seo-backlinks

反向链接概况分析

共享数据缓存

步骤 0 —— 检查共享数据缓存：

在收集数据前，检查 .seo-cache/，查看是否有可从相关 SEO 技能复用的上下文。 参考：../seo/references/shared-data-cache.md，了解架构和依赖关系图。

检查以下缓存文件（如果存在）：

• .seo-cache/site-meta.json：域名、业务类型、行业和抓取上下文

• .seo-cache/audit-scores.json：此前完整审计的优先级

• .seo-cache/pages/{url-slug}/page-analysis.json：提供 URL 时的页面级上下文

• 如果找到：解析并使用明确有效的字段（注明“正在使用来自 [date] 的缓存 [X]”）

• 如果缺失、损坏或无关：继续使用新证据

• 如果用户说“refresh”或“re-run”：忽略缓存读取，并在写入时覆盖

来源检测

分析前，检测可用的数据来源：

1. DataForSEO MCP（付费）：检查是否有 dataforseo_backlinks_summary 工具可用
2. Moz API（免费注册）：python scripts/backlinks_auth.py --check moz --json
3. Bing Webmaster（免费注册）：python scripts/backlinks_auth.py --check bing --json
4. Common Crawl（始终可用）：域名级图谱，含 PageRank
5. Verification Crawler（始终可用）：检查已知反向链接是否仍然存在

运行 python scripts/backlinks_auth.py --check --json，一次性检测所有来源。

如果除始终可用的来源外，没有配置其他来源：

• 仍使用 Common Crawl 的域名指标生成报告
• 建议：“运行 /seo backlinks setup，添加免费的 Moz 和 Bing API 密钥，以获取更丰富的数据”

快速参考

命令	用途
/seo backlinks <url>	完整的反向链接概况分析（使用所有可用来源）
/seo backlinks gap <url1> <url2>	竞争对手反向链接差距分析
/seo backlinks toxic <url>	检测有害链接并提供拒绝建议
/seo backlinks new <url>	新增和丢失的反向链接（仅限 DataForSEO）
/seo backlinks verify <url> --links <file>	验证已知反向链接是否仍然存在
/seo backlinks setup	显示免费反向链接 API 的设置说明

分析框架

请完成以下 7 个部分。每个部分都按优先顺序列出数据来源。

1. 概况

DataForSEO： dataforseo_backlinks_summary → 反向链接总数、引用域名数、域名排名、follow 比例、趋势。

Moz API： python scripts/moz_api.py metrics <url> --json → Domain Authority、Page Authority、Spam Score、链接根域名数、外部链接数。

Common Crawl： python scripts/commoncrawl_graph.py <domain> --json → 入度（引用域名数）、PageRank、调和中心性。

评分：

指标	良好	警告	严重
引用域名数	>100	20-100	<20
Follow 比例	>60%	40-60%	<40%
域名多样性	单个域名占比不超过 5%	1 个域名占比 >10%	1 个域名占比 >25%
趋势	增长或稳定	缓慢下降	快速下降（每季度 >20%）

2. 锚文本分布

DataForSEO： dataforseo_backlinks_anchors

Moz API： python scripts/moz_api.py anchors <url> --json

Bing Webmaster： python scripts/bing_webmaster.py links <url> --json（从链接详情中提取锚文本）

健康分布基准：

锚文本类型	目标范围	过度优化信号
品牌词（公司／域名名称）	30-50%	<15%
URL／裸链接	15-25%	不适用
通用词（“点击此处”“了解更多”）	10-20%	不适用
完全匹配关键词	3-10%	>15%
部分匹配关键词	5-15%	>25%
长尾／自然锚文本	5-15%	不适用

如果完全匹配锚文本超过 15%，请标记——这是 Google Penguin 风险信号。

3. 引荐域名质量

DataForSEO： dataforseo_backlinks_referring_domains

Moz API： python scripts/moz_api.py domains <url> --json → 包含 DA 分数的域名

Common Crawl： python scripts/commoncrawl_graph.py <domain> --json → 排名前列的引荐域名（域名级别，不含权威度分数）

分析：

• 顶级域名分布：.edu、.gov、.org = 权威度高。过多的 .xyz、.info = 质量低
• 国家/地区分布：与目标市场相符。80% 以上来自无关国家/地区 = PBN 信号
• 域名排名分布：健康的链接配置会包含来自所有权威度层级的链接
• 各域名的 follow/nofollow 情况：仅提供 nofollow 链接的网站 = SEO 价值有限

