From 4dc78e33662e2b3d4ef2810f89a4cfba5c074400 Mon Sep 17 00:00:00 2001 From: Your Name Date: Fri, 17 Apr 2026 18:11:44 +0800 Subject: [PATCH] docs(handoff): add next-round spider tracking prompt --- docs/README.md | 28 +++++--- docs/下一轮Spider追踪启动提示.md | 120 +++++++++++++++++++++++++++++++ 2 files changed, 140 insertions(+), 8 deletions(-) create mode 100644 docs/下一轮Spider追踪启动提示.md diff --git a/docs/README.md b/docs/README.md index d1a2600..1f74ace 100644 --- a/docs/README.md +++ b/docs/README.md @@ -30,7 +30,19 @@ 2. 想快速核对哪些文件、哪些结论已经落地 3. 想直接把这轮成果转交给别人 -### 3. 当前蜘蛛 / nginx 短摘要 +### 3. 下一轮 Spider 追踪启动提示 + +如果这一轮先停，准备等新 run 再继续，直接看： + +- [下一轮Spider追踪启动提示.md](/www/wwwroot/diff-maccms/SEONexus/docs/下一轮Spider追踪启动提示.md) + +适用场景： + +1. 下一轮新窗口出来后快速继续 +2. 新会话不想再重复走历史弯路 +3. 需要一段可直接复制的继续追踪提示词 + +### 4. 当前蜘蛛 / nginx 短摘要 先看： @@ -43,7 +55,7 @@ 3. 想知道哪些站已经验证通过 4. 想避免把旧日志误判成当前问题 -### 4. 当前总交接文档 +### 5. 当前总交接文档 再看： @@ -56,7 +68,7 @@ 3. 需要多人 / 多 Codex 协作边界 4. 需要正式服接手时的详细步骤 -### 5. 新会话接手检查清单 +### 6. 新会话接手检查清单 如果是新的 Codex 会话、人工值班、跨机器继续跟进，建议再配合使用： @@ -68,7 +80,7 @@ 2. 多人 / 多 Codex 协作时避免漏项 3. 用最短格式记录“当前结论、当前证据、下一步” -### 6. 新 Codex 启动提示词模板 +### 7. 新 Codex 启动提示词模板 如果你准备新开一个 Codex 会话，建议直接复制使用： @@ -82,7 +94,7 @@ 模板里已经区分了不同用途，不用每次重新组织开场描述。 -### 7. 前端 Nginx 切换后复测模板 +### 8. 前端 Nginx 切换后复测模板 如果某台机器刚切换前端站点伪静态，建议直接使用： @@ -94,7 +106,7 @@ 2. 清缓存后的复测记录 3. 需要快速判断“是已生效，还是只是看起来像生效” -### 8. 前端站群 Nginx 配置目录说明 +### 9. 前端站群 Nginx 配置目录说明 如果你需要从服务器目录里直接拿模板，或者要判断“到底该复制哪份伪静态”，建议看： @@ -108,7 +120,7 @@ ## 历史 / 专项文档 -### 9. 老模板回灌执行文档 +### 10. 老模板回灌执行文档 - [1269-SEONexus-老模板第一阶段回灌执行文档.md](/www/wwwroot/diff-maccms/SEONexus/docs/1269-SEONexus-老模板第一阶段回灌执行文档.md) @@ -118,7 +130,7 @@ 2. 对照历史回灌动作 3. 排查旧版本与新版本差异 -### 10. Admin2 Spider Workbench 生产排障记录 +### 11. Admin2 Spider Workbench 生产排障记录 - [2026-04-16-admin2-spider-workbench-production-fix.md](/www/wwwroot/diff-maccms/SEONexus/docs/2026-04-16-admin2-spider-workbench-production-fix.md) diff --git a/docs/下一轮Spider追踪启动提示.md b/docs/下一轮Spider追踪启动提示.md new file mode 100644 index 0000000..0437f10 --- /dev/null +++ b/docs/下一轮Spider追踪启动提示.md @@ -0,0 +1,120 @@ +# 下一轮 Spider 追踪启动提示 + +这份提示用于在下一轮 spider 日志窗口出来后，快速把新的 Codex / 运维会话拉回正确轨道。 + +适用场景： + +1. 当前这一轮先暂停 +2. 等新 run / 新 summary 落地后再继续追踪 +3. 希望下一个会话不要再重复走弯路 + +## 直接可复制提示词 + +```text +你现在接手的是 SEONexus 前端 nginx / 国内蜘蛛恢复追踪工作。 + +先不要重做历史分析，也不要先改代码。 + +请按下面顺序继续： + +1. 先看 /www/wwwroot/diff-maccms/SEONexus/docs/2026-04-17-当前阶段总结.md +2. 再看 /www/wwwroot/diff-maccms/SEONexus/docs/2026-04-17-本轮交付清单.md +3. 再看 /www/wwwroot/diff-maccms/SEONexus/docs/2026-04-17-spider-nginx-运维摘要.md + +当前已知规则： + +- 前端正式模板优先使用： + /www/wwwroot/diff-maccms/前端站群服务器nginx配置/站点伪静态-最终发布版.txt +- 搜索页必须兼容： + /get-index + /get/index +- 搜索页 cache key 带 $args +- 详情 / 播放 / 分类 / 榜单按 path 缓存 +- 所有动态页支持 ?__nocache=1 +- 排障先看： + X-Cache-Status + X-Cache-Mode + X-Managed-Spider + +当前已知阶段判断： + +- sogou：已出现连续窗口真实 200 样本，不再是单窗偶发 +- baiduspider：恢复成立，且已出现播放页 200 样本 +- bytespider：目前仍主要停留在 robots / 首页层，还没有稳定深页样本 + +特别注意： + +1. 不要再把 managed_spiders.map.conf.example 当成线上实时状态 +2. 不要再只按旧字段 by_bot 读取 summary +3. 新结构优先看： + bot_buckets + summary_status_buckets + summary_records +4. latest 不能机械地当成国内蜘蛛当前总貌，必须结合最近几个 run 一起看 +5. 如果看到 sogou 在某窗出现 /get-index?wd=test 这类 404，先判断是不是规则探测样本，不要立刻下结论说恢复回落 + +本轮你的任务不是重写文档，而是： + +1. 先找最新 run +2. 看最近 2-4 个窗口里： + sogou / baiduspider / bytespider + 各自的 bot_buckets、status、page_type、host、path 明细 +3. 判断： + - sogou 连续恢复是否延续 + - baiduspider 是否继续命中深页 + - bytespider 是否开始出现详情 / 播放 / 分类 200 +4. 如果有新结论，再增量更新摘要文档，不要重写已有结论 +``` + +## 下一轮最值得优先回答的 3 个问题 + +1. `sogou` 连续恢复是否还在延续 +2. `baiduspider` 是否继续命中详情页 / 播放页 / 分类页 +3. `bytespider` 是否终于开始出现真实深页 `200` + +## 下一轮最容易再踩的坑 + +### 1. 把规则探测样本误读成恢复回落 + +例如： + +1. `/get-index?wd=test` +2. `/get/index?wd=test` + +这类请求如果是人为探测出来的 `404`，优先按“规则验证样本”理解，不要先当成真实深页恢复失败。 + +### 2. 把样例文件当成线上状态 + +以下文件更偏样例 / 推荐结构： + +1. `/www/wwwroot/diff-maccms/前端站群服务器nginx配置/managed_spiders.map.conf.example` +2. `/www/wwwroot/diff-maccms/前端站群服务器nginx配置/受管蜘蛛映射-最优方案.txt` + +判断线上是否已纳入 managed spider，优先级仍然是： + +1. `X-Managed-Spider` +2. 线上真实 `managed_spiders.map.conf` +3. 样例文件 + +### 3. 继续用旧字段读取 summary + +如果看到： + +1. `by_bot` 为空 +2. `latest` 看起来像没样本 + +不要直接得出“今天没国内蜘蛛”。 + +先检查： + +1. `bot_buckets` +2. `summary_status_buckets` +3. `summary_records` + +## 当前最短入口 + +如果时间非常紧，只看这三份： + +1. [/www/wwwroot/diff-maccms/SEONexus/docs/2026-04-17-当前阶段总结.md](/www/wwwroot/diff-maccms/SEONexus/docs/2026-04-17-当前阶段总结.md) +2. [/www/wwwroot/diff-maccms/SEONexus/docs/2026-04-17-本轮交付清单.md](/www/wwwroot/diff-maccms/SEONexus/docs/2026-04-17-本轮交付清单.md) +3. [/www/wwwroot/diff-maccms/SEONexus/docs/2026-04-17-spider-nginx-运维摘要.md](/www/wwwroot/diff-maccms/SEONexus/docs/2026-04-17-spider-nginx-运维摘要.md)