工具箱 · 9 个脚本

工具

仅用标准库的 Python，无需 pip install。每个都带一个离线 --demo 自检和一份写明用法的 docstring。课讲“为什么”，工具是“怎么做”。

全部位于仓库的 tools/ 目录。每个都把网络/界面这层边界与一个离线、可测的核心拆开—— 因此逻辑无需联网即可验证。

一个 URL 既可被 crawl（抓取）又可被 index（索引）吗？检查 robots.txt、状态码、noindex、title、canonical——排名前的两道门。

$ python3 tools/crawl_audit.py https://example.com/page

JSON-LD 结构化数据（structured data）linter。校验 schema.org 的 required 与 recommended 属性，并对线上页面的 JSON-LD 做检查。

$ python3 tools/schema_tool.py --demo

GEO / 为 retrieval 而写的 linter。标记被埋没的答案和不自足的 chunk（段落块）；奖励“答案先行”的写法。

$ python3 tools/geo_lint.py --demo

从一组 answer-engine（答案引擎）回复中测量 AI citation（引用）的 coverage 与 share of voice（声量占比）——每个 AEO 追踪工具都在搭的那个 proxy（代理指标）。

$ python3 tools/citation_share.py --demo

把买家问题组装成一个 prompt 库（来自 LLM 扇出或 Search Console 行数据），格式正好是 citation_share.py 所需的。

$ python3 tools/build_prompts.py --demo

对比原始 HTML 与渲染后 DOM，标记只在 JavaScript 执行后才出现的内容/链接/JSON-LD——也就是不跑 JS 的 bot 会漏掉的东西。

$ python3 tools/render_gap.py --demo

生成并校验符合规范的 sitemap.xml，并构造一个经验证的 IndexNow 推送 payload。即“发布并通知”这一步。

$ python3 tools/sitemap_ping.py --demo

审查一个页面上机器可检测的 E-E-A-T proxy 信号（author、sameAs、日期、publisher、引用来源）。它不是打分——而是找差距。

$ python3 tools/eeat_audit.py --demo

集大成之作：从一个种子 URL 起按 BFS（广度优先）crawl（抓取）整个站点，对每个页面跑 0002–0008 的所有 gate（关卡），再把结果汇总成一份带优先级的报告（某项检查在全站失败 = 模板 bug）。

$ python3 tools/site_audit.py --demo