MagaCite: 博客内容迁移与引用维护系统开源项目Vibe Coding

国内技术创作者长期面临内容分散于多个封闭平台（CSDN、掘金、简书、博客园、语雀等）的痛点——文章归属权无法自证、格式受平台编辑器限制、跨平台迁移成本极高，且各平台 URL 体系互不兼容，导致个人知识资产难以归集为统一的个人品牌。MegaCite 立项旨在解决这一核心矛盾：提供一套端到端的内容归集与静态站点生成系统，使创作者能够通过平台级所有权验证，将分散在各处的文章一键迁移至自己完全掌控的静态站点，同时以引用网络机制将文章间的关联关系结构化保留，构建真正意义上的"数字花园"。业务背景上，本项目面向拥有多平台创作履历的技术博主，填补了从"平台依附式写作"到"自主建站式沉淀"之间的工具链空白。

项目核心功能模块包括：
（1）多平台内容迁移引擎——支持 CSDN、博客园、简书、稀土掘金、语雀五大平台，通过所有权验证（基于浏览器 Cookie 的每平台定制化验证策略）确保仅可迁移本人文章，静态页面采用 curl_cffi + trafilatura 提取，动态 SPA 页面（如语雀）通过 Playwright 无头浏览器渲染后抓取；
（2）AI 驱动的格式转换管线——对接 Moonshot 大模型，采用"分块记忆—分段编译"策略将 HTML 转换为高质量 Markdown，内置中英文混排空格规范、块级元素双空行规则等排版约束，支持最长 20 轮连续生成与锚点续写；
（3）静态站点生成器——基于 DBWatcher 的后台轮询机制（3 秒间隔），对全量文章做哈希签名比对，仅在内容变更时增量重生成对应 HTML，并自动级联重渲染所有引用该文章的其他页面，输出 VitePress 风格的纯静态站点；
（4）引用网络系统——自定义 Python-Markdown 扩展，实时识别文章间互链，将外部 URL 转换为内部 CID 协议，持久化于 post_references 表中，支持反向引用查询与 URL 变更后的全局级联更新；
（5）社交互动模块——点赞（切换式，禁止自赞）、评论（作者与评论者可删）、广场公开内容发现与关键词搜索；
（6）桌面端验证客户端——基于 PyInstaller 打包的独立桌面应用，内嵌 Playwright Chromium，在用户本地浏览器中完成平台登录后回传 Cookie 至服务端；
（7）Web 在线编辑器——集成 Monaco Editor + marked.js 实时 Markdown 预览，支持同步滚动、脏状态追踪、自动列表续行、分类管理与新建分类流程。

（a）我独立完成全栈开发：MySQL 建模与 DAO 层、自研 HTTP 路由框架（Python 标准库 ThreadingHTTPServer）、RESTful API 与 SSE 推送、五大平台验证器策略框架、Moonshot 大模型转换管线、DBWatcher 增量静态生成器、自定义 Markdown 引用扩展、PyInstaller 桌面客户端、Vanilla JS + Monaco Editor、自制前端 CSS 风格（仿 VitePress 简洁风）。

（b）技术栈：Python 3.12，标准库自建 HTTP 服务，MySQL 8.0 + PyMySQL，Moonshot API 驱动 AI 转换，curl_cffi + trafilatura + Playwright 覆盖动静态抓取，前端 Vanilla JS + Monaco Editor + marked.js，PyInstaller 打包桌面客户端。

（c）项目亮点：（1）引用网络级联更新。自定义 Markdown InlineProcessor 识别文章互链并持久化为 CID 协议，URL 变更时 DBWatcher 反向查询触发全链路重渲染，在根本上做到不丢链。（2）五平台差异化验证。各平台无标准 OAuth，逐一逆向鉴权（掘金解析 NUXT、CSDN 探测编辑器、语雀检测 DOM），统一收敛至 PlatformVerifier 接口，配合 SSE 长轮询+桌面客户端完成安全闭环。（3）AI 长文本转换管线。自研分块记忆-集中编译-锚点续写三段 Pipeline，20 轮续写+代码块闭合校验，解决大模型超长文本截断与格式漂移。

字数有限，更多细节见开源 github 仓库：https://github.com/yharim-io/MegaCite/