v1.0.2: 自动爬取试爬取功能 + 每个页面/图片生成操作信息元数据(模式/时间/网址/来源链接/深度等)

README.md

@@ -45,12 +45,19 @@
 
 ### 4. 自动爬取模式
 给定一个起始网址，系统自动从页面里发现链接、按规则筛选后 BFS 爬取：
+- **🧪 试爬取**：先用起始网址试跑一次，展示规则筛选后的链接清单（将爬取哪些、排除哪些及原因），确认规则符合预期后再正式开爬
 - **包含规则**：只爬包含指定子串（或正则）的链接
 - **排除规则**：跳过匹配的链接（如 login、/tag/）
 - **仅同域名**：限制在起始网站内
 - **最大页数 / 最大深度**：控制爬取规模
 - 其余参数（间隔、重试、图片、通知）同批量模式
 
+### 5. 资源操作信息（元数据）
+每个爬取的网页和图片都自动生成 `.meta.json` 操作信息文件：
+- **网页**（`<文件名>.meta.json`）：爬取模式（批量/定时/自动）、爬取时间、爬取网址、**来源链接**（自动模式下从哪个页面发现）、爬取深度、任务/运行 ID、页面标题、状态、尝试次数、文件列表、图片明细
+- **图片集**（`<文件名>_img/meta.json`）：所属页面、来源链接、每张图片的原始 URL / 大小 / 下载时间
+- 详情页结果表中点「📋 元数据」即可在线查看
+
 ## 输出文件
 
 每个任务输出到独立目录（默认 `out/<任务ID>/`）：
@@ -69,6 +76,8 @@
 | POST | `/api/tasks/<id>/pause` | 暂停 |
 | POST | `/api/tasks/<id>/resume` | 恢复 |
 | POST | `/api/tasks/<id>/stop` | 终止 |
+| POST | `/api/probe` | 试爬取（表单规则预览链接清单） |
+| POST | `/api/tasks/<id>/probe` | 对已保存的自动任务试爬取 |
 | GET | `/api/runs/<rid>` | 运行详情（结果+日志） |
 | GET | `/api/runs/<rid>/logs?offset=N` | 增量日志 |
 | GET | `/api/file?task_id=&path=` | 读取输出文件（HTML/TXT/图片） |