MirSquad/make-my-site-agent-ready

# Make My Site Agent-Ready — WordPress 插件 一款让您的网站为 AI agent 和语言模型做好准备的 WordPress 插件。在 `.md` URL 提供纯净的 markdown，生成 `/llms.txt` 和 `/llms-full.txt` 站点索引，提供 `/.well-known/security.txt`，发布机器可读的 `/.well-known/api-catalog`，开放 Agent Skills 发现机制，发送 `Link` 响应头来对外宣告所有这些功能，通过 `robots.txt` 中的 Content Signals 声明 AI 使用偏好，添加 AI 爬虫规则，可选择通过 JSON-LD 结构化数据将 agent 指向 markdown 替代版本（在启用时将其合并到 Yoast SEO 自身的 schema 中，因此不会产生任何重复），并为 AI agent 管理暴露 WordPress Abilities API endpoint。 ## 为什么需要 AI 模型和 agent 越来越需要读取网站内容，发现可用资源，并了解网站所有者允许或不允许它们对这些内容做什么。对于第一个问题，HTML 显得过于嘈杂——导航、广告、脚本和样式都会造成干扰。而默认的 WordPress 在很大程度上并未解决发现机制和使用偏好的问题。这款插件解决了所有这三个问题：用于读取的纯净 markdown、用于发现的机器可读索引和标头，以及用于使用偏好的明确信号。 在构建最初的 `.md`/llms.txt 功能集之前，我们分析了八款现有的插件。大多数设计得过于复杂——自定义转换器、内容协商、user-agent 嗅探。这款插件始终采用更简单的方法：在保存时生成一次 markdown，提供预构建的索引，并明确声明偏好。 ## 功能 ### 内容访问 - **`.md` URL 后缀** — 任何文章或页面都可以通过在其 URL 后附加 `.md` 来访问（例如 `your-site.com/my-post.md`） - **首页**位于 `/index.md` - **YAML frontmatter** — 包含标题、日期、作者、URL、摘要、分类和标签 - **保存时预生成** — markdown 存储在 post meta 中，因此 `.md` 请求可以瞬间响应，无需任何处理 - **`/llms.txt` 站点索引** — 列出所有按分类组织的可用 markdown URL，使用 24 小时 transient 进行缓存 - **`/llms-full.txt`** — 将全站内容拼接为单个 markdown 文件，适用于需要一次性获取所有内容的 LLM - **``** — HTML 页面包含一个指向其 markdown 版本的 link 标签 ### 发现机制 - **`/.well-known/api-catalog`** (RFC 9727) — 一个 Linkset (RFC 9264) JSON 文档，在一个机器可读文件中索引 `llms.txt`、`llms-full.txt`、`security.txt`、Agent Skills 索引、sitemap 和 feed - **Agent Skills 发现机制** — `/.well-known/agent-skills/index.json` 以及一个内置技能 (`fetch-content-as-markdown`)，教导 agent 如何使用此插件的 markdown endpoint 而不是解析 HTML。提供的技能文件及其索引摘要在请求时根据同一数据源计算，因此它们永远不会出现不同步的情况。 - **`Link` 响应标头** (RFC 8288) — 每个前端响应都带有指向 api-catalog 和 Agent Skills 索引的 `Link` 标头；单篇文章/页面会添加第三个指向其 markdown 替代版本的标头。让那些只读取标头而不读取 HTML 的 agent 依然能找到这些资源。 - **结构化数据 (JSON-LD)** — 选择性开启，默认关闭。通过 `encoding`/`MediaObject` 字段将 agent 指向 markdown 替代版本。当 Yoast SEO 处于活动状态并为页面生成 schema 时，这会直接合并到 Yoast 自己的 `Article`/`WebPage` 片段中——没有重复的块，Yoast graph 中的其他内容也不会受到影响。否则（没有 Yoast，或者 Yoast 未覆盖的页面类型），则会添加一个独立的精简版 `Article`/`WebPage` JSON-LD 块。在 Settings > Agent-Ready 中启用。 ### 使用偏好与爬虫规则 - **Content Signals** — 在 `robots.txt` 中的每个 AI 爬虫组下声明 `Content-Signal: search=..., ai-input=..., ai-train=...`（依据 [contentsignals.org](https://contentsignals.org/) / IETF AI Preferences 草案）。可针对每个站点独立配置：允许索引、允许实时 AI 检索、允许/拒绝模型训练使用。 - **`robots.txt` 中的 AI 爬虫规则** — 为 GPTBot、ClaudeBot、Anthropic-AI、GoogleOther、PerplexityBot 和 FacebookBot 添加明确的 `Allow: /` 条目；如果尚未存在，则添加 `Sitemap:` 指令 - **`/.well-known/security.txt`** — 提供 security.txt 文件 (RFC 9116)，可通过 Settings 配置内容 ### 配置与操作 - **设置页面** (Settings > Agent-Ready) — 文章类型选择器、CSS 根选择器、robots.txt 预览和额外规则文本域、security.txt 内容、Content Signals 开关、结构化数据 (JSON-LD) 开关，以及指向插件提供的所有 endpoint 的快速链接 - **批量重新生成** — 设置页面上的“Regenerate All”按钮 - **规范的 HTTP 标头** — `Content-Type: text/markdown`、`X-Robots-Tag: noindex`、`X-Content-Type-Options: nosniff`、规范链接 - **密码保护** — 受密码保护的文章在 `.md` URL 上返回 403 - **彻底卸载** — 移除所有插件数据（post meta、选项、transient） ## 工作原理 1. 当您保存文章时，插件会使用 [league/html-to-markdown](https://github.com/thephpleague/html-to-markdown) 将其渲染后的 HTML 转换为 markdown，并将其存储在 post meta 中 2. 单个重写规则会捕获所有 `.md` 请求（排除 `/.well-known/` 路径，这些路径会路由到它们各自的处理器——请参阅下文的架构说明） 3. 插件将请求解析为文章，从 meta 中读取预生成的 markdown，并附带适当的标头将其发送出去 4. `/llms.txt` endpoint 构建一个包含所有可用 markdown URL 的分类索引 5. `/llms-full.txt` endpoint 将所有文章和页面的全部内容拼接成一个单一文件 6. `/.well-known/api-catalog`、Agent Skills endpoint 和 `Content-Signal` 指令都以相同的方式生成——在请求时根据实时的站点状态计算，而不是手动维护的静态文件 由于 markdown 是在保存时生成的，因此响应 `.md` 请求本质上是一次单一的 meta 查询——没有 HTML 解析，没有 API 调用，也没有处理开销。 ## 安装 1. 下载或克隆此代码仓库 2. 将 `make-my-site-agent-ready` 文件夹上传到 `wp-content/plugins/` 3. 在 WordPress 中激活插件 4. 前往 **Settings > Agent-Ready** 配置文章类型、robots.txt 规则、security.txt 内容和 Content Signals 5. 访问 **Settings > Permalinks** 并点击保存（以刷新重写规则）——在未来的插件更新后不需要这样做，仅在首次安装时需要，因为从 v1.4.0 版本开始，版本更新会自动刷新重写规则 该插件在 `vendor/` 文件夹中包含了其唯一的依赖项 (`league/html-to-markdown`)——无需运行 Composer install。 ## 输出示例 **`your-site.com/hello-world.md`** 返回： ``` --- title: "Hello World" date: "2026-01-15" author: "Jane Doe" url: "https://your-site.com/hello-world/" excerpt: "Welcome to my site." categories: - "Uncategorized" tags: [] --- Welcome to WordPress. This is your first post. Edit or delete it, then start writing! ``` **`your-site.com/llms.txt`** 返回一个站点索引，其中包含按分类分组的所有可用 markdown URL。 **`your-site.com/llms-full.txt`** 以拼接的 markdown 格式返回每篇已发布文章和页面的全部内容。 **`your-site.com/.well-known/api-catalog`** 返回一个 Linkset JSON 文档，索引了插件提供的每个可被发现资源。 **`your-site.com/robots.txt`** 返回，在每个 AI 爬虫组下： ``` User-agent: GPTBot Allow: / Content-Signal: search=yes, ai-input=yes, ai-train=no ``` **在启用结构化数据且 Yoast SEO 处于活动状态的单篇文章中**，会有一个 `encoding` 字段被直接合并到 Yoast 自身的 `Article` 片段中： ``` { "@type": "Article", "headline": "Hello World", "datePublished": "2026-01-15T09:00:00+00:00", "...": "...Yoast's other Article fields (author, publisher, wordCount, etc.), unchanged...", "encoding": { "@type": "MediaObject", "contentUrl": "https://your-site.com/hello-world.md", "encodingFormat": "text/markdown" } } ``` **在未启用 Yoast 的情况下**（或者对于 Yoast 未覆盖的页面类型），相同的信息将作为其独立的块发送： ``` { "@context": "https://schema.org", "@type": "Article", "url": "https://your-site.com/hello-world/", "headline": "Hello World", "datePublished": "2026-01-15T09:00:00+00:00", "dateModified": "2026-01-15T09:00:00+00:00", "encoding": { "@type": "MediaObject", "contentUrl": "https://your-site.com/hello-world.md", "encodingFormat": "text/markdown" } } ``` ## 架构说明 **`.md` 全局匹配重写规则排除了 `/.well-known/`。** 提供文章/页面 `.md` URL 的宽泛规则 (`^(.+)\.md/?$`) 否则也会匹配像 `/.well-known/agent-skills/*/SKILL.md` 这样的路径，并且——取决于重写规则的注册顺序——可能会覆盖这些路径的更具体规则。全局匹配规则通过使用负向先行断言 (`^(?!\.well-known/)(.+)\.md/?$`) 进行了范围限制，因此无论插件（或其未来版本）在 `/.well-known/` 下添加了什么，都不会发生这种情况。 **`Link` 标头在 `template_redirect` 时发送，而不是在 `send_headers` 时发送。** `send_headers` 在 WordPress 解析主查询之前触发，因此此时像 `is_singular()` 这样的条件标签还不可靠。`template_redirect` 在查询解析之后触发，并且仍然有足够早的时间来设置标头。 **Content Signals 是按 AI 爬虫组发出的，从不在 `User-agent: *` 下发出。** 该组通常由 SEO 插件（在此默认为 Yoast）拥有——向其添加内容可能会面临与其他插件输出冲突的风险。 **结构化数据合并到 Yoast 的 schema 中，而不是对其进行重复。** Yoast 的 Schema Framework 已经在每个页面上声明了 type、url、title 和 dates——此插件添加的唯一新事实是指向 markdown 替代版本的 `encoding`/`MediaObject` 指针。当 Yoast 为当前页面生成 schema 片段时，该字段通过 Yoast 官方文档记录的 `wpseo_schema_article`/`wpseo_schema_webpage` 过滤器直接注入到 Yoast 自身的 `Article`/`WebPage` 片段中——无条件注册（不依赖于在插件加载时检测 Yoast，因为跨插件的加载顺序无法保证；如果 Yoast 未处于活动状态，这些过滤器根本就不会触发）。当注入不适用时，会回退为不带 `@id` 的独立块——例如没有 Yoast、Yoast 的 schema 输出被禁用，或者 Yoast 为其提供了独立 schema 的内容类型（如 WooCommerce 产品）。 ## 环境要求 - WordPress 6.0+ - PHP 7.4+ ## 许可证 GPL-2.0-or-later ## WordPress Abilities API 此插件为 [WordPress Abilities API](https://developer.wordpress.org/apis/abilities-api/) (WordPress 6.9+) 暴露了相应的 abilities，使其能够通过 [MCP Adapter](https://github.com/WordPress/mcp-adapter) 插件由 AI agent 进行管理。 ### 环境要求 - WordPress 6.9+ - [MCP Adapter 插件](https://github.com/WordPress/mcp-adapter) ### 可用 abilities | Ability | 访问级别 | 描述 | |---|---|---| | `make-my-site-agent-ready/get-settings` | 始终开启 | 返回已启用的文章类型和内容根 CSS 选择器 | | `make-my-site-agent-ready/regenerate-files` | 始终开启（破坏性） | 为所有已发布的内容重新生成缓存的 markdown，并清除 llms.txt 和 llms-full.txt 缓存。AI 工具在运行前会要求确认。 |

标签：DLL 劫持, ffuf, Markdown, SEO优化, WordPress插件, 内容分发, 大语言模型, 文件完整性监控