Internet không vĩnh cửu. Đây là một sự thật mà hầu hết chúng ta thường bỏ quên cho đến khi một blog yêu thích biến mất, một diễn đàn đóng cửa hoặc một bài viết đã lưu để nghiên cứu từ cả thập kỷ trước không còn truy cập được. Thậm chí, nhiều nội dung giá trị có thể bị khóa sau tường phí. Trong vài năm qua, tôi đã nhận ra sự mong manh của internet khi các trang bị hỏng hóc và máy chủ biến mất, và chúng ta không thể nào tin rằng một nội dung yêu thích sẽ luôn có sẵn mãi mãi.
Là một người làm nghề viết lách, điều này khiến tôi cảm thấy bất an. Toàn bộ công việc của tôi được thể hiện trên internet và tôi muốn những tác phẩm của mình tồn tại lâu hơn những quyết định thay đổi từ các nhà xuất bản. Tôi luôn muốn giữ một bản sao các câu chuyện mình đã viết, không chỉ dưới dạng liên kết mà là những bản chụp hoàn chỉnh, đầy đủ chức năng. Quan trọng hơn, tôi muốn chúng nằm trong tầm kiểm soát của mình, trên máy chủ cá nhân nơi tôi có thể quản lý và sao lưu chúng thay vì phụ thuộc vào dịch vụ đám mây. Đó là lý do tôi đã tìm kiếm một giải pháp tự host để lưu trữ các trang web. Một công cụ mà tôi có thể chạy trên thiết bị NAS hoặc máy chủ gia đình của mình, không yêu cầu đăng ký hay phụ thuộc vào dịch vụ của bên thứ ba. Cuộc tìm kiếm đó đã đưa tôi đến với Sosse, một công cụ web scraper tự host sạch sẽ và hiệu quả dựa trên Selenium, cho phép tôi lưu trữ bất kỳ trang web hoặc kho lưu trữ nào dưới dạng HTML đầy đủ chỉ với vài cú nhấp chuột.
So sánh Synology BeeStation và khay ổ đĩa NAS trên bàn, minh họa giải pháp lưu trữ tự host
Cài đặt Sosse trên máy chủ tự quản lý của bạn
Triển khai nhanh chóng với Docker và sẵn sàng trong vài phút
Với Docker và Portainer đã được cài đặt sẵn trên thiết bị NAS của mình, tôi tự nhiên ưu tiên sử dụng chúng khi thử nghiệm ứng dụng hoặc chạy chúng trong môi trường sản xuất. Sosse cung cấp một image Docker và một tệp Compose đơn giản, giúp việc thiết lập và chạy trở nên cực kỳ dễ dàng. Trên thực tế, tôi chỉ mất chưa đến mười phút để cài đặt và đưa nó vào hoạt động.
Giao diện ứng dụng Sosse đang hoạt động trên thiết bị Synology NAS
Tôi bắt đầu bằng cách tạo một thư mục cục bộ trên NAS để lưu trữ các trang đã lưu, gắn kết các ổ đĩa cần thiết bằng Portainer và nhấn nút triển khai. Chỉ vậy thôi. Container khởi động ngay lập tức mà không cần tinh chỉnh hay hướng dẫn chi tiết nào. Điều này giảm đáng kể rào cản gia nhập cho những người dùng ít am hiểu kỹ thuật hơn. Sau khi chạy, Sosse mở ra một trang chào mừng gọn gàng trên mạng nội bộ của tôi. Tôi cũng đã cấu hình chuyển tiếp cổng để truy cập từ xa, nhưng điều đó không bắt buộc. Tài liệu tuyệt vời do nhà phát triển cung cấp giúp dễ dàng đi sâu vào các quy trình làm việc nâng cao hơn và là lời nhắc nhở về sự đơn giản của phần mềm tự host khi có tài liệu chất lượng và dễ dàng truy cập.
Giao diện tối giản, tập trung vào việc lưu trữ
Thiết kế gọn gàng, cài đặt mặc định thông minh và các tính năng vừa đủ
Sosse là một công cụ được xây dựng với mục đích duy nhất: bạn cung cấp một URL, và nó sẽ tạo ra một bản chụp HTML đầy đủ của trang. Nhưng nó không chỉ dừng lại ở việc tải xuống mã nguồn. Nó còn có thể viết lại các liên kết nội bộ để đảm bảo chúng vẫn hoạt động ngay cả khi bạn offline. Nó thu thập các biểu định kiểu (stylesheets) và tài sản (assets), để mọi thứ trông giống như bản gốc. Thậm chí, nó còn hiển thị mỗi trang đã lưu trữ trong một bố cục tối giản, loại bỏ hầu hết các yếu tố trang trí và chỉ hiển thị nội dung, tương tự như chế độ đọc tích hợp trong các trình duyệt.
Tôi thích việc Sosse không cố gắng làm quá nhiều thứ, như thêm một tiện ích mở rộng trình duyệt hay một công cụ cơ sở dữ liệu phức tạp. Nó đơn giản hơn nhiều với bố cục tối giản cho phép bạn dán URL, nhấn lưu và nhận một bản lưu trữ cục bộ hoạt động cho dù trang gốc có tồn tại hay không. Giao diện sạch sẽ, phản hồi nhanh và dễ điều hướng. Bạn có thể tổ chức các mục bằng thẻ (tags), tạo ra một cấu trúc phân cấp dựa trên thư mục. Bạn thậm chí có thể thiết lập các tác nhân trình duyệt (browser agents), lịch trình và tính năng phát hiện thay đổi để giữ cho các trang luôn được cập nhật. Điều này thực sự tuyệt vời.
Sử dụng Sosse trong công việc hàng ngày
Một công cụ lưu trữ đáng tin cậy tích hợp vào quy trình làm việc của bạn
Màn hình quản lý tài liệu đã lưu trữ của Sosse, hiển thị các mục được sắp xếp
Sosse đã nhanh chóng trở thành một phần trong quy trình làm việc hàng tuần của tôi. Tôi sử dụng nó để lưu và lưu trữ các bài viết đã xuất bản ngay trong ngày chúng lên sóng. Tôi cũng dùng nó để lưu trữ các tài liệu kỹ thuật có nguy cơ bị gỡ bỏ. Mỗi khi tôi nhấn lưu, tôi biết mình đang có một bản sao hoạt động sẽ không biến mất hoặc trở thành các liên kết hỏng sau vài tháng, điều này mang lại cho tôi rất nhiều sự yên tâm.
Ngoài ra, giao diện tìm kiếm nhanh chóng và, bằng cách kết hợp tìm kiếm và thẻ, việc tìm kiếm bài viết trở nên rất dễ dàng. Mỗi mục đã lưu tải lên tức thì và các trang cảm giác như bản gốc. Trên thực tế, tôi chưa từng gặp phải bất kỳ biểu định kiểu nào bị hỏng, một vấn đề thường gặp với các công cụ tương tự. Sosse cũng xử lý các trang web phức tạp một cách ổn định. Cho dù đó là một blog tối giản hay một trang web nặng JavaScript, Sosse đều có thể thu thập gần như hoàn hảo, biến nó thành một lựa chọn tuyệt vời. Và nếu bạn cần một bản sao lưu bổ sung, bạn có thể cấu hình nó để lưu cả ảnh chụp màn hình kèm theo.
Tại sao Sosse nổi bật so với các công cụ thu thập web khác
Có hàng tá công cụ cho phép bạn lưu trữ nội dung web nhưng không phải tất cả chúng đều cung cấp sự kết hợp giữa giao diện đơn giản, cài đặt nhanh và khả năng tự host. Sosse giữ mọi thứ đơn giản. Nó hỗ trợ nhiều người dùng, giúp dễ dàng triển khai trong gia đình hoặc văn phòng của bạn, và hoàn toàn không có tính năng phân tích (analytics) theo dõi dữ liệu. Nếu bạn quan tâm đến nội dung mình đọc, viết hoặc chia sẻ, việc giữ một bản sao offline có giá trị rất lớn. Sosse không chỉ biến điều đó thành hiện thực mà còn thực hiện một cách liền mạch. Đối với tôi, nó đã trở thành một phần thầm lặng nhưng thiết yếu trong cách tôi sử dụng internet.