SEONexus/docs/下一轮Spider追踪启动提示.md

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

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
2. /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