AnswerRail AEO, Schema.org & /llms.txt Audit MCP

answerrail-mcp — 6 カテゴリーの構造的 AI 対応状況、Schema.org、robots.txt、/llms.txt の監査と自動修正を行う MCP サーバー

6 つの重み付けされた AI 対応状況カテゴリーにわたる、ローカルおよび稼働中サイトの徹底的な構造監査に対応する包括的な Model Context Protocol（MCP）サーバーです。さらに、Claude Code、Claude Desktop、Cursor、Windsurf 内でファイルを自動生成できます。API キーは不要です。

Claude Code、Claude Desktop、Cursor へのクイックインストール

claude mcp add answerrail-mcp -- npx -y answerrail-mcp

クライアント	最も簡単なインストールコマンド／設定
Claude Code CLI	claude mcp add answerrail-mcp -- npx -y answerrail-mcp
Claude Desktop	"answerrail-mcp": { "command": "npx", "args": ["-y", "answerrail-mcp"] }
Cursor / Windsurf	.cursor/mcp.json に npx -y answerrail-mcp を追加します

---

6 カテゴリーの重み付け構造監査の対象範囲

読み取り専用の 5 カテゴリースキャナーとは異なり、answerrail-mcp は6 カテゴリーにわたる詳細な構造監査を実施し、不足しているファイルをリポジトリに自動で書き込みます。

1. AI ボット向け指示（robots.txt — 14 以上の主要 AI クローラーと Agentmap:）：14 以上の AI ユーザーエージェント（PerplexityBot、OAI-SearchBot、GPTBot、ChatGPT-User、ClaudeBot、Claude-User、Google-Extended、Applebot-Extended、Meta-ExternalAgent、Amazonbot、DuckAssistBot、Cohere-ai、Bytespider、CCBot）に対する RFC 9309 の正確な許可／拒否ルールを監査し、Agentmap: ヘッダー／ファイルの宣言を検証します。
2. 検索シグナルと構造化データ（Schema.org JSON-LD — 20 以上の価値の高いエンティティタイプ）：20 以上の Schema.org タイプ（Organization、SoftwareApplication、WebSite、Product、Offer、AggregateOffer、FAQPage、Question、Answer、TechArticle、Article、BreadcrumbList、HowTo、Service、LocalBusiness、Person、Dataset、WebPage、ItemList、Review）をスキャンして検証し、Byte-0 GitHub-Flavored Markdown テーブルにまとめます。
3. 詳細な /llms.txt と /llms-full.txt の構造検証：H1 タイトルの適合性、引用要約の有無、Markdown リンクの書式、HTTP Content-Type: text/markdown ヘッダー、エントリーの品質を監査します。
4. コンテンツの意味構造と 25,000 トークンでの RAG 切り捨て：生の HTML のトークン量、Next.js self.__next_f.push による RSC ハイドレーションの肥大化、折りたたまれた Radix／Headless UI（data-state="closed"）の FAQ アコーディオン、25,000 トークンの上限を超えて削除される正確な $/£/€ 価格トークンを測定します。
5. エージェントプロトコル（Google Lighthouse 13.5 ARD 1.0 と WebMCP）：/.well-known/ai-catalog.json（specVersion: "1.0"）、<link rel="ai-catalog">、<link rel="describedby" href="/llms.txt">、および /.well-known/mcp.json を検証します。
6. セキュリティと暗号学的来歴（RFC 9421 と RFC 9110）：非対称 Ed25519 HTTP Message Signatures（kid="ar_ed25519_2026_k1"）、/.well-known/http-message-signatures-directory、CORS（Access-Control-Allow-Origin: *）、および RFC 9110 の Vary: User-Agent, Accept への準拠を監査します。

---

直接比較：answerrail-mcp と isagentready-mcp

機能／指標	answerrail-mcp	isagentready-mcp
インストールコマンド	claude mcp add answerrail-mcp -- npx -y answerrail-mcp	claude mcp add isagentready-mcp -- npx -y isagentready-mcp
コア監査範囲	重み付けされた6カテゴリ： AI ボット向け指示（robots.txt）、検索シグナル（Schema.org JSON-LD）、詳細な /llms.txt 構造、コンテンツの意味解析と25kトークンでの切り捨て、エージェントプロトコル（ARD 1.0 / WebMCP）、セキュリティ（RFC 9421 Ed25519）、およびエッジでの修正	5カテゴリ（検出、構造化データ、意味解析、エージェントプロトコル、セキュリティ — 読み取り専用のスコア）
Schema.org と robots.txt の対応範囲	20種類以上の Schema.org JSON-LD タイプと、robots.txt 内の14種類以上の AI ボットルールをスキャン（さらに、JSON-LD を Byte-0 GFM テーブルにコンパイル）	17種類の Schema.org タイプと13種類の AI ボットルールをスキャン
/llms.txt の検証と自動生成	/llms.txt の書式とリンクを検証し、generate_ai_manifests を使って、そのまま保存できる /llms.txt と /.well-known/ai-catalog.json を生成	読み取り専用の構造チェック（ファイルは生成しません）
25,000トークン切り捨てと価格の再確認監査	対応 — 25kトークンを超えて切り捨てられた正確な $/£/€ 価格を特定し、折りたたまれた Radix FAQ アコーディオンを展開	非対応
エディターでの自動修正とローカル CLI の補助機能	ファイルをローカルで生成・書き込み（generate_ai_manifests と npx test-ai-ready <url> --write）し、Anycast エッジで即時修正を適用	読み取り専用の API スキャン後、エディタープロンプトを手動で使用