首页排行榜报告列表文章标签AI时代SEO整站测评抓取失败关于

mml-book.github.io

核子GEO 综合评估报告 · 评级 C · 2026-11-12 10:20:19

📅 2026-11-12 10:20:19 📊 历史记录 🔬 对比同行
43.1
/ 100
综合评分
C
25.75
/ 100
AEO · AI引擎优化
47.0
/ 100
GEO · 生成式引擎优化
69.2
/ 100
SEO · 搜索引擎优化
56.3
/ 100
语义质量 · AI理解度
12.2
/ 100
权威度 · E-E-A-T
29.0
/ 100
语料库 · AI引用价值

🎯 关键发现

证据优先

mml-book.github.io 的结论绑定本站检查项（非通用模板句）：

  • ⚠️ mml-book.github.io 综合 43.1 分（C），短板已体现在具体检查项
  • 🚨 [SEO] 国内搜索引擎站长验证 — error（0/10）
  • 🚨 [SEO] 百度移动适配 — error（0/10）
  • 🚨 [SEO] 微信OG标签 — error（0/10）
  • 🧩 失败模式（可组合）：结构化数据缺失、标题/Meta偏弱、作者/权威信号弱
👇 详细分析 · 行动清单 · 方法说明

📖 维度解读（弱→强）

按分数从弱到强排列；文案引用 mml-book.github.io 的叶子检查项，而非固定六维科普。

权威度 12/100
E-E-A-T
作者/机构/引用等可信信号
较弱
本站该维失败项：缺少meta author标签（error 0/1）；缺少rel=author作者链接（error 0/1）
AEO 26/100
AI引擎可见性
AI大模型能否发现并引用本站
较弱
本站该维失败项：内容足够丰富（error 0/1）；包含表格（error 0/1）
语料库 29/100
AI引用价值
机器可读性与可引用语料信号
较弱
本站该维失败项：缺少noscript降级内容，JS渲染依赖度高（error 0/1）；无量化数据，事实密度极低（error 0/1）
GEO 47/100
生成式引擎优化
内容对AI爬虫与语义抽取的友好度
一般
本站该维失败项：缺少作者信息（error 0/1）；缺少关于页面（error 0/1）
语义质量 56/100
AI理解度
内容深度、信息密度与主题一致性
一般
本站该维失败项：信息密度极低（每千字0.0个数据点），缺乏具体数据支撑（error 0/1）；缺少日期引用，AI难以判断内容时效性（error 0/1）
SEO 69/100
搜索引擎优化
传统搜索技术合规与基础SEO
良好
本站该维失败项：国内搜索引擎站长验证（error 0/10）；百度移动适配（error 0/10）
优先修失败项 → 行动清单
结构化标记仍是短板 → 对照本站 Schema/JSON-LD 失败项 ↓

🌐 网站概览

这个网站是干嘛的？

页面标题: Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.

meta描述: Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.

导航栏目: View the Project on GitHub | View OnGitHub

页面内容预览 (前400字):

Please link to this site using https://mml-book.com . Twitter: @mpd37 , @AnalogAldo , @ChengSoonOng . We wrote a book on Mathematics for Machine Learning that motivates people to learn mathematical concepts. The book is not intended to cover advanced machine learning techniques because there are already plenty of books doing this. Instead, we aim to provide the necessary mathematical skills to rea

页面结构速览

| | 指标 | 当前值 | 标准值 | 状态 | |
|------|--------|--------|------|
| | H1标签 | 1 个 | 1 个 | ✅ | |
| | H2标签 | 6 个 | >=2 个 | ✅ | |
| | meta描述 | 183 字符 | >50 字符 | ✅ | |
| | 图片alt属性 | 1/1 | 全部 | ✅ | |
| | OpenGraph | 有 | 应有 | ✅ | |

📋 备案信息

❌ 缺少 ICP 备案号和公安备案号

在中国运营的网站，ICP 备案是法律强制要求。没有备案号不仅违法，
搜索引擎和 AI 也会将其视为信任信号缺失，影响权威性。

建议: 在页脚加上：

<a href="https://beian.miit.gov.cn/" target="_blank" rel="noopener">你的ICP备案号</a>
<a href="http://www.beian.gov.cn/" target="_blank" rel="noopener">你的公安备案号</a>

📝 网站真实代码（抓取自 https://mml-book.github.io）

以下是从你网站 HTML 里提取的代码，供参考分析。

<head> 区域原始代码

&lt;head&gt;
&lt;meta charset=&quot;utf-8&quot;/&gt;
&lt;meta content=&quot;IE=edge&quot; http-equiv=&quot;X-UA-Compatible&quot;/&gt;
&lt;!-- Begin Jekyll SEO tag v2.8.0 --&gt;
&lt;title&gt;Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.&lt;/title&gt;
&lt;meta content=&quot;Jekyll v3.10.0&quot; name=&quot;generator&quot;/&gt;
&lt;meta content=&quot;Mathematics for Machine Learning&quot; property=&quot;og:title&quot;/&gt;
&lt;meta content=&quot;en_US&quot; property=&quot;og:locale&quot;/&gt;
&lt;meta content=&quot;Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.&quot; name=&quot;description&quot;/&gt;
&lt;meta content=&quot;Companion webpage to the book “Mathematic

meta 标签

&lt;meta charset=&quot;utf-8&quot;/&gt;
&lt;meta content=&quot;IE=edge&quot; http-equiv=&quot;X-UA-Compatible&quot;/&gt;
&lt;meta content=&quot;Jekyll v3.10.0&quot; name=&quot;generator&quot;/&gt;
&lt;meta content=&quot;Mathematics for Machine Learning&quot; property=&quot;og:title&quot;/&gt;
&lt;meta content=&quot;en_US&quot; property=&quot;og:locale&quot;/&gt;
&lt;meta content=&quot;Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.&quot; name=&quot;description&quot;/&gt;
&lt;meta content=&quot;Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.&quot; property=&quot;og:description&quot;/&gt;
&lt;meta content=&quot;https://mml-book.com/&quot; property=&quot;og:url&quot;/&gt;

JSON-LD 结构化数据

&lt;script type=&quot;application/ld+json&quot;&gt;
{&quot;@context&quot;:&quot;https://schema.org&quot;,&quot;@type&quot;:&quot;WebSite&quot;,&quot;description&quot;:&quot;Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.&quot;,&quot;headline&quot;:&quot;Mathematics for Machine Learning&quot;,&quot;name&quot;:&quot;Mathematics for Machine Learning&quot;,&quot;url&quot;:&quot;https://mml-book.com/&quot;}&lt;/script&gt;

H1 主标题

&lt;h1&gt;Mathematics for Machine Learning&lt;/h1&gt;

H2 章节标题

&lt;h2 id=&quot;table-of-contents&quot;&gt;Table of Contents&lt;/h2&gt;
&lt;h2 id=&quot;downloadslinks&quot;&gt;Downloads/Links&lt;/h2&gt;
&lt;h2 id=&quot;solutions-to-exercises&quot;&gt;Solutions to exercises&lt;/h2&gt;
&lt;h2 id=&quot;tutorials&quot;&gt;Tutorials&lt;/h2&gt;

<body> 区域开头

&lt;html&gt;&lt;body&gt;
&lt;div class=&quot;wrapper&quot;&gt;
&lt;header&gt;
&lt;h1&gt;Mathematics for Machine Learning&lt;/h1&gt;
&lt;p&gt;Companion webpage to the book &quot;Mathematics for Machine Learning&quot;. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.&lt;/p&gt;
&lt;p class=&quot;view&quot;&gt;&lt;a href=&quot;https://github.com/mml-book/mml-book.github.io&quot;&gt;View the Project on GitHub &lt;small&gt;&lt;/small&gt;&lt;/a&gt;&lt;/p&gt;

页脚 <footer>

&lt;footer&gt;
&lt;p&gt;Hosted on GitHub Pages — Theme by &lt;a href=&quot;https://github.com/orderedlist&quot;&gt;orderedlist&lt;/a&gt;&lt;/p&gt;
&lt;/footer&gt;
结构化标记仍是短板 → 对照本站 Schema/JSON-LD 失败项 ↓

📊 综合评分概览

| | 评估维度 | 权重 | 得分 | 评级 | 星级 | 锐评 | |
|----------|------|------|------|------|------|
| | AEO (AI引擎优化) | 25% | 25.8 | D | ★★☆☆☆☆☆☆☆☆ | 需要重点改进，建议全面优化。… | |
| | GEO (生成式引擎优化) | 25% | 47.0 | C | ★★★★☆☆☆☆☆☆ | 存在一些问题，建议针对性优化。… | |
| | SEO (搜索引擎优化) | 20% | 69.2 | B | ★★★★★★☆☆☆☆ | 表现良好，仍有优化空间。… | |
| | 语义质量 (AI理解度) | 15% | 56.3 | C+ | ★★★★★☆☆☆☆☆ | 存在一些问题，建议针对性优化。… | |
| | 权威度 (E-E-A-T) | 10% | 12.2 | D | ★☆☆☆☆☆☆☆☆☆ | 基础薄弱，需要系统整改。… | |
| | 语料库 (AI引用价值) | 5% | 29.0 | D | ★★☆☆☆☆☆☆☆☆ | 需要重点改进，建议全面优化。… | |

🎯 综合总评

  • 总分: 43.1 / 100
  • 评级: C (存在问题)
  • 星级: ★★★★☆☆☆☆☆☆
  • 评分公式: AEO×25% + GEO×25% + SEO×20% + 语义质量×15% + 权威度×10% + 语料库×5%

存在一些问题，建议针对性优化。

⚠️ 需要改进

评分未达及格线，建议进行针对性优化。

AEO 需优化: AI引擎可见性不足，建议完善相关配置。

GEO 需优化: 内容结构需要改进，以提升AI理解能力。

SEO 需优化: 搜索引擎优化有待加强，以提升排名。

结构化标记仍是短板 → 对照本站 Schema/JSON-LD 失败项 ↓

🏛️ 权威度评估 (E-E-A-T for AI)

评估AI系统如何判定该网站的专家性(Expertise)、权威性(Authoritativeness)和可信度(Trustworthiness)。覆盖作者信号、专家资质、机构背书、引用关系、Schema权威标记、社交证明、内容一致性、域名信任度、权威目录收录9个维度。

总分: 12.2 / 100 评级: D (需要全面改造)

权威等级: 较弱

基础薄弱，需要系统整改。

作者权威信号 (权重: 15%)

得分: 0.0 / 100

基础薄弱，需要系统整改。

检查项:

| | 检查项 | 状态 | 得分 | |
|--------|------|------|
| | 缺少meta author标签 | ❌ | 0 | |
| | 缺少rel=author作者链接 | ❌ | 0 | |
| | Schema中缺少author字段 | ❌ | 0 | |
| | 缺少作者主页链接 | ❌ | 0 | |

未通过项:

  • ❌ 缺少meta author标签
  • ❌ 缺少rel=author作者链接
  • ❌ Schema中缺少author字段
  • ❌ 缺少作者主页链接

专家资质标识 (权重: 15%)

得分: 0.0 / 100

基础薄弱，需要系统整改。

检查项:

| | 检查项 | 状态 | 得分 | |
|--------|------|------|
| | 无任何专家资质标识 | ❌ | 0 | |
| | Schema中缺少资质/奖项标记 | ❌ | 0 | |
| | 未检测到团队/专家介绍区域 | ❌ | 0 | |

未通过项:

  • ❌ 无任何专家资质标识
  • ❌ Schema中缺少资质/奖项标记
  • ❌ 未检测到团队/专家介绍区域

机构背书 (权重: 10%)

得分: 5.0 / 100

基础薄弱，需要系统整改。

检查项:

| | 检查项 | 状态 | 得分 | |
|--------|------|------|
| | 商业域名（mml-book.github.io），机构属性弱 | ❌ | 5 | |
| | 缺少ICP备案，严重影响权威性 | ❌ | 0 | |

未通过项:

  • ❌ 商业域名（mml-book.github.io），机构属性弱
  • ❌ 缺少ICP备案，严重影响权威性

引用与被引 (权重: 10%)

得分: 0.0 / 100

基础薄弱，需要系统整改。

检查项:

| | 检查项 | 状态 | 得分 | |
|--------|------|------|
| | 无权威源引用链接 | ❌ | 0 | |
| | Schema中缺少citation引用标记 | ❌ | 0 | |

未通过项:

  • ❌ 无权威源引用链接
  • ❌ Schema中缺少citation引用标记

Schema权威标记 (权重: 15%)

得分: 0.0 / 100

基础薄弱，需要系统整改。

检查项:

| | 检查项 | 状态 | 得分 | |
|--------|------|------|
| | 缺少Article类型Schema | ❌ | 0 | |
| | 缺少Person类型Schema，AI无法识别作者实体 | ❌ | 0 | |
| | 缺少Organization类型Schema | ❌ | 0 | |
| | Schema中缺少publisher字段 | ❌ | 0 | |

未通过项:

  • ❌ 缺少Article类型Schema
  • ❌ 缺少Person类型Schema，AI无法识别作者实体
  • ❌ 缺少Organization类型Schema
  • ❌ Schema中缺少publisher字段

社交证明 (权重: 10%)

得分: 25.0 / 100

需要重点改进，建议全面优化。

检查项:

| | 检查项 | 状态 | 得分 | |
|--------|------|------|
| | 缺少Review/Rating Schema，无用户评价信号 | ❌ | 0 | |
| | 有4个社交媒体链接 | ✅ | 25 | |

未通过项:

  • ❌ 缺少Review/Rating Schema，无用户评价信号

内容一致性 (权重: 5%)

得分: 40.0 / 100
检查项:

| | 检查项 | 状态 | 得分 | |
|--------|------|------|
| | 有canonical标签，URL规范化 | ✅ | 25 | |
| | 缺少面包屑导航 | ❌ | 0 | |
| | 页面结构部分完整（2/3） | ✅ | 15 | |

未通过项:

  • ❌ 缺少面包屑导航

域名信任度 (权重: 10%)

得分: 45.0 / 100
检查项:

| | 检查项 | 状态 | 得分 | |
|--------|------|------|
| | 使用HTTPS安全协议 | ✅ | 30 | |
| | 缺少隐私政策和服务条款 | ❌ | 0 | |
| | SSL证书已部署 | ✅ | 15 | |

未通过项:

  • ❌ 缺少隐私政策和服务条款

权威目录收录 (权重: 10%)

得分: 27.0 / 100

需要重点改进，建议全面优化。

检查项:

| | 检查项 | 状态 | 得分 | |
|--------|------|------|
| | 仅收录1个权威平台 | ❌ | 12 | |
| | Schema中缺少sameAs知识图谱链接 | ❌ | 0 | |
| | 检测到媒体关注/报道标识 | ✅ | 15 | |

未通过项:

  • ❌ 仅收录1个权威平台
  • ❌ Schema中缺少sameAs知识图谱链接
结构化标记仍是短板 → 对照本站 Schema/JSON-LD 失败项 ↓

🔍 AEO评估结果 (AI引擎优化)

AEO (Answer Engine Optimization) 评估你的网站在 ChatGPT、Claude、Perplexity 等 AI 引擎中的可见性和可引用性。

AI爬虫访问 (权重: 20%)

得分: 0.0 / 100
状态: missing

抓取结果:

  • robots_url: https://mml-book.github.io/robots.txt
  • content:
  • status: 404 Not Found

评分原理: robots.txt是网站与爬虫通信的标准方式，告诉AI爬虫哪些页面可以抓取。缺少robots.txt会让百度文心一言、豆包、Kimi等中国AI引擎无法确定访问规则，严重影响内容被AI引用。

得分公式: 得分 = (允许的AI爬虫数量 / 总AI爬虫数量) × 100

整改方案:

创建 robots.txt 并上传到网站根目录，至少允许国内主流AI爬虫：

User-agent: *
Allow: /

# ——— 中国 AI ———
User-agent: Baiduspider
Allow: /

User-agent: Bytespider
Allow: /

User-agent: 360Spider
Allow: /

User-agent: Sogou web spider
Allow: /

User-agent: YisouSpider
Allow: /

User-agent: KimiBot
Allow: /

User-agent: DeepSeekBot
Allow: /

User-agent: TongyiBot
Allow: /

# ——— 国际 AI ———
User-agent: GPTBot
Allow: /

User-agent: ClaudeBot
Allow: /

以上模板覆盖了 11 个中国 AI + 5 个国际 AI 爬虫。更多 SEO/GEO 优化建议可访问 GEO评估工具。

发现的问题:

  • ❌ robots.txt文件不存在

llms.txt配置 (权重: 15%)

得分: 0.0 / 100
状态: missing

抓取结果:

  • llms_url: https://mml-book.github.io/llms.txt
  • status_code: 404
  • content:

评分原理: llms.txt是AI引擎发现和理解您网站内容的新协议，类似于sitemap.xml但专门针对大语言模型。它告诉AI您的网站结构、重要页面和内容主题。

得分公式: 得分 = (通过的检查项数量 / 总检查项数量) × 100

整改方案:

# 网站名称
网站的简短描述，帮助AI理解您的内容主题。

## 主要页面
- / - 首页
- /about - 关于我们
- /blog - 博客
- /products - 产品页面

## 内容类型
- 文章/博客
- 技术教程
- 产品文档

## 重要主题
- 人工智能
- 搜索引擎优化
- 技术开发

## 品牌信息
- 品牌名：您的品牌名称
- 成立时间：20XX年

将以上内容保存为llms.txt，上传到网站根目录。

发现的问题:

  • ❌ llms.txt文件不存在或无法访问

结构化数据 (权重: 18%)

得分: 0.0 / 100
状态: missing

抓取结果:

  • total_found: 1
  • types_found: ['WebSite']
  • required_types: ['Organization', 'Article', 'FAQPage']
  • found_required:

评分原理: schema.org结构化数据为AI引擎提供明确的语义标记，让AI能够准确识别页面内容类型、实体关系和关键信息，提高内容在AI回答中的引用质量。

得分公式: 得分 = (已有的必需类型数量 / 3) × 100

整改方案:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.",
  "description": "Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisa",
  "url": "https://mml-book.github.io"
}
</script>
<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.",
  "author": {"@type": "Person", "name": "Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.编辑团队"},
  "datePublished": "2026-11-12",
  "description": "Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisa"
}
</script>
<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "关于Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.的常见问题",
    "acceptedAnswer": {"@type": "Answer", "text": "这里填写针对该问题的详细回答"}
  }]
}
</script>

以上代码已根据 mml-book.github.io 的实际标题和描述自动生成，直接复制到 <head> 中即可。更多 Schema 类型（Product / LocalBusiness / VideoObject）可参考 GEO评估工具。

发现的问题:

  • ❌ 缺少Organization类型的结构化数据
  • ❌ 缺少Article类型的结构化数据
  • ❌ 缺少FAQPage类型的结构化数据

内容可提取性 (权重: 18%)

得分: 60.0 / 100
状态: partial

抓取结果:

  • headers: {'h1': 1, 'h2': 6, 'h3': 1}
  • html_length: 4259
  • has_lists: True
  • has_tables:

评分原理: AI引擎通过解析HTML结构来提取内容。清晰的标题层级、足够的内容长度、列表和表格等结构化元素，让AI更容易理解和提取您的内容。

得分公式: 得分 = (通过的检查项数量 / 5) × 100

整改方案:

  1. 确保每个页面只有一个H1标签
  2. 添加至少3个H2章节组织内容
  3. 确保页面内容超过5000字符
  4. 使用
      /
        组织列表内容
      1. 使用展示表格数据

        不知道如何优化内容结构？GEO评估工具 提供详细检测报告。

        发现的问题:

        • ❌ 页面内容过短(当前: 4259字符)
        • ❌ 缺少表格结构

        AI代理就绪度 (权重: 14%)

        得分: 80.0 / 100
        状态: partial

        抓取结果:

        • meta_tags: {'generator': 'Jekyll v3.10.0', 'og:title': 'Mathematics for Machine Learning', 'og:locale': 'en_US', 'description': 'Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.', 'og:description': 'Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.', 'og:url': 'https://mml-book.com/', 'og:site_name': 'Mathematics for Machine Learning', 'og:type': 'website', 'twitter:card': 'summary', 'twitter:title': 'Mathematics for Machine Learning'}
        • has_canonical: True
        • has_https: True
        • sitemap_exists:

        评分原理: AI代理就绪度衡量您的网站是否准备好被AI代理访问和使用。HTTPS安全连接、canonical链接防止重复内容、sitemap帮助AI发现所有页面。

        得分公式: 得分 = (通过的检查项数量 / 5) × 100

        整改方案:

        <!-- viewport -->
<meta name="viewport" content="width=device-width, initial-scale=1.0">

<!-- canonical -->
<link rel="canonical" href="https://www.yourdomain.com/current-page">

<!-- HTTPS -->
确保网站使用HTTPS协议

<!-- sitemap.xml -->
创建sitemap.xml并提交给搜索引擎

        以上配置直接影响百度、Kimi、DeepSeek 等 AI 对您网站的理解。GEO评估工具 可免费检测您的 AI 就绪度。

        发现的问题:

        • ❌ 缺少sitemap.xml

        引用探测性能 (权重: 10%)

        得分: 0.0 / 100
        状态: not_tested

        评分原理: 引用探测性能衡量您的内容被国内AI引擎（百度文心一言、字节豆包、Kimi、DeepSeek、阿里通义千问、腾讯混元、智谱ChatGLM）引用的概率。这需要向真实AI提问并检查是否引用了您的网站。

        得分公式: 得分 = 0分(未测试，需实际AI测试验证)

        整改方案:

        向以下中国AI模型提问，检查您的网站是否被引用：百度文心一言(yiyan.baidu.com)、字节豆包(doubao.com)、Kimi(kimi.moonshot.cn)、DeepSeek(chat.deepseek.com)、通义千问(tongyi.aliyun.com)。

        技术性能 (权重: 5%)

        得分: 75.0 / 100
        状态: partial

        抓取结果:

        • html_size: 10031
        • script_count: 4
        • image_count: 1
        • has_async:

        评分原理: 页面性能影响AI爬虫的抓取效率和用户体验。过大的HTML、过多的脚本和图片会降低AI爬虫的抓取速度，影响内容索引。

        得分公式: 得分 = (通过的检查项数量 / 4) × 100

        整改方案:

        <!-- 脚本异步加载 -->
<script async src="script.js"></script>
<script defer src="another-script.js"></script>

<!-- 图片懒加载 -->
<img src="image.jpg" loading="lazy" alt="描述">

<!-- 优化建议 -->
1. 压缩HTML/CSS/JS文件
2. 优化图片大小
3. 使用CDN加速（阿里云CDN / 腾讯云CDN）
4. 启用浏览器缓存

        页面性能直接影响百度爬虫抓取效率和 AI 引用概率。GEO评估工具 可全面检测。

        发现的问题:

        • ❌ 缺少脚本异步加载属性
        结构化标记仍是短板 → 对照本站 Schema/JSON-LD 失败项 ↓

        📚 语料库质量评估 (AI引用价值)

        评估网站被AI大模型视为高质量训练/引用语料的概率。覆盖机器可读性、事实密度、标记丰富度、去重信号、AI爬虫友好度、语义HTML、更新频率、结构可预测性、知识图谱对齐9个维度。

        总分: 29.0 / 100 评级: D (需要全面改造)

        语料等级: D 待提升

        需要重点改进，建议全面优化。

        内容可机器读取性 (权重: 15%)

        得分: 75.0 / 100
        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 缺少noscript降级内容，JS渲染依赖度高 | ❌ | 0 | |
        | | 语义化标签使用适中（3/7种） | ✅ | 15 | |
        | | 文本/HTML比率高（42%），内容充实 | ✅ | 20 | |
        | | 无iframe依赖，内容可直接读取 | ✅ | 15 | |
        | | 纯文本内容充足（4259字） | ✅ | 25 | |

