Agent Readiness Auditor

Agent 就绪度审计器

一款命令行工具，可扫描网站并评估其与自动化 AI Agent 的兼容程度，以及抵御这类 Agent 的能力。

它解决的问题

AI 助手越来越常代表用户访问网站：阅读页面、遵循页面上的指示并执行操作。这给网站所有者带来了两个实际问题：

1. 安全性。 页面可能包含人类访客看不到、但 AI Agent 仍能读取的文本。这些隐藏文本可能包含旨在劫持 Agent 的指令。这被称为间接提示词注入。
2. 机器可读性。 网站通常是为人类阅读而构建的。如果网站也发布有关其内容和规则的机器可读信号，Agent 就能更好地理解网站。

标准 SEO 工具衡量网站对搜索引擎的友好程度。本工具衡量的是其他方面：网站对 AI Agent 的友好程度，以及 Agent 阅读网站是否安全。

基于本工具开展的研究

Agentic Web 的现状，2026使用本工具审计了七个类别中的 84 个知名网站；其第二版则采用更深入的九项检查重新开展了研究。研究发现，没有任何受审计网站存在隐藏的提示词注入内容，即便扫描 HTML 属性和多个页面也是如此；只有 13% 的网站发布了 AI 回答最常引用的 FAQ 结构化数据；没有网站公布 MCP 端点；近五分之一的知名网站完全拒绝自动化访客，其中包括几家 AI 公司。任何人都可以获取已发布的数据和方法并复现研究。

检查内容

本工具会获取首页、robots.txt、llms.txt、网站地图和 AI Catalog，然后爬取几个关键页面并运行九项检查，生成 0 到 100 分的得分以及 A 到 F 的等级。安全性被有意赋予最高权重，因为一个可读、却可能劫持 Agent 的网站，比一个单纯难以阅读的网站更糟糕。

检查项	分值	检查内容
隐藏的提示词注入文本	40	检查所有已爬取页面中，人类无法看到的内容里是否含有劫持 Agent 的短语。可检测 CSS 隐藏（display:none、opacity:0、屏幕外定位）、零宽 Unicode 混淆、alt/title/aria-label 属性中的载荷，以及 HTML 注释。
llms.txt 文件	12	已发布的文件，为 Agent 提供网站的精选导航。请参阅 llmstxt.org。
robots.txt 对 AI 爬虫的策略	12	针对 GPTBot 和 ClaudeBot 等 AI 爬虫，明确设置允许或禁止规则。
结构化数据（JSON-LD）	12	机器可读数据，让 Agent 能直接理解页面内容。
责任追溯链接	9	可访问的联系、隐私、条款或关于页面链接。
网站地图	5	可访问的 /sitemap.xml，方便爬虫发现整个网站。
可回答性	5	FAQ、QA 或 HowTo 结构化数据；这些内容形式最容易被 AI 回答引用。
Meta robots	5	不存在意外的 noindex/noai 指令，以免网站被索引隐藏。
MCP 信号	0	仅供参考：检查网站是否在 /.well-known/ai-catalog.json 发布 AI Catalog（MCP Server Cards、SEP-2127 采用的发现文档），以及其中列出的 MCP 服务卡片和 A2A Agent 卡片；若没有，则检查 llms.txt 或 robots.txt 中的提及。若 Catalog 格式错误，会标记并提供修复建议，但不计分。

输出示例

$ npx agent-readiness-auditor example.com

  Agent readiness audit for https://example.com

  ✅ No hidden prompt-injection payloads  (40/40)
  ⚠️  llms.txt present                     (0/12)
  ⚠️  robots.txt addresses AI crawlers     (0/12)
  ⚠️  Machine-readable structured data     (0/12)
  ⚠️  Accountability surface present       (0/9)
  ⚠️  Sitemap present                      (0/5)
  ⚠️  Content structured for AI answers    (0/5)
  ✅ No accidental index blocking          (5/5)
  ✅ Agent endpoint advertised (informational)  (0/0)

  Score: 45/100 (45%)   Grade D

每行显示检查结果及其得分；如果某项检查未完全通过，还会给出建议的修复方法。

快速开始

如果你已安装 Node.js 18 或更高版本，无需安装任何内容，即可通过一行命令运行此工具：

npx agent-readiness-auditor example.com
npx agent-readiness-auditor example.com --json

可以使用纯域名（example.com）或完整 URL（https://example.com）。--json 标志会输出机器可读的结果，供脚本使用。

一次审计多个网站

批量模式会读取一个文本文件，每行包含一个 URL（以 # 开头的行会被忽略），并一次审计几个网站。

agent-audit --batch sites.txt          # a report per site
agent-audit --batch sites.txt --csv    # one CSV row per site
agent-audit --batch sites.txt --json   # structured results

CSV 中每项检查各占一列，便于在电子表格中打开或用于分析。

在 GitHub Actions 中使用

此仓库同时也是一个 GitHub Action，因此任何项目都可以在每次推送或按计划运行时审计自身网站，并在发现严重安全问题时让构建失败。

steps:
  - uses: actions/setup-node@v4
    with:
      node-version: 20
  - uses: asish-singh/[email protected]
    with:
      url: example.com
      fail-on: safety   # or "never" to report without failing

无法访问的网站会产生警告，而不会导致失败，因为 CI 运行器上的机器人防护属于基础设施问题，而非安全问题。此仓库使用该 Action，每周一审计自身，配置见 audit-site.yml。

在 AI 助手中使用（MCP）

此审计工具附带一个 Model Context Protocol 服务。Model Context Protocol 是一项标准，可让 AI 助手使用外部工具；该工具也已列入官方 MCP 注册表。此工具自身的一项审计结果指出，69 个知名网站中没有一个公布 Agent 端点，因此审计工具也遵循它所衡量的标准。连接后，你只需让助手帮你审计网站即可。

对于 Claude Code，只需运行一条命令即可连接。

claude mcp add agent-readiness-auditor -- npx -y agent-readiness-auditor mcp

对于 Claude Desktop，请将以下内容添加到配置文件的 mcpServers 部分。

{
  "agent-readiness-auditor": {
    "command": "npx",
    "args": ["-y", "agent-readiness-auditor", "mcp"]
  }
}

该服务公开一个工具 audit_site，接受 URL，并返回与命令行相同的评分和审计结果。

从源代码运行

要参与代码开发或从本地副本运行：

git clone https://github.com/asish-singh/agent-readiness-auditor.git
cd agent-readiness-auditor
npm install
npm run audit -- example.com          # human-readable report
npm run audit -- example.com --json   # JSON output

命令中的 -- 会将 URL 传递给该工具，而不是传递给 npm。

要从本地副本安装全局 agent-audit 命令：

npm run build   # compile TypeScript into dist/
npm link        # register the global command

之后，你可以在任意文件夹中运行 agent-audit example.com。若要稍后移除，请运行 npm unlink -g agent-readiness-auditor。

从 GitHub Packages 安装

该软件包也以带作用域的镜像形式发布在 GitHub Packages 上，名称为 @asish-singh/agent-readiness-auditor。对大多数人来说，上文的 npm 安装方式更简单。只有在组织统一使用 GitHub Packages 时才使用它，因为即使是公共软件包也需要身份验证。

要从 GitHub Packages 安装，请创建一个带有 read:packages 作用域的 GitHub 个人访问令牌，然后将该作用域指向 GitHub 注册表：

echo "@asish-singh:registry=https://npm.pkg.github.com" >> .npmrc
echo "//npm.pkg.github.com/:_authToken=YOUR_GITHUB_TOKEN" >> .npmrc
npm install @asish-singh/agent-readiness-auditor

退出代码

此工具会设置退出代码，以便用于自动化流水线：

• 0：审计已运行，且未发现严重安全问题。
• 2：发现严重安全问题（例如，隐藏的提示词注入文本）。可用此代码让构建失败。
• 1：工具无法完成审计（例如，网站无法访问）。

代码结构

每项检查都位于 src/checks/ 下各自的文件中，并返回结构化结果。所有检查都在 src/audit.ts 的单个列表中注册，总分也由该列表计算，因此添加新检查无需更改评分逻辑。架构决策记录在 docs/adr/ 中，产品决策记录在 docs/decisions/ 中，计划中的工作见 ROADMAP.md，市场推广计划见 LAUNCH.md。

背景

此工具源自 Agentic Web Governance Pack，这是一套关于网站应如何对待 AI Agent 的指南。本项目将其中若干指南转化为可运行和衡量的检查项。

许可证

MIT。请参阅 LICENSE。