第一次听说 AgentSite，我的第一反应是：这算不算给 AI 爬虫“开后门”？但仔细看了它的做法，又觉得这更像是把本该做好的事情补齐了。过去的 SEO 是给 Googlebot 看的，现在 ChatGPT、Claude、Perplexity 这些 AI agent 也成了流量入口，可它们读取网页的方式还停留在 curl 一个 HTML 的阶段。如果你的网站是 React、Vue 这类单页应用（SPA），那在它们眼里，你的页面可能只是一堆空壳。
AI 时代的“页面可见性”问题
SPA 的典型问题在于：浏览器执行 JavaScript 后才渲染内容，而 AI agent 的抓取器通常不运行 JS，直接抓取原始 HTML 时只能看到一个空
AgentSite 的思路是一种“中间件式”的补丁：它不改变你的前端代码，而是在服务器端拦截响应，向 HTML 中注入 AI 友好的元数据。官网明确提到，它会注入 标题、meta、OpenGraph、JSON-LD、markdown 镜像和 WebMCP 工具，而且对所有访客返回相同的字节，不做 User-Agent 分流。官网还展示了一个有趣的演示：当 Claude 被问到某个网站时，它给出的答案完全跑偏——这正是因为 agent 读不到真实内容，只能靠猜。
让 agent 读得懂，也读得准
它把“Agent Experience”拆成五个层面，这很像早期 SEO 的检查清单：
- 原始 HTML 中必须有实际内容，而不是空壳；
- 页面的 title、description、schema 要能“自证身份”，且与实际内容匹配；
- 提供 markdown 镜像（如 .md 文件或 /llms.txt），让 agent 低成本读取；
- 通过 robots.txt、sitemap 等声明站点姿态；
- 声明的信息要和实际提供的内容一致，避免“货不对板”。
这些原则不算新，但把 “AI agent 作为第一阅读对象”来对待，确实是一个视角转换。尤其值得注意的是，它提到 “你下一位客户可能永远不会访问你的网站”——AI 用户直接通过聊天窗口获取信息，这时你的网站内容能否被准确引用，就直接决定了转化。
上手成本与部署方式
根据官方信息，AgentSite 提供了 免费诊断工具，无需注册，官方称在三分钟内就能在屏幕上看到结果，并会给出一个可留在代码库里的片段。这种“先测分再决定”的路径，对独立开发者和小团队很友好。
部署方面，官方列出五种安装模式，包括 nginx、Express 和 Edge。从“Drop in this Express handler”这句话来看，它的核心应该是一个可插入的中间件包，而非必须迁移到某个平台的云服务。这种贴近现有架构的方式，降低了试错成本。
适合谁用？
如果你的网站是内容型或产品官网，并且主要流量依赖搜索引擎或 AI 引用，AgentSite 值得一试。尤其适合那些正在做 AI 搜索优化（有人叫 AEO）的团队——他们想在不重写前端的情况下，让 ChatGPT 等工具能正确描述产品。另一个典型场景是技术文档站：文档站点往往都是纯静态或 SPA 构建，如果 AI 无法读取，再好的内容也白搭。
当然，它也不是万能药。如果原网站本身就缺内容或结构混乱，注入再多元数据也只是“化妆”。先解决内容可读性，再谈 agent 体验，这个顺序不会错。
AgentSite 目前展现出的思路很务实——不强迫你改造架构，而是作为中间层弥补 AI 时代的可见性缺口。如果你正在为“AI 搜不到我”发愁，不妨先跑一次免费诊断，看看问题出在哪一层。
评论
暂无评论
成为第一个评论的人