citable

citable

ChatGPT、Claude 和 Perplexity 真的能读取并引用你的网站吗？

大多数“AI 可见度”检查工具只读取 robots.txt，然后就此打住。citable 会以每个 AI 机器人的身份抓取你的主页，并报告 robots.txt 从未提及的拦截（Cloudflare“拦截 AI 机器人”、WAF 规则、速率限制器），然后检查列表中的其余项目：llms.txt、JSON-LD、标题和描述、仅限 JS 的内容、站点地图、规范链接。评分满分 100，每项失败都会附上修复方法。它还可以作为 MCP 服务运行，让你的 Agent 替你检查网站。

零依赖。单个文件。Python 3.9+。

pipx install citable-cli     # from PyPI; on a Mac: brew install pipx first. Or: uvx --from citable-cli citable
citable example.com                # report
citable example.com --json         # for scripts and CI (exit 1 if below --min-score=N)
citable example.com --llms-txt     # a starter llms.txt built from your homepage
citable watch a.com b.com          # weekly watch: GitHub issue per site, comment (email) on regressions
citable track a.com "best X" "how Y"  # prompt tracking: which engines cite you, who gets cited instead

完全无需安装：

curl -sL https://raw.githubusercontent.com/genzagents/citable/main/citable/__init__.py | python3 - example.com

运行结果示例

citable 0.3.0: https://reddit.com/
  score 13/100  grade F   (final URL https://www.reddit.com/)

  [FAIL]  0/15 robots.txt allows answer engines: robots.txt blocks: OAI-SearchBot, ChatGPT-User, Claude-SearchBot, ...
  [FAIL]  0/20 Answer engines not blocked at the edge: Fetching the homepage as a bot: ChatGPT-User got HTTP 403; a browser got 200.
         fix: Your CDN or WAF (Cloudflare 'Block AI bots', bot-fight mode, a rate limiter) is refusing them ...
  [FAIL]  0/15 /llms.txt: /llms.txt returns HTTP 404.
  ...
  Bot                 Vendor                 Role    robots.txt   live fetch
  OAI-SearchBot       OpenAI                 answer  block        HTTP 200
  ChatGPT-User        OpenAI                 answer  block        HTTP 403  <- BLOCKED
  Claude-SearchBot    Anthropic              answer  block        HTTP 200
  ...

检查内容

检查项	分值	重要性
robots.txt 允许答案机器人（OAI-SearchBot、ChatGPT-User、Claude-SearchBot、Claude-User、PerplexityBot、Perplexity-User、DuckAssistBot、Bingbot、Googlebot）	15	这些机器人会抓取页面，以回答实时问题并引用来源。被拦截就意味着永远不会被引用。
未在边缘拦截：以这些机器人的身份访问主页，返回的内容与浏览器获取的内容相同	20	CDN 和 WAF 的“拦截 AI”开关会阻止 robots.txt 允许的机器人。在此项通过之前，列表中的其他事项都无关紧要。
训练爬虫（GPTBot、ClaudeBot、Google-Extended、CCBot、Applebot-Extended、meta-externalagent、Amazonbot、Bytespider）	信息	拦截它们是合理的选择，不会影响引用。仅报告，不扣分。
存在 /llms.txt，为纯文本，包含 H1、> summary 和链接	15	答案引擎和 Agent 会首先读取的约定文件。软 404 HTML 页面会被视为缺失。
无需 JavaScript 即可读取内容（原始 HTML 中的文字）	15	大多数 AI 爬虫不会运行 JS。客户端渲染的空壳对它们不可见。
JSON-LD 结构化数据（Organization、WebSite、Article、FAQPage 等）	10	实体和常见问题会被直接引用。
标题和 meta 描述长度合理	8	会在回答中逐字引用。
HTTPS、响应时间、规范链接、Open Graph、站点地图、<html lang>、无 noindex	22	决定哪个 URL 会获得引用的基础事项。

作为 MCP 服务运行（Claude Code、Claude Desktop、Cursor，以及任何 MCP 客户端）

工具：check_site(url, live=true) 和 draft_llms_txt(url)。

Claude Code 插件（包含 MCP 服务和一个知道如何处理报告的技能）：

claude plugin marketplace add genzagents/marketplace
claude plugin install citable@genzagents

手动配置任意 MCP 客户端：

{ "mcpServers": { "citable": { "command": "python3", "args": ["/path/to/citable/citable/__init__.py", "mcp"] } } }

该服务通过 stdio 使用 MCP 通信，且无任何依赖，因此只要能运行 Python，就能运行它。

在 CI 中

当部署导致 AI 访问受阻时（新增 WAF 规则、llms.txt 丢失、误加了 Disallow: /），让构建失败：

citable yoursite.com --min-score=70 --json > citable.json

监控

一次部署只要切换 WAF 开关，就可能悄无声息地让你从所有 AI 答案中消失。监控会在这时发出警报。它以 GitHub Action 的形式运行在你拥有的任意仓库中（不必是网站所在的仓库），为每个网站维护一个最新的问题，并且一旦某个答案机器人被拦截、llms.txt 消失、网站宕机或评分下降，就会立即在该问题下发表评论，GitHub 会通过邮件通知你。无需服务、账号或依赖项。示例：问题 #1 监控的是本项目自己的页面。

将 docs/watch.yml 复制到 .github/workflows/citable-watch.yml：

on:
  schedule: [{ cron: "17 6 * * 1" }]   # Mondays
  workflow_dispatch:
permissions: { issues: write, contents: read }
jobs:
  watch:
    runs-on: ubuntu-latest
    steps:
      - uses: genzagents/[email protected]
        with:
          sites: |
            example.com
            docs.example.com
          # min-score: 75

输入项：sites（必填）、min-score（低于此分数时失败）、live（按各机器人身份进行抓取，默认 true）、issue （在问题中跟踪，默认 true）、notify（回归时 @提及的用户名，默认为仓库所有者）、 fail-on-regression（默认 true）。输出项：score、regressed、changed。在已登录 gh 的 shell 中也可以执行同样的操作：

citable watch example.com docs.example.com --repo=you/your-repo --notify=you

托管服务，每月 £9：由我们运行同样的监控，无需仓库，最多支持 5 个域名，并提供每周邮件。 目前尚未上线；点击按钮告诉我们你是否需要，这将决定我们是否开发：

我想要托管版每周监控 →

跟踪

监控会告诉你引擎能否读取你的网站。跟踪会告诉你它们是否会这么做：对于你希望成为答案的问题，ChatGPT、Claude 或 Perplexity 会链接到你的网站吗？如果没有，链接的是谁？

citable track example.com "best tools for X" "how do I Y" --brand=Example

## citable track: example.com

**Visibility 50%**: share of prompt-and-engine pairs where an answer linked to your site.

| Prompt | anthropic | openai | perplexity |
|---|---|---|---|
| best tools for X | **cited** | mentioned | **cited** |
| how do I Y | no | no | no |

**Who gets cited instead** (answers citing them): rival.io (4), other.org (2)

引擎：anthropic（ANTHROPIC_API_KEY，web_search 工具）、openai（OPENAI_API_KEY，Responses API web search）、perplexity（PERPLEXITY_API_KEY，sonar）和 claude-code（你电脑上的 claude CLI，无需密钥）。凡是已提供密钥的引擎都会运行；--engines= 可选择要运行的子集。添加 --issue --repo=you/repo（或者在 Action 中使用 prompts: 输入项运行），它就会维护一个名为“citable track: example.com”的问题，并在引用丢失时发表评论。这正是付费工具每月收费 $29 到 $39 提供的每周邮件。使用你自己的密钥；在三个引擎上运行 10 个提示词只需几美分。

托管服务（每月 £9）

无需仓库、密钥或 cron：每月付费一次，在结账时填写你的网站（最多 5 个）、重要提示词（最多 10 个）和品牌信息，首份报告会在一小时内发送到你的收件箱。之后，一旦出现回归，你就会立即收到邮件；每周还会收到一封包含提示词跟踪信息的摘要。可通过收据取消订阅。

运行器位于此仓库中（citable hosted），因此你也可以为自己的客户自行运行同样的服务： 它会轮询 Polar 以获取有效订阅，为每位订阅者维护一个小型状态文件，并通过 Resend 发送邮件。零依赖项，每小时运行一次 cron。详见 docs/HOSTED.md。

citable hosted run --dry-run                  # against Polar, prints the emails instead of sending
citable hosted run --subscribers=subs.json    # against a local list (no Polar), e.g. for your own clients
citable hosted launchd                        # a launchd plist that runs it hourly on a Mac

说明

• MCP 注册表名称：mcp-name: io.github.genzagents/citable（PyPI 软件包 citable-cli；导入名称和命令均为 citable）。

• 机器人用户代理和角色遵循供应商公布的字符串（OpenAI、Anthropic、Perplexity）。角色“answer” = 在实时对话中获取内容以回答问题或引用；“train” = 构建训练语料。

• 边缘检查仅比较 HTTP 状态。若网站对机器人返回 200 并显示验证页面，检查仍会通过；提交包含域名的问题后，我们会为其添加启发式规则。

• --no-live 会跳过机器人抓取（速度更快，只检查 robots.txt）。

开发

python3 -m unittest discover -s tests -v

MIT。由 genzagents 构建。