跳转至

网页收藏入库（#821）

状态：RSS 右键入库与详情入口已实现（复用现有 URL 导入）；正文归档及统一网页入库用例仍为设计。关联 #821。

现有基础

Translator / Connector / Zotero 的 webpage 可映射为现有 PaperKind::Html，使用 catalog、来源 URL 和 NOTES.md；阅读器可以加载远程网页。RSS 有正文抽取与 Markdown 缓存，现可从条目右键菜单 / 详情工具栏提交普通网页 URL 到现有魔棒导入。远程阅读和缓存均不等同于长期归档。

目标与边界

让网页与论文一样成为可长期管理的库条目。RSS 是网页入库的一个入口，后续手动 URL / Connector 共用入库用例。复用现有 HTML 类型、paper_commit、catalog、笔记和正文抽取能力，不再建立独立的收藏数据库。订阅的已读状态与是否入库相互独立。

建议流程

  1. 普通 RSS 条目显示收藏入库操作；论文仍走现有论文导入。
  2. 确定源 URL，保留用户来源链接；规范化 URL 用于去重（去 fragment / 已知追踪参数，不删除可能影响正文的业务参数）。重定向和 canonical 只在确认内容身份后作为别名，不能任意合并不同页面。
  3. 以现有 HTML 类型提交标题、来源、作者 / 日期等可得 metadata；全文抽取复用 RSS 能力并将正文写入 Vault。缓存位置不作为永久引用。
  4. 本地正文优先阅读，提供打开原网页；笔记继续使用 NOTES.md。再次收藏定位已存在条目，不覆盖用户笔记。
  5. 正文抓取失败明确提示未保存全文，允许重试；是否允许仅保存链接需在实现时确定并显示状态。只有提交成功才更新 RSS 入库状态。

待实现 / 验收

  • [x] RSS 右键菜单 / 详情工具栏入库入口，普通网页可提交来源 URL，无需 DOI / arXiv（依赖 Translator 解析成功）。
  • [ ] 统一网页入库用例，补全下述正文保存与去重能力。
  • [ ] 确定归档正文文件与资源目录契约；明确远程图片、相对链接及失败重试策略。
  • [ ] 按规范 URL 与已有 HTML 条目去重，兼容只有 source_url 的旧条目。
  • [ ] 正文与来源保存后可离线阅读；删除订阅或清理缓存不影响已收藏条目。
  • [ ] 复用 Library 分类、标签、搜索和笔记能力，明确 UI 中网页类型的展示。
  • [ ] 多次收藏不重建条目、不覆盖 NOTES.md；失败不误报已入库。

该设计不包含订阅星标系统、网页批注锚点、跨设备同步或完整站点镜像。