4. 有害链接检测

DataForSEO： dataforseo_backlinks_bulk_spam_score + 参考资料中的有害模式

Moz API： 通过 python scripts/moz_api.py metrics <url> --json 获取 Spam Score（1-17% 的范围，>11% = 高风险）

验证爬虫： python scripts/verify_backlinks.py --target <url> --links <file> --json（验证可疑链接是否仍然存在）

高风险指标（立即标记）：

• 来自已知 PBN（私人博客网络）域名的链接
• 不自然的锚文本模式（来自某个域名的链接 100% 为精确匹配）
• 来自已受处罚或已从索引中移除的域名的链接
• 大量提交到目录（50 个以上目录链接）
• 链接农场（每页有 10K 个以上出站链接的网站）
• 付费链接模式（某个域名的所有页面都有页脚/侧边栏链接）

中风险指标（人工审核）：

• 来自不相关领域的链接
• 互惠链接模式
• 来自内容单薄页面（<100 个词）的链接
• 来自单一域名的链接过多（来自 1 个域名的反向链接超过 50 个）

加载 references/backlink-quality.md，查看完整的 30 种有害模式和拒绝链接标准。

5. 按反向链接数量排名的热门页面

DataForSEO： dataforseo_backlinks_backlinks，目标类型为 "page"

Moz API： python scripts/moz_api.py pages <domain> --json

查找：

• 哪些页面吸引了最多的反向链接
• 拥有高权威度链接的页面（链接磁铁）
• 没有反向链接的页面（内部链接机会）
• 有反向链接的 404 页面（可通过重定向收回链接权重）

6. 竞争对手差距分析

DataForSEO： 分别获取两个域名的 dataforseo_backlinks_referring_domains，然后进行比较

Bing Webmaster（独有！）： python scripts/bing_webmaster.py compare <url1> <url2> --json — 唯一内置竞争对手比较功能的免费工具

Moz API： 分别通过 python scripts/moz_api.py metrics <url> --json 比较域名间的 DA/PA

输出：

• 链接到竞争对手但没有链接到目标站点的域名 = 建立链接的机会
• 同时链接到两者的域名 = 验证现有关系
• 仅链接到目标站点的域名 = 竞争优势
• 前 20 个建立链接的机会，附带域名权威度

7. 新增和丢失的反向链接

仅限 DataForSEO： 使用日期筛选条件调用 dataforseo_backlinks_backlinks，查看 30/60/90 天内的变化

验证爬虫： 对已知链接使用 python scripts/verify_backlinks.py 验证当前状态

注意： 免费来源无法追踪一段时间内新增或丢失的链接。如果用户在未使用 DataForSEO 的情况下请求此部分，请告知用户：“链接增长速度追踪需要 DataForSEO 扩展。免费来源仅提供特定时间点的快照。”

危险信号：

• 新链接突然激增（可能是负面 SEO 攻击）
• 大量链接突然丢失（网站受罚或内容被移除）
• 3 个月以上的链接增长速度持续下降（内容未能吸引链接）

反向链接健康评分

计算 0-100 分的评分。混合使用多个来源时，按置信度加权：

因素	权重	来源（优先级顺序）	置信度
引荐域名数量	20%	DataForSEO > Moz > CC 入度	1.0 / 0.85 / 0.50
域名质量分布	20%	DataForSEO > Moz DA 分布	1.0 / 0.85
锚文本自然度	15%	DataForSEO > Moz > Bing 锚文本	1.0 / 0.85 / 0.70
有毒链接比例	20%	DataForSEO > Moz 垃圾评分	1.0 / 0.85
链接增长趋势	10%	仅 DataForSEO	1.0
Follow/nofollow 比例	5%	DataForSEO > Bing 详情	1.0 / 0.70
地理相关性	10%	DataForSEO > Bing 国家/地区	1.0 / 0.70

**数据充足性门槛：**统计 7 个因素中至少有一个可用数据来源的因素数量。

• **有数据的因素达到 4 个或更多：**生成 0-100 的数值评分（按比例重新分配缺失因素的权重）
• **少于 4 个因素：**请勿生成数值评分。改为显示：

  Backlink Health Score: INSUFFICIENT DATA (X/7 factors scored)
  

  显示可用的各项因素评分，并标注其来源和置信度。 建议：“配置 Moz API（免费）以获取可评分的概况。运行 /seo backlinks setup”

仅当 CC 可用时，最高评分限制为 70/100。 少于 4 个数据来源时给出数值评分会产生误导——这会让人以为健康状况不佳，而实际情况只是我们缺少数据。

输出格式

反向链接健康评分：XX/100（或数据不足）

部分	状态	评分	数据来源
概况	通过/警告/失败	XX/100	Moz (0.85)
锚文本分布	通过/警告/失败	XX/100	Moz (0.85)
引荐域名质量	通过/警告/失败	XX/100	CC (0.50)
有毒链接	通过/警告/失败	XX/100	Moz 垃圾评分 (0.85)
热门页面	信息	不适用	Moz (0.85)
链接增长趋势	通过/警告/失败	XX/100	仅 DataForSEO

严重问题（立即修复）

高优先级（1 个月内修复）

中优先级（持续改进）

链接建设机会（前 10 项）

错误处理

错误	原因	解决方法
未配置来源	没有 API 密钥，也没有 DataForSEO	运行 /seo backlinks setup
Moz 速率限制	免费版：每 10 秒 1 次请求	等待 10 秒后重试。脚本已内置此处理。
Bing 未验证站点	站点未在 Bing 中验证	在 https://www.bing.com/webmasters 验证
CC 下载超时	图文件较大，连接速度较慢	使用 --timeout 180 标志
DataForSEO 不可用	未安装扩展	运行 ./extensions/dataforseo/install.sh
未返回反向链接数据	域名较新或规模很小	注意：小型站点的反向链接可能少于 10 个

回退链：

1. DataForSEO 可用？→ 将其用作主要来源（置信度：1.0）
2. 已配置 Moz？→ 将其用于 DA/PA/垃圾评分/锚文本（置信度：0.85）
3. 已配置 Bing？→ 将其用于链接/竞争对手对比（置信度：0.70）
4. 始终使用：Common Crawl 获取域名级指标（置信度：0.50）
5. 始终使用：验证爬虫检查已知链接（置信度：0.95）
6. 都无法使用？→“运行 /seo backlinks setup 配置免费 API”

交付前审查（必须执行）

向用户展示任何反向链接分析前，先在内部运行此检查清单。 请勿跳过此步骤。展示报告前修复发现的所有问题。

核查每项声明

• Schema 声明：每个区块的 parse_html 是否都返回了 @type？如果缺少任何 @type， 请重新检查——它可能使用了 @graph 包装器（这是有效的 JSON-LD，并非格式错误）。
• “link_removed”发现：页面是否由 JS 渲染？如果是 unverifiable_js，请如实说明——绝不要 将 JS 渲染的页面报告为“link removed”（这会造成误报）。
• H1 发现：h1_suspicious 列表中是否有任何 H1？如果有，请注明它们可能是 计数器／统计数据，而非语义标题。
• 互惠链接：如果网站 A 链接到网站 B，且 B 也链接回 A，请将其标记为互惠链接模式。将导出链接 与已验证的入站来源进行核对。
• 健康度评分：是否有 7 个因素中的至少 4 个获得评分？如果没有，请报告数据不足——绝不要 显示可能造成误导的数值评分。

核实数据来源标签

• 报告中的每项指标都有来源标签（例如“已解析（0.95）”、“CC（0.50）”）
• 每项“未找到”结果都明确区分“未抓取”、“低于阈值”和“错误”
• 社交媒体页面标记为 unverifiable_js（而非 link_removed）

交叉检查一致性

• 平台检测结果与实际信号相符（检查是否存在 wp-content、shopify CDN 等）
• 摘要中的引用域名数量与已验证链接列表中的实际数量一致
• 每项声明都有数据来源作为依据

如果任何一项检查未通过，请在展示前修正发现结果。绝不要将推断数据当作事实呈现。

分析后

完成任何反向链接分析命令后，始终提供以下选项： “生成专业 PDF 报告？使用 /seo google report”

参考文档

按需加载（启动时不要加载）：

• skills/seo/references/backlink-quality.md -- 详细的有毒链接模式和评分方法（共享参考文档，分析有毒链接或垃圾邮件评分时加载）
• skills/seo/references/free-backlink-sources.md -- 来源对比、置信度加权和设置指南（共享参考文档，配置免费反向链接 API 时加载）

写入共享数据缓存

完成所有工作后，如果工作流产生了持久有效的发现，请将简洁的 JSON 摘要写入 .seo-cache/。 使用 ../seo/references/shared-data-cache.md 中的架构和命名规则；至少包含 cache_type、analyzed_at、来源 URL／域名、关键发现、问题、建议和工具限制。如果 .gitignore 中尚未包含 .seo-cache/，请将其添加进去。