docs(handoff): add next-round spider tracking prompt

This commit is contained in:
Your Name
2026-04-17 18:11:44 +08:00
parent 309ef80383
commit 4dc78e3366
2 changed files with 140 additions and 8 deletions

View File

@@ -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)