用途:分析已有 XML sitemap 或生成新的 sitemap,并在用户提到 sitemap 问题、生成或校验时使用。
主要能力:一是分析校验,检查 XML 格式是否合法、单文件 URL 是否少于 5 万(协议上限)、URL 是否返回 HTTP 200、lastmod 日期是否准确(不应全部相同)、是否使用已被 Google 忽略的 priority 与 changefreq 标签、sitemap 是否在 robots.txt 中被引用,并对比已抓取页面与 sitemap,标出遗漏页面。质量信号包括:超过 5 万 URL 时使用 sitemap index;按内容类型(页面、文章、图片、视频)拆分;不包含非规范 URL、noindex URL 和重定向 URL;仅使用 HTTPS。常见问题按严重度给出修复建议,如单文件超 5 万为严重、非 200 为高、noindex 为高、重定向为中、lastmod 全相同为低、使用 priority/changefreq 为提示。
生成流程:询问业务类型(或从现有站点自动识别),加载 ../seo-plan/assets/ 下的行业模板,与用户交互式规划结构,应用质量门:30 个以上地点页面给出警告并要求 60% 以上独特内容,50 个以上地点页面硬性停止并要求说明理由;随后生成合法 XML,超过 5 万 URL 时用 sitemap index 拆分,并生成 STRUCTURE.md 文档。可规模化安全生成的页面类型包括集成页面(含真实设置文档)、模板/工具页面(含可下载内容)、词汇表页面(200 词以上定义)、产品页面(独特规格与评论)、用户资料页面(用户生成内容);应避免规模化生成的风险类型包括仅替换城市名的地点页面、缺少行业专属价值的“最佳 [工具] 用于 [行业]”、缺少真实对比数据的“[竞品] 替代方案”、未经人工审核且无独特价值的 AI 生成页面。
输出:分析时生成 VALIDATION-REPORT.md,包含结果、按严重度列出的问题与建议;生成时输出 sitemap.xml(或拆分文件加索引)以及 STRUCTURE.md,并给出 URL 数量与组织摘要。
错误处理:URL 不可达时报告 HTTP 状态码并建议检查站点是否在线;未找到 sitemap 时先检查常见位置(/sitemap.xml、/sitemap_index.xml、robots.txt 引用)再报未找到;XML 格式非法时报告具体解析错误与行号;检测到限流时退避并报告部分结果及重试时间说明。
限制:仅在任务明确匹配上述范围时使用;不得将输出视为环境特定验证、测试或专家审核的替代;若缺少必要输入、权限、安全边界或成功标准,应停止并请求澄清。