        未通过项:

        • ❌ 缺少noscript降级内容，JS渲染依赖度高

        事实密度与可验证 (权重: 15%)

        得分: 20.0 / 100

        需要重点改进，建议全面优化。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 无量化数据，事实密度极低 | ❌ | 0 | |
        | | 缺少引用源URL，可验证性弱 | ❌ | 0 | |
        | | 列表结构丰富（34个列表项） | ✅ | 20 | |

        未通过项:

        • ❌ 无量化数据，事实密度极低
        • ❌ 缺少引用源URL，可验证性弱

        标记丰富度 (权重: 15%)

        得分: 25.0 / 100

        需要重点改进，建议全面优化。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | Schema类型少（1种） | ❌ | 10 | |
        | | Open Graph标记完善（6个） | ✅ | 15 | |
        | | 缺少微信分享标签（wx:title/description/image），微信生态传播效果差 | ❌ | 0 | |

        未通过项:

        • ❌ Schema类型少（1种）
        • ❌ 缺少微信分享标签（wx:title/description/image），微信生态传播效果差

        内容去重信号 (权重: 10%)

        得分: 60.0 / 100
        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 有canonical标签: https://mml-book.com/ | ✅ | 35 | |
        | | meta描述与正文高度相似（100%），可能重复 | ❌ | 5 | |
        | | 有og:url规范URL | ✅ | 20 | |

        未通过项:

        • ❌ meta描述与正文高度相似（100%），可能重复

        AI爬虫友好度 (权重: 15%)

        得分: 0.0 / 100

        基础薄弱，需要系统整改。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 无法获取robots.txt | ❌ | 0 | |
        | | 缺少llms.txt，AI模型无法获取语料指引 | ❌ | 0 | |
        | | 缺少sitemap.xml | ❌ | 0 | |

        未通过项:

        • ❌ 无法获取robots.txt
        • ❌ 缺少llms.txt，AI模型无法获取语料指引
        • ❌ 缺少sitemap.xml

        语义HTML完整度 (权重: 10%)

        得分: 25.0 / 100

        需要重点改进，建议全面优化。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | img alt覆盖率100%（1/1） | ✅ | 25 | |
        | | 缺少<figure>/<figcaption>图片标注 | ❌ | 0 | |
        | | 未使用<time>语义标签 | ❌ | 0 | |
        | | 未使用<abbr>标签标注缩写 | ❌ | 0 | |

        未通过项:

        • ❌ 缺少<figure>/<figcaption>图片标注
        • ❌ 未使用<time>语义标签
        • ❌ 未使用<abbr>标签标注缩写

        内容更新频率 (权重: 10%)

        得分: 20.0 / 100

        需要重点改进，建议全面优化。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 缺少article:modified_time，AI无法判断更新频率 | ❌ | 0 | |
        | | 缺少article:published_time | ❌ | 0 | |
        | | 页面有可见的更新时间标识 | ✅ | 20 | |
        | | 缺少RSS/Atom feed | ❌ | 0 | |

        未通过项:

        • ❌ 缺少article:modified_time，AI无法判断更新频率
        • ❌ 缺少article:published_time
        • ❌ 缺少RSS/Atom feed

        页面结构可预测性 (权重: 5%)

        得分: 10.0 / 100

        基础薄弱，需要系统整改。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 页面模板结构不完整（2/4） | ❌ | 10 | |
        | | 缺少<article>标签，正文边界不明确 | ❌ | 0 | |

        未通过项:

        • ❌ 页面模板结构不完整（2/4）
        • ❌ 缺少<article>标签，正文边界不明确

        知识图谱对齐 (权重: 5%)

        得分: 0.0 / 100

        基础薄弱，需要系统整改。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | Schema中缺少sameAs知识图谱链接，AI无法对齐实体 | ❌ | 0 | |
        | | Schema缺少@id标识 | ❌ | 0 | |
        | | Schema缺少mainEntity/about焦点实体 | ❌ | 0 | |

        未通过项:

        • ❌ Schema中缺少sameAs知识图谱链接，AI无法对齐实体
        • ❌ Schema缺少@id标识
        • ❌ Schema缺少mainEntity/about焦点实体
        结构化标记仍是短板 → 对照本站 Schema/JSON-LD 失败项 ↓

        🔍 GEO评估结果 (生成式引擎优化)

        SHEEP-GEO 五维评估模型：语义覆盖、人类可信度、证据结构化、生态集成、性能监测。

        语义覆盖 (权重: 25%)

        得分: 100.0 / 100
        维度说明: AI模型识别和理解您网站内容的程度

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 页面标题 | ✅ | 20 | |
        | | meta描述 | ✅ | 20 | |
        | | OpenGraph标题 | ✅ | 15 | |
        | | OpenGraph描述 | ✅ | 15 | |
        | | 单一H1 | ✅ | 15 | |
        | | H2层级 | ✅ | 15 | |

        人类可信度 (权重: 25%)

        得分: 0.0 / 100
        维度说明: AI系统识别的权威性和可信度信号

        基础薄弱，需要系统整改。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 缺少作者信息(建议在页面添加作者署名) | ❌ | 0 | |
        | | 缺少关于页面(建议创建/about页面介绍网站) | ❌ | 0 | |
        | | 缺少联系方式(建议添加邮箱或联系表单) | ❌ | 0 | |
        | | 缺少隐私政策页面 | ❌ | 0 | |
        | | 缺少服务条款页面 | ❌ | 0 | |
        | | 缺少ICP备案号(在中国运营的网站必须有，缺少备案会严重影响搜索引擎信任度) | ❌ | 0 | |
        | | 缺少公安备案号 | ❌ | 0 | |

        未通过项的整改建议:

        • ❌ 缺少作者信息(建议在页面添加作者署名)
        • ❌ 缺少关于页面(建议创建/about页面介绍网站)
        • ❌ 缺少联系方式(建议添加邮箱或联系表单)
        • ❌ 缺少隐私政策页面
        • ❌ 缺少服务条款页面
        • ❌ 缺少ICP备案号(在中国运营的网站必须有，缺少备案会严重影响搜索引擎信任度)
        • ❌ 缺少公安备案号

        证据结构化 (权重: 20%)

        得分: 50.0 / 100
        维度说明: 内容组织对AI理解的友好程度

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | JSON-LD结构化数据 | ✅ | 30 | |
        | | 缺少表格结构(建议用表格展示数据) | ❌ | 0 | |
        | | 列表结构 | ✅ | 20 | |
        | | 缺少代码块(技术内容建议用标签) | ❌ | 0 | |
        | | 缺少图片标注(建议使用

        /
        ) | ❌ | 0 | |

        未通过项的整改建议:

        • ❌ 缺少表格结构(建议用表格展示数据)
        • ❌ 缺少代码块(技术内容建议用标签)
        • ❌ 缺少图片标注(建议使用
          /
          )

        生态集成 (权重: 15%)

        得分: 0.0 / 100
        维度说明: 您的网站在多个AI平台和推荐系统中的存在

        基础薄弱，需要系统整改。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 缺少微信分享链接(建议添加微信开放平台分享链接) | ❌ | 0 | |
        | | 缺少QQ分享链接(建议添加QQ开放平台分享链接) | ❌ | 0 | |
        | | 缺少抖音分享链接(建议添加抖音开放平台分享链接) | ❌ | 0 | |
        | | 缺少百科品牌链接(建议添加百度百科/搜狗百科/抖音百科引用) | ❌ | 0 | |
        | | 缺少小红书链接(建议添加小红书主页或笔记链接) | ❌ | 0 | |
        | | 缺少微博链接(建议添加官方微博或话题链接) | ❌ | 0 | |
        | | 缺少sitemap.xml(建议创建站点地图) | ❌ | 0 | |

        未通过项的整改建议:

        • ❌ 缺少微信分享链接(建议添加微信开放平台分享链接)
        • ❌ 缺少QQ分享链接(建议添加QQ开放平台分享链接)
        • ❌ 缺少抖音分享链接(建议添加抖音开放平台分享链接)
        • ❌ 缺少百科品牌链接(建议添加百度百科/搜狗百科/抖音百科引用)
        • ❌ 缺少小红书链接(建议添加小红书主页或笔记链接)
        • ❌ 缺少微博链接(建议添加官方微博或话题链接)
        • ❌ 缺少sitemap.xml(建议创建站点地图)

        性能监测 (权重: 15%)

        得分: 80.0 / 100
        维度说明: 从AI推荐到用户行动的转化效率

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | HTML大小合理 | ✅ | 25 | |
        | | 图片数量合理 | ✅ | 20 | |
        | | 脚本数量合理 | ✅ | 20 | |
        | | 缺少图片懒加载(建议添加loading=”lazy”) | ❌ | 0 | |
        | | 移动端适配 | ✅ | 10 | |
        | | 资源压缩 | ✅ | 5 | |

        未通过项的整改建议:

        • ❌ 缺少图片懒加载(建议添加loading=”lazy”)
        结构化标记仍是短板 → 对照本站 Schema/JSON-LD 失败项 ↓

        🧠 语义质量评估 (AI理解度)

        评估AI模型能否准确理解和提取页面内容的语义价值。覆盖内容深度、主题一致性、信息密度、语义结构、实体覆盖、问答模式、内容新鲜度、可读性、语义消歧9个维度。

        总分: 56.3 / 100 评级: C+ (需要优化)

        内容深度 (权重: 15%)

        得分: 100.0 / 100
        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 内容字数充足（4340字，≥2000字） | ✅ | 40 | |
        | | 段落结构丰富（54段） | ✅ | 30 | |
        | | 段落长度适中（平均72字） | ✅ | 30 | |

        主题一致性 (权重: 15%)

        得分: 100.0 / 100
        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 标题与正文关键词高度一致（重叠率60%） | ✅ | 30 | |
        | | H1与正文关键词一致（重叠率100%） | ✅ | 25 | |
        | | meta描述与正文关键词一致（重叠率60%） | ✅ | 25 | |
        | | 标题与H1关键词高度相关 | ✅ | 20 | |

        信息密度 (权重: 15%)

        得分: 12.0 / 100

        基础薄弱，需要系统整改。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 信息密度极低（每千字0.0个数据点），缺乏具体数据支撑 | ❌ | 0 | |
        | | 缺少日期引用，AI难以判断内容时效性 | ❌ | 0 | |
        | | 引用1个外部链接 | ✅ | 12 | |
        | | 缺少百分比/统计数据 | ❌ | 0 | |

        未通过项:

        • ❌ 信息密度极低（每千字0.0个数据点），缺乏具体数据支撑
        • ❌ 缺少日期引用，AI难以判断内容时效性
        • ❌ 缺少百分比/统计数据

        语义结构层次 (权重: 10%)

        得分: 90.0 / 100
        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 存在H1标签，语义结构起点正确 | ✅ | 25 | |
        | | 标题层级无跳级（H1→H2→H3嵌套正确） | ✅ | 30 | |
        | | H2章节丰富（6个），内容结构清晰 | ✅ | 25 | |
        | | 有1个H3子标题 | ✅ | 10 | |

        实体覆盖 (权重: 10%)

        得分: 70.0 / 100
        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 实体覆盖丰富（每千字21.9个命名实体） | ✅ | 40 | |
        | | 识别到88个产品/技术名 | ✅ | 20 | |
        | | 识别到7个技术术语 | ✅ | 10 | |

        问答模式 (权重: 10%)

        得分: 8.0 / 100

        基础薄弱，需要系统整改。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 缺少FAQPage Schema，AI难以结构化提取问答 | ❌ | 0 | |
        | | 检测到1处疑问句式，建议增加FAQ | ❌ | 8 | |

        未通过项:

        • ❌ 缺少FAQPage Schema，AI难以结构化提取问答
        • ❌ 检测到1处疑问句式，建议增加FAQ

        内容新鲜度 (权重: 10%)

        得分: 0.0 / 100

        基础薄弱，需要系统整改。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 缺少article:modified_time/dateModified，AI无法判断内容时效性 | ❌ | 0 | |
        | | 缺少article:published_time/datePublished发布时间 | ❌ | 0 | |
        | | 未使用<time>语义标签标记时间 | ❌ | 0 | |

        未通过项:

        • ❌ 缺少article:modified_time/dateModified，AI无法判断内容时效性
        • ❌ 缺少article:published_time/datePublished发布时间
        • ❌ 未使用<time>语义标签标记时间

        可读性 (权重: 10%)

        得分: 77.0 / 100
        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 平均句长偏长（44字/句） | ✅ | 25 | |
        | | 长句比例适中（15%） | ✅ | 22 | |
        | | 句子数量充足（94句），内容充实 | ✅ | 30 | |

        语义消歧 (权重: 5%)

        得分: 0.0 / 100

        基础薄弱，需要系统整改。

        检查项:

        | | 检查项 | 状态 | 得分 | |
        |--------|------|------|
        | | 无术语定义模式，AI可能产生语义歧义 | ❌ | 0 | |
        | | 未使用<abbr>标签标注缩写 | ❌ | 0 | |

        未通过项:

        • ❌ 无术语定义模式，AI可能产生语义歧义
        • ❌ 未使用<abbr>标签标注缩写
        结构化标记仍是短板 → 对照本站 Schema/JSON-LD 失败项 ↓

        🔍 SEO评估结果 (搜索引擎优化)

        title标签

        得分: 5 / 10 ⚠️
        抓取结果: Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.

        详细信息: 标题长度: 218字符

        评分原理: title标签是页面最重要的SEO元素，搜索引擎和AI引擎都将其作为理解页面主题的首要依据。长度在30-60字符之间最佳，太短无法传达足够信息，太长会被搜索引擎截断。

        得分公式: 得分 = 10分(30-60字符) / 8分(20-70字符) / 5分(>0字符) / 0分(空)

        整改方案:

        <title>Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.</title>

        建议标题格式：关键词 + 描述 + 品牌名，控制在30-60字符。

        建议: 标题长度应在30-60字符之间

        meta描述

        得分: 5 / 10 ⚠️
        抓取结果: Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.

        详细信息: 描述长度: 183字符

        评分原理: meta描述虽然不直接影响排名，但它是搜索结果页面的展示文本，决定用户是否点击您的链接。长度70-160字符最佳，包含关键词可提高点击率。

        得分公式: 得分 = 10分(70-160字符) / 8分(50-180字符) / 5分(>0字符) / 0分(空)

        整改方案:

        <meta name="description" content="Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Publish">

        建议: 描述长度应在70-160字符之间

        H1标签

        得分: 10 / 10 ✅
        抓取结果: 1

        详细信息: H1标签数量: 1

        评分原理: H1标签是页面的主标题，AI引擎会优先提取H1内容来理解页面主题。多个H1会让AI困惑，无法确定页面核心主题。

        得分公式: 得分 = 10分(1个H1) / 5分(多个H1) / 0分(无H1)

        整改方案:

        <h1>Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.</h1>

        每个页面只保留一个H1标签，放在页面顶部。

        H2-H6标签

        得分: 10 / 10 ✅
        抓取结果: {'h2': 6, 'h3': 1}

        详细信息: H2: 6, H3: 1

        评分原理: H2-H6标签构建页面内容层级，帮助AI引擎理解内容结构。良好的层级结构让AI更容易提取关键信息并生成高质量回答。

        得分公式: 得分 = 10分(有H2+H3) / 7分(只有H2) / 3分(无H2)

        整改方案:

        <h2>主要章节标题</h2>
  <h3>子章节标题</h3>
    <h4>更小的子章节</h4>

        使用H2-H6构建清晰的内容层级。

        图片alt属性

        得分: 10 / 10 ✅
        抓取结果: {'total': 1, 'with_alt': 1}

        详细信息: 图片总数: 1, 有alt属性: 1

        评分原理: alt属性是图片的文本描述，帮助搜索引擎和AI理解图片内容。缺少alt属性会导致图片无法被索引，同时影响视觉障碍用户的体验。

        得分公式: 得分 = 10分(90%以上有alt) / 8分(70%-90%) / 5分(50%-70%) / 3分(<50%)

        整改方案:

        <img src="image.jpg" alt="图片内容的描述文字">

        为所有图片添加描述性的alt属性。

        内部链接

        得分: 10 / 10 ✅
        抓取结果: 9

        详细信息: 内部链接数量: 9

        评分原理: 内部链接帮助搜索引擎和AI爬虫发现网站其他页面，建立页面之间的关联关系，传递权重。足够的内部链接让AI更好地理解网站整体结构。

        得分公式: 得分 = 10分(>=5个) / 7分(3-4个) / 5分(1-2个) / 0分(0个)

        整改方案:

        <a href="/page1">Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press. - 相关页面</a>
<a href="/page2">Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press. - 更多内容</a>

        在文章中自然地链接到网站内其他相关页面。

        外部链接

        得分: 10 / 10 ✅
        抓取结果: 16

        详细信息: 外部链接数量: 16

        评分原理: 外部链接到权威网站可以增加页面可信度，AI引擎会认为您引用了可靠来源。同时，被其他网站链接也是重要的排名信号。

        得分公式: 得分 = 10分(>=3个) / 7分(1-2个) / 3分(0个)

        整改方案:

        <a href="https://权威网站.com" target="_blank">相关参考资料</a>

        引用权威来源，为您的观点提供证据支持。

        URL结构

        得分: 10 / 10 ✅
        抓取结果: https://mml-book.github.io

        详细信息: URL长度: 26字符, 含动态参数: 否

        评分原理: 清晰的URL结构包含关键词，便于用户理解和分享，也帮助搜索引擎和AI识别页面主题。

        得分公式: 得分 = 5分(长度<75) + 3分(无动态参数) + 2分(路径含字母关键词), 上限10分

        整改方案:

        良好URL示例:
        https://mml-book.github.io/category/page-title
        避免:
        https://mml-book.github.io/p?id=123

        移动端适配

        得分: 10 / 10 ✅
        抓取结果: width=device-width, initial-scale=1, user-scalable=no

        详细信息: viewport: 存在

        评分原理: viewport元标签告诉浏览器如何适应不同设备屏幕。缺少viewport会导致移动端显示不正常，影响用户体验和排名。

        得分公式: 得分 = 10分(有viewport且含width=device-width) / 5分(无viewport)

        整改方案:

        <meta name="viewport" content="width=device-width, initial-scale=1.0">

        页面速度

        得分: 10 / 10 ✅
        抓取结果: 10031

        详细信息: 基于HTML体积估算: 10031字节

        评分原理: 页面加载速度影响用户体验和搜索引擎排名。AI爬虫也会考虑页面响应时间。

        得分公式: 得分 = 10分(<100KB) / 7分(<500KB) / 4分(<1MB) / 2分(>=1MB), 基于HTML体积估算

        整改方案:

        优化建议:
        1. 压缩图片
        2. 启用浏览器缓存
        3. 压缩CSS/JS文件
        4. 使用CDN加速
        5. 减少HTTP请求

        测试工具: https://pagespeed.web.dev/

        建议: 使用PageSpeed Insights测试页面速度

        国内搜索引擎站长验证

        得分: 0 / 10 ❌
        抓取结果: {'baidu': '未设置', '360': False, 'sogou': False, 'shenma': False}

        详细信息: 已验证 0/4 个平台(百度/360/搜狗/神马)

        评分原理: 国内搜索引擎站长平台验证是搜索控制台识别网站所有权的标准方式。百度、360、搜狗、神马各有独立验证，未验证则无法使用各平台的收录、索引、流量分析等功能。

        得分公式: 得分 = (已验证平台数量 / 4) × 10

        整改方案:

        <meta name="baidu-site-verification" content="codeva-xxxxxxxxxx">
<meta name="360-site-verification" content="xxxxxxxxxx">
<meta name="sogou_site_verification" content="xxxxxxxxxx">
<meta name="shenma-site-verification" content="xxxxxxxxxx">

        分别登录各搜索资源平台添加站点，获取验证码后添加对应meta标签。

        建议: 在国内各搜索引擎资源平台验证网站所有权

        基础薄弱，需要系统整改。

        百度移动适配

        得分: 0 / 10 ❌
        抓取结果: {'applicable-device': '', 'mobile_alternate': False}

        详细信息: 未配置百度移动适配

        评分原理: 百度移动适配帮助百度识别PC和移动版页面的对应关系。对于自适应站点，需声明applicable-device；对于独立移动站，需添加alternate链接。缺少适配标记会导致百度搜索结果中展示错误的页面版本。

        得分公式: 得分 = 5分(applicable-device声明) + 5分(移动版alternate链接)

        整改方案:

        自适应站点：

        <meta name="applicable-device" content="pc,mobile">

        独立移动站（PC页面添加）：

        <link rel="alternate" media="only screen and (max-width: 640px)" href="https://m.mml-book.github.io/page">

        独立移动站（移动页面添加）：

        <link rel="canonical" href="https://mml-book.github.io/page">

        建议: 配置百度移动适配标记

        基础薄弱，需要系统整改。

        微信OG标签

        得分: 0 / 10 ❌
        抓取结果: {'wx_title': '', 'wx_description': '', 'wx_image': ''}

        详细信息: 已设置 0/3 项微信OG标签

        评分原理: 微信是中国最大的社交平台，分享链接到微信时，微信会抓取OG标签来显示标题、描述和缩略图。缺少微信专用OG标签时，分享卡片可能显示不完整或使用默认信息。

        得分公式: 得分 = 10分(2项及以上) / 5分(1项) / 0分(未设置)

        整改方案:

        <meta property="wx:title" content="Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press. - 分享到微信显示">
<meta property="wx:description" content="Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisa">
<meta property="wx:image" content="https://mml-book.github.io/share-thumbnail.jpg">

        建议同时保留标准OG标签作为fallback：

        <meta property="og:title" content="Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.">
<meta property="og:description" content="Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisa">
<meta property="og:image" content="https://mml-book.github.io/og-image.jpg">

        建议: 添加微信分享OG标签

        基础薄弱，需要系统整改。

        结构化标记仍是短板 → 对照本站 Schema/JSON-LD 失败项 ↓

        📊 优化前后对比

        以下逐项对比你网站当前状态与优化建议。缺什么、改什么、代码怎么写，一目了然。

        1. AI可访问性 (robots.txt / llms.txt)

        基础薄弱，需要系统整改。 robots.txt 缺失或配置不当，AI爬虫无法确定访问权限，建议配置允许 GPTBot、ClaudeBot 等AI爬虫访问。

        | | 检查项 | 当前状态（优化前） | 优化后 | 得分 | |
        |--------|-------------------|--------|------|
        | | robots.txt | 缺失 — 404 Not Found，未找到 robots.txt 文件 | User-agent: GPTBot
        Allow: /
        User-agent: ClaudeBot
        Allow: /
        User-agent: PerplexityBot
        Allow: /
        User-agent: Google-Extended
        Allow: /
        Sitemap: https://xxx/sitemap.xml | 0/100 | |
        基础薄弱，需要系统整改。 AI引擎通过 llms.txt 理解网站结构，缺少该文件会影响AI对网站内容的理解。

        | | llms.txt | 缺失 — 未找到 llms.txt 文件 | # 网站名
        > 简短描述
        ## 主要页面
        - / 首页
        - /about 关于
        - /blog 博客
        ## 品牌信息
        - 品牌名：xxx
        - 描述：xxx | 0/100 | |

        2. 结构化数据 (Schema.org JSON-LD)

        基础薄弱，需要系统整改。 JSON-LD 是 AI 理解你页面内容的标准方式。你现在页面上虽然有但类型不对，建议添加 Organization、Article、FAQPage 等类型。

        你当前的JSON-LD:

        &lt;script type=&quot;application/ld+json&quot;&gt;
{&quot;@context&quot;:&quot;https://schema.org&quot;,&quot;@type&quot;:&quot;WebSite&quot;,&quot;description&quot;:&quot;Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.&quot;,&quot;headline&quot;:&quot;Mathematics for Machine Learning&quot;,&quot;name&quot;:&quot;Mathematics for Machine Learning&quot;,&quot;url&quot;:&quot;https://mml-book.com/&quot;}&lt;/script&gt;

        | | Schema类型 | 当前状态（优化前） | 优化后（代码示例） | 得分 | |
        |------------|-------------------|-------------------|------|
        | | Organization | ❌ 缺失 — AI不认识你是谁 | <script type=”application/ld+json”>
        {
        “@context”: “https://schema.org”,
        “@type”: “Organization”,
        “name”: “品牌名称”,
        “url”: “https://mml-book.github.io”,
        “description”: “品牌描述”
        }
        </script> | 0/100 | |
        | | Article | ❌ 缺失 — AI看不懂你的文章 | <script type=”application/ld+json”>
        {
        “@context”: “https://schema.org”,
        “@type”: “Article”,
        “headline”: “文章标题”,
        “author”: {“@type”: “Person”, “name”: “作者”},
        “datePublished”: “2026-01-01”
        }
        </script> | 0/100 | |
        | | FAQPage | ❌ 缺失 — 错过AI问答流量 | <script type=”application/ld+json”>
        {
        “@context”: “https://schema.org”,
        “@type”: “FAQPage”,
        “mainEntity”: [{
        “@type”: “Question”,
        “name”: “常见问题?”,
        “acceptedAnswer”: {“@type”: “Answer”, “text”: “答案”}
        }]
        }
        </script> | 0/100 | |

        结构化数据总分: 0.0/100

        3. 页面元标签 (Meta Tags)

        真实代码对照 (从你网站抠出来的):

        &lt;meta charset=&quot;utf-8&quot;/&gt;
&lt;meta content=&quot;IE=edge&quot; http-equiv=&quot;X-UA-Compatible&quot;/&gt;
&lt;meta content=&quot;Jekyll v3.10.0&quot; name=&quot;generator&quot;/&gt;
&lt;meta content=&quot;Mathematics for Machine Learning&quot; property=&quot;og:title&quot;/&gt;
&lt;meta content=&quot;en_US&quot; property=&quot;og:locale&quot;/&gt;
&lt;meta content=&quot;Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press.&quot; name=&quot;description&quot;/&gt;
&lt;meta content=&quot;Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Fais

        | | 标签 | 当前值（优化前） | 优化后 | SEO得分 | |
        |------|-----------------|--------|---------|
        | | title | Mathematics for Machine Learning | Companion webpage to the | 核心关键词 + 品牌名 | 30-60字符的精准描述 | 5/10 | |
        存在一些问题，建议针对性优化。 标题需要优化。
        | | meta description | Companion webpage to the book “Mathematics for Machine Learn | >50字符的完整描述，含核心关键词和品牌信息，70-160字符最佳 | 5/10 | |
        存在一些问题，建议针对性优化。 meta描述需要优化，否则搜索引擎在搜索结果里可能展示空白，影响点击率。
        | | og:title | ✅ 已存在 | <meta property=”og:title” content=”页面标题”> | 15/15 | |
        | | og:description | ✅ 已存在 | <meta property=”og:description” content=”页面描述”> | 15/15 | |
        | | viewport | ❌ 缺失 — 移动端显示可能异常 | <meta name=”viewport” content=”width=device-width, initial-scale=1.0”> | 0/10 | |
        | | canonical | ✅ 已存在 | <link rel=”canonical” href=”https://mml-book.github.io”> | 10/10 | |

        4. 内容结构 (Headings & 语义标签)

        你的H1实际代码:

        &lt;h1&gt;Mathematics for Machine Learning&lt;/h1&gt;

        你的H2实际代码:

        &lt;h2 id=&quot;table-of-contents&quot;&gt;Table of Contents&lt;/h2&gt;
&lt;h2 id=&quot;downloadslinks&quot;&gt;Downloads/Links&lt;/h2&gt;
&lt;h2 id=&quot;solutions-to-exercises&quot;&gt;Solutions to exercises&lt;/h2&gt;
&lt;h2 id=&quot;tutorials&quot;&gt;Tutorials&lt;/h2&gt;

        | | 元素 | 当前状态（优化前） | 优化后 | 得分 | |
        |------|-------------------|--------|------|
        | | H1 主标题 | 1 | <h1>核心关键词 + 页面主题</h1>（每页仅一个） | 10/10 | |
        | | H2-H3 层级 | {'h2': 6, 'h3': 1} | <h2>章节标题</h2><h3>子章节</h3>（至少2个H2） | 10/10 | |
        | | 列表结构 | ✅ 有列表 | <ul><li>服务项1</li><li>服务项2</li></ul> | 20/20 | |
        | | 表格结构 | ❌ 无 table — 数据性内容建议用表格展示 | <table><tr><th>项目</th><th>详情</th></tr><tr><td>数据</td><td>值</td></tr></table> | 0/20 | |
        | | 图片 alt | 你的代码: <img alt="book cover" src="/static/images/mml-book-cover.jpg" style="float: righ | <img src=”img.jpg” alt=”描述性文字”>（必须全部有alt） | 10/10 | |

        5. 信任信号 (Trust & Authority)

        | | 信号 | 当前状态（优化前） | 优化后 | 得分 | |
        |------|-------------------|--------|------|
        | | 作者署名 | ❌ 缺少作者信息，影响内容可信度 | 文章顶部/底部加：<div class=”author”>作者：xxx，资质：xxx</div> | 0/18 | |
        | | 关于页面 | ❌ 缺少关于页面，建议创建介绍团队背景 | 创建 /about 页面介绍团队背景 | 0/18 | |
        | | 联系方式 | ❌ 缺少联系方式，建议添加 | 页脚加电话、邮箱、地址 | 0/14 | |
        | | 隐私政策 | ❌ 缺少隐私政策，存在法律合规风险 | 创建 /privacy 页面 | 0/11 | |
        | | 服务条款 | ❌ 缺少服务条款 | 创建 /terms 页面 | 0/11 | |

        6. 链接与站点发现 (Links & Discovery)

        | | 项目 | 当前状态（优化前） | 优化后 | 得分 | |
        |------|-------------------|--------|------|
        | | 内部链接 | 9 | 每页至少5个内部链接，用<a href=”/page”>锚文本</a>互联 | 10/10 | |
        | | 外部链接 | 16 | 引用权威来源：<a href=”https://权威网站” target=”_blank” rel=”noopener”>参考来源</a> | 10/10 | |
        | | sitemap.xml | ❌ 不存在 — 搜索引擎找不到你的所有页面，收录率直接为零 | 创建sitemap.xml提交Google Search Console和百度站长 | 0/15 | |
        | | 社交媒体链接 | ❌ 缺少社交链接，建议添加 | 加微信、QQ、抖音分享链接，提升品牌曝光度 | 0/22 | |

        结构化标记仍是短板 → 对照本站 Schema/JSON-LD 失败项 ↓

        📋 整改报告

        问题汇总

        🔴 紧急修复 (得分<40 — 不修等死)

        1. robots.txt文件不存在
        2. llms.txt文件不存在或无法访问
        3. 缺少Organization类型的结构化数据
        4. 缺少Article类型的结构化数据
        5. 缺少FAQPage类型的结构化数据
        6. 缺少作者信息(建议在页面添加作者署名)
        7. 缺少关于页面(建议创建/about页面介绍网站)
        8. 缺少联系方式(建议添加邮箱或联系表单)
        9. 缺少隐私政策页面
        10. 缺少服务条款页面
        11. 缺少ICP备案号(在中国运营的网站必须有，缺少备案会严重影响搜索引擎信任度)
        12. 缺少公安备案号
        13. 缺少表格结构(建议用表格展示数据)
        14. 缺少代码块(技术内容建议用标签)
        15. 缺少图片标注(建议使用
          /
          )
        16. 缺少微信分享链接(建议添加微信开放平台分享链接)
        17. 缺少QQ分享链接(建议添加QQ开放平台分享链接)
        18. 缺少抖音分享链接(建议添加抖音开放平台分享链接)
        19. 缺少百科品牌链接(建议添加百度百科/搜狗百科/抖音百科引用)
        20. 缺少小红书链接(建议添加小红书主页或笔记链接)
        21. 缺少微博链接(建议添加官方微博或话题链接)
        22. 缺少sitemap.xml(建议创建站点地图)
        23. 缺少图片懒加载(建议添加loading=”lazy”)
        24. 在国内各搜索引擎资源平台验证网站所有权
        25. 配置百度移动适配标记
        26. 添加微信分享OG标签
        27. 信息密度极低（每千字0.0个数据点），缺乏具体数据支撑
        28. 缺少日期引用，AI难以判断内容时效性
        29. 缺少百分比/统计数据
        30. 缺少FAQPage Schema，AI难以结构化提取问答
        31. 缺少article:modified_time/dateModified，AI无法判断内容时效性
        32. 缺少article:published_time/datePublished发布时间
        33. 未使用
        34. 无术语定义模式，AI可能产生语义歧义
        35. 未使用标签标注缩写
        36. 缺少meta author标签
        37. 缺少rel=author作者链接
        38. Schema中缺少author字段
        39. 缺少作者主页链接
        40. 无任何专家资质标识
        41. Schema中缺少资质/奖项标记
        42. 未检测到团队/专家介绍区域
        43. 缺少ICP备案，严重影响权威性
        44. 无权威源引用链接
        45. Schema中缺少citation引用标记
        46. 缺少Article类型Schema
        47. 缺少Person类型Schema，AI无法识别作者实体
        48. 缺少Organization类型Schema
        49. Schema中缺少publisher字段
        50. 缺少Review/Rating Schema，无用户评价信号
        51. 缺少面包屑导航
        52. 缺少隐私政策和服务条款
        53. Schema中缺少sameAs知识图谱链接
        54. 缺少noscript降级内容，JS渲染依赖度高
        55. 无量化数据，事实密度极低
        56. 缺少引用源URL，可验证性弱
        57. 缺少微信分享标签（wx:title/description/image），微信生态传播效果差
        58. 无法获取robots.txt
        59. 缺少llms.txt，AI模型无法获取语料指引
        60. 缺少sitemap.xml
        61. 缺少
          /
          图片标注
        62. 未使用
        63. 未使用标签标注缩写
        64. 缺少article:modified_time，AI无法判断更新频率
        65. 缺少article:published_time
        66. 缺少RSS/Atom feed
        67. 缺少
          标签，正文边界不明确
        68. Schema中缺少sameAs知识图谱链接，AI无法对齐实体
        69. Schema缺少@id标识
        70. Schema缺少mainEntity/about焦点实体
        71. 标题长度应在30-60字符之间
        72. 描述长度应在70-160字符之间
        73. 商业域名（mml-book.github.io），机构属性弱
        74. meta描述与正文高度相似（100%），可能重复
        75. 检测到1处疑问句式，建议增加FAQ
        76. Schema类型少（1种）
        77. 页面模板结构不完整（2/4）
        78. 仅收录1个权威平台

        🟡 重要优化 (得分40-69 — 不做落后)

        1. 页面内容过短(当前: 4259字符)
        2. 缺少表格结构

        🟢 锦上添花 (得分>=70 — 有余力就做)

        1. 缺少脚本异步加载属性
        2. 缺少sitemap.xml

        📈 改进路线图

        第一阶段 (1-2周): 止血 — 先把基础坑填了

        • [ ] 创建 robots.txt，明确允许 GPTBot / ClaudeBot / PerplexityBot 等 AI 爬虫
        • [ ] 创建 llms.txt，告诉 AI 你的网站结构
        • [ ] 添加基础 JSON-LD (Organization + Article + FAQPage)
        • [ ] 补上 meta description
        • [ ] 确保有且仅有一个 H1 标签

        第二阶段 (2-4周): 加固 — 内容结构和信任信号

        • [ ] 用 H2-H3 构建清晰的内容层级
        • [ ] 所有图片加 alt 属性
        • [ ] 用 ul/ol/table 结构化数据
        • [ ] 创建关于页面 (/about) 和联系方式
        • [ ] 添加作者署名和隐私政策

        第三阶段 (4-8周): 起飞 — 生态和监控

        • [ ] 创建 sitemap.xml 提交搜索引擎
        • [ ] 添加社交媒体链接 (LinkedIn / Twitter)
        • [ ] 配置 gzip/brotli 压缩 + CDN
        • [ ] 定期使用核子GEO 监控 AI 可见性变化
        • [ ] 添加 canonical 链接防重复内容

        报告生成时间: 自动生成
        本报告由核子GEO自动生成，涵盖 AEO/GEO/SEO/语义质量/权威度/语料库质量 六大维度分析

        本报告由 GEO & SEO 综合评估系统 免费自动生成。想看看您的网站在百度文心一言、字节豆包、Kimi、DeepSeek 等 AI 大模型中的表现？立即免费检测 →

        ✅ 行动清单 — 按优先级修复

        不要被报告内容吓到，按下面的优先级逐项修复，效果立竿见影：

        🚨 立即修复（P0） 10项

        • SEO 国内搜索引擎站长验证
        • SEO 百度移动适配
        • SEO 微信OG标签
        • AEO 内容足够丰富
        • AEO 包含表格
        • AEO sitemap.xml
        • AEO 脚本异步加载
        • GEO 缺少作者信息(建议在页面添加作者署名)
        • GEO 缺少关于页面(建议创建/about页面介绍网站)
        • GEO 缺少联系方式(建议添加邮箱或联系表单)

        ⚠️ 本周改进（P1） 6项

        • 语义 检测到1处疑问句式，建议增加FAQ
        • 权威 商业域名（mml-book.github.io），机构属性弱
        • 权威 仅收录1个权威平台
        • 语料 Schema类型少（1种）
        • 语料 meta描述与正文高度相似（100%），可能重复
        • 语料 页面模板结构不完整（2/4）

        💡 长期优化（P2） 2项

        • SEO title标签
        • SEO meta描述

        🔧 修复完成后，重新提交检测，看看分数提升了多少！

        🔬 想知道和同行差距多大？对比同行网站 →

        关于这份报告的常见问题

        1. mml-book.github.io 的 43.1 分说明什么？

        mml-book.github.io 综合 43.1/100，评级 C，属于存在问题。与固定模板不同，本页优先暴露叶子失败项：国内搜索引擎站长验证、百度移动适配、微信OG标签。完整六维分值见上方卡片；方法说明见 /methodology。

        2. mml-book.github.io 最需要先改哪一项？

        优先处理 [SEO] 国内搜索引擎站长验证（error，0/10）。归类模式：结构化数据缺失。修完后可在 首页 重测，或看 行动清单。

        3. 「百度移动适配」失败代表什么？

        检查项 百度移动适配（维度 SEO）状态为 error，得分 0/10。它反映的是 mml-book.github.io 页面上可观测的技术信号，不是行业科普套话；同类项还可对照正文「详细分析」。

        4. mml-book.github.io 缺哪些结构化标记？

        本站命中「结构化数据缺失」模式，相关失败包括：缺少FAQPage Schema，AI难以结构化提取问答、Schema中缺少author字段。补 JSON-LD（Organization/Article/FAQ 等）后再测；概念说明见 素材库 / 方法。

        🔬 测一测同行网站 评估另一个网站 📊 查看历史记录 查看其他报告

        示例评价（AI 模拟生成，非真实用户评价）

        以下内容由系统根据本报告的检测结果自动生成，用于演示常见的反馈类型，不代表任何真实用户的评价、体验或推荐，也不构成对被检测网站的评价。

        • AI 模拟示例 1

          mml-book.github.io百度排名一直不理想，检测后发现Schema没做好，流量涨了59%。