dilab/audit

audit – der vierteljährliche Crawl

analysis sieht das Repository; audit sieht, was ein Besucher und ein Crawler sehen: das Live-HTML, die echten Statuscodes, die Weiterleitungen, die Sitemap wie ausgeliefert. Alles, was es findet, wird entweder zu einem Backlog-Eintrag, den der fix-Skill mechanisch ausführen kann, oder zu einer Zeile in der Besitzerliste für Dinge, die kein Skill anfassen sollte (Navigation, Layouts, Preis- und rechtliche Seiten, Hosting). Es bearbeitet nie einen Artikel und eröffnet nie einen PR.

Skripte: ${CLAUDE_PLUGIN_ROOT}/scripts/{crawl,inventory,sitecheck}.js. Set P=${CLAUDE_PLUGIN_ROOT}.

Argumente: --origin <url> (Standard: https://<domain> aus seo/brand.json, sonst der Host der Preview-Zeile), --max <n> Seiten (500), --external <n> externe Links zum Prüfen (200), --cwv (PageSpeed Insights für die Startseite und Cluster-Hubs abfragen; benötigt Netzwerk zu googleapis.com, PAGESPEED_API_KEY optional), --no-items (nur Bericht, nichts in das Backlog schreiben), --dry-run (crawlen und berichten, nichts committen).

0. Voraussetzungen

Product-Repo-Root; git status --porcelain leer; auf dem Standard-Branch; seo/strategy.md und der Block ## SEO agent existieren. Zuerst node $P/scripts/inventory.js --root ., damit der Crawl Pfade zu Dateien und Arten zuordnen kann. Kein gh erforderlich.

1. Crawl

PREV=$(ls seo/data/crawl/*.json 2>/dev/null | sort | tail -1)
node $P/scripts/crawl.js --root . --origin <origin> --max <n> --external <n> [--cwv] --save seo/data/crawl ${PREV:+--diff $PREV} --quiet

Das JSON lesen: summary (Seiten, Funde nach Code, truncated), findings[] (code, severity fix|report, path, file, msg, to), sitemap (count, error, missing), external[], cwv[], diff (new, resolved seit dem vorherigen Audit). Ein error-Schlüssel auf oberster Ebene oder sitemap.error → dies sagen und anhalten; eine Website, die down ist, ist das Problem des Besitzers, kein Backlog-Eintrag. truncated: true → sagen, dass der Crawl --max erreicht hat und welche Pfade noch in der Warteschlange waren.

Dann auch node $P/scripts/sitecheck.js --root .: Es sieht die Quelle (Blade-Argumente, Routen, Frames), die das Live-HTML verbirgt, und die beiden zusammen ergeben das vollständige Bild.

2. Triage

Drei Buckets (Eimer), in dieser Reihenfolge:

1. fix-Einträge — Funde mit severity: fix (Codes title, description, canonical, alt, link, sitemap) auf einer Seite, deren Inventareintrag eine file der Art guide, article oder tool hat. Ein Eintrag pro Seite, genau wie in analysis §1c beschrieben, mit zwei Unterschieden: - evidence: audit <date>: <n> findings und jede fixes:-Zeile endet mit (audit <date>), damit fix weiß, dass es gegen die Live-Site bestätigen soll, nicht gegen sitecheck:

   ### [B-nnn] fix: <path>
   - type: fix
   - target: <path>
   - score: <n> (potential <p> × ease 10 × fit <f>)      ← potential 3, oder der gsc_potential der Seite aus dem letzten seo/data/gsc-Snapshot; fit aus der Cluster-Priorität
   - evidence: audit <date>: <n> findings
   - status: open
   - fixes:
     link: internal link /old-path redirects to /new-path: link the final URL (audit <date>)
     description: no meta description (audit <date>)
   

   Eine Seite, die bereits einen offenen/beanspruchten/in-Review fix-Eintrag hat → die neuen fixes:-Zeilen anhängen (Zeilen überspringen, die bereits nach Code + to vorhanden sind). Eine Seite, die von einem offenen refresh-Eintrag besessen wird → owned by B-nnn, kein Fix-Eintrag. Ein Fund, den auch sitecheck meldet (gleiche Seite, gleicher Code), wird einmal aufgeführt, aus dem Audit, mit dem Tag (audit <date>).
2. link-Einträge — orphan-Funde auf Artikelseiten: ein link-Eintrag pro Cluster ($P/skills/analysis/SKILL.md §1c-Format, - links:-Zeilen /hub → /orphan (orphan, audit <date>)); ein Cluster mit einem offenen link-Eintrag erhält die Paare angehängt. Orphans ohne Cluster (kein Hub passt) gehen in die Besitzerliste.
3. Besitzerliste — alles andere: broken-external, redirect-chain, duplicate-title/duplicate-description, noindex-in-sitemap, sitemap-404, thin, h1, mixed-content, slow, server-error, jeder Fund auf einer Nicht-Artikel-Seite (Startseite, Preise, Rechtliches, Layouts), sitemap.missing und die CWV-Zeilen. Nach Code gruppieren, die schlimmsten zuerst, ≤ 3 Beispielpfade pro Code; die Datei nennen, wenn das Inventar sie kennt. thin auf einem Artikel ist ein Refresh-Signal, kein Fix: dies sagen und es analysis überlassen.

--no-items → nur Bucket 3, mit einer Zählung der sonstigen Einträge.

3. Commit

Außer bei --dry-run: git add seo/data/crawl/<date>.json seo/backlog.md und seo: audit <date> — <pages> pages, <findings> findings, <k> fix items, <m> link items auf dem Standard-Branch committen (Planungsdateien direkt committen); pushen, wenn der Branch einen Upstream hat. Kein PR.

4. Bericht (≤ 15 Zeilen)

• audit <date>: <pages> pages crawled (<html> html, <truncated?>), <findings> findings (<fixable> fixable); Sitemap <count> URLs, <missing> fehlend oder fehlerhaft
• Funde nach Code, eine Zeile, Anzahl
• Diff vs. <previous>: <new> neu, <resolved> gelöst (die neuen benennen, wenn ≤ 5)
• Einträge: fix-IDs mit Pfaden; link-IDs mit Clustern; owned by / already open-Notizen
• Besitzerliste: ≤ 8 Zeilen, die schlimmsten zuerst (ein 5xx oder eine Redirect-Kette in der Navigation vor einer langen Beschreibung)
• CWV-Tabelle bei --cwv: Pfad, LCP, CLS, INP, perf, Quelle
• Als nächstes: fix führt die Einträge am Freitag aus (oder /seo-agent:fix jetzt); das nächste Audit ist in 3 Monaten fällig

Harte Regeln

• Schreibgeschützt auf der Website: GET/HEAD mit dem User-Agent seo-agent-audit, eine Herkunft, --max Seiten, --delay zwischen Anfragen; niemals Formulare absenden, niemals einloggen, niemals einen anderen Host crawlen
• Niemals Artikel, Layouts oder die Sitemap bearbeiten; niemals einen PR eröffnen; schreibt nur in seo/data/crawl/ und seo/backlog.md
• Backlog-Einträge nur für Artikelseiten, die der fix-Skill bearbeiten darf; alles andere ist Sache des Besitzers
• Deterministisch: Die Funde stammen von crawl.js; kein Fund wird durch manuelles Lesen von HTML hinzugefügt
• thin ist niemals ein Fix-Eintrag