UPUP

四个 Agent Skill，管你的产品上线之后怎么被搜索引擎和 AI 找到。

零安装、零付费、只用 python3 标准库。不装 npm，不开浏览器，不登录任何账号，不调任何 API。

功能对不对是另一件事，那是 Karman 管的。 UPUP 只管功能没问题之后，怎么让人和 AI 找得到你。

它解决什么问题

你的产品上线了，功能没毛病，但没人来。

打开任何一个 SEO 工具，它给你一份 80 项的清单，每项都标着红色，你不知道先改哪一个。问 AI「我的站怎么优化」，它给你一堆放之四海而皆准的建议，没有一条能验证做了有没有用。

UPUP 干三件事：

查地基，告诉你第一件该修什么，并给一条能跑出结果的验证命令
拆竞品，告诉你该写什么，每条选题挂着对手的那一页地址
写内容，替你写出草稿，并用 13 项机械判据卡住「写空了」

工作原理

三层结构

        ┌─────────────────────────────────────────────┐
   ①    │  采集层   fetch.py / robots.py / sitemap.py │
        │  只发普通 HTTP 请求，只看爬虫能看到的东西     │
        │  每次请求的结果分四类：ok / blocked /        │
        │  dead / unknown                             │
        └────────────────────┬────────────────────────┘
                             │  证据 dict
        ┌────────────────────▼────────────────────────┐
   ②    │  判据层   rubric.json + rubric_check.py     │
        │  33 项判据全写在一个 json 里，代码只负责算   │
        │  每项产出 score + observed + source + fix   │
        └────────────────────┬────────────────────────┘
                             │  逐项结果
        ┌────────────────────▼────────────────────────┐
   ③    │  报告层   report.html + 动作排序            │
        │  整份报告只支撑一个动作，其余全是佐证        │
        └─────────────────────────────────────────────┘

一、采集层：只看爬虫能看到的东西

采集层只发普通 HTTP 请求，不跑 JS。理由很直接：AI 爬虫和搜索爬虫抓你的页面时也不跑 JS。你的正文如果只在前端渲染后才出现，那对它们来说就是不存在。所以这里故意不用浏览器自动化，让你看到的和爬虫看到的是同一份东西。

采集层做的最重要的一件事是把请求结果分成四类，而不是简单的成功失败：

分类	什么状态	意味着什么	动作指向哪
`ok`	2xx	正常拿到	继续判
`blocked`	401 / 403 / 429 / 451	站是活的，被防护规则拦了	CDN 后台放行 UA
`dead`	404 / 5xx	地址或部署真有问题	查地址与部署
`unknown`	连接层失败	既不能说活也不能说死	记未观察，不判定

**这个分类是整套东西的地基。**独立开发者的站大量挂 CDN 防护，把 403 判成「你的网站下线了」会大面积误伤，而且会把用户推向完全错误的排查方向（去查部署，其实要去改 CDN 规则）。

二、判据层：所有判断集中在一个 json 里

33 项判据全部写在 skills/_shared/rubric.json，Python 代码只负责算，不藏任何判断标准。

一条判据长这样：

{
  "id": "T3",
  "name": "sitemap 里的地址真的活着",
  "kind": "score",
  "lanes": ["audit"],
  "machine_locked": true,
  "weight": 3,
  "pass_at": 2,
  "how": "等距抽 5 条真发 HEAD 请求。分开统计死链、重定向、被拦。被拦不计入死链。",
  "anchors": {"3": "抽样全部 200 直达", "2": "有重定向但没有死链",
              "1": "抽样里有 1 条死链", "0": "抽样里有 2 条以上死链"},
  "why": "sitemap 格式全对、里面躺着死链，是最常见的沉默故障：所有检查器都说你有 sitemap，但爬虫按它抓一路撞墙。",
  "fix": {"1": "报告里列了是哪几条。从 sitemap 里删掉，或把页面补回来。"},
  "source": "本套件自定，无公开出处",
  "evidence_level": "Heuristic"
}

四个字段值得单独说：

machine_locked：这一项的分数由脚本算出，模型只能引用不能改。防的是「AI 觉得这个站还行，就把分数往上调一调」。
source 与 evidence_level：每条判据都要交代自己凭什么。 Official 是平台或标准文档明写的，Research 有公开研究支撑， Derived 是本次跑到的对照组现算的，Heuristic 是本套件的经验值。 **Heuristic 就明说是经验值，不冒充平台规则。**当前分布：Official 14、Heuristic 15、Research 3、Derived 1。
fix：不过时给什么动作。按分档给不同动作，不是所有失分都给同一句废话。
how：怎么测。这段文字会被 --print-table 生成进 SKILL.md 的判据表， --check-doc 断言两边一致。改了判据不同步文档，跑自检当场红。

三、报告层：只给一个动作

一份 30 项全红的报告等于没有报告，用户不知道从哪下手，通常的结果是一项都不改。

所以报告末尾只留一个动作位。哪一项被选中，排序写死在代码里，不让模型临场决定：

G1 页面取得到  →  G2 爬虫进得来  →  G3 正文在初始 HTML  →  T1 sitemap  →  T5 canonical 可达  →  ……

**抓取类永远排在内容类前面。**内容拿不到的时候，改文案的收益是零。

每个动作配一条可复现的验证命令，比如四写法归一那一项给的是：

for v in http://你的域名 https://你的域名 http://www.你的域名 https://www.你的域名; do
  curl -so /dev/null -w "$v -> %{url_effective}\n" -L $v
done

**这条纪律救过一次命。**第一次在真站上跑，四写法归一判了失分，但用它自己给的验证命令跑出来是全对的。查下去发现是尾部斜杠没归一化，https://a.com 和 https://a.com/ 被当成了两个落点。如果当时没跑那条验证命令，这个误报会直接进产品，用户照着一个本来就没问题的项改一整天。

未观察：这套东西最重要的一条设计

抓不到的东西标「未观察」，永远不折算成 0 分。

听起来像个小细节，实际上它决定了这份报告能不能用。举个真实场景：

你的站挂在 Cloudflare 后面，robots.txt 对脚本请求返回 403。

一个把未观察当 0 分的检查器会说：「你的 robots.txt 配置有问题，爬虫全被挡住了，请立刻修改 robots.txt。」你打开一看，robots.txt 明明写着 Allow: /。你改了半天，验证命令永远不变绿，因为它从头到尾就没有被观察到过。

UPUP 的做法：

robots.txt 取不到 → 标未观察，报告里一个字都不许出现「去改 robots」
robots.txt 返回 404 → 这是合法且正常的状态，等于全站放行，不扣分不给动作
未观察的项不进分母。整站抓不到时，满分基数是 0，不产出一份「你 0 分」的报告

同一条纪律的另一面：没去请求就不许说「可达」。离线跑机械闸时，来源可达性那一项记未观察，不判通过也不判失败。

回归测试里有 6 条专门盯这件事，因为它是最容易悄悄退化的地方。

判据怎么保证不退化

24 份靶站，每份只犯一种错，页头声明它必须触发哪一条：

<!-- EXPECT: W5 -->
<!-- WHY: 只犯一种错：来源可达且是一手，但页面里没有这几个数字。 -->

回归断言的是「一个不少，一个不多」。只断言「该触发的触发了」的话，一个把所有项都判失败的坏引擎也能全绿。

所有靶站从同一份 00-pass-baseline 派生，每份只做一处变异。这样「多触发」就是真的误伤，不是靶站之间本来就不一样。

来源类判据（要联网核对的那几项）注入 stub 取源函数，让回归离线可跑：依赖真实网络的测试会因为对方站点抽风而红，那种红没有信息量。

四个 skill

site-audit       查地基：sitemap / robots / canonical / 结构化数据，加正文可抽取性
      ↓
      ├─→ meta-write      核心功能页：给首页 / 工具页 / 定价页写标题和描述
      │
      └─→ rival-teardown  内容页：拆竞品，产出带出处的选题清单
                ↓
             page-write   写出来：抓对照页当证据，写一段能被整段摘走的内容

地基查完之后分两条路，做的是两类完全不同的页。

核心功能页（首页、工具页、定价页）建完基本不动，它们不负责拉新流量，负责把进来的人接住，真正要写好的就是搜索结果上那两行字。内容页反过来，流量的增量全靠它，写法看的是事实密度和证据链。

skill	一句话	判据数	耗时
`site-audit`	给个网址，告诉你第一件该修什么	21	约 1 分钟
`meta-write`	给核心功能页写标题和描述，写完判 9 项	9	约 30 秒
`rival-teardown`	给两三个竞品，告诉你该写什么	不打分，出清单	2 到 4 分钟
`page-write`	给个题目，替你写出草稿并跑机械闸	13	约 3 分钟

安装

git clone git@github.com:ai798-Lab/UPUP.git ~/upup

ln -s ~/upup/skills/_shared        ~/.claude/skills/_shared
ln -s ~/upup/skills/site-audit     ~/.claude/skills/site-audit
ln -s ~/upup/skills/meta-write     ~/.claude/skills/meta-write
ln -s ~/upup/skills/rival-teardown ~/.claude/skills/rival-teardown
ln -s ~/upup/skills/page-write     ~/.claude/skills/page-write

**_shared 必须一起链。**四个 skill 共用那一份地基。只链其中一个的话，跑起来会告诉你「找不到共享地基」并列出它找过哪些路径，不会甩一屏堆栈。

不想用软链的话，设个环境变量也行：

export UPUP_SHARED=~/upup/skills/_shared

装完验一下，两个都该全绿：

python3 ~/upup/evals/check.py         # 24 份靶站 + 纪律回归
python3 ~/upup/evals/check_index.py   # 文件索引 · 命令 · 章节引用 · 硬编码路径

装好之后在 Claude Code 里直接说人话就行（「帮我看看我的站行不行」「我该写什么」）， skill 会自己被调起来。下面的命令是给你想手动跑的时候用的。

怎么用

场景一：刚上线，不知道从哪下手

python3 ~/upup/skills/site-audit/scripts/audit.py https://你的域名 \
  --json runs/audit.json --html runs/audit.html

输出长这样（这是在一个真实站点上跑出来的）：

verdict=REWORK  分数=91.1%  下一个动作=可提取证据密度

打开 runs/audit.html，最上面就是本周就做这一件，下面是逐项明细和每项的出处等级。

要顺带查跨页抢词（两页抢同一个关键词是自己打自己），加几个核心页：

python3 ~/upup/skills/site-audit/scripts/audit.py https://你的域名 \
  --pages https://你的域名/a,https://你的域名/b --json runs/audit.json

场景二：改完了，想知道有没有变好

# 改完之后再跑一次
python3 ~/upup/skills/site-audit/scripts/audit.py https://你的域名 --json runs/audit2.json

# 两份做 diff
python3 ~/upup/skills/site-audit/scripts/audit.py --compare runs/audit.json runs/audit2.json

只报三件事：哪几项从红转绿、哪几项退化了、哪几项两次都没观察到。

它只对机器能验证的部分负责，不承诺「AI 会不会引用你」。那件事没有可靠的免费测法，硬测出来的数字换个问法就变，也归不到你改的哪一行上。

场景三：核心功能页的标题和描述

先看现状。抓这一页当前那两行字，顺带把同组的几页一起给它，才能判出全站是不是每页都不一样：

python3 ~/upup/skills/meta-write/scripts/metagate.py \
  --url https://你的域名/free-tools/caption-generator \
  --page-type tool --keyword "caption generator" \
  --peers https://你的域名/pricing,https://你的域名/free-tools/hashtag-generator

verdict=PASS  分数=96.5%  页型=tool  主词=caption generator

  ok  M3   主词在 title 前半     3/3   主词首次出现在 title 的第 13% 处
  ok  M5   description 里有具体钩子 3/3   命中 2 类具体信息：免费程度、产出物或支持范围
  ok  M7   同组唯一             3/3   title 与 0 页重复，description 与 0 页重复

--page-type 三选一：home / tool / pricing。三种页型的用户带着完全不同的问题来，定价页不写价格、工具页不写它能干什么，机械闸会在 M6 上直接判 0。不给页型的话那一项记未观察。

改完之后把新写的那一对丢回去再判一次：

python3 ~/upup/skills/meta-write/scripts/metagate.py \
  --title "你新写的标题" --description "你新写的描述" \
  --page-type tool --keyword "caption generator"

怎么写在 skills/meta-write/references/playbook.md，三种页型各自必须回答什么、钩子写什么，都配了真实样例与实测字符数。

场景四：不知道该写什么，先拆竞品

**这一步单独拿出来说，因为它最容易被跳过。**选题错了，后面写得再好也是白写。

python3 ~/upup/skills/rival-teardown/scripts/teardown.py "竞品甲.com,竞品乙.com" \
  --mine 你的域名 --json runs/teardown.json

它抓每家 12 页的 sitemap 与页面，算出他们靠哪些词系统性拿量、哪一页在吃这个词、那页凭什么吃得下，再和你自己站做差集。产物是一份选题清单，每条挂着对方的页面地址和你现在缺的东西。

--mine 一定要带，不带的话「你缺什么」那一栏是空的，清单就退化成一份竞品页面列表。

它不打分，只出清单。原因是选题该不该做是商业判断，不是机械判据能替你答的：一个词竞品在做、你没做，可能是缝，也可能是他们试过发现不行。机器给证据，你来拍板。

场景五：题目定了，开始写内容

第一步，把上一步的选题清单接进来：

拆了 2 家，抓到 12 页

选题清单前 5 条：
  generator                他们 2 页在做 → https://竞品甲.com/de/random-quote-generator
      凭什么：写了 FAQ 结构化数据；写了步骤结构化数据
      你缺：你全站没有 FAQ 结构化数据；你全站没有对比表

第二步，抓对照页，算出本次的通过线：

python3 ~/upup/skills/page-write/scripts/winners.py \
  --question "<从清单里挑一个>" --from-teardown runs/teardown.json --out runs/winners.json

抓到 4 / 4 个对照页
事实密度中位数 0.35，这就是本次机械闸 W1 的通过线
缝：没有一个对照页给数字标了外部来源

最后那行「缝」是重点：对照组一个都没有的东西，就是你的机会。

第三步，照骨架写，然后过闸：

cp ~/upup/skills/page-write/assets/draft-skeleton.md drafts/my-draft.md
# 照着 skills/page-write/references/playbook.md 写完之后

python3 ~/upup/skills/page-write/scripts/gate.py \
  --draft drafts/my-draft.md --question "<同上>" \
  --winners runs/winners.json --self-host 你的域名 --json runs/gate.json

verdict=REWORK  机械分=76.3%
  未过 W2  来源标注率            挂了来源的数值块 1 / 5，占比 20%
       动作：每个数字后面挂上它的出处链接。自己产品的数据就标明是自测，也算标注。
  未过 W5  数字在来源里查得到      核了 6 个数字，来源页里找不到的 2 个
       动作：报告指出了是哪个数字。核对原文，改数字或改来源。

--self-host 记得带，否则你引自己站的自测数据会被判成二手来源，逼你去找一个其实不存在的外部出处。

改完再跑，最多三轮。只改内容，不改评分器：为了让一份草稿过关去动 rubric.json，等于把尺子锯短。

输出怎么读

每一项的结果长这样：

{
  "id": "T5",
  "name": "canonical 指向的地址 200 直达",
  "observed": true,
  "score": 0,
  "pass": false,
  "machine_locked": true,
  "detail": "canonical 目标返回 404",
  "fix": "canonical 指的地址是死的。把它改成这一页真实的可访问地址。",
  "source": "Google Search Central 规范化文档",
  "evidence_level": "Official"
}

读的时候按这个顺序看：

observed 是不是 true。false 的话后面都不用看了，这项这次没测到。 未观察不等于通过，也不等于零分。
pass。false 才需要动。
evidence_level。Heuristic 意味着这是本套件的经验判断，不是谁的官方规则，你可以有不同意见。Official 有文档撑腰。
fix。这一项具体该做什么。

顶层的 verdict 三个值：PASS（全过）、REWORK（有计分项没到线）、REJECT（门槛项没过）。

**百分比只用来排序，不是及格证书。**判据是「哪一项没过」，不是「多少分算及格」。

被 AI 当成事实收录，靠的是四件事

page-write 把这四条做成了可量化的判据，跑一遍就知道差多少：

原则	判据	怎么量
多写事实	W1 事实密度	含带单位数值或日期的段落占比。通过线取对照组中位数
引用数据标来源	W2 来源标注率	有数字的段落里，多少条挂了可点的来源
证据链完整	W3 来源打得开吗	每条来源真发一次请求，死链单列
	W4 来源是不是一手	域名分档。引自己站的自测数据算一手
	W5 数字在来源里查得到吗	抓来源页正文，搜这个数字在不在里面
有图有视频	W6 可被引的素材	alt · 说明文字 · JSON-LD 里的 ImageObject 或 VideoObject

**W5 是这套判据里最狠的一条。**链接能打开不代表数字对得上，而一条可达、来源体面、数字却对不上的引用，是最像真的假证据，人工抽查几乎抓不到。它是证据链上唯一能机器验的最后一环。

**事实密度的通过线不拍脑袋定。**写多少才算够，没有任何公开出处能给这个数，所以这里不编：抓到 3 个以上对照页时，通过线就是它们的中位数，出处就是那几个页面本身。抓不到时才回退到经验值，并且报告里会写明这次用的是回退值。

判据全表

site-audit（21 项）

组	项
门槛（一票否决）	G1 页面取得到 · G2 爬虫进得来 · G3 正文在初始 HTML 里
sitemap	T1 可用 · T2 内容卫生 · T3 里面的地址真的活着
canonical	T4 数量与形态 · T5 200 直达 · T6 四种写法归一
结构化数据	T7 语法能解析 · T8 类型对得上这一页 · T9 和页面上看得到的一致
内容可抽取	C1 H1 · C2 首屏 50 词给答案 · C3 可提取证据密度 · C4 无营销腔
关键词分布	K1 一页一主词 · K2 四处一致
国际化	I1 title 长度与唯一 · I2 语言标记 · I3 hreflang

robots 按四档分别判，因为后果不是一回事：

档	代表 UA	被拦的后果
传统检索	Googlebot · Bingbot	搜索收录归零
AI 检索索引	OAI-SearchBot · Claude-SearchBot · PerplexityBot	AI 的索引里没有你
AI 实时取页	ChatGPT-User · Claude-User · Perplexity-User	AI 当场想引你都取不到页面
训练抓取	GPTBot · ClaudeBot · CCBot · Google-Extended	影响模型记忆里有没有你。拦不拦是你的选择，只报事实不判对错

比 robots.txt 更容易误伤的两处也一起查，因为站主通常看不见它们：页面级 <meta name="robots" content="noindex">，响应头级 X-Robots-Tag: noindex（平台和框架的默认配置最常见）。

meta-write（9 项）

组	项
门槛	MG1 两样都写了（title 与 description 都在）
长度	M1 title 长度 · M2 description 长度
写法	M3 主词在 title 前半 · M4 description 不复述 title · M5 有具体钩子
页型	M6 页型必答项（home 要品类与人群 · tool 要功能动词 · pricing 要价格与币种）
全站	M7 同组唯一
表达	C4 无营销腔

长度的 60 与 155 是经验值，不是平台规则，实际截断位随设备与查询词变。这一点在判据的 evidence_level 里标成 Heuristic，不冒充平台规定。

rival-teardown（不打分）

它不产分数，产的是一份带出处的选题清单，所以判据全表里没有它。

**这是有意的。**一个词竞品在做、你没做，可能是缝，也可能是他们试过发现不行。这个判断是商业判断，机械判据答不了。它只负责把证据摆出来：谁在做、哪一页在做、那页凭什么。

page-write（13 项）

组	项
门槛	WG1 答案前置 · D1 有可复现验证命令 · D2 有待核清单
证据链	W1 事实密度 · W2 来源标注率 · W3 来源打得开 · W4 来源一手性 · W5 数字可回溯
可抽取	W6 可被引的素材 · W7 段落能单独站住 · W8 Schema · W9 内链
表达	C4 无营销腔

完整判据（含每项的 how / anchors / why / fix / source）在 skills/_shared/rubric.json。

设计纪律

这几条逐条落成了机器检查，不靠记性：

纪律	靠什么保证
没在真实站点跑过的不发	`examples/` 里放真跑产物
文件索引里绝不列不存在的文件	`evals/check_index.py`。这个错在这条工作线上犯过三次，第四次改成机器查
抓不到标未观察，永不折算成 0	`evals/check.py` 里 6 条专测这个
未观察时不给动作	同上。robots 取不到时报告一个字都不许提「去改 robots」
403 是被拦不是下线	`fetch.py` 的四分类
机械分模型不许改	每项结果都带 `machine_locked: true`
判据改了文档必须同步	`rubric_check.py --check-doc` 断言 SKILL.md 的表与 rubric.json 一致
不确定标待核，不替站主拍板	`page-write` 的 D2 是门槛项
产草稿绝不自动上线	不 push、不改生产分支，产物只落在 `drafts/` 与 `runs/`
零安装零付费	只用 python3 标准库，回归测试也不依赖网络
脚本里不许有作者的机器路径	`check_index.py` 扫这个。硬编码了作者的家目录，作者就永远复现不了用户的故障

不做什么

不做	为什么
改你的代码	风险最高，识别错技术栈会往错的文件塞东西。报告里已经给出改法，你本来就在用 AI 写代码，让它照着改即可
人肉去问 AI 看现状	要你自己开浏览器粘五轮问答，换个问法结果就变，归不到你改的哪一行上。看效果用 `--compare`，那是可复现的
外链提交自动化	价值在名单不在逻辑。名单在 `references/directories.md`，十个入口人手两小时做完，不值得为它写代码并长期维护
测「AI 有没有引用你」	没有可靠的免费测法。要做只能装浏览器自动化、克隆登录态、人工过验证码，四十分钟起，而且结果不可复现

已知边界

**不跑 JS。**爬虫看到什么，它就看到什么。纯前端渲染的站会被判成正文为空，那是真实观察不是误判。
**跨页判据要够多的页才成立。**一页一主词需要至少 3 个页面，拿不到就记未观察，不硬判。
**sitemap index 只展开前 3 个子文件。**大站的结论只覆盖被展开的部分，报告里会标出来。
**机械分不证明写得好。**它防的是写空。真正的判据是 page-write 最后那两个人工确认：这段里有没有一句是别处抄不到的，AI 真会把这段整段摘走吗。
**判据里有 15 项是经验值。**它们标着 Heuristic，不冒充平台规则。
**机制层台账里有一条主张标着「出处待补」。**那条被反复引用的「只改正文命中率下降、只改结构上升」的数字，目前没有可点的原始出处，所以任何判据都不许把 source 指向它，依赖它的三条判据已从 Research 降级为 Heuristic。见 skills/_shared/references.md 第 4 节。

upup/
├── README.md
├── skills/
│   ├── _shared/                 四个 skill 共用，必须整个 skills/ 一起拷
│   │   ├── fetch.py             取页面事实，含 ok/blocked/dead/unknown 四分类
│   │   ├── robots.py            robots 取与最长匹配判定，四档 bot 分档
│   │   ├── sitemap.py           sitemap 取、index 递归、抽样实测
│   │   ├── rubric.json          41 项判据的单一真相源，每条带 source 与出处等级
│   │   ├── rubric_check.py      机械分引擎，产出标 machine_locked
│   │   ├── references.md        机制层台账，每条带核实日期与出处
│   │   └── report.html          报告基底
│   ├── site-audit/              查地基
│   ├── meta-write/              核心功能页：写标题和描述
│   ├── rival-teardown/          定该写什么
│   └── page-write/              写出来
├── references/
│   └── directories.md           免费收录名单，带核实日期
├── evals/
│   ├── check.py                 靶站 + 纪律回归，三个 lane 全覆盖
│   ├── check_index.py           文件索引与引用自检
│   └── fixtures/                靶站，每份只犯一种错，从 baseline 派生
└── examples/                    真跑产物

Navigation Menu

Uh oh!

Repository files navigation

UPUP

目录

它解决什么问题

工作原理

三层结构

一、采集层：只看爬虫能看到的东西

二、判据层：所有判断集中在一个 json 里

三、报告层：只给一个动作

未观察：这套东西最重要的一条设计

判据怎么保证不退化

四个 skill

安装

怎么用

场景一：刚上线，不知道从哪下手

场景二：改完了，想知道有没有变好

场景三：核心功能页的标题和描述

场景四：不知道该写什么，先拆竞品

场景五：题目定了，开始写内容

输出怎么读

被 AI 当成事实收录，靠的是四件事

判据全表

site-audit（21 项）

meta-write（9 项）

rival-teardown（不打分）

page-write（13 项）

设计纪律

不做什么

已知边界

目录

About

Releases

Packages

Contributors

Languages

Name		Name	Last commit message	Last commit date
evals		evals
examples		examples
references		references
skills		skills
.gitignore		.gitignore
README.md		README.md

Uh oh!

Latest commit

History

Folders and files

Repository files navigation

UPUP

目录

它解决什么问题

工作原理

三层结构

一、采集层：只看爬虫能看到的东西

二、判据层：所有判断集中在一个 json 里

三、报告层：只给一个动作

未观察：这套东西最重要的一条设计

判据怎么保证不退化

四个 skill

安装

怎么用

场景一：刚上线，不知道从哪下手

场景二：改完了，想知道有没有变好

场景三：核心功能页的标题和描述

场景四：不知道该写什么，先拆竞品

场景五：题目定了，开始写内容

输出怎么读

被 AI 当成事实收录，靠的是四件事

判据全表

site-audit（21 项）

meta-write（9 项）

rival-teardown（不打分）

page-write（13 项）

设计纪律

不做什么

已知边界

目录

About

Topics

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages