| 网页快照 | 网站截图与 HTML 快照 | url2snapshot |
POST https://api.gugudata.com/websitetools/url2snapshot |
appkey* (query)、url* (body)、responseFormat (body)、fullPage (body)、width (body)、height (body)、deviceScaleFactor (body)、userAgent (body)、isMobile (body) |
截图、HTML 快照、页面状态 | 目标地址写入 url，尺寸、全页和移动端参数控制输出。 |
| 可读正文抽取 | 网页可读内容抽取 | readability |
POST https://api.gugudata.com/websitetools/readability |
appkey* (query)、url (body)、html (body) |
标题、正文、作者等文章元素 | 可传 url 或 html，用于内容清洗和报告摘要。 |
| 链接抽取 | 网页 URL 链接提取 | url2links |
GET https://api.gugudata.com/websitetools/url2links |
appkey* (query)、url* (query) |
链接列表、链接类型 | 同一 url 输出链接清单，支撑站点检查。 |
| DNS 查询 | 域名 DNS 信息查询 | dnslookup |
GET https://api.gugudata.com/v2/websitetools/dns-lookup |
appkey* (query)、domain* (query) |
DNS 记录结果 | 从 URL 解析出的域名写入 domain。 |
| SSL 证书查询 | 域名 SSL 证书信息解析 | sslcertinfo |
GET https://api.gugudata.com/v2/websitetools/sslcertinfo |
appkey* (query)、domain* (query) |
证书有效期、颁发信息 | 同一域名写入 domain，用于证书状态展示。 |
| Whois 查询 | 域名 Whois 查询 | whois |
GET https://api.gugudata.com/v2/websitetools/whois |
appkey* (query)、domain* (query) |
注册商、到期时间、域名状态 | 同一域名写入 domain，作为站点基础资料。 |
| 性能与 SEO 评分 | 网页性能与 SEO 评分 | pagespeed-score |
GET https://api.gugudata.com/websitetools/pagespeed-score |
appkey* (query)、url* (query)、strategy (query)、locale (query)、categories (query)、forceRefresh (query) |
性能、SEO、可访问性评分 | 页面 URL 写入 url，strategy 控制桌面或移动端视角。 |
参数流转说明
报告链路从 URL 拆出两个参数：完整 URL 用于快照、正文、链接和性能评分，域名用于 DNS、SSL 和 Whois 查询。所有结果按同一个报告对象汇总，用户可以从报告中追溯每个检测结果的页面地址或域名。
用户输入的原始对象需要和每一步接口结果保持明确对应关系。页面应保留原始输入、当前处理参数和接口输出结果之间的联系，让用户可以从任一结果回到来源对象。例如用户修改关键词、日期、代码、文件、城市或号码后，所有依赖该参数的结果都需要重新标识为待刷新或重新查询，避免旧结果和新条件混在一起。
不同接口之间传参时，只传递公开接口需要的业务字段。文件类场景传递文件、文件地址或识别文本；数据查询类场景传递代码、日期、区域、关键词或分页条件；文本类场景传递正文、目标语言、对比文本或处理风格；号码类场景传递原始号码、标准号码和国家区号。接口返回结果进入页面后，需要转换为业务人员能理解的字段名称和操作入口。
如果用户批量处理多个对象，系统应把每个对象的参数和结果分开保存到列表行或任务项中。批量任务可以并行展示进度，但用户在页面上看到的仍应是每条业务对象的输入、状态和输出，不能只显示一个模糊的整体结果。失败项需要保留原始输入和失败步骤，方便用户修正参数后重新提交。
相关接口能力范围
当前分类下完整相关接口包括：URL 生成网站截图、URL 转静态 HTML 文件、域名 DNS 信息查询、域名 SSL 证书信息解析、域名 Whois 查询、网站截图与 HTML 快照、网页 URL 转 Markdown、网页 URL 链接提取、网页可读内容抽取、网页性能与 SEO 评分、获取任意站点标题与图标、语义化获取站点 JSON 结构内容。这些接口仍由页面下方“相关数据接口”区域统一展示，接口名称、简介、能力标签和文档入口保持完整。PRD 正文中的调用蓝图用于说明核心链路，不替代接口详情页，也不覆盖每个接口的全部参数、示例和响应字段。
用户阅读本案例时，应先理解 网页归档与报告生成系统 的业务流程，再根据接口调用蓝图判断是否满足自己的集成场景。如果需要扩展到同分类下其他能力，可以继续点击下方接口文档查看完整说明。这样既能保证 PRD 可读，又能保留完整接口入口。
体验要求与验收标准
页面渲染顺序应保持为产品截图、功能需求文档、相关数据接口。当前 case 有独立 PRD 时显示文档区，切换到任意其他 case 时显示该 case 自己的文档，不能出现所有 case 共用同一篇总文档的情况。文档标题统一为“功能需求文档”，正文采用适合长文阅读的排版，段落宽度、行距、标题层级和列表样式要与工程站点风格一致。
桌面端需要保留左侧导航固定能力，用户阅读长文和接口列表时仍能切换案例。移动端需要单列展示，图片、文档、接口列表不能互相遮挡，表格或长内容不能造成页面整体横向溢出。没有配置或加载失败的文档不应显示空白模块；但本次目标是所有 case 都有对应文档，因此最终验收时每个 case 都应能读取到 Markdown 内容。
验收时需要逐个检查：case 标题是否与截图一致，截图是否正常显示，功能需求文档是否是当前 case 的独立内容，相关接口是否仍按行业分类完整显示，接口数量是否与侧边分类数量一致，点击接口文档是否进入咕咕数据接口详情页。只有这些要求都满足，才能认为该 case 的 PRD 渲染完成。
截图功能验收清单
验收人员需要按照截图从左到右、从上到下检查页面，而不是只看主标题是否存在。顶部导航应能说明产品的主要业务模块；左侧列表、树形结构或批次区域应能说明当前管理对象；中间工作区应能完成主要查询、处理、编辑、预览、分析或生成动作；右侧详情、统计、配置或质量区域应能回答用户为什么可以信任当前结果。若某个区域只显示静态占位、字段与截图语义不一致、切换对象后详情没有同步、导出入口无法体现当前业务结果，都应视为未满足该 case 的 PRD 要求。
文档展示也要按独立 case 验收。进入该案例路由后，功能需求文档中的产品名称、业务场景、导航模块、核心流程和输出结果都必须与当前截图一致；切换到相邻案例后，文档内容必须随 case 变化，不能继续显示上一案例的文字。相关接口区域需要保持在文档之后完整显示，作为从产品案例进入接口详情的能力入口。
关于 GuGuData Engineering 产品案例
更多产品案例请访问 GuGuData Engineering 产品案例。
GuGuData Engineering 产品案例页展示基于咕咕数据接口能力构建的数据接入、业务流程和产品原型，帮助团队从真实业务场景出发，快速评估接口组合、调用方式和落地价值。
–EOF–
转载须以超链接形式标明文章原始出处和作者信息
