Анализ сайта damon-demon.github.io
Основное Готовность: 95%
Домен
damon-demon.github.io
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Используйте для продвижения только домен второго уровня.
Длина домена велика. Но если вы продвигаете запрос, входящий в название домена, то это хорошо.
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Цепочка редиректов:
http://damon-demon.github.io
301 MovedPermanently
https://damon-demon.github.io/
200 OK
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 01.11.2026 2:38:01.
Включён HSTS (Strict-Transport-Security) — защита от подмены на http.
HTTP автоматически перенаправляется на HTTPS.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
utf-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице utf-8.
Язык
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык страницы не указан. Рекомендуется явно указать язык документа!
Скорость загрузки
~0,49сек
Время отклика сервера (TTFB)
?
Time To First Byte — время до получения первого байта от сервера. Норма до 200 мс. Медленный отклик ухудшает пользовательский опыт и ранжирование: Яндекс и Google учитывают скорость страниц.
Скорость загрузки сайта 0,49сек оптимальна.
Объем документа
12Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 12Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 1
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Кол-во файлов ресурсов 1 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | text/css | jemdoc.css |
Серверные заголовки
Кол-во: 18
HTTP-заголовки ответа сервера
?
Заголовки сервера передают браузеру и поисковику служебную информацию: кеширование, безопасность (CSP, HSTS), сжатие (gzip). Правильная настройка ускоряет загрузку и повышает защищённость.
Найдены серверные заголовки 18шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| Strict-Transport-Security | max-age=31556952 |
| ETag | "6a4e635f-325a" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | F23C:9FC9E:1C69726:1CA5666:6A898BF1 |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 11:45:53 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230056-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787399154.593684,VS0,VE122 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 1702eb735fee7774c251456e71cfbcc5539ab1bb |
CMS
jemdoc, see http://jemdoc.jaboc.net/
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
В мета-теге generator указано: jemdoc, see http://jemdoc.jaboc.net/.
Веб-сервер
GitHub.com
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
В заголовке Server указано: GitHub.com.
Мета-теги Готовность: 22%
Title
Yimeng(Damon) Zhang
Заголовок страницы в браузере и поисковой выдаче
?
Title — главный SEO-заголовок страницы. Влияет на CTR в поиске и ранжирование. Оптимальная длина: 50–70 символов. Ключевые слова — ближе к началу.
Необходимо увеличить число символов в title (текущее значение мало: 19, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Установите мета-тег description!
Keywords
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Установите мета-тег keywords!
Канонический Url
Указывает поисковику основную версию страницы
?
Canonical (rel=canonical) предотвращает проблему дублей страниц. Должен точно совпадать с URL проверяемой страницы. Неправильный canonical может передать ссылочный вес на другую страницу.
Рекомендуем прописать канонический Url.
Robots
Ошибок нет
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots не указан. Страница свободна для индексации.
Адаптивность
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport не указан. Страница не адаптивная.
Разметка OpenGraph
Не найдено
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph не задана. Страница не оптимизирована под социальные сети. Мета-теги с разметкой Og помогают социальным роботам лучше структурировать Ваш сайт.
Все мета-теги
Кол-во: 1
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 1шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | generator | jemdoc, see http://jemdoc.jaboc.net/ |
Оптимизация Готовность: 60%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют по одному на документ).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Слова из title 2 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Абзацев с текстом 31 достаточно.
Среднее число слов в абзаце 34 достаточно.
Кол-во знаков контента 6226 на странице оптимально.
Кол-во слов 1043 на странице оптимально.
Заголовки
Ошибок нет
Иерархия заголовков H1–H6
?
H1 должен быть один и содержать ключевой запрос. H2–H6 описывают подразделы. Пропуск уровней (H1 → H3) и несколько H1 — типичные ошибки, снижающие понятность страницы для поисковика.
На странице присутствуют заголовки <h1> 1. Это прекрасно.
На странице присутствуют заголовки <h2> 3. Это хорошо.
Тошнота
3,32
Насколько одно слово доминирует в тексте
?
Классическая тошнота = √(частота самого повторяющегося слова). Норма до 7–8: текст воспринимается естественно. Выше — поисковик может счесть страницу переспамленной.
Тошнота превышает норму 3. Измените текст страницы!
Академич. тошнота
99,04%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота превышает норму 5-15%. Измените текст страницы!
Семантическое ядро
20
Наиболее часто встречающиеся слова на странице
?
Топ слов по частоте использования. Показывает, какие слова доминируют в тексте с точки зрения поисковика.
Контент страницы содержит осмысленный текст и слова.
Показать список слов
| Слово | Кол-во | Частота |
|---|---|---|
| [code] | 11 | 1,05% |
| [poster] | 10 | 0,96% |
| [slide] | 9 | 0,86% |
| optimization | 7 | 0,67% |
| zhang* | 7 | 0,67% |
| unlearning | 6 | 0,58% |
| learning | 5 | 0,48% |
| training | 5 | 0,48% |
| models | 5 | 0,48% |
| diffusion | 5 | 0,48% |
| agents | 4 | 0,38% |
| adversarial | 4 | 0,38% |
| zeroth-order | 4 | 0,38% |
| dataset | 4 | 0,38% |
| engineering | 3 | 0,29% |
| university | 3 | 0,29% |
| research | 3 | 0,29% |
| enhancing | 3 | 0,29% |
| safety | 3 | 0,29% |
| robust | 3 | 0,29% |
Индексация Готовность: 0%
Индексирование
Ошибок нет
Разрешено ли индексирование страницы
?
Проверяет, не закрыта ли страница от индексации через robots.txt, meta robots или X-Robots-Tag. Страница, закрытая от индексации, не появится в поисковой выдаче.
Анкоров на странице 89 оптимально. Поисковые роботы обязательно проиндексируют сайт.
Robots.txt
Не найден
Файл управления сканированием сайта роботами
?
Robots.txt указывает поисковым роботам, какие страницы сканировать, а какие — нет. Ошибки в файле могут случайно закрыть важные разделы от индексации.
Файл robots.txt не найден (ошибка 404). Крайне рекомендуем добавить файл robots.txt, это правило хорошего тона для поисковых роботов.
Sitemap
Кол-во: 0
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.
Внутренние ссылки
Кол-во: 25
Ссылки на другие страницы своего сайта
?
Внутренние ссылки распределяют ссылочный вес между страницами и помогают поисковику обходить сайт. Пустые анкоры и ссылки на запрещённые robots.txt страницы — типичные ошибки.
Внутренних ссылок на странице 25 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /index.html |
Home
|
|
Анализировать url |
| /links\YimengZhang_CV.pdf |
CV
|
|
|
| /projects.html |
Projects
|
|
Анализировать url |
| /links\Yimeng_Research_Summary_OPTML_MSU.pdf |
[Research Summary]
|
|
|
| /SpanUQ.html |
SpanUQ: Span-Level Uncertainty Quantification for Large Language Model Generation
|
|
Анализировать url |
| /shop-r1.html |
Shop-R1: Rewarding LLMs to Simulate Human Behavior in Online Shopping via Reinforcement Learning
|
|
Анализировать url |
| /links\ID_Patch_Presentation.pdf |
[Slide]
|
|
|
| /links\ID_Patch_CVPR25_poster.pdf |
[Poster]
|
|
|
| /links\NeurIPS2024_AdvUnlearn_poster.pdf |
[Poster]
|
|
|
| /links\NeurIPS2024_AdvUnlearn_Presentation.pdf |
[Slide]
|
|
|
| /links\ECCV24_UnlearnDiffAtk_poster.pdf |
[Poster]
|
|
|
| /links\ECCV2024_UnlearnDiffAtk_Presentation.pdf |
[Slide]
|
|
|
| /links\NeurIPS2024_UnlearnCanvas_poster.pdf |
[Poster]
|
|
|
| /links\EMNLP2024_SOUL_poster.pdf |
[Poster]
|
|
|
| /links\EMNLP2024_SOUL_slide.pdf |
[Slide]
|
|
|
| /links\ICML2024_ZO_Bench_poster.pdf |
[Poster]
|
|
|
| /links\ICLR2024_DeepZero_Presentation.pdf |
[Slide]
|
|
|
| /links\ICLR2024_DeepZero_poster.pdf |
[Poster]
|
|
|
| /links\NeurIPS'23_dp4tl_poster.pdf |
[Poster]
|
|
|
| /links\NeurIPS2023_DP4TL_presentation.pdf |
[Slide]
|
|
|
| /links\2DTVP_CVPR23_poster.pdf |
[Poster]
|
|
|
| /links\CVPR23_2D_TVP_presentation.pdf |
[Slide]
|
|
|
| /links\ASPDAC2023_TriDesign_Presentation.pdf |
[Slide]
|
|
|
| /links\ICLR22_BlackBox_Defense_Poster.png |
[Poster]
|
|
Анализировать url |
| /links\ICLR2022_ZO_AE_DS_Presentation.pdf |
[Slide]
|
|
Внешние ссылки
Кол-во: 63
Ссылки на сторонние сайты
?
Исходящие внешние ссылки передают часть ссылочного веса на чужие сайты. Ссылки на авторитетные ресурсы безопасны; ссылки на мусорные сайты могут навредить репутации страницы.
Внешних ссылок на странице 63 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор | Анализировать |
|---|---|---|
| damon19950223.github.io |
Activities
|
Анализировать url |
| instagram.com |
I
|
|
| sheffield.ac.uk |
The University of Sheffield, UK
|
Анализировать url |
| ee.columbia.edu |
Columbia University, USA
|
Анализировать url |
| engineering.msu.edu |
Michigan State University, USA
|
Анализировать url |
| lsjxjtu.github.io |
Prof. Sijia Liu
|
Анализировать url |
| aboutamazon.com |
Amazon
|
Анализировать url |
| scholar.google.com |
[Google Scholar]
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| github.com |
Code
|
Анализировать url |
| huggingface.co |
Model
|
Анализировать url |
| huggingface.co |
Dataset
|
Анализировать url |
| arxiv.org |
SENTINEL: Failure-Driven Reinforcement Learning for Training Tool-Using Language Model Agents
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| arxiv.org |
Firefly: Illuminating Large-Scale Verified Tool-Call Data Generation from Real APIs
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| arxiv.org |
Trajectory2Task: Training Robust Tool-Calling Agents with Synthesized Yet Verifiable Data for Complex User Intents
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| arxiv.org |
Customer-R1: Personalized Simulation of Human Behaviors via RL-based LLM Agent in Online Shopping
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| arxiv.org |
Paper
|
Анализировать url |
| huggingface.co |
Dataset
|
Анализировать url |
| arxiv.org |
Unlearning Isn't Invisible: Detecting Unlearning Traces in LLMs from Model Outputs
|
Анализировать url |
| arxiv.org |
See, Think, Act: Online Shopper Behavior Simulation with VLM Agents
|
Анализировать url |
| arxiv.org |
The Dual Power of Interpretable Token Embeddings: Jailbreaking Attacks and Defenses for Diffusion Model Unlearning
|
Анализировать url |
| byteaigc.github.io |
ID-Patch: Robust ID Association for Group Photo Personalization
|
Анализировать url |
| arxiv.org |
[Paper]
|
Анализировать url |
| github.com |
[Code]
|
Анализировать url |
| huggingface.co |
[HF Model]
|
Анализировать url |
| huggingface.co |
[Demo]
|
Анализировать url |
| arxiv.org |
Defensive Unlearning with Adversarial Training for Robust Concept Erasure in Diffusion Models
|
Анализировать url |
| github.com |
[Code]
|
Анализировать url |
| huggingface.co |
[HF Model]
|
Анализировать url |
| huggingface.co |
[Demo]
|
Анализировать url |
| optml-group.com |
To Generate or Not? Safety-Driven Unlearned Diffusion Models Are Still Easy To Generate Unsafe Images … For Now
|
Анализировать url |
| github.com |
[Code]
|
Анализировать url |
| huggingface.co |
[Demo]
|
Анализировать url |
| huggingface.co |
[Unlearned DM Benchmark]
|
Анализировать url |
| unlearn-canvas.netlify.app |
UnlearnCanvas: A Stylized Image Dataset to Benchmark Machine Unlearning for Diffusion Models
|
Анализировать url |
| arxiv.org |
[Paper]
|
Анализировать url |
| github.com |
[Code]
|
Анализировать url |
| huggingface.co |
[Benchmark]
|
Анализировать url |
| huggingface.co |
[Dataset]
|
Анализировать url |
| arxiv.org |
SOUL: Unlocking the Power of Second-Order Optimization for LLM Unlearning
|
Анализировать url |
| github.com |
[Code]
|
Анализировать url |
| arxiv.org |
Revisiting Zeroth-Order Optimization for Memory-Efficient LLM Fine-Tuning: A Benchmark
|
Анализировать url |
| github.com |
[Code]
|
Анализировать url |
| optml-group.com |
DeepZero: Scaling up Zeroth-Order Optimization for Deep Model Training
|
Анализировать url |
| github.com |
[Code]
|
Анализировать url |
| arxiv.org |
The power of few: accelerating and enhancing data reweighting with coreset selection
|
Анализировать url |
| pruning.netlify.app |
Selectivity Drives Productivity: Efficient Dataset Pruning for Enhanced Transfer Learning
|
Анализировать url |
| arxiv.org |
[Paper]
|
Анализировать url |
| github.com |
[Code]
|
Анализировать url |
| optml-group.com |
Text-Visual Prompting for Efficient 2D Temporal Video Grounding
|
Анализировать url |
| github.com |
[Code]
|
Анализировать url |
| huggingface.co |
[HF Model]
|
Анализировать url |
| arxiv.org |
Data-Model-Circuit Tri-Design for Ultra-Light Video Intelligence on Edge Devices
|
Анализировать url |
| openreview.net |
How to Robustify Black-Box ML Models? A Zeroth-Order Optimization Perspective
|
Анализировать url |
| github.com |
[Code]
|
Анализировать url |
| openreview.net |
Reverse Engineering of Imperceptible Adversarial Image Perturbations
|
Анализировать url |
| github.com |
[Code]
|
Анализировать url |
| dl.acm.org |
Video Synthesis via Transform-Based Tensor Neural Network
|
Анализировать url |
| ojs.aaai.org |
Tensor FISTA-Net for real-time snapshot compressive imaging
|
Анализировать url |
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Анализ сайта damon-demon.github.io, слабо оптимизирован на 44%. Для хорошей оптимизации и выхода на первые места в поиске требуется:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: