Repolode
제출하기
laiso

laiso/site2pdf

웹사이트를 크롤링해 모든 페이지를 하나의 PDF로 합치는 CLI 도구로, RAG 및 QA 파이프라인에 콘텐츠를 제공하는 데 적합합니다.

GitHub에서 보기
스타
321
포크
34
열린 이슈
7
마지막 커밋
3개월 전

어떤 프로젝트인가요?

site2pdf는 시작 URL에서 출발해 해당 페이지의 링크 중 선택적으로 지정한 정규식 또는 문자열 패턴과 일치하는 링크를 수집합니다. 기본적으로 같은 도메인의 링크를 대상으로 합니다. 각 페이지를 headless Chrome에서 PDF로 렌더링한 뒤 pdf-lib로 하나의 문서에 합칩니다. 결과물은 사이트 도메인을 파일명으로 사용해 ./out/에 저장됩니다.

주요 사용 사례는 Google NotebookLM이나 ChatGPT의 맞춤 GPT처럼 파일 업로드를 지원하는 AI 도구에 사용할 웹사이트 콘텐츠를 준비하는 것입니다. 페이지를 브라우저에서 렌더링하므로 이미지와 서식이 유지되어 멀티모달 모델에 유용합니다. 생성 속도를 높이기 위해 페이지를 동시에 처리합니다.

이 도구는 Node.js 22.12 이상에서 실행되며 Puppeteer를 사용합니다. 따라서 Chrome 또는 Chromium 바이너리가 필요하며, --executablePath 플래그나 CHROME_PATH 변수로 지정할 수 있습니다.

핵심 기능

  • 01시작 URL에서 같은 도메인의 링크를 크롤링하며, 선택적으로 정규식 또는 문자열 필터를 적용합니다.
  • 02각 페이지를 headless Chrome에서 PDF로 렌더링해 이미지와 서식을 유지합니다.
  • 03pdf-lib를 사용해 모든 페이지를 하나의 PDF로 합칩니다.
  • 04생성 속도를 높이기 위해 페이지를 동시에 처리합니다.
  • 05플래그 또는 환경 변수로 사용자 지정 Chrome 경로를 지정할 수 있습니다.

활용 사례

  • 제품 또는 API 문서 사이트를 NotebookLM이나 맞춤 GPT에 넣을 단일 파일로 변환합니다.
  • 문서 섹션을 보관하기 위해 오프라인에서 볼 수 있는 단일 스냅샷을 만듭니다.
  • RAG 파이프라인의 문서 소스로 웹사이트 콘텐츠를 제공합니다.

빠른 시작

  1. 1

    npx로 도구를 직접 실행하세요(Node.js v22.12 이상 필요)

    npx site2pdf-cli https://example.com
  2. 2

    생성된 PDF는 out 폴더에서 확인하세요

사용 전 알아둘 점

  • Node.js v22.12 이상이 필요하며, Linux에서는 Puppeteer용 추가 시스템 라이브러리도 필요합니다.
  • ARM64 Linux와 같은 일부 시스템에서는 Chrome이 실행되지 않을 수 있으므로 브라우저를 직접 설치해야 합니다.

포함된 컬렉션

CLI·터미널 도구PDF·OCR·문서 처리 도구정적 사이트 생성기 및 문서 도구

토픽

#pdf#web-scraping#rag#puppeteer#cli#typescript#documentation

자주 묻는 질문

site2pdf은(는) 무엇인가요?
웹사이트를 크롤링해 모든 페이지를 하나의 PDF로 합치는 CLI 도구로, RAG 및 QA 파이프라인에 콘텐츠를 제공하는 데 적합합니다. site2pdf는 시작 URL에서 출발해 해당 페이지의 링크 중 선택적으로 지정한 정규식 또는 문자열 패턴과 일치하는 링크를 수집합니다. 기본적으로 같은 도메인의 링크를 대상으로 합니다. 각 페이지를 headless Chrome에서 PDF로 렌더링한 뒤 pdf-lib로 하나의 문서에 합칩니다. 결과물은 사이트 도메인을 파일명으로 사용해 ./out/에 저장됩니다.
site2pdf은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
site2pdf은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
site2pdf은(는) 아직 유지보수되고 있나요?
6개월 이내 업데이트. site2pdf의 마지막 커밋은 2026년 8월 21일입니다.
site2pdf은(는) 어디에 사용할 수 있나요?
제품 또는 API 문서 사이트를 NotebookLM이나 맞춤 GPT에 넣을 단일 파일로 변환합니다. 문서 섹션을 보관하기 위해 오프라인에서 볼 수 있는 단일 스냅샷을 만듭니다. RAG 파이프라인의 문서 소스로 웹사이트 콘텐츠를 제공합니다.
site2pdf는 어떻게 설치하나요?
npx로 도구를 직접 실행하세요(Node.js v22.12 이상 필요): npx site2pdf-cli https://example.com 생성된 PDF는 out 폴더에서 확인하세요
site2pdf은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/laiso/site2pdf

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트