blog-post-counter

用途：把博客产出对比与关键词缺口分析合并为一个技能，面向内容与 GTM 竞争情报。工作流 A（博客计数）：先解析公司对应域名，用 curl -sL "https://<likely-domain>/robots.txt" 确认站点并找 sitemap；找不到时依次尝试 /sitemap.xml、/sitemap_index.xml、/sitemap-index.xml、/blog/sitemap.xml。随后抓取 sitemap，用 grep 过滤 /blog/、/posts?/、/articles?/、/news/ 等路径计数，注意排除博客索引页本身；sitemap index 需先取出子 sitemap。JS 渲染站点可退回 site: 搜索估算。计数结果按排名表格呈现，标注目标公司与差距。新鲜度审计：提取博客文章 lastmod，先识别是否为构建时批量时间戳（全部或近乎全部同日期即标记为 BUILD-TIME，不可当作真实更新日期），再按 <30、30–90、91–180、181–365、>365 天分桶，计算最新/最旧文章、月度发布节奏与距上次发布天数，并给出 SEO 解读与告警。工作流 B（关键词映射）：用 Ahrefs site-explorer-metrics 拉取双方 org_keywords 与 org_traffic；再用 site-explorer-organic-keywords，固定 country: us、mode: subdomains、is_branded: false、is_informational: true，limit 500，按 sum_traffic、volume、best_position 多次排序分批拉取并去重；随后与目标关键词做交叉比对，标出 WINNING、IMPROVE、CRITICAL、HIGH、MEDIUM、LOW、NEW 状态。最后把所有数据内联为 JavaScript 数组，生成单个自包含 HTML 报告并保存到 /mnt/user-data/outputs/report-[target]-vs-[competitor].html。限制：sitemap 数据可能滞后数日；构建时时间戳不反映真实内容更新，Google 亦忽略膨胀 lastmod；未排名关键词可能超出 Ahrefs 追踪范围；JS 渲染站点计数可能不准。