Communitygithub.com

ComeOnOliver/skillshub

Audita sitios web en busca de problemas de SEO, técnicos, de contenido, rendimiento y seguridad usando la CLI squirrelscan.

¿Qué es skillshub?

Este skill permite a agentes de IA auditar sitios web aplicando más de 230 reglas en 21 categorías, incluyendo SEO, problemas técnicos, rendimiento, calidad de contenido, seguridad, accesibilidad, usabilidad, enlaces, E-E-A-T, experiencia de usuario, dispositivos móviles, capacidad de rastreo, esquema, legal, redes sociales, estructura de URL, palabras clave, contenido, imágenes, SEO local y video. La auditoría rastrea el sitio web, analiza cada página y devuelve un informe completo con una puntuación de salud general (0-100), desgloses por categoría, problemas específicos con URLs afectadas, detección de enlaces rotos y recomendaciones prácticas. El skill utiliza la herramienta CLI `squirrel`, disponible para macOS, Windows y Linux, y ofrece modos de cobertura (rápido, superficial, completo) y formatos de salida (consola, texto, JSON, HTML, Markdown, LLM). Está diseñado para integrarse con agentes como Claude Code, Cursor o Codex, y sugiere un flujo de trabajo iterativo: auditar, presentar resultados, proponer correcciones, paralelizar correcciones con subagentes, re-auditar y comparar puntuaciones antes/después hasta alcanzar el objetivo (normalmente 85+).

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ComeOnOliver/skillshub/tree/HEAD/skills/LeoYeAI/openclaw-master-skills/audit-website

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Habilidad de Auditoría de Sitios Web

Audita sitios web en busca de problemas de SEO, técnicos, de contenido, rendimiento y seguridad usando la CLI squirrelscan.

squirrelscan proporciona una herramienta CLI squirrel, disponible para macOS, Windows y Linux. Realiza una auditoría exhaustiva del sitio web emulando un navegador, un rastreador de búsqueda y analizando la estructura y el contenido del sitio según más de 230 reglas.

Te proporcionará una lista de problemas, así como sugerencias sobre cómo solucionarlos.

Enlaces

Puedes consultar la documentación de cualquier regla con esta plantilla:

https://docs.squirrelscan.com/rules/{categoría_regla}/{id_regla}

ejemplo:

https://docs.squirrelscan.com/rules/links/external-links

Qué Hace Esta Habilidad

Esta habilidad permite a los agentes de IA auditar sitios web según más de 230 reglas en 21 categorías, incluyendo:

  • Problemas de SEO: Metaetiquetas, títulos, descripciones, URLs canónicas, etiquetas Open Graph
  • Problemas técnicos: Enlaces rotos, cadenas de redirección, velocidad de página, compatibilidad móvil
  • Rendimiento: Tiempo de carga de página, uso de recursos, almacenamiento en caché
  • Calidad del contenido: Estructura de encabezados, texto alternativo de imágenes, análisis de contenido
  • Seguridad: Secretos filtrados, uso de HTTPS, cabeceras de seguridad, contenido mixto
  • Accesibilidad: Texto alternativo, contraste de color, navegación por teclado
  • Usabilidad: Validación de formularios, manejo de errores, flujo de usuario
  • Enlaces: Comprobaciones de enlaces internos y externos rotos
  • E-E-A-T: Experiencia, Conocimiento, Autoridad, Confiabilidad
  • Experiencia de usuario: Flujo de usuario, manejo de errores, validación de formularios
  • Móvil: Comprobaciones de compatibilidad móvil, diseño responsive, elementos táctiles
  • Capacidad de rastreo: Comprobaciones de rastreabilidad, robots.txt, sitemap.xml y más
  • Esquema: Marcado Schema.org, datos estructurados, fragmentos enriquecidos
  • Legal: Cumplimiento de requisitos legales, políticas de privacidad, términos de servicio
  • Redes sociales: Open graph, tarjetas de Twitter y validación de esquemas, fragmentos, etc.
  • Estructura de URL: Longitud, guiones, palabras clave
  • Palabras clave: Relleno de palabras clave
  • Contenido: Estructura del contenido, encabezados
  • Imágenes: Texto alternativo, contraste de color, tamaño de imagen, formato de imagen
  • SEO Local: Consistencia NAP, metadatos geográficos
  • Video: Esquema VideoObject, accesibilidad

y más

La auditoría rastrea el sitio web, analiza cada página según las reglas de auditoría y devuelve un informe completo con:

  • Puntuación de salud general (0-100)
  • Desgloses por categoría (SEO básico, SEO técnico, contenido, seguridad)
  • Problemas específicos con URLs afectadas
  • Detección de enlaces rotos
  • Recomendaciones prácticas
  • Las reglas tienen niveles de error, advertencia y aviso, y también tienen una clasificación entre 1 y 10

Cuándo Usarlo

Usa esta habilidad cuando necesites:

  • Analizar la salud de un sitio web
  • Depurar problemas de SEO técnico
  • Solucionar todos los problemas mencionados anteriormente
  • Comprobar enlaces rotos
  • Validar metaetiquetas y datos estructurados
  • Generar informes de auditoría del sitio
  • Comparar la salud del sitio antes/después de cambios
  • Mejorar el rendimiento, la accesibilidad, el SEO, la seguridad y más del sitio web.

Debes re-auditar con la mayor frecuencia posible para asegurarte de que tu sitio web se mantenga saludable y funcione bien.

Prerrequisitos

Esta habilidad requiere la CLI squirrel instalada y en PATH.

Instalación: squirrelscan.com/download

Verificación:

squirrel --version

Configuración

Ejecuta squirrel init para crear un archivo de configuración squirrel.toml en el directorio actual. Si no existe, crea uno y especifica un nombre de proyecto:

squirrel init -n mi-proyecto
# sobrescribir configuración existente
squirrel init -n mi-proyecto --force

Uso

Introducción

Hay tres procesos que puedes ejecutar y todos se almacenan en caché en la base de datos del proyecto local:

  • crawl - subcomando para ejecutar un rastreo o actualizar, continuar un rastreo
  • analyze - subcomando para analizar los resultados del rastreo
  • report - subcomando para generar un informe en el formato deseado (llm, text, console, html, etc.)

El comando 'audit' es un envoltorio alrededor de estos tres procesos y los ejecuta secuencialmente:

squirrel audit https://ejemplo.com --format llm

DEBERÍAS preferir siempre la opción de formato llm: fue creado para ti y proporciona un formato de salida exhaustivo y compacto.

EL PRIMER ANÁLISIS debe ser un análisis superficial, que es un escaneo rápido y superficial del sitio web para recopilar información básica sobre el sitio, como su estructura, contenido y pila tecnológica. Este escaneo se puede realizar rápidamente y sin afectar el rendimiento del sitio web.

EL SEGUNDO ANÁLISIS debe ser un análisis profundo, que es un escaneo exhaustivo y detallado del sitio web para recopilar más información sobre el sitio, como su seguridad, rendimiento y accesibilidad. Este escaneo puede llevar más tiempo y puede afectar el rendimiento del sitio web.

Si el usuario no proporciona un sitio web para auditar, pregunta qué URL desea auditar.

DEBERÍAS PREFERIR auditar sitios web en vivo; solo allí obtenemos una REPRESENTACIÓN VERDADERA del sitio web y problemas de rendimiento o representación.

Si tienes sitios web locales y en vivo para auditar, pide al usuario que elija cuál auditar y SUGIERE que elija el sitio en vivo.

Puedes aplicar correcciones de una auditoría en el sitio en vivo al código local.

Al planificar tareas de alcance, haz que se ejecuten de forma concurrente como subagentes para acelerar las correcciones.

Al implementar correcciones, aprovecha los subagentes para acelerar la implementación de las correcciones.

Después de aplicar las correcciones, verifica que el código aún se compile y pase las comprobaciones existentes en el proyecto.

### Flujo de Trabajo Básico

El proceso de auditoría consta de dos pasos:

1. **Ejecutar la auditoría** (guarda en la base de datos, muestra la salida en consola)
2. **Exportar el informe** en el formato deseado

```bash
# Paso 1: Ejecutar la auditoría (por defecto: salida en consola)
squirrel audit https://ejemplo.com

# Paso 2: Exportar en formato LLM
squirrel report <id-auditoría> --format llm

Diferencias de Regresión

Cuando necesites detectar regresiones entre auditorías, usa el modo diff:

# Comparar el informe actual con un ID de auditoría base
squirrel report --diff <id-auditoría> --format llm

# Comparar el último informe de un dominio con un dominio base
squirrel report --regression-since ejemplo.com --format llm

El modo diff admite console, text, json, llm y markdown. No se admiten html y xml.

Ejecución de Auditorías

Al ejecutar una auditoría:

  1. Presentar el informe: muestra al usuario los resultados de la auditoría y la puntuación
  2. Proponer correcciones: enumera los problemas que puedes solucionar y pide confirmación al usuario antes de hacer cambios
  3. Paralelizar las correcciones aprobadas: usa subagentes para ediciones masivas de contenido (texto alternativo, encabezados, descripciones)
  4. Iterar: corregir lote → re-auditar → presentar resultados → proponer el siguiente lote
  5. Pausar para juicio: los enlaces rotos, cambios estructurales y cualquier cosa ambigua deben marcarse para revisión del usuario
  6. Mostrar antes/después: presenta la comparación de puntuaciones después de cada lote de correcciones
  • Bucle de iteración: Después de corregir un lote de problemas, re-auditar y continuar corrigiendo hasta que:

    • La puntuación alcance el objetivo (normalmente 85+), O
    • Solo queden problemas que requieran juicio humano (ej. "¿debería eliminarse este enlace?")
  • Tratar todas las correcciones por igual: Los cambios de código y los cambios de contenido son igualmente importantes.

  • Paralelizar correcciones de contenido: Para problemas que afectan a varios archivos:

    • Genera subagentes para corregir en paralelo
    • Ejemplo: 7 archivos necesitan texto alternativo → genera 1-2 agentes para corregir todos
    • Ejemplo: 30 archivos tienen problemas de encabezados → genera agentes para editar por lotes
  • Criterios de finalización:

    • ✅ Todos los errores corregidos
    • ✅ Todas las advertencias corregidas (o documentadas como que requieren revisión humana)
    • ✅ Re-auditoría confirma mejoras
    • ✅ Comparación antes/después mostrada al usuario

Después de aplicar las correcciones, pregunta al usuario si desea revisar los cambios.

Objetivos de Puntuación

Puntuación InicialPuntuación ObjetivoTrabajo Esperado
< 50 (Grado F)75+ (Grado C)Correcciones mayores
50-70 (Grado D)85+ (Grado B)Correcciones moderadas
70-85 (Grado C)90+ (Grado A)Pulido
> 85 (Grado B+)95+Ajuste fino

Un sitio solo se considera COMPLETO y CORREGIDO cuando las puntuaciones superan 95 (Grado A) con cobertura establecida en COMPLETA (--coverage full).

Categorías de Problemas

CategoríaEnfoque de CorrecciónParalelizable
Metatags/títulosEditar componentes de página o metadatosNo
Datos estructuradosAñadir JSON-LD a plantillas de páginaNo
H1/encabezados faltantesEditar componentes de página + archivos de contenidoSí (contenido)
Texto alternativo de imágenesEditar archivos de contenidoSí
Jerarquía de encabezadosEditar archivos de contenidoSí
Descripciones cortasEditar frontmatter de contenidoSí
Enlaces HTTP→HTTPSBuscar y reemplazar en contenidoSí
Enlaces rotosRevisión manual (marcar para el usuario)No

Para correcciones paralelizables: Genera subagentes con asignaciones de archivos específicas.

Correcciones de Archivos de Contenido

Muchos problemas requieren editar archivos de contenido. Son igual de importantes que las correcciones de código:

  • Texto alternativo de imágenes: Añadir texto alternativo descriptivo a las imágenes
  • Jerarquía de encabezados: Corregir niveles de encabezado saltados
  • Meta descripciones: Ampliar descripciones cortas en frontmatter
  • Enlaces HTTP: Actualizar enlaces inseguros a HTTPS

Paralelización de Correcciones con Subagentes

Cuando el usuario aprueba un lote de correcciones, puedes usar subagentes para aplicarlas en paralelo:

  • Preguntar primero al usuario: siempre confirma qué correcciones aplicar antes de generar subagentes
  • Agrupa 3-5 archivos por subagente para el mismo tipo de corrección
  • Solo paraleliza archivos independientes (sin componentes compartidos ni configuración)
  • Genera múltiples subagentes en un solo mensaje para ejecución concurrente

Opciones Avanzadas

Auditar más páginas:

squirrel audit https://ejemplo.com --max-pages 200

Forzar rastreo fresco (ignorar caché):

squirrel audit https://ejemplo.com --refresh

Reanudar rastreo interrumpido:

squirrel audit https://ejemplo.com --resume

Salida detallada para depuración:

squirrel audit https://ejemplo.com --verbose

Opciones Comunes

Opciones del Comando Audit

OpciónAliasDescripciónValor por Defecto
--format <fmt>-f <fmt>Formato de salida: console, text, json, html, markdown, llmconsole
--coverage <mode>-C <mode>Modo de cobertura: quick, surface, fullsurface
--max-pages <n>-m <n>Número máximo de páginas a rastrear (máx. 5000)varía según cobertura
--output <path>-o <path>Ruta del archivo de salida-
--refresh-rIgnorar caché, obtener todas las páginas nuevasfalse
--resume-Reanudar rastreo interrumpidofalse
--verbose-vSalida detalladafalse
--debug-Registro de depuraciónfalse
--trace-Habilitar trazado de rendimientofalse
--project-name <name>-n <name>Sobrescribir nombre del proyectodel config

Modos de Cobertura

Elige un modo de cobertura según tus necesidades de auditoría:

ModoPáginas por DefectoComportamientoCaso de Uso
quick25Solo semillas + sitemaps, sin descubrimiento de enlacesComprobaciones CI, verificación rápida de salud
surface100Una muestra por patrón de URLAuditorías generales (por defecto)
full500Rastrear todo hasta el límiteAnálisis profundo

El modo surface es inteligente: detecta patrones de URL como /blog/{slug} o /products/{id} y solo rastrea una muestra por patrón. Esto lo hace eficiente para sitios con muchas páginas similares (blogs, comercio electrónico).

# Verificación rápida de salud (25 páginas, sin descubrimiento de enlaces)
squirrel audit https://ejemplo.com -C quick --format llm

# Auditoría superficial por defecto (100 páginas, muestreo de patrones)
squirrel audit https://ejemplo.com --format llm

# Auditoría completa exhaustiva (500 páginas)
squirrel audit https://ejemplo.com -C full --format llm

# Sobrescribir límite de páginas para cualquier modo
squirrel audit https://ejemplo.com -C surface -m 200 --format llm

Cuándo usar cada modo:

  • quick: Tuberías de CI, comprobaciones diarias de salud, monitoreo
  • surface: La mayoría de las auditorías: cubre plantillas únicas de manera eficiente
  • full: Antes de lanzamientos, análisis exhaustivo, inmersiones profundas

Opciones del Comando Report

OpciónAliasDescripción
--list-lListar auditorías recientes
--severity <level>-Filtrar por gravedad: error, warning, all
--category <cats>-Filtrar por categorías (separadas por comas)
--format <fmt>-f <fmt>Formato de salida: console, text, json, html, markdown, xml, llm
--output <path>-o <path>Ruta del archivo de salida
--input <path>-i <path>Cargar desde archivo JSON (modo de respaldo)

Subcomandos de Configuración

ComandoDescripción
config showMostrar configuración actual
config set <key> <value>Establecer valor de configuración
config pathMostrar ruta del archivo de configuración
config validateValidar archivo de configuración

Otros Comandos

ComandoDescripción
squirrel feedbackEnviar comentarios al equipo de squirrelscan
squirrel skills installInstalar habilidad de Claude Code
squirrel skills updateActualizar habilidad de Claude Code

Comandos Propios

Comandos de autogestión bajo squirrel self:

ComandoDescripción
self installIniciar instalación local
self updateVerificar y aplicar actualizaciones
self completionGenerar completado de shell
self doctorEjecutar comprobaciones de salud
self versionMostrar información de versión
self settingsGestionar configuraciones de CLI
self uninstallEliminar squirrel del sistema

Formatos de Salida

Salida en Consola (por defecto)

El comando audit muestra salida legible para humanos en consola por defecto con salida coloreada e indicadores de progreso.

Formato LLM

Para obtener una salida optimizada para LLM, usa el comando report con --format llm:

squirrel report <id-auditoría> --format llm

El formato LLM es un híbrido compacto XML/texto optimizado para eficiencia de tokens (40% más pequeño que XML verboso):

  • Resumen: Puntuación de salud general y métricas clave
  • Problemas por Categoría: Agrupados por categoría de regla de auditoría (SEO básico, técnico, contenido, seguridad)
  • Enlaces Rotos: Lista de enlaces rotos

...

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

ComeOnOliver/skillshub

Create stunning, animation-rich HTML presentations from scratch or by converting PowerPoint files. Use when the user wants to build a presentation, convert a PPT/PPTX to web, or create slides for a talk/pitch. Helps non-designers discover their aesthetic through visual exploration rather than abstract choices.

ComeOnOliver/skillshub

Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。

ComeOnOliver/skillshub

SwiftUI architecture patterns, state management with @Observable, view composition, navigation, performance optimization, and modern iOS/macOS UI best practices.

ComeOnOliver/skillshub

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

ComeOnOliver/skillshub

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

ComeOnOliver/skillshub

Next.js 15 애플리케이션을 위한 프론트엔드 개발 가이드라인. React 19, TypeScript, Shadcn/ui, Tailwind CSS를 사용한 모던 패턴. Server Components, Client Components, App Router, 파일 구조, Shadcn/ui 컴포넌트, 성능 최적화, TypeScript 모범 사례 포함. 컴포넌트, 페이지, 기능 생성, 데이터 페칭, 스타일링, 라우팅, 프론트엔드 코드 작업 시 사용.

ComeOnOliver/skillshub

Provides Tamagui patterns for config v4, compiler optimization, styled context, and cross-platform styling. Must use when working with Tamagui projects (tamagui.config.ts, @tamagui imports).

ComeOnOliver/skillshub

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

ComeOnOliver/skillshub

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

ComeOnOliver/skillshub

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

ComeOnOliver/skillshub

Next.js development tooling via MCP. Inspect routes, components, build info, and debug Next.js apps. Use when working on Next.js applications, debugging routing, or inspecting app structure. NOT for general React or non-Next.js projects.

ComeOnOliver/skillshub

Implement UI using Shadcn MCP (atoms/theme) and 21st.dev MCP (complex sections). Use when adding buttons, layouts, or generating landing pages.

ComeOnOliver/skillshub

A conceptual skill for building an API client in Next.js that handles JWT tokens

ComeOnOliver/skillshub

Best practices and patterns for Next.js App Router, Server Actions, and Routing in this project.

ComeOnOliver/skillshub

The Design System, Theme, and UX rules for the Physical AI Hub.

ComeOnOliver/skillshub

Comprehensive frontend development skill for building modern, performant web applications using ReactJS, NextJS, TypeScript, Tailwind CSS. Includes component scaffolding, performance optimization, bundle analysis, and UI best practices. Use when developing frontend features, optimizing performance, implementing UI/UX designs, managing state, or reviewing frontend code.

ComeOnOliver/skillshub

This document captures learnings from fixing keyboard navigation issues when floating components (Select, DropdownMenu, Popover) have CSS open/close animations.

ComeOnOliver/skillshub

Build Next.js 16 applications with correct patterns and distinctive design. Use when creating pages, layouts, dynamic routes, upgrading from Next.js 15, or implementing proxy.ts. Covers breaking changes (async params/searchParams, Turbopack, cacheComponents) and frontend aesthetics. NOT when building non-React or backend-only applications.

ComeOnOliver/skillshub

Comprehensive Framer Motion animation library for React. Covers motion components, variants, gestures, page transitions, and scroll animations. Use when adding animations to React/Next.js applications.

ComeOnOliver/skillshub

Build interfaces that resonate, not just render. This skill enforces bold, intentional

Skills relacionados