Анализ сайта lijunyi.tech
Основное Готовность: 55%
Домен
lijunyi.tech
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Домен второго уровня идеален для продвижения.
Отличный запоминающийся домен.
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.
Безопасность
Сайт небезопасен
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 не найден защищенный протокол ssl и сайт не открывается по https!
Не настроен HSTS (Strict-Transport-Security) — рекомендуется включить.
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
~0,53сек
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 0,53сек оптимальна.
Объем документа
120Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 120Кб оптимален.
Ресурсы
Ресурсы: 2
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 2 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | text/css | ./stylesheets/main.css |
| js | text/javascript | //rf.revolvermaps.com/0/0/1.js?i=571ds4qroi6&s=220&m=7&v=true&r=false&b=000000&n=false&c=ff0000 |
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 |
|---|---|
| Connection | keep-alive |
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| ETag | "6a7acad2-1e3f9" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| X-GitHub-Request-Id | 35C8:E2628:3C7E117:3D04F95:6A8AB2DB |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sun, 23 Aug 2026 08:44:12 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230064-FRA |
| X-Cache | MISS |
| X-Cache-Hits | 0 |
| X-Timer | S1787474652.137141,VS0,VE118 |
| Vary | Accept-Encoding |
| X-Fastly-Request-ID | 4884612242b4250daa61aef0f43541580632096a |
CMS
HTML Tidy for Linux/x86 (vers 11 February 2007), see www.w3.org
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: HTML Tidy for Linux/x86 (vers 11 February 2007), see www.w3.org.
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: 32%
Title
Junyi Li (李军毅)
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: 14, 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
width=device-width, initial-scale=1.0, user-scalable=no, minimum-scale=1.0, maximum-scale=1.0
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 со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Meta-тег viewport со значением user-scalable определяет доступность масштабирования страницы пользователем.
Meta-тег viewport со значением minimum-scale определяет минимальный масштаб области просмотра.
Meta-тег viewport со значением maximum-scale определяет максимальный масштаб области просмотра.
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: 6
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 6шт. 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 | viewport | width=device-width, initial-scale=1.0, user-scalable=no, minimum-scale=1.0, maximum-scale=1.0 |
| name | generator | HTML Tidy for Linux/x86 (vers 11 February 2007), see www.w3.org |
| name | apple-mobile-web-app-capable | yes |
| name | apple-mobile-web-app-status-bar-style | black |
| name | format-detection | telephone=no |
| name | author | Junyi Li |
Оптимизация Готовность: 15%
Структура
Есть замечания
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Не найден главный тег документа <body>. Проверьте структуру html-документа на наличие тега <body>!
Строго говоря, это не является ошибкой, а важным замечанием. В стандарте HTML теги html, body не являются обязательными, но все же лучше следовать общепринятым стандартам построения веб-страниц.
Строго говоря, это не является ошибкой, а важным замечанием. В стандарте HTML теги html, body не являются обязательными, но все же лучше следовать общепринятым стандартам построения веб-страниц.
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.
Абзацев с текстом 5 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Слова из title 3 встречаются в тексте достаточно.
Среднее число слов в абзаце 31 достаточно.
Кол-во знаков контента 77767 на странице оптимально.
Кол-во слов 11079 на странице оптимально.
Заголовки
Есть ошибки
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.
Не обнаружено заголовков на странице. Добавьте заголовки (<h1>, <h2> или <h3>)
Тошнота
10,39
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 5. Измените текст страницы!
Академич. тошнота
33,94%
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 |
|---|---|---|
| language | 108 | 0,97% |
| models | 103 | 0,93% |
| generation | 88 | 0,79% |
| reasoning | 60 | 0,54% |
| knowledge | 49 | 0,44% |
| search | 44 | 0,40% |
| propose | 41 | 0,37% |
| learning | 40 | 0,36% |
| experiments | 35 | 0,32% |
| ji-rong | 34 | 0,31% |
| information | 33 | 0,30% |
| methods | 30 | 0,27% |
| conference | 27 | 0,24% |
| hallucination | 26 | 0,23% |
| performance | 26 | 0,23% |
| process | 26 | 0,23% |
| framework | 25 | 0,23% |
| approach | 24 | 0,22% |
| extensive | 24 | 0,22% |
| computational | 24 | 0,22% |
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 174 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: 32
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 32 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /./images/resume.pdf |
CV
|
|
|
| / |
<papertitle>Towards Pareto-Optimal Tool-Integrated Agents with Pareto Ranking Policy Optimization</papertitle>
|
|
Анализировать url |
| / |
pdf
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
<papertitle>ForesightKV: Optimizing KV Cache Eviction for Reasoning Models by Learning Long-Term Contribution</papertitle>
|
|
Анализировать url |
| / |
pdf
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
<papertitle>Towards Long-horizon Agentic Multimodal Search</papertitle>
|
|
Анализировать url |
| / |
<papertitle>Beyond Fully Random Masking: Attention-Guided Denoising and Optimization for Diffusion Language Models</papertitle>
|
|
Анализировать url |
| / |
pdf
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
<papertitle>Experience-Driven Reflective Co-Evolution of Prompts and Heuristics for Autonomous Algorithm Design</papertitle>
|
|
Анализировать url |
| / |
pdf
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
<papertitle>MemSearch-o1: Empowering Large Language Models with Reasoning-Aligned Memory Growth in Agentic Search</papertitle>
|
|
Анализировать url |
| / |
pdf
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
<papertitle>Evoking User Memory: Personalizing LLM via Recollection-Familiarity Adaptive Retrieval</papertitle>
|
|
Анализировать url |
| / |
pdf
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
<papertitle>To Search or Not to Search: Aligning the Decision Boundary of Deep Search Agents via Causal Intervention</papertitle>
|
|
Анализировать url |
| / |
pdf
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
<papertitle>DynaQuest: A Dynamic Question Answering Dataset Reflecting Real-World Knowledge Updates</papertitle>
|
|
Анализировать url |
| / |
pdf
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
| / |
code
|
|
Анализировать url |
Внешние ссылки
Кол-во: 142
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 142 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор | Анализировать |
|---|---|---|
| ds.cityu.edu.hk |
Department of Data Science
|
Анализировать url |
| cityu.edu.hk |
City University of Hong Kong
|
Анализировать url |
| zhaoxyai.github.io |
Prof. ZHAO Xiangyu
|
Анализировать url |
| nus.edu.sg |
National University of Singapore
|
Анализировать url |
| comp.nus.edu.sg |
Prof. Hwee Tou Ng
|
Анализировать url |
| playbigdata.ruc.edu.cn |
Prof. Wayne Xin Zhao
|
Анализировать url |
| rali.iro.umontreal.ca |
Prof. Jian-Yun Nie
|
Анализировать url |
| scholar.google.com |
Google Scholar
|
Анализировать url |
| github.com |
GitHub
|
Анализировать url |
| zhihu.com |
Zhihu
|
Анализировать url |
| arxiv.org |
HaluEval
|
Анализировать url |
| arxiv.org |
HaluEval 2.0
|
Анализировать url |
| arxiv.org |
HaluEval 2.0
|
Анализировать url |
| arxiv.org |
HaluAgent
|
Анализировать url |
| arxiv.org |
HaluSearch
|
Анализировать url |
| arxiv.org |
Think&Cite
|
Анализировать url |
| arxiv.org |
FSPO
|
Анализировать url |
| arxiv.org |
RAG-Star
|
Анализировать url |
| arxiv.org |
HG-MCTS
|
Анализировать url |
| arxiv.org |
ChainLM
|
Анализировать url |
| arxiv.org |
FSPO
|
Анализировать url |
| arxiv.org |
ACPO
|
Анализировать url |
| arxiv.org |
ManuSearch
|
Анализировать url |
| arxiv.org |
BAMBOO
|
Анализировать url |
| arxiv.org |
Mix-CPT
|
Анализировать url |
| arxiv.org |
ECW
|
Анализировать url |
| arxiv.org |
LongReD
|
Анализировать url |
| arxiv.org |
LAMOC
|
Анализировать url |
| arxiv.org |
<font color="#FF0000">!!!!!</font><papertitle>A Survey of Large Language Models</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>Reasoning Models Hallucinate More: Factuality-Aware Reinforcement Learning for Large Reasoning Models</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>Incentivizing Dual Process Thinking for Efficient Large Language Model Reasoning</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| arxiv.org |
<papertitle>ManuSearch: Democratizing Deep Search in Large Language Models with a Transparent and Open Multi-Agent Framework</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>Think&Cite: Improving Attributed Text Generation with Self-Guided Tree Search and Progress Reward Modeling</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>LongReD: Mitigating Short-Text Degradation of Long-Context Large Language Models via Restoration Distillation</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>Think More, Hallucinate Less: Mitigating Hallucinations via Dual Process of Fast and Slow Thinking</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| arxiv.org |
<papertitle>Just Go Parallel: Improving the Multilingual Capabilities of Large Language Models</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>Search-Based Interaction For Conversation Recommendation via Generative Reward Model Based Simulated User</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>Holistically Guided Monte Carlo Tree Search for Intricate Information Seeking</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| arxiv.org |
<papertitle>Mix-CPT: A Domain Adaptation Framework via Decoupling Knowledge Learning and Format Alignment</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| openreview.net |
<papertitle>Investigating the Pre-Training Dynamics of In-Context Learning: Task Recognition vs. Task Learning</papertitle>
|
Анализировать url |
| openreview.net |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>RAG-Star: Enhancing Deliberative Reasoning with Retrieval Augmented Verification and Refinement</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| arxiv.org |
<papertitle>Exploring Context Window of Large Language Models via Decomposed Positional Vectors</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| arxiv.org |
<papertitle>Small Agent Can Also Rock! Empowering Small Language Models as Hallucination Detector</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>REAR: A Relevance-Aware Retrieval-Augmented Framework for Open-Domain Question Answering</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| aclanthology.org |
<papertitle>LLMBox: A Comprehensive Library for Large Language Models</papertitle>
|
Анализировать url |
| aclanthology.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>The Dawn After the Dark: An Empirical Study on Factuality Hallucination in Large Language Models</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>ChainLM: Empowering Large Language Models with Improved Chain-of-Thought Prompting</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>BAMBOO: A Comprehensive Benchmark for Evaluating Long Text Modeling Capacities of Large Language Models</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>Pretrained Language Models Based Text Generation: A Survey</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| arxiv.org |
<papertitle>HaluEval: A Large-Scale Hallucination Evaluation Benchmark for Large Language Models</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>Learning to Imagine: Visually-Augmented Natural Language Generation</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>MVP: Multi-task Supervised Pre-training for Natural Language Generation</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>Zero-shot Visual Question Answering with Language Model Feedback</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
Анализировать url |
| github.com |
code
|
Анализировать url |
| arxiv.org |
<papertitle>The Web Can Be Your Oyster for Improving Language Models</papertitle>
|
Анализировать url |
| arxiv.org |
pdf
|
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
Оптимизация сайта lijunyi.tech выполнена всего на 26%. Чтобы исправить ситуацию и попасть в ТОП необходимо:
Постарайтесь исправить общие ошибки.
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: