Token导航 LogoToken导航

Agent Skill · 开发

ai-readability-audit(AI 可读性审核)

用于辅助安全审计、权限检查、凭据风险、认证流程和常见漏洞排查。它适合让 Agent 梳理敏感配置、检查依赖风险、分析鉴权逻辑或生成安全复核清单。使用时不能把工具输出直接当最终结论,涉及密钥、令牌、用户数据或生产系统时,应先确认最小权限、脱敏方式和操作边界。

ai-readability-audit 是开发类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证信息还不明确,第三方扫描有提醒项,按安装量在开发类的 21,746 个 Skill 里排第 19,957。

总安装 245周安装 10GitHub Stars 19下载 79核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:ai-readability-audit(AI 可读性审核)
来源仓库:https://github.com/yangliu2060/smith--skills
仓库路径:skills/ai-readability-audit
安装命令:
npx skills add https://github.com/yangliu2060/smith--skills --skill ai-readability-audit
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/yangliu2060/smith--skills --skill ai-readability-audit

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

用于检查网站对大模型抓取的友好程度。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。适合分析结构化数据、Meta 信息和语义标签完整性。可评估 AI 搜索时代下的 LLM 可读性与流量获取潜力。需结合原始 README 核验具体触发条件与分析维度。

ai-readability-audit 属于开发类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/ai-readability-audit

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/yangliu2060/smith--skills --skill ai-readabili…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

ai-readability-audit 怎么安装?

在终端执行 npx skills add https://github.com/yangliu2060/smith--skills --skill ai-readability-audit。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

ai-readability-audit 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

ai-readability-audit 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

ai-readability-audit 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

ai-readability-audit 用的人多吗?

公开数据是累计安装 245 次,近一周安装 10 次,下载 79 次,GitHub 19 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

ai-readability-audit 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
ai-readability-audit

AI 可读性审核 · 本页

24519需要联网未明确有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

AI 网站可读性审计

模拟 AI 爬虫的视角审计你的网站,检查结构化数据、Meta 信息是否对大模型友好。

为什么需要 AI 可读性审计?

传统的 SEO 审计关注 Googlebot,但 AI 搜索时代,你的网站还需要对 LLM 友好:

  • ChatGPT 通过 Bing 抓取网页
  • Perplexity 直接抓取和引用网站
  • Claude 通过搜索增强回答问题

如果你的网站对 AI 不友好,就可能失去 AI 搜索带来的流量。

触发条件

当用户说以下内容时启动此技能:

  • "检查这个网站对AI是否友好"
  • "AI可读性审计"
  • "LLM friendliness check"
  • "网站AI优化检查"

工作流程

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│  输入网站URL     │───▶│  获取HTML内容    │───▶│  提取关键特征    │
│                 │    │  (WebFetch)     │    │  Meta/Schema等  │
└─────────────────┘    └─────────────────┘    └─────────────────┘
                                                      │
                                                      ▼
                              ┌─────────────────────────────────────┐
                              │           AI 可读性分析              │
                              │  • 结构化数据检查                    │
                              │  • 语义标签评估                      │
                              │  • 内容清晰度评分                    │
                              │  • 生成优化建议                      │
                              └─────────────────────────────────────┘

执行步骤

步骤 1:获取网页内容

使用 WebFetch 获取目标 URL 的完整 HTML 内容。

步骤 2:提取 HTML 特征

分析以下关键元素:

Meta 信息

<title>...</title>
<meta name="description" content="...">
<meta name="keywords" content="...">
<meta property="og:title" content="...">
<meta property="og:description" content="...">

结构化数据

<script type="application/ld+json">...</script>
<!-- Schema.org 标记 -->

语义标签

<header>, <nav>, <main>, <article>, <section>, <aside>, <footer>
<h1>, <h2>, <h3>...

内容结构

  • 标题层级是否正确
  • 段落长度是否合理
  • 列表和表格使用情况
  • 链接文本是否描述性

步骤 3:AI 可读性评估

按以下维度打分(每项 0-10 分):

维度权重检查项
结构化数据25%Schema.org、JSON-LD、Open Graph
语义 HTML20%语义标签使用、标题层级
Meta 完整性15%title、description、keywords
内容清晰度20%段落结构、关键信息位置
技术可访问性20%无 JS 可读性、robots.txt

总分计算:加权平均,满分 100 分

步骤 4:生成审计报告

# AI 可读性审计报告

**网站**: [URL]
**审计时间**: YYYY-MM-DD HH:mm
**综合评分**: XX/100 ⭐⭐⭐☆☆

---

## 评分详情

| 维度 | 得分 | 状态 |
|------|------|------|
| 结构化数据 | X/10 | ✅/⚠️/❌ |
| 语义 HTML | X/10 | ✅/⚠️/❌ |
| Meta 完整性 | X/10 | ✅/⚠️/❌ |
| 内容清晰度 | X/10 | ✅/⚠️/❌ |
| 技术可访问性 | X/10 | ✅/⚠️/❌ |

---

## 检测结果

### ✅ 做得好的地方

1. [好的方面1]
2. [好的方面2]

### ❌ 需要改进的地方

1. **问题**: [问题描述]
   **影响**: [对AI可读性的影响]
   **建议**: [具体修复建议]

2. **问题**: [问题描述]
   **影响**: [对AI可读性的影响]
   **建议**: [具体修复建议]

---

## 详细分析

### 结构化数据

**检测到的 Schema 类型**:
- [x] Organization
- [ ] Article
- [ ] Product
- [ ] FAQ

**建议添加**:

{ "@context": "https://schema.org", "@type": "Article", "headline": "...", "author": {...} }


### Meta 标签

| 标签 | 当前值 | 建议 |
| --- | --- | --- |
| title | [当前值] | [建议值] |
| description | [当前值] | [建议值] |

### 语义结构

**标题层级**:

H1: [标题] ✅ ├── H2: [子标题] │ ├── H3: [小节] │ └── H3: [小节] └── H2: [子标题]


**问题**: [如有问题]

---

## 优先修复清单

按影响程度排序:

1. 🔴 **高优先级**: [问题] - 预计提升 X%
2. 🟡 **中优先级**: [问题] - 预计提升 X%
3. 🟢 **低优先级**: [问题] - 预计提升 X%

---

## AI 搜索兼容性

| AI 搜索引擎 | 兼容性 | 说明 |
| --- | --- | --- |
| ChatGPT (Bing) | ⭐⭐⭐ | [说明] |
| Perplexity | ⭐⭐⭐ | [说明] |
| Google SGE | ⭐⭐ | [说明] |

---

*报告由 Claude Code 自动生成*

使用示例

示例 1:审计单个页面


用户: 帮我检查 [https://example.com](https://example.com) 对AI是否友好

Claude:

1. 获取页面 HTML
2. 提取 Meta、Schema 等信息
3. 评估各维度得分
4. 生成详细审计报告

示例 2:批量审计


用户: 检查这几个页面的AI可读性

- [https://example.com/](https://example.com/)
- [https://example.com/about](https://example.com/about)
- [https://example.com/pricing](https://example.com/pricing)

Claude: [依次审计每个页面,生成汇总报告]

数据存储

审计结果默认保存到:~/.claude/cache/ai-readability-audit/

建议保存以下文件(便于复查、对比与回归):

  • audit-{域名}-{YYYYMMDD-HHMMSS}.md:完整审计报告(可直接分享/粘贴)
  • audit-{域名}-{YYYYMMDD-HHMMSS}.json:结构化结果(评分、问题清单、建议、关键证据)

可选(体积较大,按需开启):

  • html-{域名}-{YYYYMMDD-HHMMSS}.html:抓取到的原始 HTML(用于排查“抓取内容与页面不一致”)

AI 可读性最佳实践

1. 必备的结构化数据

<!-- 组织信息 -->
<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "公司名",
  "url": "https://example.com",
  "logo": "https://example.com/logo.png"
}
</script>

<!-- 文章页面 -->
<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "文章标题",
  "author": {"@type": "Person", "name": "作者名"},
  "datePublished": "2025-01-01"
}
</script>

2. 语义 HTML 模板

<main>
  <article>
    <header>
      <h1>文章标题</h1>
      <p>文章摘要/描述</p>
    </header>

    <section>
      <h2>第一部分</h2>
      <p>内容...</p>
    </section>

    <footer>
      <p>作者信息、发布日期等</p>
    </footer>
  </article>
</main>

3. 关键信息前置

✅ 好的结构:
[核心结论/定义] - 第一段
[支持论据1]
[支持论据2]
[详细解释]

❌ 不好的结构:
[背景介绍]
[历史沿革]
[详细解释]
[最后才是结论]

依赖工具

  • WebFetch: 获取网页 HTML 内容
  • Write: 保存审计报告

限制说明

  • 只能审计可公开访问的页面
  • SPA/JavaScript 渲染的内容可能无法完整获取
  • 无法检测 robots.txt 对 AI 爬虫的限制

原始来源

改编自 n8n 模板:

平台分布

Codex

36.54%
按下载量换算29

Claude

30.1%
按下载量换算24

Cursor

19.98%
按下载量换算16

Gemini CLI

9.09%
按下载量换算7

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills