cetxt 大厂 llms.txt 成绩单 · 2026-10-04 · 大型站 1000 + 独立站 100 · 只读检测
B站拿了100分，
百度、淘宝、京东呢？
我们查了 1000 个大型中文站和 100 个中文独立站的根目录 /llms.txt。大型站只有 30 个放了真正的文件（3.0%）；独立站好一些，19%。
* 大型站 39% 因 WAF / 超时未能判定，覆盖率按 1000 全样本计；可判定样本中为 4.9%。
01 · BIG 1000
大型站普查
N=1000
| 检测结果 | 数量 | 占比 |
|---|
| 根目录有真正的 llms.txt（200 + Markdown） | 30 | 3.0% |
| 200 但返回 HTML（页面壳 / 拦截页） | 164 | 16.4% |
| 404（无文件） | 412 | 41.2% |
| 未能判定（WAF 拦截 / 超时 / 5xx） | 390 | 39.0% |
| 200 非规范文本（robots 内容 / 空文件等） | 4 | 0.4% |
30 个有文件的站，用 cetxt 校验引擎（llmstxt.org v2 确定性规则）打分：平均 82.2。100 分 9 个，90–99 分 11 个，80–89 分 2 个，60–79 分 3 个，60 以下 5 个（含 1 个 0 分不合规）。
02 · NAMES
点名
返回 200，就代表 llms.txt 部署成功了吗？淘宝、京东、拼多多的 /llms.txt 打开都是网页壳——AI 拿到的是壳，不是说明书。
bilibili.com100 / 优秀
B站。11KB，结构满分。大型站里写得最好的之一——而百度（404）、淘宝（HTML 壳）、京东（HTML 壳）、抖音（404）都没有。
modelscope.cn100 / 优秀
阿里魔搭社区。100 分。阿里系里唯一满分的；同门的淘宝、支付宝都是 404/HTML。
gitee.com100 / 优秀
码云。100 分。开发者平台普遍积极：七牛云 99、宝塔 bt.cn 95。
huanqiu.com / ifeng.com100 / 99
环球网、凤凰网。传统媒体反而走在前面，官媒里新华网、人民网都是 404。
coze.cn50 / 待改进
字节跳动 Coze。做了，但只有 50 分——74 个警告，大量重复 URL。做了≠做好，典型反面教材。
nvidia.cn30 / 待改进
英伟达中国。文件超 200KB 被截断，还混进了 HTML 标签。体积失控的典型。
没有真正文件的巨头（抽样确认）：百度、淘宝（HTML 壳）、京东（HTML 壳）、拼多多（HTML 壳）、抖音、微信、支付宝、新浪、豆瓣、V2EX、知乎（HTML 壳）、微博（HTML 壳）、美团（连接失败）。
03 · NOTES
四个观察
大厂比独立站更慢
独立站 19%，大型站 3.0%。流量越大越保守：大厂的发布流程、法务、安全评审让一个"小文本文件"也排不上期。
先行者是开发者和出海公司
30 个里开发者平台（Gitee、魔搭、七牛、宝塔）和出海电商（SHEIN、Made-in-China、Klook）占一半——读英文规范的人先动手，和独立站抽样的结论一致。
做了≠做好
字节 Coze 50 分（74 个警告）、英伟达中国 30 分（200KB+HTML 标签）、TVB 50 分（832 个警告）。生成器一键生成后没人检查，是第二大坑。
39% 根本测不到
大型站 WAF 和反爬是常态：336 个连接超时/拒绝，27 个 403。llms.txt 首先是"愿不愿意被机器读"的问题，其次才是"会不会写"。
04 · INDIE 100
独立站抽样
N=100
| 检测结果 | 数量 | 占比 |
|---|
| 根目录有真正的 llms.txt | 19 | 19% |
| 200 但返回 HTML（SPA 伪装） | 14 | 14% |
| 404（无文件） | 65 | 65% |
| 连接失败 | 2 | 2% |
55 个项目站 + 45 个独立博客。19 个命中里 16 个是项目站、仅 3 个是博客（博客圈覆盖率约 7%）。有文件者平均 81.2 分，9 个满分。
yasuo.app / blog.mfwt.top100 / 优秀
独立站里的教科书写法。后者是中文独立博客，博客圈 7% 里的 3 个之一。
裸 URL，而不是 Markdown 链接（12/19）。AI 拿不到链接文本。
重复 URL（5/19）。多为从导航栏复制粘贴所致。
链接没有写描述（4/19）。AI 不知道页面是干嘛的。
H1 后缺一句话摘要（4/19）。直接丢 20 分。
H1 重复 / 空分组（各 3/19）。多个 H1 直接判不合规。
05 · METHOD
调查方法
- 大型站名单：公开流量排名（Tranco/Umbrella 系）按 .cn 等归属中国的 TLD 过滤取 841 个，另人工补全 224 个知名非 .cn 中文大站（百度、腾讯/阿里系、京东、微博、B站、知乎等），去重后 1000。
- 独立站名单：GitHub 中文独立开发者名录 + 中文独立博客列表，随机抽 150，剔除 29 死链剩 100。
- 逐站 GET https://域名/llms.txt（https 优先、失败回退 http，跟随跳转、8–10 秒超时、只取前 200KB，间隔 1.2–1.5 秒，普通浏览器 UA）。只测根目录。
- 200 且内容为 Markdown 的文件，用 cetxt 校验引擎（llmstxt.org v2 确定性规则：H1 30 / 摘要 20 / H2 分组 30 / 链接质量 20）打分；gzip 压缩的先解压，BOM 先去掉。
- 局限：TLD 过滤会漏掉部分中文站，人工补全难免挂一漏万——这是"大型中文站近似 Top1000"而非官方榜单；39% 大型站因 WAF/超时未能判定，覆盖率可能被低估；子路径文件（如 /docs/llms.txt）记为无文件。
06 · LIST
名单
大型站 1000 个完整数据可搜索、筛选（状态为公开 URL 的返回事实）。独立站 100 名单如下。
独立站 · 有真正的 llms.txt19
- ad-morph.comAdMorph50 分
- aibeautytest.orgFree AI Beauty Test80 分
- aiflowmusic.comAIFlowMusic50 分
- ainsight.aiext.co热点智读30 分
- blog.mfwt.top枫林灯语100 分
- bskyinfo.comBlueSky SDK100 分
- freeconvert.ccFreeConvert30 分
- icebreaker.topicebreaker100 分
- launchalways.comLaunchAlways100 分
- orkas.aiOrkas60 分
- pixsprout.compixsprout.com100 分
- podwise.xyzPodwise80 分
- professional-headshot.aiProfessional-Headshot.ai90 分
- showmebest.aiShowMeBestAI100 分
- testhive.elolin.comTestHive100 分
- tidelink.xyzTideLink93 分
- uwillno.comUWillno's Blog80 分
- vocalrangetest.orgvocal range test100 分
- yasuo.appNeatCompress100 分
独立站 · 200 但返回 HTML14
- asmrvideo.aiAI ASMR视频生成器
- baby7blog.com七仔的博客
- blog.yeefire.comSirius's Blog
- ccagml.comccagml的博客
- foolstack.net海报图生成 - Foolstack
- grayscaleimage.orgGrayscale Image
- hagicode.comHagicode
- kingname.info谢乾坤-青南
- loamery.com沉淀记 Loamery
- morsecode-translator.appMORSE CODE
- nanobanana-ai.netNano Banana AI
- old-panda.comPanda Home
- rss.anyant.com蚁阅
- sora2api.orgsora2 api
独立站 · 无文件67
- ai.dreamthere.cnAI导航
- ai.renyuzhuo.cnRAIS
- aicodeconvert.comAICodeConvert
- aimoviefinder.netAiMovieFinder
- arnis.appArnis
- blog.baicai.me白菜
- blog.cysi.meCysime Moflu
- blog.fengjx.com铁匠's blog
- blog.kevinzhow.comKevin Blog
- blog.lazyforever.toplazy_forever's Blog
- blog.mmf.moeYesterday17's Blog
- chris-saas-services.stomeonst123.chatgpt.siteLaunchClear
- ddadaal.meddadaal.me
- dognamesworld.comDog Names World
- dyy.nianmo.top捻墨运营笔记
- eaimty.comEAimTY 的博客
- ei.xcl.ink诶嘿(EI)
- enderfga.cnEnderfga's blog
- ext.dcloud.net.cn表情小程序-前后台源码
- eyetestonline.org视力测试
- gliss.proGliss
- hermine.in赫尔米娜及其他
- icodex.meicodex
- idjpg.comIDjpg 图片风格化
- imhanjm.comhanjm's Blog
- iscompress.comisCompress
- jayzangwill.github.ioJay Zangwill的博客
- kaopubear.top思考问题的熊
- kestrel-task.cn微芒计划
- kubesphereio.com一切皆有可能
- lxb.wikiXiaobin's Blog
- lxnchan.cn泠泫凝的异次元空间
- mafeifan.commafeifan的技术博客
- marketplace.visualstudio.comGroup Tab Tree
- mianao.info不吐不快
- mingnify.com明立非(Mingnify)的博客
- mosuzi.comMosu - Mosuzi的博客
- muyun.workMuyun的杂谈
- nalaginrut.comNala Ginrut's Blog
- oldj.netoldj's blog
- owl.hanshutx.comOwl 猫头鹰
- physixfan.com宇宙的心弦
- podcast.hubtoday.appAI 播客生成器
- questionlib.net问题库
- ramble.imzh.meJZ's Rambles
- randomanimalgen.comRandom Animal Generator
- rao.picseagleuse
- sbtitest.meSBTI Test
- seedreamai.runSeedream AI
- shifeiti.com是非题
- songguru.aiSongGuru.AI
- summagraph.comSummaGraph
- sword.studio杂货屋
- synexa.aiSynexa AI
- tonzhon.com铜钟音乐
- video2prompt.ioVideo to Prompt
- videodance.ccVideodance
- wandoer.com豌豆(没有荚)
- whyya.xyz小陶持续精进
- wmsonline.ikeyly.comModernWMS
- works.yangerxiao.com静心呼吸调节器
- xianrenlife.com闲人Life
- xldream.comxldream
- xnum.github.ioxnum's Blog
- xugaoxiang.com迷途小书童
- yuexun.meYuexun's Blog
- zackwu.com无辄的栈