收录标准

收录的基本原则

• 可公开访问：站点存在可公开访问的页面，无需登录即可看到主要内容。
• 内容可识别：站点有明确的产品或服务定位，不以空白页、纯跳转或单一登录页为主体。
• 信息可提取：页面的标题、描述与主要功能可被正常读取与归类。
• 不重复收录：同一站点的不同语言版本或镜像地址，归并为一个档案。

档案的生产流程

1. 站点发现：从公开数据源与外部数据集中自动发现候选站点，进入数据源池等待处理。
2. 任务领取：分析任务被领取后，站点进入分析流程；无法完成的站点会自动回到池中重试。
3. 内容分析：对站点页面进行抓取与模型分析，产出简介、行业、国家 / 地区、类型、功能标签与截图。
4. 结果回传：分析结果回传写入，通过内容校验后发布为对外可见的档案。

发布前的校验

为避免脏数据进入前台，档案在发布前会经过确定性检查，下列任一情况不通过时该篇档案不会入库：

• 正文中出现乱码、异常控制字符或编码损坏。
• 正文中残留大段代码内容（比例与体量同时超过阈值）。
• 关键字段缺失，无法完成分类或检索。

这类校验只做能明确判定的检查，不做主观判断。因此「内容跑题」「描述不准确」等语义问题可能仍会存在， 发现后欢迎通过 联系我们 反馈，我们会复核并修正。

不会被收录的站点

• 纯广告页、内容农场、采集站与无实质内容的页面。
• 明显违反法律法规，或涉嫌欺诈、侵权、恶意行为的站点。
• 需要付费或特殊授权才能访问全部主要内容的站点。
• 已收录但长期无法访问的站点，将被下架处理。

截图说明

截图用于在档案中还原站点的实际界面，按桌面与移动两种视口采集。 若某页面存在登录墙、验证拦截或渲染异常导致无法取得有效画面，档案中会如实标注，不会以空白图充数。

如何推荐一个站点

本站暂未开放在线提交表单。如需推荐站点，请通过 联系我们 告知站点地址与推荐理由， 我们会在下一次数据采集时纳入候选。