Анализ сайта manyuan97.github.io
Основное Готовность: 95%
Домен
manyuan97.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://manyuan97.github.io
301 MovedPermanently
https://manyuan97.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 03.10.2026 18:53:54.
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
~0,53сек
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
26Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 26Кб оптимален.
Структура html-документа корректна.
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 | jemdoc.css |
| js | text/javascript | //mapmyvisitors.com/map.js?d=A5xDGc_wZOf0OFNs-6UudWghfSkX4Cw10a4tMaBBNxE&cl=ffffff&w=300 |
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 | "6a8836e5-69b7" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 5EDC:12CAF9:1F68E64:1FAD02F:6A89AC86 |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 14:04:54 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230172-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787407495.813040,VS0,VE125 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 8e2ee788d3c8eb047d1576308898a35a9f3868ff |
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
Manyuan 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: 13, 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: 72%
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 в единственном экземпляре).
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 93 достаточно.
Среднее число слов в абзаце 25 достаточно.
Кол-во знаков контента 15981 на странице оптимально.
Кол-во слов 2389 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> 2. Это хорошо.
На странице присутствуют заголовки <h3> 6.
Тошнота
6,93
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
11,01%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота страницы в пределах нормы.
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 |
|---|---|---|
| manyuan | 48 | 2,01% |
| conference | 29 | 1,21% |
| recognition | 20 | 0,84% |
| hongsheng | 19 | 0,80% |
| accepted | 18 | 0,75% |
| vision | 18 | 0,75% |
| computer | 17 | 0,71% |
| international | 13 | 0,54% |
| challenge | 12 | 0,50% |
| learning | 12 | 0,50% |
| guanglu | 11 | 0,46% |
| reasoning | 10 | 0,42% |
| generation | 9 | 0,38% |
| kaituo | 9 | 0,38% |
| hongyu | 9 | 0,38% |
| papers | 8 | 0,33% |
| research | 7 | 0,29% |
| xunliang | 7 | 0,29% |
| pattern | 7 | 0,29% |
| intelligence | 6 | 0,25% |
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 113 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: 4
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 4 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /index.html |
Home
|
|
Анализировать url |
| /cv.pdf |
Resume
|
|
|
| /cv.pdf |
CV
|
|
|
| /Towards |
Large-scale Masked Face Recognition
|
|
Анализировать url |
Внешние ссылки
Кол-во: 109
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 109 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор | Анализировать |
|---|---|---|
| mmlab.ie.cuhk.edu.hk |
Multimedia Laboratory
|
Анализировать url |
| ee.cuhk.edu.hk |
Department of Electornic Engineering
|
Анализировать url |
| cuhk.edu.hk |
The Chinese University of Hong Kong
|
Анализировать url |
| scholar.google.com |
Scholar
|
Анализировать url |
| github.com |
Github
|
Анализировать url |
| linkedin.com |
Linkin
|
Анализировать url |
| zhaopin.meituan.com |
北斗计划
|
Анализировать url |
| mmlab.ie.cuhk.edu.hk |
Multimedia Lab (MMLab)
|
Анализировать url |
| ee.cuhk.edu.hk |
Prof.Hongsheng Li
|
Анализировать url |
| ee.cuhk.edu.hk |
Prof.Xiaogang Wang
|
Анализировать url |
| uestc.edu.cn |
University of Electronic Science and Technology of China (UESTC)
|
Анализировать url |
| sensetime.com |
SenseTime Research
|
Анализировать url |
| sensetime.com |
SenseTime Research
|
Анализировать url |
| pages.nist.gov |
FRVT
|
Анализировать url |
| ibug.doc.ic.ac.uk |
ICCV MFR
|
Анализировать url |
| activity-net.org |
Kinetics700
|
Анализировать url |
| github.com |
DI-star
|
Анализировать url |
| github.com |
DI-drive
|
Анализировать url |
| miaohua.sensetime.com |
SenseMirage
|
Анализировать url |
| arxiv.org |
LongCat-Next
|
Анализировать url |
| arxiv.org |
LongCat-Flash
|
Анализировать url |
| ibug.doc.ic.ac.uk |
ICCV 2021 Masked Face Recognition Challenge
|
Анализировать url |
| iccv21-mfr.com |
glink360k
|
Анализировать url |
| iccv21-mfr.com |
unconstrained
|
Анализировать url |
| competitions.codalab.org |
Webface260M
|
Анализировать url |
| github.com |
DI-drive
|
Анализировать url |
| pages.nist.gov |
NIST FRVT 1:1
|
Анализировать url |
| pages.nist.gov |
NIST FRVT 1:N
|
Анализировать url |
| activity-net.org |
ActivityNet
|
Анализировать url |
| activity-net.org |
Spatio-temporal Action Localization (AVA)
|
Анализировать url |
| activity-net.org |
Trimmed Activity Recognition (Kinetics 700)
|
Анализировать url |
| github.com |
X-Temporal
|
Анализировать url |
| moments.csail.mit.edu |
ICCV19 Multi-Moments in Time (MIT) Challenge
|
Анализировать url |
| ibug.doc.ic.ac.uk |
ICCV19 Lightweight Face Recognition Challenge
|
Анализировать url |
| face-benchmark.org |
WebFace260M
|
Анализировать url |
| insightface.ai |
InsightFace Unconstrained
|
Анализировать url |
| insightface.ai |
InsightFace glint360k
|
Анализировать url |
| activity-net.org |
Kinetics700
|
Анализировать url |
| youtube.com |
AVA track
|
Анализировать url |
| github.com |
1:1 Verification
|
Анализировать url |
| github.com |
1:N Identification
|
Анализировать url |
| moments.csail.mit.edu |
ICCV19 Multi-Moments in Time (MIT) Challenge
|
Анализировать url |
| insightface.ai |
ICCV19 Lightweight Face Recognition Challenge
|
Анализировать url |
| arxiv.org |
LongCat-Next: Lexicalizing Modalities as Discrete Tokens
|
Анализировать url |
| mp.weixin.qq.com |
机器之心
|
Анализировать url |
| arxiv.org |
LongCat-Flash Technical Report
|
Анализировать url |
| mp.weixin.qq.com |
机器之心
|
Анализировать url |
| mp.weixin.qq.com |
量子位
|
Анализировать url |
| arxiv.org |
LLaVA-OneVision-2: Towards Next-Generation Perceptual Intelligence
|
Анализировать url |
| mp.weixin.qq.com |
机器之心
|
Анализировать url |
| arxiv.org |
OneVision-Encoder: Codec-Aligned Sparsity as a Foundational Principle for Multimodal Intelligence
|
Анализировать url |
| arxiv.org |
1st place solution for AVA-Kinetics Crossover in AcitivityNet Challenge 2020
|
Анализировать url |
| arxiv.org |
Top-1 Solution of Multi-Moments in Time Challenge 2019
|
Анализировать url |
| arxiv.org |
InterleaveThinker: Reinforcing Agentic Interleaved Generation
|
Анализировать url |
| arxiv.org |
Uni-edit: Intelligent editing is a general task for unified model tuning
|
Анализировать url |
| arxiv.org |
UniClawBench: A Universal Benchmark for Proactive Agents on Real-World Tasks
|
Анализировать url |
| arxiv.org |
EditThinker: Unlocking Iterative Reasoning for Any Image Editor
|
Анализировать url |
| arxiv.org |
Architecture Decoupling is Not All You Need for Unified Multimodal Model
|
Анализировать url |
| mp.weixin.qq.com |
机器之心
|
Анализировать url |
| arxiv.org |
MACRO: Advancing Multi-Reference Image Generation with Structured Long-Context Data
|
Анализировать url |
| arxiv.org |
Gen-Searcher: Reinforcing Agentic Search for Image Generation
|
Анализировать url |
| mp.weixin.qq.com |
机器之心
|
Анализировать url |
| arxiv.org |
Video-MME-Logical: A Controlled Diagnostic Benchmark for Video Temporal-Logical Reasoning
|
Анализировать url |
| arxiv.org |
OpenSubject: Leveraging Video-Derived Identity and Diversity Priors for Subject-driven Image Generation and Manipulation
|
Анализировать url |
| arxiv.org |
AutoWeather4D: Autonomous Driving Video Weather Conversion via G-Buffer Dual-Pass Editing
|
Анализировать url |
| arxiv.org |
Exploring Reasoning Reward Model for Agents
|
Анализировать url |
| mp.weixin.qq.com |
机器之心
|
Анализировать url |
| arxiv.org |
AdaTooler-V: Adaptive Tool-Use for Images and Videos
|
Анализировать url |
| mp.weixin.qq.com |
量子位
|
Анализировать url |
| arxiv.org |
Thinking-while-Generating: Interleaving Textual Reasoning throughout Visual Generation
|
Анализировать url |
| mp.weixin.qq.com |
量子位
|
Анализировать url |
| arxiv.org |
Think with 3D: Geometric Imagination Grounded Spatial Reasoning from Limited Views
|
Анализировать url |
| mp.weixin.qq.com |
机器之心
|
Анализировать url |
| arxiv.org |
OneThinker: All-in-one Reasoning Model for Image and Video
|
Анализировать url |
| mp.weixin.qq.com |
量子位
|
Анализировать url |
| arxiv.org |
CodePlot-CoT: Mathematical Visual Reasoning by Thinking with Code-driven Images
|
Анализировать url |
| arxiv.org |
Are Video Models Ready as Zero-Shot Reasoners? An Empirical Study with the MME-CoF Benchmark
|
Анализировать url |
| mp.weixin.qq.com |
机器之心
|
Анализировать url |
| arxiv.org |
IGGT: Instance-Grounded Geometry Transformer for Semantic 3D Reconstruction
|
Анализировать url |
| arxiv.org |
Ares: Multimodal Adaptive Reasoning via Difficulty-aware Token-level Entropy Shaping
|
Анализировать url |
| icml.cc |
AffIn-Space: Learning Affine-Invariant Representations for 3D Spatial Understanding with MLLMs
|
Анализировать url |
| arxiv.org |
Holi-Spatial: Evolving Video Streams into Holistic 3D Spatial Intelligence
|
Анализировать url |
| arxiv.org |
OmniVideo-R1: Reinforcing Audio-visual Reasoning with Query Intention and Modality Attention
|
Анализировать url |
| arxiv.org |
AlignVid: Taming Visual Dominance via Training-Free Attention Modulation in Text-guided Image-to-Video Generation
|
Анализировать url |
| openreview.net |
CTR3D: Cross-view Token Reduction for Dense Multi-view Generation
|
Анализировать url |
| arxiv.org |
LM-Searcher: Cross-domain Neural Architecture Search with LLMs via Unified Numerical Encoding
|
Анализировать url |
| arxiv.org |
Lumina-image 2.0: A unified and efficient image generative framework
|
Анализировать url |
| arxiv.org |
Let's Verify and Reinforce Image Generation Step by Step
|
Анализировать url |
| mp.weixin.qq.com |
机器之心
|
Анализировать url |
| ecva.net |
Three Things We Need to Know About Transferring Stable Diffusion to Visual Dense Prediciton Tasks
|
Анализировать url |
| arxiv.org |
Deep Reward Supervisions for Tuning Text-to-Image Diffusion Models
|
Анализировать url |
| arxiv.org |
Motion-I2V: Consistent and Controllable Image-to-Video Generation with Explicit Motion Modeling
|
Анализировать url |
| arxiv.org |
Decoupled DETR: Spatially Disentangling Localization and Classification for Improved End-to-End Object Detection
|
Анализировать url |
| arxiv.org |
VideoFlow: Exploiting Temporal Cues for Multi-frame Optical Flow Estimation
|
Анализировать url |
| arxiv.org |
FlowFormer<tt></tt>: Masked Cost Volume Autoencoding for Pretraining Optical Flow Estimation
|
Анализировать url |
| arxiv.org |
Towards Robust Face Recognition with Comprehensive Search
|
Анализировать url |
| openaccess.thecvf.com |
Switchable K-class Hyperplanes for Noise-robust Representation Learning
|
Анализировать url |
| ecva.net |
Discriminability Distillation in Group Representation Learning
|
Анализировать url |
| openaccess.thecvf.com |
Towards Flops-constrained Face Recognition
|
Анализировать url |
| ieeexplore.ieee.org |
Tensor sensing for RF tomographic 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
Оптимизация сайта manyuan97.github.io выполнена всего на 47%. Чтобы исправить ситуацию и попасть в ТОП необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: