Анализ сайта qianhuiwu.github.io
Основное Готовность: 100%
Домен
qianhuiwu.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://qianhuiwu.github.io
301 MovedPermanently
https://qianhuiwu.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 28.10.2026 23:44:40.
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
en
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 документа указан явно: en.
Скорость загрузки
~0,59сек
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 0,59сек оптимальна.
Объем документа
28Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 28Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 7
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 7 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | https://qianhuiwu.github.io/assets/css/main.css | |
| stylesheet | https://qianhuiwu.github.io/assets/css/collapse.css | |
| stylesheet | https://qianhuiwu.github.io/assets/css/academicons.css | |
| js | https://cdnjs.cloudflare.com/polyfill/v3/polyfill.min.js?features=es6 | |
| js | https://cdn.jsdelivr.net/npm/mathjax@3/es5/tex-mml-chtml.js | |
| js | text/javascript | //cdn.clustrmaps.com/map_v2.js?cl=080808&w=a&t=tt&d=sHUFovnSB1DX6vMbdeo1Jz4d6fXjO90cNXCmDhzb3e4&co=ffffff&cmo=3acc3a&cmn=ff5353&ct=808080 |
| js | https://qianhuiwu.github.io/assets/js/main.min.js |
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 | "6a888417-7119" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | FF64:126FE6:24C085:2796FC:6A89B86A |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 14:55:39 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270054-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787410539.172778,VS0,VE226 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 97a7dfbbebf1dbb109f5a94a8feb285578be0f46 |
CMS
Не определена
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.
CMS не определена. Вероятно, сайт самописный либо движок надёжно скрыт. Это не ошибка.
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: 48%
Title
About Me - Homepage - Qianhui Wu
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: 32, 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
https://qianhuiwu.github.io/
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.
Канонический Url прописан корректно.
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
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».
Разметка OpenGraph
Кол-во: 4
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 задана. Страница оптимизирована под социальные сети.
Показать полный список og мета-тегов
| Тип | Значение |
|---|---|
| og:locale | en-US |
| og:site_name | Homepage - Qianhui Wu |
| og:title | About Me |
| og:url | https://qianhuiwu.github.io/ |
Все мета-теги
Кол-во: 11
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 11шт. 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 | HandheldFriendly | True |
| name | MobileOptimized | 320 |
| name | viewport | width=device-width, initial-scale=1.0 |
| name | msapplication-TileColor | #000000 |
| name | msapplication-TileImage | https://qianhuiwu.github.io/images/mstile-144x144.png?v=M44lzPylqQ |
| name | msapplication-config | https://qianhuiwu.github.io/images/browserconfig.xml?v=M44lzPylqQ |
| name | theme-color | #ffffff |
| property | og:locale | en-US |
| property | og:site_name | Homepage - Qianhui Wu |
| property | og:title | About Me |
| property | og:url | https://qianhuiwu.github.io/ |
Оптимизация Готовность: 82%
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
Ошибок нет
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 5 встречаются в тексте достаточно.
Абзацев с текстом 11 достаточно.
Среднее число слов в абзаце 64 достаточно.
Кол-во знаков контента 11535 на странице оптимально.
Кол-во слов 1644 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> 5. Это хорошо.
На странице присутствуют заголовки <h3> 1.
Тошнота
5,20
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
67,94%
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 |
|---|---|---|
| qianhui | 27 | 1,64% |
| agents | 25 | 1,52% |
| release | 13 | 0,79% |
| jianfeng | 13 | 0,79% |
| huiqiang | 11 | 0,67% |
| chin-yew | 10 | 0,61% |
| tsinghua | 9 | 0,55% |
| university | 9 | 0,55% |
| learning | 9 | 0,55% |
| baolin | 9 | 0,55% |
| visual | 8 | 0,49% |
| prompt | 8 | 0,49% |
| agentic | 7 | 0,43% |
| yuqing | 7 | 0,43% |
| microsoft | 6 | 0,36% |
| long-context | 6 | 0,36% |
| compression | 6 | 0,36% |
| recognition | 6 | 0,36% |
| xufang | 6 | 0,36% |
| karlsson | 6 | 0,36% |
Индексация Готовность: 60%
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 90 оптимально. Поисковые роботы обязательно проиндексируют сайт.
Robots.txt
Найден корректный robots.txt
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.
Robots.txt настроен корректно. Размер файла: 49 байт. Загружен за: 1сек.
Проверяемая страница не запрещена в robots.txt.
Robots.txt доступен по постоянному адресу
Цепочка редиректов для файла robots.txt:
http://qianhuiwu.github.io/robots.txt
301 MovedPermanently
https://qianhuiwu.github.io/robots.txt
200 OK
Показать содержимое robots.txt
Sitemap: https://qianhuiwu.github.io/sitemap.xml
Sitemap
Кол-во: 1
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 содержит карту сайта. Это прекрасно!
Robots.txt не содержит ошибок в карте сайта.
Показать карту сайта
| Url | Статус |
|---|---|
| https://qianhuiwu.github.io/sitemap.xml |
|
Внутренние ссылки
Кол-во: 3
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 3 оптимально.
