搜索爬虫可观测性:验证 Googlebot 身份、抓取路径与响应合同
Search Console 聚合数据无法解释某次抓取拿到了哪个版本。本文把已验证 bot 身份、release、状态码、canonical 与缓存协商连接成可查询证据。
Articles
沉淀 AI、Web、云原生和独立开发经验。
Search Console 聚合数据无法解释某次抓取拿到了哪个版本。本文把已验证 bot 身份、release、状态码、canonical 与缓存协商连接成可查询证据。
用户遇到白屏但你不知道——Sentry 在用户遇到错误前就帮你抓到。本文讲清前端错误追踪:Sentry SDK 集成、Error Boundary 捕获、source map 上传(生产定位到源码行)、release 追踪、性能监控、隐私脱敏。
每个服务各设 5 秒超时会让整条调用链远超用户预算,客户端断开也不代表下游停止。本文定义可信入口期限、逐跳剩余预算、共享重试额度与可验证取消收敛。
PG 的查询计划器为什么选 Seq Scan 不选 Index Scan?因为它看"统计信息"估算哪种更快——统计信息不准,计划就错。本文讲清 PG 统计信息怎么收集(ANALYZE)、它怎么影响计划器决策、什么时候统计过时导致慢查询,以及手动干预(ANALYZE/统计目标/扩展统计)。
新 Service Worker 安装成功不等于可以立刻接管旧页面,skipWaiting 还可能让旧客户端读到新协议缓存。本文用闭合发布清单、客户端握手和分代清理控制激活窗口。
a11y 不靠人肉测——有一套成熟的自动化工具。本文讲清四层 a11y 测试:lint(eslint-plugin-jsx-a11y)、自动扫描(axe-core/Lighthouse)、E2E 集成(@axe-core/playwright)、屏幕阅读器实测(VoiceOver/NVDA),以及 CI 门禁配置。
创始人短期失联时,共享一份总密码既无法证明授权,也无法在本人恢复后干净收权。本文用版本化连续性章程、限权接班状态机和演练收据,让人类接班可启动、可审计、可撤销。
"企业知识库问答是最有商业价值的 RAG 场景,也最容易被低估难度——它要解决的不是'检索',而是数据接入、权限、更新、评估一整条管线。本文端到端拆解:多源数据接入、权限隔离、增量更新、评估迭代,以及企业场景特有的那些坑。"
提前执行模型可能选择的工具可以降低延迟,却也可能在用户决定前发信、占库存或污染缓存。本文把预测票据、隔离执行、可验证 dry-run 和原子晋级组成严格的 speculative 边界。
Web Push 让你的网站能像 App 一样推送通知——即使用户没开网页。本文讲清 Web Push 的三件套(VAPID 密钥 + Push API + Service Worker)、订阅/发送/接收流程、权限请求体验、以及"用户没开浏览器也能收到推送"的原理。
Watermark 越过窗口只说明系统认为事件大概率到齐,不代表迟到事实可以丢弃。本文版本化时间戳提取、空闲分区、allowed lateness 与修正语义,让报表和外部效果可重复计算而不重复执行。
读写分离后用户"写完读不到"——这是复制延迟。本文讲清延迟为什么产生(异步复制网络/磁盘/事务)、怎么监控(pg_stat_replication)、怎么缓解(读写一致性窗口/同步复制/读主库关键路径),以及应用层的"写后读一致性"方案。