INFO
F6
WAF 会把真文件挡成 403/429
- 判据
- 本次全部 host 的对照探测都可用（0 个被挡）
- 为什么危险
- 被拦截 ≠ 不存在。纯 HTTP 客户端在这类 host 上会把真文件读成「没有」。
- 实测先例
- gusto.com 403、www.pipedrive.com 429
放进 CI 的一条命令
geo-audit deepgram.com --contact you@yourco.com --format json
判决
你的 AI 检索链路上有 2 个位置会被读错，另有 5 个位置我们无法判断。
四格之和恒等于位置数。「无法判断」永不折算进「通过」——「我们看不了」和「你这里没问题」是两件事。
这次没有可上报的发现。零发现不等于干净，所以这份东西叫「AI 可读性证据存档」：下面四块是这个 0 的全部依据，你可以逐行复现。
按根因
本次没有需要归并的根因。
口径：0 条 finding / 0 处根因 / 0 个链接实例 —— 三个数各有各的意思，不许混着说。
未能评估
把「我们没看到」误读成「没问题」的代价，比漏一条 LOW 死链大得多，所以这一区排在发现之前。这些位置既不计死链也不计存活。
① 入口发现
原因码: robots_disallowed
discovery:dev.deepgram.com
- 位置
- https://dev.deepgram.com/
- 实际是
- robots.txt 禁止抓取 /，本位置未评估
- 补救办法
- 你的 robots.txt 禁止抓这个路径，我们遵守了。要检查请加 --ignore-robots。「我们没被允许看」是真话，「这里没问题」是假话。
① 入口发现
原因码: needs_js
discovery:support.deepgram.com
- 位置
- https://support.deepgram.com/
- 实际是
- HTTP 200 但正文需要 JS 渲染才可读：可见文本 26 字符 / 原始 5931 字符；信号：empty_shell(visible=26,raw=5931), empty_spa_mount, next_data_without_content_elements, thin_text(26), no_content_elements；本位置计入「未能评估」，不计入「未发现问题」
- 补救办法
- 服务端 HTML 里正文不足 200 字符，正文由 JS 渲染。纯 HTTP 客户端在这类页面上会系统性低估。实测参照：help.spoton.com 正文只有一行「SpotOn Knowledge Base」、docs.lawmatics.com（Redoc）只有一行「Lawmatics OAuth API v1.22.0」——它们的「零发现」是抓取能力问题，不是站点干净。
① 入口发现
原因码: needs_js
discovery:help.deepgram.com
- 位置
- https://help.deepgram.com/
- 实际是
- 对照探测 https://help.deepgram.com/geo-audit-probe-2ccf5a5c25fa504d5f159a53 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；但正文需要 JS 渲染才可读：empty_shell(visible=20,raw=2882), empty_spa_mount, noscript_demands_js, no_content_elements
- 补救办法
- 服务端 HTML 里正文不足 200 字符，正文由 JS 渲染。纯 HTTP 客户端在这类页面上会系统性低估。实测参照：help.spoton.com 正文只有一行「SpotOn Knowledge Base」、docs.lawmatics.com（Redoc）只有一行「Lawmatics OAuth API v1.22.0」——它们的「零发现」是抓取能力问题，不是站点干净。
⑥ 可点击路径
原因码: not_fetched
human_path:https://www.deepgram.com/docs
- 位置
- https://www.deepgram.com/docs
- 实际是
- 待抓取
- 补救办法
- 超出本次预算上限（--max-requests / --max-links），本位置未验证。用 --max-requests 0 取消上限重跑可以覆盖它。
⑥ 可点击路径
原因码: not_fetched
human_path:https://www.deepgram.com/help
- 位置
- https://www.deepgram.com/help
- 实际是
- 待抓取
- 补救办法
- 超出本次预算上限（--max-requests / --max-links），本位置未验证。用 --max-requests 0 取消上限重跑可以覆盖它。
AI 检索链路六段
这条链路上任何一段断掉，后面几段的内容 AI 都拿不到。
差异化演示
只探根路径、不做对照探测的实现，在这个站上没读错。差异化演示区因此是空的 —— 这是这个域的性质，不是我们少做了对照。
这一块的作用不是炫技，是让「我拿别的东西查过，没这条」这句话失效：我们先说出那类实现在这里会得出什么、以及它少做了哪一步。
自己复现 → geo-audit deepgram.com --contact you@you.co --naive-only
这份报告不检查：锚点是否腐烂、sitemap、robots 对 AI 爬虫的放行、图片/CSS 资源、事实是否冲突、内容是否过期。理由见文末。
发现（按根因分组）
本次没有可上报的发现。这不代表你的站没有可改的地方 ——见下面的「证据存档」与「下次会先坏在哪」。
待人工确认
下面这些我们判它死了，但静态 HTML 判不了它是否对访客可见。我们打 needs_review 而不是丢弃，也不进首页分子。
本次没有需要人工确认的条目。
下次会先坏在哪 · 结构性脆弱点
每条都挂一个实测先例，并给一条能直接放进 CI 的命令。这一区不是预测，是「这个形状在语料里已经坏过」。
INFO
F8
该 host 对未知路径不返回 404
- 判据
- 对随机路径不返回 404 的 host：docs.deepgram.com, support.deepgram.com
- 为什么危险
- 这种 host 上任何只看状态码的工具都会报 0 死链，那个 0 是假的。
- 实测先例
- developers.pipedrive.com（200 + 24,907 B 兜底页）、docs.gusto.com（302→/）、docs.moderntreasury.com（302→/）、www.minimax.io（200 + 384,052 B）、platform.kimi.ai（200 + 414,072 B）
放进 CI 的一条命令
geo-audit deepgram.com --contact you@yourco.com --format json
我们替你验了什么 · 证据存档
逐位置一行，行数恒等于位置数。每行都带一条可粘贴的 curl。
共 21 行 == 21 个位置。
| 段 | URL | 状态码 | content-type | 字节 | 对照路径 | 对照返回 | 结论 |
|---|---|---|---|---|---|---|---|
| ① 入口发现 | https://deepgram.com/ | — | — | — | — | — | 通过 对照探测 https://deepgram.com/geo-audit-probe-5b6738ae865ffe14b2e519c1 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容 |
| ① 入口发现 | https://www.deepgram.com/ | — | — | — | — | — | 通过 对照探测 https://www.deepgram.com/geo-audit-probe-974f2f7956efc1f7ba48e48e 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容 |
| ① 入口发现 | https://docs.deepgram.com/ | — | — | — | — | — | 读错 请求 /，最终落在通用落地页 /home（链路：302 https://developers.deepgram.com/ -> 307 https://developers.deepgram.com/home）；跳转到通用落地页等同于「这个路径不存在」 |
| ① 入口发现 | https://developers.deepgram.com/ | — | — | — | — | — | 读错 请求 /，最终落在通用落地页 /home（链路：307 https://developers.deepgram.com/home）；跳转到通用落地页等同于「这个路径不存在」 |
| ① 入口发现 | https://dev.deepgram.com/ | — | — | — | — | — | 无法判断 robots.txt 禁止抓取 /，本位置未评估 |
| ① 入口发现 | https://api.deepgram.com/ | — | — | — | — | — | 不适用 HTTP 404（状态码正确，正文形态不参与判定） |
| ① 入口发现 | https://support.deepgram.com/ | — | — | — | — | — | 无法判断 HTTP 200 但正文需要 JS 渲染才可读：可见文本 26 字符 / 原始 5931 字符；信号：empty_shell(visible=26,raw=5931), empty_spa_mount, next_data_without_content_elements, thin_text(26), no_content_elements；本位置计入「未能评估」，不计入「未发现问题」 |
| ① 入口发现 | https://help.deepgram.com/ | — | — | — | — | — | 无法判断 对照探测 https://help.deepgram.com/geo-audit-probe-2ccf5a5c25fa504d5f159a53 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；但正文需要 JS 渲染才可读：empty_shell(visible=20,raw=2882), empty_spa_mount, noscript_demands_js, no_content_elements |
| ② 索引文件真伪 | https://deepgram.com/llms.txt | 200 | text/plain | 9,242 | https://deepgram.com/geo-audit-probe-5b6738ae865ffe14b2e519c1 | 404 |
通过
对照探测 https://deepgram.com/geo-audit-probe-5b6738ae865ffe14b2e519c1 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；用 Accept: */* 再量一次，状态码、正文类型都一致
curlcurl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://deepgram.com/llms.txt' |
| ③ 全文通道 | https://deepgram.com/llms-full.txt | 404 | text/html | 146,322 | https://deepgram.com/geo-audit-probe-5b6738ae865ffe14b2e519c1 | 404 |
不适用
HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: */* 再量一次，状态码、正文类型都一致
curlcurl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://deepgram.com/llms-full.txt' |
| ② 索引文件真伪 | https://www.deepgram.com/llms.txt | 200 | text/plain | 9,242 | https://www.deepgram.com/geo-audit-probe-974f2f7956efc1f7ba48e48e | 404 |
通过
对照探测 https://www.deepgram.com/geo-audit-probe-974f2f7956efc1f7ba48e48e 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；用 Accept: */* 再量一次，状态码、正文类型都一致
curlcurl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://www.deepgram.com/llms.txt' |
| ③ 全文通道 | https://www.deepgram.com/llms-full.txt | 404 | text/html | 146,365 | https://www.deepgram.com/geo-audit-probe-974f2f7956efc1f7ba48e48e | 404 |
不适用
HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: */* 再量一次，状态码、正文类型都一致
curlcurl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://www.deepgram.com/llms-full.txt' |
| ③ 全文通道 | https://deepgram.com/docs/llms-full.txt | 404 | text/html | 146,336 | https://deepgram.com/geo-audit-probe-5b6738ae865ffe14b2e519c1 | 404 |
不适用
HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: */* 再量一次，状态码、正文类型都一致
curlcurl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://deepgram.com/docs/llms-full.txt' |
| ③ 全文通道 | https://www.deepgram.com/docs/llms-full.txt | 404 | text/html | 146,336 | https://www.deepgram.com/geo-audit-probe-974f2f7956efc1f7ba48e48e | 404 |
不适用
HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: */* 再量一次，状态码、正文类型都一致
curlcurl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://www.deepgram.com/docs/llms-full.txt' |
| ④ 索引内链存活 | https://deepgram.com/llms.txt | 200 | text/plain | 9,242 | — | — |
通过
53 条内链：2 活 / 0 死 / 51 判不了
curlcurl -sSL -A 'geo-audit/0.1.0 (+https://github.com/wangtoone/geo-audit; contact: 152046194+wangtoone@users.noreply.github.com)' 'https://www.deepgram.com/llms.txt' |
| ⑤ .md 通道 | https://deepgram.com/ | — | — | — | — | — | 不适用 未声明「任意页面加 .md」约定 |
| ⑥ 可点击路径 | https://www.deepgram.com/ | — | — | — | — | — | 不适用 这一页没有可判定的可点击链接 |
| ⑥ 可点击路径 | https://www.deepgram.com/pricing | — | — | — | — | — | 不适用 这一页没有可判定的可点击链接 |
| ⑥ 可点击路径 | https://www.deepgram.com/changelog | — | — | — | — | — | 不适用 这一页没有可判定的可点击链接 |
| ⑥ 可点击路径 | https://www.deepgram.com/docs | — | — | — | — | — | 无法判断 待抓取 |
| ⑥ 可点击路径 | https://www.deepgram.com/help | — | — | — | — | — | 无法判断 待抓取 |
别人的工具会怎么误判你
三种可自动检出的误判形态。这一块是零发现报告真正的付费点：你拿到的 0 与别处拿到的 0，来源不一样。
- 你的真文件会被读成「没有」：WAF / 限流会把纯 HTTP 客户端拦掉（实测 gusto.com 403、www.pipedrive.com 429）；真文件在子域或 /docs 下而根路径 404 或软 404（实测 minimax、moonshot、siliconflow、onfleet、canvasmedical、ecwid 六家）。
- 你的 0 死链会被读成「有死链」：站上有 Cloudflare 的 /cdn-cgi/l/email-protection 诱饵 href、有 example.com 占位、有 Alpine/Vue 的 :href、有 {templateID} 这类模板占位。实测：这类噪声能让死链数从 25 虚报成 42（+68%）。
- 你的 0 死链其实是假的 0：你的站对未知路径返回 200 或 302 而不是 404（实测 developers.pipedrive.com 的 24,907 B 兜底页、docs.gusto.com 与 docs.moderntreasury.com 的 302→首页、platform.kimi.ai 的 414,072 B Quickstart 页）。这种站上任何只看状态码的死链工具都会报 0 死链，那个 0 是假的。我们是用正文/骨架比对得出的 0，所以我们的 0 是真的。
裸域 / www 双向探测
- deepgram.com
- ok · ok_control_discriminates
- www.deepgram.com
- ok · ok_control_discriminates
- 结论
- both_ok single_case
证据强度 single_case：全语料只有一例（brevo 的裸域返回 Vercel 的纯文本 DEPLOYMENT_NOT_FOUND，而 www 与 developers 子域都正常）。n=1 不够格进首页计数，所以这一区单列。
被去噪排除的链接
逐条留痕，带 rule_id。实测教训：五个批次排除了 /cdn-cgi/l/email-protection、另几个批次没排 —— 同一个东西两套口径，所以这里必须逐条列。
本次没有被去噪排除的链接。
朴素对照全表
同一批已抓响应上的两个读数：左边只用「跟完跳转的最终状态码」推，右边是我们的判定。朴素侧不额外发一个请求 —— 它是换算器，不是第二次扫描。
只有 ① 入口发现 / ② 索引文件真伪 / ③ 全文通道 三段的位置进这张表；④⑤⑥ 的差异化走下面那行死链口径对比。
有分歧 0 条。
| 探测位置 | 朴素方法 | 那种实现会说 | 实际是 | 有分歧 | 多打的请求 | 方向 |
|---|---|---|---|---|---|---|
| https://deepgram.com/ | 不在朴素探测集内 | 它往这个 host 打过请求（只打了两条根路径） | 对照探测 https://deepgram.com/geo-audit-probe-5b6738ae865ffe14b2e519c1 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容 | n | 1 | 一致 |
| https://www.deepgram.com/ | 不在朴素探测集内 | 它往这个 host 打过请求（只打了两条根路径） | 对照探测 https://www.deepgram.com/geo-audit-probe-974f2f7956efc1f7ba48e48e 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容 | n | 1 | 一致 |
| https://docs.deepgram.com/ | 不在朴素探测集内 | 它从没往这个 host 打过请求 | 请求 /，最终落在通用落地页 /home（链路：302 https://developers.deepgram.com/ -> 307 https://developers.deepgram.com/home）；跳转到通用落地页等同于「这个路径不存在」 | n | 2 | 一致 |
| https://developers.deepgram.com/ | 不在朴素探测集内 | 它从没往这个 host 打过请求 | 请求 /，最终落在通用落地页 /home（链路：307 https://developers.deepgram.com/home）；跳转到通用落地页等同于「这个路径不存在」 | n | 2 | 一致 |
| https://dev.deepgram.com/ | 不在朴素探测集内 | 它从没往这个 host 打过请求 | robots.txt 禁止抓取 /，本位置未评估 | n | 2 | 一致 |
| https://api.deepgram.com/ | 不在朴素探测集内 | 它从没往这个 host 打过请求 | HTTP 404（状态码正确，正文形态不参与判定） | n | 2 | 一致 |
| https://support.deepgram.com/ | 不在朴素探测集内 | 它从没往这个 host 打过请求 | HTTP 200 但正文需要 JS 渲染才可读：可见文本 26 字符 / 原始 5931 字符；信号：empty_shell(visible=26,raw=5931), empty_spa_mount, next_data_without_content_elements, thin_text(26), no_content_elements；本位置计入「未能评估」，不计入「未发现问题」 | n | 2 | 一致 |
| https://help.deepgram.com/ | 不在朴素探测集内 | 它从没往这个 host 打过请求 | 对照探测 https://help.deepgram.com/geo-audit-probe-2ccf5a5c25fa504d5f159a53 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；但正文需要 JS 渲染才可读：empty_shell(visible=20,raw=2882), empty_spa_mount, noscript_demands_js, no_content_elements | n | 2 | 一致 |
| https://deepgram.com/llms.txt | GET https://deepgram.com/llms.txt，跟随跳转，只看最终状态码 | 已采纳（200） | 对照探测 https://deepgram.com/geo-audit-probe-5b6738ae865ffe14b2e519c1 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；用 Accept: */* 再量一次，状态码、正文类型都一致 | n | 1 | 一致 |
| https://deepgram.com/llms-full.txt | GET https://deepgram.com/llms-full.txt，跟随跳转，只看最终状态码 | 未采纳（404） | HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: */* 再量一次，状态码、正文类型都一致 | n | 1 | 一致 |
| https://www.deepgram.com/llms.txt | GET https://www.deepgram.com/llms.txt，跟随跳转，只看最终状态码 | 已采纳（200） | 对照探测 https://www.deepgram.com/geo-audit-probe-974f2f7956efc1f7ba48e48e 返回 HTTP 404 / text/html，与本响应可区分，判为真实内容；用 Accept: */* 再量一次，状态码、正文类型都一致 | n | 1 | 一致 |
| https://www.deepgram.com/llms-full.txt | GET https://www.deepgram.com/llms-full.txt，跟随跳转，只看最终状态码 | 未采纳（404） | HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: */* 再量一次，状态码、正文类型都一致 | n | 1 | 一致 |
| https://deepgram.com/docs/llms-full.txt | 不在朴素探测集内 | 未采纳（没探这个位置） | HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: */* 再量一次，状态码、正文类型都一致 | n | 2 | 一致 |
| https://www.deepgram.com/docs/llms-full.txt | 不在朴素探测集内 | 未采纳（没探这个位置） | HTTP 404（状态码正确，正文形态不参与判定）；用 Accept: */* 再量一次，状态码、正文类型都一致 | n | 2 | 一致 |
死链口径对比：只看首跳状态码（>= 400 即判死）会数出 0 条；我们经去噪与正文比对后是 0 条链接实例。
覆盖披露
位置数 21 · 抓到的页面 3 个 · HTTP 请求 121 / 上限 120（其中不同 URL 132 个；差额是跳转每一跳、robots.txt 与重试）
链接账本：抽取 123 = 排除 0 + 待人工 0 + 已验证 0 + 无法判断 0 + 被封顶截掉 123
本次未触发抽样。
robots.txt 的 Disallow 我们遵守了：命中的路径零请求，判「无法判断（robots_disallowed）」。「我们没被允许看」是真话。
LLM 调用 0 次（这个工具零 LLM、零 API key，所以它恒为 0）。
查了什么
- AI 路径体检（llms.txt / llms-full.txt / .md 通道，每条判定跟一个对照探测）
- 死链（只报人和 AI 都会点、点了就 404 的，按根因归并、按位置分级）
不查什么（摘要，理由见「方法」）
- 内容是否过期（通用「旧年份」正则两批样本 134 命中 0 真信号 / 296 命中 2 真信号）
- 事实是否自相冲突
- 锚点（#fragment）是否腐烂
- 定价页 ↔ 文档的口径比对
- 定期扫描 / 监控
- 托管 web 版（会让 --contact 这条合规约束当场失效）
- Playwright 渲染（合规不绕 WAF，且实测只有 2/72 = 2.8% 盲区）
- --serve 本地服务
这些地方我们想看但没看到
| 位置 | 原因码 | 实际是 | 补救办法 |
|---|---|---|---|
| ① 入口发现 · https://dev.deepgram.com/ | robots_disallowed |
这个 host 解析通了、根路径也请求了，但判不了（robots_disallowed），于是它的 AI 路径（llms.txt / llms-full.txt / .md 通道）一条都没探，robots.txt 与 sitemap.xml 也没读。这不是「这个 host 没问题」，是「我们没能看」。 | 你的 robots.txt 禁止抓这个路径，我们遵守了。要检查请加 --ignore-robots。「我们没被允许看」是真话，「这里没问题」是假话。 |
| ① 入口发现 · https://support.deepgram.com/ | needs_js |
这个 host 解析通了、根路径也请求了，但判不了（needs_js），于是它的 AI 路径（llms.txt / llms-full.txt / .md 通道）一条都没探，robots.txt 与 sitemap.xml 也没读。这不是「这个 host 没问题」，是「我们没能看」。 | 服务端 HTML 里正文不足 200 字符，正文由 JS 渲染。纯 HTTP 客户端在这类页面上会系统性低估。实测参照：help.spoton.com 正文只有一行「SpotOn Knowledge Base」、docs.lawmatics.com（Redoc）只有一行「Lawmatics OAuth API v1.22.0」——它们的「零发现」是抓取能力问题，不是站点干净。 |
| ① 入口发现 · https://help.deepgram.com/ | needs_js |
这个 host 解析通了、根路径也请求了，但判不了（needs_js），于是它的 AI 路径（llms.txt / llms-full.txt / .md 通道）一条都没探，robots.txt 与 sitemap.xml 也没读。这不是「这个 host 没问题」，是「我们没能看」。 | 服务端 HTML 里正文不足 200 字符，正文由 JS 渲染。纯 HTTP 客户端在这类页面上会系统性低估。实测参照：help.spoton.com 正文只有一行「SpotOn Knowledge Base」、docs.lawmatics.com（Redoc）只有一行「Lawmatics OAuth API v1.22.0」——它们的「零发现」是抓取能力问题，不是站点干净。 |
方法，与不检查什么
这个工具零 LLM、零 API key。判定全部来自 HTTP 观测 + 同域随机路径对照探测 + 正文/骨架归一化比对。下面两张表是范围本身，不是免责声明。
首页大字只用位置数，条目数单列 —— 位置数回答「链路哪几段走不通」，条目数回答「有几条要改」，两个数不能互相顶替。
「未能评估」与「没问题」在这份报告里严格分开：Status.UNKNOWN 永不折算成通过。实测依据：help.spoton.com 与 docs.lawmatics.com 的文档站是纯 JS SPA，它们的「零发现」是抓取能力问题，不是站点干净。
报告里凡提到「那类实现会读错」，措辞一律是「只探根路径、不做对照探测的实现」——我们没有拿任何一款现成产品跑过对照，所以不会替它们下结论。
做什么
| 项 | 实测理由 |
|---|---|
| C3 · AI 检索链路体检 | llms.txt / llms-full.txt 是真文件还是软 404、全文通道是不是索引的字节副本、索引里列的链接活着几条、「任意页面加 .md」这个约定兑现了没有。每一条都配同域随机路径对照探测。 |
| C1 · 人和爬虫共用的可点击路径 | seed 页上抽取的 <a href>，点了就 404 的那些。带 23 条去噪规则与两级根因归并。 |
明确不做，以及为什么（引实测，不重新论证）
| 项 | 实测理由 |
|---|---|
| 过期信号整类（含附录） | 通用旧年份正则：batch1 扫出 134 条命中、真信号 0；CN 批扫出 296 处、真信号 2。两批独立同结论。而且还高假阴 —— snipcart 的真信号 「© All rights reserved, Snipcart inc. 2023」被自家正则的 inc. 句点截断漏掉。三条收窄规则没有命中率、没有假阳性率、没有回归用例，三样全无。 |
| 事实冲突（套餐名枚举 / 同页矛盾 / 档位↔功能映射） | 8/72、6/72 这些数是人工逐域推出来的，自动化版本从来没跑过，这一整块的假阳性率是空的。且「属性对」这个单位实测伸缩 15 倍（bigcommerce 把一整张套餐枚举记成 1 对，baseten 把同型 GPU 表记成 17 对，together 14 个模型记成 37 对）。 |
| 锚点腐烂（#xxx 在目标页不存在） | 本轮未做系统性检测，只偶得 1 例（gusto #minimum-api-version）。命中率未知。不做的理由是实现成本，不是命中率低。 |
| 通用定价页↔文档数值比对 | 15 个域完全没有可比面（必然 0）；单位不可定义；20% 的冲突以 llms.txt 为一侧（已否决功能）。 |
| 定期扫描 / 健康分订阅 | 中位数落在 1–2 条区间，73.6% 的站报不出 3 条。注意：「两次扫描之间没有新增」是无证据的时序断言（全部数据是单一时间点横截面），准确表述是「我们没有纵向数据，无法承诺订阅价值」。 |
| 托管 web 版（输入任意域名就发请求的公开端点） | 它会让 --contact 这条合规约束当场失效，且等于开放抓取代理。 |
| 浏览器渲染 / Playwright | uvx 一行可跑是硬需求；Playwright 要另外 playwright install（约 300 MB）。已量化的代价：确认的 JS 盲区只有 help.spoton.com 与 docs.lawmatics.com = 2/72 = 2.8%。这两家判 UNKNOWN，绝不判「干净」。 |
| --serve 本地表单页 | HTTP server 是纯 scope creep + 安全面。非命令行用户走 GitHub Action。 |