你的网站对AI搜索可能不可见，爬虫日志里才有答案

你的网站可能被 ChatGPT 和 Perplexity 漏掉，原因常常不在内容，而在没人看爬虫日志。普通网站分析记录浏览器里的 PV、UV，AI 爬虫多数不跑浏览器脚本，来了也不会出现在熟悉的面板里。GEOInflow 想补的就是这块：一个免费、自托管的看板，把 AI 爬虫访问、页面覆盖、请求失败和 AI 搜索带来的访客放到同一个网站上下文里。项目在 GitHub，MIT 许可，v1.2，构建版本 1.2.0，由猎看科技和北京日报社智源GEO联合发布。

它展示几类信息：哪些 AI 平台来过，请求目的偏训练、搜索还是用户触发；哪些页面被反复抓，哪些目录被忽略；导入站点清单后，哪些重要页面从未出现爬虫请求；失败请求卡在状态码、缓存、延迟还是源站；以及 AI 搜索 referral 落到哪些页面、有没有形成目标和转化。

重要页面由谁定义？不是系统拍脑袋。你导入 sitemap、CSV 或 JSON 清单，GEOInflow 再拿清单和观察到的日志比对。有网友问过这个问题，这个区别很关键：系统给的是覆盖和盲区，判断网页重要性的仍是站点自己。

爬虫身份也一样。有个容易被忽略的细节：只看 User-Agent 不够。谁都能在请求头里写 GPTBot。有网友在讨论里专门问了这点。项目文档的处理是分开存：User-Agent 声明、官方 IP 范围匹配、可用的 DNS 或可信边缘证据。仅有 UA 声明不能确认来源，没有验证证据的历史记录保留 unknown 状态。这个口径比看见 GPTBot 就算 OpenAI 来了更诚实。

还要分清访问、收录和引用。README 写得很直：爬虫日志证明被访问，索引、模型训练、答案引用、推荐排名、获客各自需要证据。把爬虫来访当收录会得出错误结论，把 AI referral 当排名提升也会。GEOInflow 把爬虫请求、referral 会话和转化分开统计，跨来源关联保留可比性限制。

有网友在回复里调侃，公司博客的报表大概会显示：所有重要页面都被跳过，impressum 倒是被读了两次。这个笑话背后是真问题。AI 搜索正在变成入口，但很多站点对 crawler 的可见性还停留在黑箱。GEOInflow 至少把黑箱拆开了一角：爬虫来没来、读了什么、哪里失败、带没带来人。

部署不复杂。装好 Docker Engine 或 Docker Desktop 和 Docker Compose V2，在项目根目录跑 sh scripts/liekan-deploy.sh，默认地址 http://127.0.0.1:3002，初始账号 admin，密码 liekan，登录后改密码，再按接入指南创建网站。首次安装会导入一份清理过的官方示例数据，方便先看报表长什么样。生产环境需要域名、HTTPS 和可信反向代理；自动日志采集、Cloudflare 控制、AI 分析都有各自配置要求，AI 分析默认关闭，浏览器跟踪默认无 cookie。

它适合公司网站、内容站、媒体、开发者文档，以及管理多站点的 GEO 团队。想验证 AI 搜索到底有没有读你的页面，可以先从一份爬虫日志和一份 sitemap 清单开始。报表可能会让人不太舒服，但总比继续猜好。