内部链接图优化器

要解决什么问题

内容越多，链接结构越容易失控。典型症状是：发布到第两百篇文章时，大约有四成页面从未被任何页面链接过，只能靠搜索引擎主动发现；首页和少数头部文章拿走了绝大多数 PageRank，长尾内容即使质量不错也拿不到内部权重。这类问题在编辑器里看不出来——翻目录看到的是文件夹，不是权重流向。

这个技能针对的正是「结构盲区」：它不改写内容，只分析现有站点的链接图，指出哪些页面处于孤立状态，以及可以在哪些已有内容里自然地插入指向它们的链接。

它如何工作

整个流程分三层：

• 抓取：从 sitemap.xml 出发，用 Screaming Frog 或 Sitebulb 跑一遍站点，拿到页面清单和站内 href 关系，构建完整的链接矩阵。
• 建模：把矩阵交给 NetworkX，用图算法计算每个节点的 PageRank 分布。输出是权重排序，而不是简单的「谁链了谁」。
• 孤儿检测：入度为 0 的节点即为孤立页面——它们不在导航里，也没有正文链接指向。
• 推荐插入：对孤立页面的正文做 BM25 文本匹配，在现有内容库中找出语义最接近的文章，生成上下文链接建议清单。

最后一步用的是 BM25，而不是关键词精确匹配。它按词频和文档长度加权打分，所以两篇文章即使没有共用核心词，主题相近也能匹配上，生成的锚文本更接近人工写作。

适用边界与注意点

• 它给出的是建议，不是自动改写。插入位置和锚文本措辞仍需人工判断，尤其是联盟链接或时效性内容。
• BM25 对分词质量敏感，纯中文站点可能需要预处理，否则匹配效果打折。
• 孤立页面不等于低价值页面。隐私页、一次性活动页本来就不该被链接，需要人工过滤。
• PageRank 是内部权重，不等于搜索流量，别拿它直接预测排名。
• 抓取规模受限于 Screaming Frog / Sitebulb 的额度，超大站点建议只跑部分目录。