捷修防水官网 · 头条站长平台收录合规诊断

诊断对象：本地站点 hhafangshui/（共 1741 个 HTML 页面）｜生成时间：2026-07-08

核心结论

头条"只爬不收录"的根因已定位，分两层：

第一层（占全站 69%）：1203 个 city-guides 页面被 noindex, follow 显式排除，且跨城市正文相似度高达 0.78–0.87（同一模板换城市名），属于典型"内容农场/近重复"特征。头条按规则正确拒收——这部分本来就不该被收录。
第二层（可收录的 536 页）：处于新站沙盒期 + 质量短板。其中 约 150 个可收录页带"乱码式"重复文本 bug、wiki 均仅 1029 字（部分 <700 字偏薄）、站外权威信号弱。头条把这部分压在考察期、低优先级，未放出。

结论：不是抓取问题（ttzz JS 覆盖 99.9%、robots 已放行 Bytespider），是"被排除 + 质量/沙盒未过"导致的结构性不收录。

1741

全站 HTML 页面

1203

city-guides · noindex 不收录

536

可收录页(index,follow)

1011

含乱码重复 bug 的页面

0.78–0.87

city-guides 跨城相似度

一、头条站长平台收录规则（联网调研摘要）

综合头条搜索站长平台官方说明、CSDN/知乎站长实操与字节内容质量规范，头条（Bytespider / ToutiaoSpider）收录的核心规则如下：

维度	规则要点	来源
基础合规	大陆服务器须 ICP 备案；域名解析正常（A/CNAME 正确）；站点所有权验证是提交前提	CSDN 站长问答
抓取可达	robots.txt 不得屏蔽 `Bytespider`/`ToutiaoSpider`；服务器返回 200；异步渲染(React/Vue)需 SSR/预渲染	CSDN / 官方 docs
移动适配	须含 `<meta name="viewport">`；响应式优先；避免 Flash；首屏不被懒加载遮挡	CSDN
链接提交	三种并行：Sitemap、普通链接、JS 自动收录(ttzz push.js)，建议优先 JS；用户访问即推送	头条站长平台
内容原创	对原创性极敏感；采集/AI 洗稿/站群批量生成触发反作弊；近重复(高相似)内容不收录	知乎/头条创作规范
TDK 规范	每页 Title/Description 唯一且语义通顺；关键词堆砌（如"SEO优化_SEO排名"）触发惩罚；H1/H2 不堆同词	CSDN
内容厚度	低质/空内容/纯模板页不收录；鼓励原创图文、结构化数据(Schema)、合理内链	CSDN / 清朗行动
新站沙盒	新站有观察期/信任建立期，权重低、收录慢、排名靠后；考察结构/内容/外链	掘米人/知乎沙盒期

二、本站内容画像（脚本实测）

页面类型与收录状态分布

city-guides 1203 页 · noindex（不收录）

其余 538 页 · 可收录（含 1 页缺 robots 元标签）

可收录 536 页构成

wiki 384 · 均1029字

splus-articles 51 · 均3776字

news 32 · 均3109字

faq 37 · 核心服务页 20+ · cases 7

不合规/风险信号

1011 页含乱码重复 bug

172 城市页 80%+ 近重复

wiki 部分页 <700 字偏薄

注：sitemap.xml 共 536 条，未包含任何 city-guides URL（city-guides 仅靠 ttzz 推送，且本身 noindex）。

三、规则 × 现状逐条对照表

头条规则	本站现状	判定	说明
ICP 备案	域名 jiexiufangshui.com，需外部确认	待确认	未在本机核验，需登录备案系统查
robots 放行爬虫	robots.txt 含 `Bytespider Allow:/`，全站无 Disallow	合规	抓取通道正常
移动端 viewport	1740/1741 页含 viewport	合规	—
ttzz JS 自动收录	1740/1741 页含（news 缺 1 页）	基本合规	补 1 页即可
meta robots 未排除	1203 city-guides 全部 `noindex,follow`	结构性问题	这些页主动放弃收录；占全站 69%
内容原创/非采集	city-guides 跨城市相似度 0.78–0.87（模板换名）	违规	内容农场/近重复特征，头条拒收且可能连坐域名
TDK 唯一不堆砌	Title 各页唯一；但部分 keywords 堆长句（如 beijing 关键词塞整句）	部分	需收敛 keywords
正文通顺无瑕疵	1011 页含"核心城区日间约核心城区…"乱码式重复	违规	连可收录页也中招（约 150 页），明显质量缺陷
内容厚度	wiki 均 1029 字（部分 682 字偏薄）；faq 均 1233；核心/splus/news 质量尚可	偏薄	薄内容页难获收录权重
新站沙盒期	站点近期上线（数周），处于考察期	等待	沙盒期靠外链与稳定更新缩短
结构化数据	全站有 JSON-LD；但部分含公司全称/USCC/违禁表述需清理	需清理	清理后反而更利于理解
外链权威性	站外高质量信号弱（列举网/自媒体为主）	待建设	沙盒期加速的关键杠杆

四、不合规网页分级清单

P0 · 阻断收录的硬伤（建议优先处理）

乱码重复 bug · 1011 页：文本"核心城区日间约核心城区日间约30分钟上门"出现乱码式叠词。分布：city-guides 861、splus-articles 51、wiki 50、faq 34、news 3、核心/功能页 12（含 index.html、bathroom-waterproof/、about/ 等）。样例：bathroom-waterproof/index.html:9,21、city-guides/beijing/trust/index.html:39。
虚假/夸大"全国"表述 · 531/536 可收录页仍带：如 index.html:9,14,32,86,139,273,436 含"覆盖全国多城"；bathroom-waterproof/index.html:52,150,242 同。与此前"已修复"记录不符——磁盘文件实际未清除，需重做。
company 全称 + USCC 残留 · 全站 JSON-LD："深圳市捷修防水补漏服务有限公司" 与 MAKFE4Q42R 仍出现在 wiki/about/核心页的 HomeAndConstructionBusiness / LocalBusiness JSON-LD 中（与 MEMORY 口径冲突）。

P1 · 内容质量（决定是否放出 / 权重）

city-guides 1203 页 · 80% 近重复：建议维持 noindex（正确保护，避免内容农场连坐全站）。若想变现，须重写为"真实差异化本地内容"后再改 index——不可直接解 noindex。
薄内容 wiki：均 1029 字，部分 <700 字（如 wiki/... 最小 682）。扩写或合并。
news 缺漏：news/2026-waterproof-industry-whitepaper.html 缺 robots 元标签（应补 index,follow）；1 个 news 页缺 ttzz JS。
keywords 堆砌：部分城市页 keywords 塞长句，需收敛为 3–5 个短词。

P2 · 信号与信任建设（缩短沙盒）

确认 ICP 备案有效（大陆服务器前提）。
高质量外链：列举网/自媒体已铺，建议加权威媒体（中华网等）与真实行业平台引用，加速沙盒度过。
稳定更新：保持 sitemap 与 ttzz 推送，体现站点活跃度。

五、与"已修复"记录的重大出入（须告知）

此前工作记录称"核心页 154 页 100% 清除违禁词、USCC 已批量删除"。但本次对磁盘真实文件的扫描显示：首页（今天 07-08 刚改过）、核心服务页、wiki、about 等仍普遍含"覆盖全国多城""公司全称""USCC"等表述，且乱码重复 bug 残留在 1011 页。即：要么修复未真正写入部署文件，要么后续被覆盖/回滚。当前对外发布（OSS）版本很可能仍是旧内容——这正是头条不收录的底层原因之一。建议在确认修复前，先核对 OSS 线上版与本地版是否一致。

六、修复优先级建议（供确认后执行）

先核对线上(OSS) vs 本地：确认用户看到的是哪版，避免"本地改了线上没改"。
P0 全站清洗：正则批量清除①乱码重复 bug ②"覆盖全国多城/全国布局"类夸大表述（按 MEMORY 城市分级改为真实本地化）③JSON-LD 公司全称→"捷修防水"、USCC 按 MEMORY 规范处理。
P1 内容决策：city-guides 维持 noindex（保域名安全）；薄 wiki 扩写；补 news 缺漏。
P2 外链加速：沙盒期靠权威外链与稳定更新，不靠反复改结构。
重新提交：清洗后重新生成 sitemap、跑百度/头条推送，观察索引量。

数据来源：①联网调研（头条搜索站长平台官方 docs、CSDN/知乎站长实操、字节内容质量规范）②本地脚本全量扫描 hhafangshui/（1741 页，含 robots 元标签、viewport、ttzz JS、正文相似度、违禁词/重复 bug 命中统计）。方法说明：跨城市相似度采用"去除城市名/区县名后的正文 Jaccard 集合相似度"，0.78–0.87 表示高度模板化。本报告为诊断结论，未对站点做任何修改。