Agent Skills
返回列表
💻

Schema.org 结构化数据生成器

开发编程 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/schema-org-structured-data-generator。

技能介绍

解决什么问题

在网页中嵌入 JSON-LD 结构化数据对 SEO 很有价值,但手动编写却容易出错。文章、商品、FAQ 与 How-to 页面的 Schema.org 规则各不相同,属性嵌套一旦有语法错误或类型不匹配,搜索引擎可能会直接忽略这些标记,导致无法生成富媒体摘要(Rich Results)。

核心能力与工作流

这个技能主要做两件事:生成结构化标记和自动化校验。它的工作流非常直接:

  • 按类型生成:根据页面上下文,产出符合 Schema.org 词表的 JSON-LD 代码,覆盖常见的 Article、Product、FAQPage 和 HowTo 类型。
  • 允许扩展:支持独立扩展词汇表,例如兼容 GS1 标准。在某些场景下,为了标记的实用性,它可能会引入没有严格属性关联的类型,这在逻辑上等效,虽然在正式本体建模中不算最佳实践,但适合 Web 环境。
  • 双重校验:生成后,技能会分别调用 Google Rich Results Test API 与 SchemaValidator.org 两个端点交叉验证。这能确保生成的标记不仅语法正确,也符合 Google 的富媒体结果收录政策。

适用边界与注意点

  • 环境依赖:该技能依赖 Python 3.6+,需要在类 Unix 环境下运行测试构建(例如 http://localhost:8080)。Windows 用户必须使用 WSL2 来提供 make、git 等工具链。
  • 词汇表范围:它基于 schemaorg 项目的文档,与 Wikidata 等其他 Web 本体项目虽有联系但目标不同,主要关注 Web 标记的可用性而非严格的形式化本体逻辑。

使用场景

  • 内容网站编辑撰写文章后,需生成Article类型的JSON-LD结构化数据,以支持搜索引擎富媒体展示
  • 电商运营上传商品信息时,要产出Product类型的Schema.org标记,并通过Google接口验证是否符合富结果要求
  • 知识库管理员整理FAQ内容后,需生成FAQPage类型的JSON-LD代码,并用SchemaValidator.org校验语法正确性
  • 教程类平台开发者制作How-to页面时,要生成符合规范的结构化标记,确保步骤信息被搜索引擎正确抓取

适合人员

  • 网站前端开发者,需要为不同类型的网页嵌入符合Schema.org规范的JSON-LD结构化数据
  • SEO优化工程师,需要验证页面结构化标记是否符合Google富媒体结果的收录要求
  • 电商内容运营人员,需要为商品详情页生成Product类型的结构化数据以支持搜索引擎展示
  • 知识库内容管理员,需要为FAQ页面生成并校验FAQPage类型的JSON-LD标记