# 2026-04-17 GPT 站群 sitemap 入口修复记录

## 背景

为完成 7 日收录目标，对 GPT 站群做入口体检时发现：

- 首页普遍正常
- `robots.txt` 普遍正常
- 但 `sitemap.xml` / `sitemap_index.xml` / `sitemap-main.xml` / `sitemap-videos-1.xml` 普遍 404

这会直接导致：

- 蜘蛛拿不到 XML 抓取清单
- 模板页脚和 robots 主动指向失效入口

## 根因拆解

### 1. 标准 XML 入口兼容不完整

虽然站内存在 sitemap 生成逻辑，但 GPT 路由侧没有把常见标准入口完全接顺。

### 2. 真正的 sitemap 文件根本没落盘

`SiteContext::getSiteMapByCode()` 会直接读取：

- `storage/SiteMap/<domain>/sitemap_index.xml`
- `storage/SiteMap/<domain>/sitemap-main.xml`
- `storage/SiteMap/<domain>/sitemap-videos-*.xml`

但现场排查时：

- `storage/SiteMap/` 目录不存在
- 生成器首次执行时会因 `mkdir()` 不是递归模式而直接报错

## 已做修复

### 代码

- `router.php`
  - 补齐标准 sitemap XML 入口
- `VideoSiteMapLogic.php`
  - 目录创建改为递归
- `SiteMapLogic.php`
  - 目录创建改为递归

### 运行

- 已对 `liangzuan.net` 做定点 sitemap 生成验证
- 已启动 GPT 站群全量 VideoSiteMap 生成

## 已验证结果

### liangzuan.net

- `sitemap_index.xml` => 200
- `sitemap-main.xml` => 200
- `sitemap-videos-1.xml` => 200

### chuanjiafeng.net

- `sitemap_index.xml` => 200

## 二次修正：详情 URL 空 slug

恢复 sitemap 后继续抽检发现：

- 部分 `sitemap-videos-*.xml` 里的详情 URL 还带空 slug
- 例如 `/film//210`、`/detail/-210`

根因是视频数据里的 `v_name_en` 并不总是完整。

已修复：

- 生成器改为优先使用 `v_name_en`
- 如果为空，则回退 `v_name`
- 统一归一化成可用 slug

抽样验证：

- `liangzuan.net` 新 sitemap 详情 URL => GET 200 / HEAD 200
- `cnzhenbang.com` 新 sitemap 详情 URL => GET 200 / HEAD 200

## 轨迹验收补充

继续对 5 个 GPT 站做首页→搜索→详情→播放链路探针：

- `liangzuan.net`
- `cnzhenbang.com`
- `codohealth.com`
- `jingxifa.com`
- `gz-yxsw.com`

结果全部通过：

- home 200
- search 200
- detail 200
- play 200

说明当前修复已经不止停留在 XML 层，而是确实把蜘蛛抓取和用户点击后的主要承接链路打通了。

## 扩样到 15 站后的结果

进一步扩样到 15 个 GPT 站后：

- 自动样本发现全部成功
- 首页 / 搜索 / 详情 / 播放 4 段链路全部 `200`
- `all_passed=1`

这说明：

- 当前不是单站偶然成功
- 多种不同 URL family 都已具备稳定的收录与点击承接能力

## 当前价值

- 抓取入口从“普遍缺失”变成“可恢复、可继续批量生成”
- 这一步直接服务于站群收录，不是表面优化