blog-analyze

博客分析器：质量审核与评分

按 5 个类别为博客文章打分，满分为 100 分，并提供按优先级排序的改进建议。包含 AI 内容检测分析。支持本地文件或已发布的 URL。

参考文档（路径相对于仓库根目录）：

• skills/blog/references/quality-scoring.md：完整评分清单
• skills/blog/references/eeat-signals.md：E-E-A-T 评估标准
• skills/blog/references/ai-slop-detection.md：双层反射方法（v1.8.0）
• skills/blog/references/editorial-heuristics.md：序数 0-4 评分标准、P0-P3 严重程度（v1.8.0，与 --rubric 搭配使用）
• skills/blog/references/cognitive-load.md：各章节概念密度（v1.8.0，与 --cognitive-load 搭配使用）

输入处理

• 本地文件：直接读取文件
• URL：使用 WebFetch 获取并提取内容
• 目录：扫描博客文件，并审核全部文件（批处理模式）
• 标志：--format json|table、--batch、--sort score、--rubric、--cognitive-load

可选模式（v1.8.0）

• --rubric：除 100 分制评分外，还输出序数 0-4 编辑启发式评分标准，并附上 P0-P3 严重程度标签。参见 skills/blog/references/editorial-heuristics.md。保留 100 分制 JSON 架构；评分标准作为同级的 rubric 字段添加。
• --cognitive-load：对文章运行 scripts/cognitive_load.py，并将各章节的负荷热力图作为同级的 cognitive_load 字段嵌入。参见 skills/blog/references/cognitive-load.md。

这两种模式都是增量功能。默认行为（不带标志）保持不变。

评分流程

步骤 1：内容提取

阅读博客文章并提取：

• Frontmatter（标题、描述、日期、lastUpdated、作者、标签）
• 标题结构（H1、H2、H3 及层级）
• 段落数量和每段字数
• 统计数据（所有带或不带来源的数字声明）
• 图片（数量、是否包含 alt 文本、格式）
• 图表/SVG（数量、类型多样性）
• 链接（内部、外部、失效）
• 是否包含 FAQ 部分
• Schema 标记（包含的类型）
• Meta 标签（标题、描述、OG 标签、twitter cards）
• 用于突发性分析的句长
• 用于多样性评分的词汇词元

步骤 2：对各类别评分

加载 references/quality-scoring.md 查看完整清单。对每项评分：

内容质量（30 分）

检查项	分值	通过标准
深度/全面性	7	充分涵盖主题，没有重大遗漏
可读性（Flesch 60-70）	7	Flesch 60-70 为理想范围，55-75 可接受；年级 7-8；Gunning Fog 7-8
原创性/独特价值标志	5	原创数据、案例研究、一手经验
句子与段落结构	4	平均句长 15-20 个词，超过 20 个词的句子占比 ≤25%；段落 40-80 个词；每 200-300 个词使用一个 H2
互动元素	4	摘要框、提示框、多样化内容块。可接受的标题包括：“TL;DR”、“Key Takeaways”、“The Bottom Line”、“What You'll Learn”、“At a Glance”、“In Brief”
语法/反模式	3	被动语态 ≤10%，AI 触发词 ≤5 个/1K 词，过渡词占 20-30%，行文流畅

可读性区间（按受众类型应用，或使用默认值）：

受众	Flesch 年级	Flesch 易读度	评分影响
消费者	6-8	60-80	在范围内即可获得满分
专业人士	8-10	50-60	在范围内即可获得满分
技术人员	10-12	30-50	在范围内即可获得满分
默认（无受众类型）	7-8	60-70	维持当前评分方式

内容清晰度是影响 AI 引用概率的第 2 大因素（分数差异 +32.83%）。美国成年人的平均阅读水平为 7-8 年级。

SEO 优化（25 分）

检查项	分值	通过标准
包含关键词的标题层级	5	H1 -> H2 -> H3，不跳级，2-3 个标题中包含关键词
标题标签（40-60 个字符，包含关键词和有力词语）	4	关键词前置，情感积极
关键词位置/密度	4	自然融入，不堆砌，出现在前 100 个词内
内部链接（3-10 个，符合上下文）	4	锚文本描述清晰，双向链接
URL 结构	3	简短，包含关键词，不含停用词，全部小写
元描述（150-160 个字符，含统计数据）	3	信息密集，包含一项统计数据
外部链接（1-3 级）	2	包含 3-8 个指向权威来源的出站链接

E-E-A-T 信号（15 分）

检查项	分值	通过标准
作者署名（具名，附简介）	4	真实姓名、资历，不是推销话术
来源引用（1-3 级，文内引用）	4	8 项以上独特统计数据，没有捏造内容
信任指标	4	联系页面、关于页面、编辑政策
经验信号	3	“我们测试时……”，原创照片/数据

根据 E-E-A-T 评估来源引用时，检查每项公开统计数据是否包含 FLOW 证据三要素：正文中标明年份，文内引用包含发布方和标题，来源区块中的 URL 附有检索日期。引用了 1-3 级来源但缺少检索日期的文章，在此子类别中的得分应低于包含完整三要素的文章。标准请参阅 skills/blog/references/flow-alignment.md。

技术要素（15 分）

检查项	分值	通过标准
Schema 标记（3 种以上类型可加分）	4	至少包含 BlogPosting + FAQ + Person
图片优化	3	使用 AVIF/WebP，alt 文本描述清晰，除 LCP 图片外均延迟加载
结构化数据元素	2	表格、列表、对比区块
页面速度信号	2	LCP < 2.5s，不含阻塞渲染的 JS
移动设备友好性	2	响应式设计，点击目标至少为 48px
OG/社交媒体元标签	2	og:title、og:description、og:image、twitter:card

AI 引用就绪度（15 分）

检查项	分值	通过标准
段落级可引用性（120-180 个词）	4	各部分内容独立完整，并包含统计数据和来源
问答格式的部分	3	60-70% 的 H2 标题为问题形式，包含 FAQ
实体清晰度	3	主题实体明确，术语一致
便于提取的内容结构	3	答案优先，表格带有 thead，采用对比格式
AI 爬虫可访问性	2	SSR/SSG，不含由 JS 控制访问的内容

步骤 3：AI 内容检测

分析文章，评估 AI 生成内容的风险：

突发性得分（句长变化程度）：

• 计算整篇文章句长的标准差
• 人类写作：变化程度高（短促有力的句子与复杂长句并存）
• AI 写作：变化程度低（句长始终处于中等水平）
• 得分：0-10 分（10 = 突发性非常接近人类写作）

已知 AI 常用短语检测：标记以下 17 个短语的出现情况：

1. “需要注意的是”
2. “在当今的数字环境中”
3. “深入探讨”
4. “应对复杂性”
5. “让我们来探索”
6. “此外”
7. “总之”
8. “值得一提的是”
9. “开启……之旅”
10. “尖端”
11. “利用”（作为动词，非金融语境）
12. “游戏规则改变者”
13. “彻底改变”
14. “简化”
15. “发挥……的力量”
16. “深入探究”
17. “释放潜力”
18. 破折号 (-) — 统计所有出现次数，并标记为 AI 写作模式

词汇多样性（类符-形符比）：

• 计算独特词汇数 / 总词数
• 人类写作：长篇内容的 TTR 通常为 0.4-0.6
• AI 写作：TTR 通常低于 0.35（词汇重复）

AI 内容风险评估：

• 如果综合信号表明 AI 概率 > 50%，则进行标记
• 提供触发标记的具体段落
• 建议增加人类写作特征：个人轶事、多变的句子节奏、领域术语

步骤 4：确定评分

分数	评级	操作
90-100	卓越	原样发布，作为旗舰内容
80-89	强	稍作润色，即可发布
70-79	可接受	需要针对性改进
60-69	未达标准	需要大幅返工
< 60	重写	存在根本性问题，从大纲开始重写

步骤 4.5：可选序数评分标准（--rubric）

传入 --rubric 时，还会根据 skills/blog/references/editorial-heuristics.md 中定义的 10 项编辑启发式标准为文章评分。每项标准得分为 0-4，并标注严重程度（P0 / P1 / P2 / P3 / 无）。

评分标准不会取代 100 分制评分，而是与之并行运行，并指出哪些问题会阻止发布，哪些只需润色。

评分标准的输出格式为以下任一形式：

• Markdown 表格（默认），附加在主报告下方，标题为 ### 编辑启发式评分标准。
• 使用 --format json 时，输出为 JSON rubric 字段。

评分标准 JSON 架构：

{
  "rubric": {
    "heuristics": [
      { "id": 1, "name": "Visibility of intent", "score": 3, "severity": "P2", "note": "Summary box generic" },
      ...
    ],
    "p0_count": 0,
    "p1_count": 1,
    "p2_count": 2,
    "p3_count": 3
  }
}

步骤 4.6：可选认知负荷热图（--cognitive-load）

传入 --cognitive-load 时，运行 scripts/cognitive_load.py <file> --format json，并将结果嵌入 JSON 输出的 cognitive_load 字段，或追加为 Markdown 输出中的 ### 认知负荷热图 部分。有关阈值和解读，请参阅 skills/blog/references/cognitive-load.md。

步骤 5：生成报告

默认输出格式（Markdown）：

## Blog Quality Report: [Title]

**Score: [X]/100** - [Rating]

### Score Breakdown
| Category | Score | Max | Notes |
|----------|-------|-----|-------|
| Content Quality | X | 30 | [1-line summary] |
| SEO Optimization | X | 25 | [1-line summary] |
| E-E-A-T Signals | X | 15 | [1-line summary] |
| Technical Elements | X | 15 | [1-line summary] |
| AI Citation Readiness | X | 15 | [1-line summary] |
| **Total** | **X** | **100** | |

### AI Content Risk
- **Burstiness score**: [X]/10 ([human-like / moderate / flat])
- **AI phrases detected**: [N] ([list phrases found])
- **Vocabulary diversity (TTR)**: [X] ([high / acceptable / low])
- **AI probability**: [X]% - [No concern / Review recommended / High risk]
- **Flagged passages**: [quote specific flat or formulaic sections, if any]

### Issues Found

#### Critical (Must Fix)
- [ ] [Issue with specific location and fix]

#### High Priority
- [ ] [Issue with specific location and fix]

#### Medium Priority
- [ ] [Issue with specific location and fix]

#### Low Priority
- [ ] [Issue with specific location and fix]

### Quick Stats
- Word count: [N]
- Paragraphs: [N] (X over 150 words)
- H2 sections: [N] (X as questions, X with answer-first formatting)
- Statistics: [N] sourced / [N] unsourced
- Images: [N] (X with alt text, formats: ...)
- Charts: [N] (types: ...)
- Internal links: [N]
- External links: [N] (tier breakdown: ...)
- Schema types: [list]
- OG/social tags: [present/missing]

### Recommended Actions
1. [Most impactful fix: Critical items first]
2. [Second most impactful]
3. [Third]

Run `/blog rewrite <file>` to apply these optimizations automatically.

导出格式

默认：Markdown 报告

如上所示的标准详细报告。

JSON 导出（--format json）

可供 CI/CD 或仪表板集成的机器可读输出：

{
  "file": "post.md",
  "title": "...",
  "score": 78,
  "rating": "Acceptable",
  "categories": {
    "content_quality": { "score": 22, "max": 30 },
    "seo_optimization": { "score": 18, "max": 25 },
    "eeat_signals": { "score": 12, "max": 15 },
    "technical_elements": { "score": 13, "max": 15 },
    "ai_citation_readiness": { "score": 13, "max": 15 }
  },
  "ai_detection": {
    "burstiness": 6.2,
    "ai_phrases_found": ["Furthermore", "Let's explore"],
    "ttr": 0.44,
    "ai_probability": 32
  },
  "issues": {
    "critical": [],
    "high": [],
    "medium": [],
    "low": []
  }
}

表格导出（--format table）

便于快速审阅的精简摘要：

File            | Score | Rating     | Content | SEO | EEAT | Tech | AI-Ready | AI Risk
post.md         |    78 | Acceptable |   22/30 | 18/25 | 12/15 | 13/15 |    13/15 |    32%

批处理模式

指定目录或 --batch 标志时，扫描博客文件并生成汇总表。使用 --sort score 按分数排序（默认升序）。

## Blog Audit Summary: [N] Posts Analyzed

| File | Score | Rating | Content | SEO | EEAT | Tech | AI-Ready | AI Risk | Top Issue |
|------|-------|--------|---------|-----|------|------|----------|---------|-----------|
| post-1.md | 85 | Strong | 26/30 | 20/25 | 13/15 | 14/15 | 12/15 | 18% | Missing OG tags |
| post-2.md | 42 | Rewrite | 10/30 | 8/25 | 5/15 | 9/15 | 10/15 | 71% | 12 fabricated stats |
| post-3.md | 71 | Acceptable | 20/30 | 16/25 | 10/15 | 12/15 | 13/15 | 25% | No answer-first |

### Priority Queue (Lowest Scoring First)
1. post-2.md (42): Full rewrite needed, high AI content risk
2. post-3.md (71): Answer-first formatting + stats needed
3. post-1.md (85): Add OG tags, minor polish

Run `/blog rewrite <file>` on each, starting from lowest score.