← 返回文章列表

个人站点 SEO 从 0 到 1：HBU Wiki 被搜索引擎收录全复盘

·15 分钟阅读·4,966 字
创作说明：本文基于作者与 AI 的调试对话整理生成，完整保留问题排查思路与技术细节。

一、诊断：为什么 wiki 搜不到？

致命缺失 后果
没有 sitemap.xml（VitePress 未配 sitemap.hostname） 爬虫不知道有哪些页面
没有 robots.txt 爬虫连 sitemap 地址都找不到
lang 标成 en-US 误导引擎把中文内容判成英文
内容页无独立 title/description 即使爬到也无法精准展示
无 canonical 爬到了也不确定哪个是正式 URL

为什么 blog 能自己收录？ blog 有 sitemap/robots 基础 + 已上线一段时间 + 有一定外链（GitHub 仓库公开等），所以搜索引擎能自然发现。

二、修复：代码层面做了什么

HBU Wiki（.vitepress/config.mjs + 页面 frontmatter）

  • lang: 'zh-CN' 修正语言
  • 顶层 sitemap.hostname: 'https://guide.hbuwiki.top' → 开启 VitePress 自动生成 sitemap.xml（全站 9 个页面）
  • 新建 public/robots.txt：Allow: / + Sitemap: 指路
  • transformHead({ pageData }) 钩子 → 为每个页面动态注入 canonical + og:title/description/url（读 frontmatter，无重复标签）
  • srcExclude: ['**/CLAUDE.md', '**/README.md'] → 排除项目内部文档，防止污染搜索结果
  • 6 个核心内容页（转专业/数据探索器/绩点分析/选课避雷/官方资料/周边指南）补 YAML title + description

Blog（Astro：src/consts.ts + src/components/BaseHead.astro）

  • SITE_DESCRIPTION 改为贴合实际的：二月木的个人博客 — 建站折腾 · AI 工具 · Galgame
  • 补 og:locale = zh_CN、og:site_name、完整 Twitter Card（title/description/image）——主要影响社交分享卡片（发微信/推特时的预览），对排名影响不大
  • 注入 JSON-LD 结构化数据：WebSite + SiteNavigationElement（首页/文章/心迹/友链/关于）
  • 遗留修复：canonical/sitemap/JSON-LD 统一到 www.eryuemu.com（线上 308 重定向后的正式域名）

三、核心知识 ①：收录三件套

sitemap.xml（页面清单）  ← robots.txt 指路 ←  主动提交（登记户口）
  1. sitemap.xml：全站页面清单，告诉爬虫“我有哪些页面”，防止它随缘瞎逛漏掉关键页。
  2. robots.txt：爬虫的入口文件，Sitemap: 字段指到 sitemap 地址。VitePress 配 sitemap.hostname 即自动生成，Astro 用 @astrojs/sitemap 插件自动生成 sitemap-index.xml（索引地图，内含 sitemap-0.xml 子地图）。
  3. 主动提交：去 Search Console / Bing Webmaster 提交 sitemap 并验证所有权 = 在引擎那里“登记户口”。

手动提交 vs 自然爬取：最终收录效果和权重完全一样，引擎不区别对待。但新站手动提交一次明显更好：

  • 速度：手动 = 优先处理队列（几小时~2 天），自然爬取 = 可能几周甚至一个月才轮到你
  • 仪表盘：绑定 Search Console 后有官方后台，能看到哪些页面收录失败及原因、搜索词、点击量——不再是“黑盒”

四、核心知识 ②：展示三件套 —— 搜索结果每个字来自代码哪里

🌐 www.eryuemu.com                     ← [1] canonical URL
eryuemu's blog                         ← [2] <title> 标签（蓝色大标题）
二月木的个人博客 — 建站折腾 · AI 工具 · Galgame  ← [3] <meta name="description">（灰色摘要）
  • [1] 网址：<link rel="canonical"> —— 告诉引擎“我的正式地址是这个”
  • [2] 蓝色标题：每页 <title>（VitePress/Astro 由 frontmatter 生成）
  • [3] 灰色摘要：<meta name="description">，Google 的行为差异：Bing 倾向直接展示后台 description；Google 更智能——当搜索词（如“eryuemu 是谁”）与正文某段高度匹配时，会直接从正文抓取段落当摘要（首页 Hero 自我介绍被当作摘要就是这个原因）

Bing 搜索结果中展示的站点主标题与摘要 图：Bing 搜索结果中展示的站点主标题与摘要

Google 搜索结果优先提取首页 Hero 自我介绍正文作为动态摘要 图：Google 搜索结果优先提取首页 Hero 自我介绍正文作为动态摘要

五、核心知识 ③：黑盒部分 —— Sitelinks 子链接卡片

友链那种搜索结果下方 6~8 个方块子入口（🐑薅薅羊毛、📷摄影相册……）叫 Sitelinks。

友链博客「口袋分享记」在 Bing 搜索结果中展示的 Sitelinks 站内多格子快捷卡片 图：友链博客「口袋分享记」在 Bing 搜索结果中展示的 Sitelinks 站内多格子快捷卡片

  • 没有代码能强制开启，是引擎算法根据站点质量自动决定
  • 只能“喂条件”提高概率：
    1. 搜品牌词排名第一
    2. 网站导航架构清晰（首页明确链接各栏目）
    3. 结构化数据 SiteNavigationElement（相当于递一张“官方导航清单”，不给的话引擎自己猜）
    4. 上线一段时间 + 点击量积累
  • 时间预期：收录后 1~3 个月，满足条件会逐步展开

六、提交收录操作流程（Google + Bing）

Google Search Console

  1. search.google.com/search-console → 添加资源 → 网址前缀（比“网域”省事：网域必须去 DNS 加 TXT 记录；网址前缀支持 HTML meta 标记验证，10 秒完成）

Google Search Console 欢迎页添加资源 图：Google Search Console 欢迎页添加资源

  1. 验证方式选 HTML 标记 → 把 <meta name="google-site-verification" content="..."> 写进站点 <head>（本案例：wiki 提交于 89bdc94，blog 提交于 bea8c1d）→ 点验证

Google Search Console 验证所有权弹窗（支持 HTML 标记与 HTML 文件验证） 图：Google Search Console 验证所有权弹窗（支持 HTML 标记与 HTML 文件验证）

所有权验证成功后 Google 发送的官方站长开通通知邮件 图：所有权验证成功后 Google 发送的官方站长开通通知邮件

  1. 左侧「站点地图」 → 输入 sitemap.xml（wiki）/ sitemap-index.xml（blog）→ 提交

HBU Wiki 提交站点地图 sitemap.xml 界面 图：HBU Wiki 提交站点地图 sitemap.xml 界面

博客 eryuemu.com 提交站点地图 sitemap-index.xml 界面 图：博客 eryuemu.com 提交站点地图 sitemap-index.xml 界面

  1. 顶部搜索栏输入首页 URL → 先点「测试实际网址」（会派实时爬虫实测一次）→ 显示“网址可编入索引”后点「请求编入索引」

Google Search Console 网址检查与申请编入索引（已发现 - 尚未编入索引） 图：Google Search Console 网址检查与申请编入索引（已发现 - 尚未编入索引）

常见现象：

  • 刚提交显示“无法抓取“：同步延迟的假报错，几小时~明天自动变绿
  • “已发现 - 尚未编入索引”：正常中间状态

刚提交站点地图时常见的同步延迟假报错「无法抓取」 图：刚提交站点地图时常见的同步延迟假报错「无法抓取」（正常现象，无需慌张）

Bing Webmaster Tools

  • 支持从 Google Search Console 一键导入：授权 Google 账号 → 自动同步两个站的所有权验证 + sitemap
  • 导入时若提示数据未同步（Google 刚绑定几分钟），手动添加 + HTML meta 验证同样 1 分钟搞定

Bing Webmaster Tools 支持从 Google Search Console 一键同步站点与 Sitemap 图：Bing Webmaster Tools 支持从 Google Search Console 一键同步站点与 Sitemap

为什么 Bing 里 wiki 显示 9、blog 显示 1？

  • VitePress 生成单层直属地图 sitemap.xml（直接列出 9 个页面）→ 一眼数出 9
  • Astro 生成地图索引 sitemap-index.xml（只含 1 个指向子地图的链接）→ 显示 1，等引擎翻开子地图后变 25

Bing Webmaster Tools 成功读取 HBU Wiki 的 sitemap.xml（状态成功，已发现 9 个 URL） 图：Bing Webmaster Tools 成功读取 HBU Wiki 的 sitemap.xml（状态成功，已发现 9 个 URL）

七、数据看板：GSC vs Umami（上游 vs 下游）

Google Search Console Umami / Vercount
管辖范围 进站前（引擎内部） 进站后（网页行为）
统计对象 仅 Google 搜索用户 所有渠道所有访客
核心数据 曝光量、关键词、排名 访客数/PV、停留时长、设备、地理位置
一句话 别人怎么从 Google 找到你 进站之后看了什么、看了多久

HBU Wiki 接入的 Umami 实时数据大屏（统计进站后的真实访客、浏览量与停留时长） 图：HBU Wiki 接入的 Umami 实时数据大屏（统计进站后的真实访客、浏览量与停留时长）

  • 两个工具互补，专业站长配置 = 两者都看
  • 注：博客底部“访问人数/总访问量”计数器与 wiki 用的是同一套 Vercount API（events.vercount.one），通过 Cookie 去重统计 UV、每次加载累计 PV，本地 localhost 不计入
  • 个人博客不加 Umami 大屏也完全可以：底部计数器 + Search Console 已够用，保持轻量

八、生效时间表与验证方法

项目 预期时间
Bing 收录 1~3 天
Google 收录（已请求编入索引） 2~7 天
Blog 描述更新 3~7 天（等爬虫回访重爬）
Sitelinks 子链接卡片 1~3 个月（点击量积累后）

验证是否被收录（浏览器地址栏直接搜）：

site:guide.hbuwiki.top
site:eryuemu.com

有结果列出即已入库；或者看 Search Console 左侧「网页索引」的已编入数量。

九、后续维护（零成本）

  • 新增文章/页面：不需要任何额外配置。VitePress/Astro 构建时自动把新链接加进 sitemap.xml，引擎下次爬取自动发现
  • 改标题/描述：blog 改 consts.ts 的 SITE_TITLE/SITE_DESCRIPTION；wiki 改 config.mjs → git push 即可，引擎 3~7 天内更新展示
  • 搜索引擎会不会因为“手动提交过”就高看你的站？不会，提交只是加速发现，排名还是靠内容、结构、点击积累
评论区