SuperAPI AI 工具集

llm-friendly-site-architect

营销与增长

查看项目

更新于 10-16 02:25

技能介绍

LLM Friendly Site Architect 是一个用于设计面向 AI 助手、RAG 和智能体搜索的网站架构技能。它关注的是让网站同时具备“人类可见”和“机器可读”的层级,帮助站点在语义核心、URL 架构、内部链接图谱以及技术 SEO/schema 基础已经存在的前提下,进一步规划 LLM 发现与引用相关的表面。

用途 该技能用于在已有语义核心、URL 架构、内部链接图谱和技术 SEO/schema 基础之后,构建完整的 LLM 发现方案。在产出完整 LLM 发现计划前,需要先阅读 references/llm-readable-architecture.md。

主要能力 该技能负责以下方面:llms.txt 结构;LLM 发现计划;可见答案块与简洁摘要;来源线索;面向智能体的实体页与主题地图;Markdown 替代策略;AI 爬虫策略交接;以及 LLM 可读界面的防重复内容护栏。

该技能不负责以下方面:Search Console 或助手引用监控的执行;技术 schema 实现;URL/canonical 决策;隐藏内容;外部权威放置。

使用方式 工作流程如下:读取 url-map.yaml、internal-link-graph.yaml、schema/head 策略和可见内容模型;识别应被助手发现的标准公开页面;起草或审计 llms.txt 各节,仅包含公开有用的 URL;仅在页面角色支持时定义可见的直接答案、TLDR、事实、来源或 FAQ 块;定义来源线索和可引用证据表面;在有用时为长文/文档页面定义 Markdown 替代规则,并视情况采用 noindex 或替代策略;定义阐明站点是谁、是什么以及如何运作的实体页和主题页;记录需要当前一手来源验证的爬虫策略项;使用 assets/llm-discovery-report.template.md 产出 LLM 发现报告。

页面角色指引 news_brief:简洁的可见摘要、来源链接,可用时配长文链接。如果简报本身已是短形式,不要强制 TLDR。 longform_article:可包含可见摘要、关键事实、来源线索、主题/实体链接和 Markdown 替代。 topic:适合直接答案和实体/主题解释。 project:适合能力摘要、仓库链接、证据和相关故事。 author:适合 Person/实体上下文和信任信号。 home:可包含简洁的站点目的和栏目地图。

不可妥协项 人类可见内容优先;不得有隐藏的仅机器人可见事实;不得有门页;除非 FAQ 可见,否则不得使用 FAQPage schema;默认不得在每个短新闻页自动添加 TLDR;不得在已声明内容模型之外增加额外的公开故事正文;llms.txt 是有用约定,不是保证的排名或引用因素;爬虫名称、策略和 IP 在生产变更前需要一手来源验证。

安全与隐私边界 不得在 llms.txt、Markdown 替代、来源线索或实体地图中包含管理后台、API、私有仪表盘、原始分析数据、原始 IP 日志、密钥、未发布草稿、预发布 URL 或内部规划笔记。不得为助手访问而放宽 WAF、认证、CSP、CORS、cookie、速率限制或私有内容边界。不得在没有带时间戳证据的情况下声称某个爬虫、AI 助手或搜索引擎会引用该站点。

验证 在标记工作完成前需确认:每个面向 LLM 的 URL 都是公开、标准、有用且非私有的;每个答案/来源块都对人类可见;每个 Markdown 替代都有对应的标准 HTML 页面;未引入重复的公开故事正文;爬虫策略项已标记为已验证或需要验证;引用/监控声明已交接给监控任务。技能编辑使用以下命令验证: python3 $CODEX_HOME/skills/senior-skill-architect/scripts/lint_production_skill.py $HOME/SKILL/skills/llm-friendly-site-architect python3 $HOME/SKILL/plans/seo-llm-skill-cluster/scripts/lint_skill_cluster.py $HOME/SKILL 前向测试位于 evals.json。

输出形态 返回内容包括:LLM 可读架构摘要;llms.txt 分节计划;可见答案/来源/实体块计划;Markdown 替代策略;爬虫验证需求;被拒绝或推迟的项目。

适用场景与限制 该技能适用于需要在已有 SEO 与内容架构基础上,为 AI 助手、RAG 和智能体搜索规划可发现性与可引用性的网站。其限制在于:不执行监控,不实现 schema,不做 URL/canonical 决策,不处理隐藏内容或外部权威放置;同时强调 llms.txt 并非排名或引用保证,爬虫相关信息必须经一手来源验证。