08 · 来源索引与抓取说明
1. 核心来源
| 代号 | 页面 | 本知识库主要引用内容 |
|---|---|---|
| S1 | https://www.leanfde.com/ | FDE 核心命题、工作闭环、角色边界、FAQ |
| S2 | https://www.leanfde.com/fde | FDE 总览、结果标准和责任闭环 |
| S3 | https://www.leanfde.com/fde/theory | FDE 定义、全球范式、传统岗位边界 |
| S4 | https://www.leanfde.com/fde/methodology | LDO、六定、六化、十要素、双闭环 |
| S5 | https://www.leanfde.com/fde/delivery | 前后台模型、八步交付、项目治理 |
| S6 | https://www.leanfde.com/training | 六周训战、九能力域、课程母架构、工具与验收 |
| S7 | https://www.leanfde.com/lean-sim | Lean SIM、八步闭环、十二件套、S0–S5 |
| S8 | https://www.leanfde.com/fde/organization | 三层组织模型、90 天转型 |
| S9 | https://www.leanfde.com/fde/talent | C6、人才库、四级能力成熟度、招聘任务 |
| S10 | https://www.leanfde.com/fde/certification | L0–L6、三评认证、Portfolio 证据 |
| S11 | https://www.leanfde.com/products | 课程产品与公开边界 |
| S12 | https://www.leanfde.com/enterprise | 企业合作、Pod/陪跑/资产沉淀 |
| S13 | https://www.leanfde.com/fde/founder | 方法来源与创始人公开介绍 |
| S14 | https://www.leanfde.com/group-camp | 客户端渲染的六周课程概要与交付包 |
2. 抓取覆盖
- 从首页递归发现同域 HTML 页面：19 个。
- HTTP 200：19 个。
- 有服务端公开正文的主要页面：14 个，加首页共 15 个。
group-camp的服务端 HTML 只有加载提示，另用真实浏览器保存客户端渲染后的公开文本。assessment、assessment/lean-fde和三条courses/*页面在未登录浏览器中跳转登录；本项目保留公开壳页面，但没有绕过登录。
完整机器可读记录见：
../sources/manifest.json../sources/manifest.csv../sources/raw-html/../sources/clean-text/../sources/rendered-text/
每条记录包含 URL、最终 URL、状态码、标题、文本长度、抓取时间、文件路径和原始 HTML 的 SHA-256。
3. 站点边界
- 本次访问时
robots.txt、sitemap.xml均返回 404。 - 爬虫限速，默认请求间隔 0.6 秒。
- 只抓同域、公开、无需登录的 HTML。
- 跳过
/api/、/_next/、登录、注册和二进制资源。 - 不提交联系/报名/支付表单，不抓取个人信息，不绕过权限。
4. 解释限制
- 官网存在营销页、课程页、方法页等不同表达，术语和等级可能属于不同维度；本知识库已尽量拆分，但不能替代官方解释。
- 官网提到“十动作”“20 SOP”“25+ 模板”等完整资产，匿名访客页面没有公开全部原文；本知识库没有伪造其官方内容。
- 本知识库的六道 Gate、工程参考架构、指标树和 20 类模板是基于公开方法的二次操作化归纳，已与官网原始框架区分。
- 认证、人才推荐、课程和价格可能变化，使用前应回到官网核验。
- 站点材料中的外部公司、人物、奖项和方法来源，本项目未做独立事实核查。
5. 可复现命令
python -m pip install -r requirements.txt
python scripts/crawl_leanfde.py --output sources --delay 0.6
客户端渲染页面使用 Playwright 浏览器快照保存；账号后页面未采集。