Внутренние ссылки не запрещены к индексации в robots.txt.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| / |
Homepage - Qianhui Wu
|
|
Анализировать url |
| /sitemap/ |
Sitemap
|
|
Анализировать url |
| /feed.xml |
<i class="fa fa-fw fa-rss-square" aria-hidden="true"></i> Feed
|
|
Анализировать url |
Внешние ссылки
Кол-во: 77
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 77 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
На странице ссылки с атрибутом rel='nofollow' 2.
Показать внешние ссылки
| Url | Анкор | Анализировать |
|---|---|---|
| scholar.google.com |
<i class="ai ai-google-scholar icon-pad-right"></i>Google Scholar
|
Анализировать url |
| github.com |
<i class="fab fa-fw fa-github icon-pad-right" aria-hidden="true"></i>Github
|
Анализировать url |
| linkedin.com |
<i class="fab fa-fw fa-linkedin icon-pad-right" aria-hidden="true"></i>LinkedIn
|
Анализировать url |
| twitter.com |
<i class="fab fa-fw fa-x-twitter icon-pad-right" aria-hidden="true"></i>X (formerly Twitter)
|
|
| microsoft.com |
Microsoft Research
|
Анализировать url |
| tsinghua.edu.cn |
Tsinghua University
|
Анализировать url |
| arxiv.org |
OpenForgeRL
|
Анализировать url |
| openwebrl.github.io |
OpenWebRL: Online Multi-Turn Reinforcement Learning for Visual Web Agents
|
Анализировать url |
| arxiv.org |
Orchard
|
Анализировать url |
| aiming-lab.github.io |
WebHarbor
|
Анализировать url |
| arxiv.org |
WebXSkill
|
Анализировать url |
| gui-libra.github.io |
GUI-Libra
|
Анализировать url |
| computer-vision-in-the-wild.github.io |
5th Workshop on Computer Vision in the Wild (CVinW) at @CVPR 2026
|
Анализировать url |
| github.com |
SynthAgent
|
Анализировать url |
| arxiv.org |
Dyna-Mind
|
Анализировать url |
| arxiv.org |
Argos
|
Анализировать url |
| arxiv.org |
GUI-360
|
Анализировать url |
| github.com |
GUI-Actor
|
Анализировать url |
| computer-vision-in-the-wild.github.io |
4th Workshop on Computer Vision in the Wild (CVinW) at @CVPR 2025
|
Анализировать url |
| aka.ms |
MMInference
|
Анализировать url |
| microsoft.github.io |
Magma
|
Анализировать url |
| microsoft.com |
SeCom
|
Анализировать url |
| arxiv.org |
SCBench
|
Анализировать url |
| arxiv.org |
MInference
|
Анализировать url |
| arxiv.org |
MInference
|
Анализировать url |
| arxiv.org |
LLM Position Bias paper
|
Анализировать url |
| llmlingua.com |
LLMLingua Series
|
Анализировать url |
| microsoft.github.io |
Prompt Flow
|
Анализировать url |
| microsoft.github.io |
AutoGen
|
Анализировать url |
| github.com |
LangChain
|
Анализировать url |
| github.com |
LlamaIndex
|
Анализировать url |
| llmlingua.com |
LongLLMLingua
|
Анализировать url |
| llmlingua.com |
LLMLingua-2
|
Анализировать url |
| llmlingua.com |
LLMLingua-2
|
Анализировать url |
| llmlingua.com |
LongLLMLingua
|
Анализировать url |
| llmlingua.com |
LLMLingua
|
Анализировать url |
| github.com |
OpenForgeRL: Train Harness-native Agents in Any Environment
|
Анализировать url |
| github.com |
OpenWebRL: Online Multi-Turn Reinforcement Learning for Visual Web Agents
|
Анализировать url |
| github.com |
Orchard: An Open-source Agentic Modeling Framework
|
Анализировать url |
| github.com |
GUI-Libra: Training Native GUI Agents with Action-aware Supervision and Partially Verifiable RL
|
Анализировать url |
| github.com |
GUI-Actor: Coordinate-Free Visual Grounding for GUI Agents
|
Анализировать url |
| microsoft.github.io |
Magma: A Foundation Model for Multimodal AI Agents
|
Анализировать url |
| github.com |
MInference: Million-Tokens Prompt Inference for Long-context LLMs
|
Анализировать url |
| github.com |
LLMLingua Series for Prompt Compression
|
Анализировать url |
| github.com |
Versatile Entity Recognition & disambiguation Toolkit
|
Анализировать url |
| arxiv.org |
OpenForgeRL: Train Harness-native Agents in Any Environment
|
Анализировать url |
| arxiv.org |
OpenWebRL: Online Multi-Turn Reinforcement Learning for Visual Web Agents
|
Анализировать url |
| arxiv.org |
Orchard: An Open-source Agentic Modeling Framework
|
Анализировать url |
| gui-libra.github.io |
GUI-Libra: Training Native GUI Agents to Reason and Act with Action-aware Supervision and Partially Verifiable RL
|
Анализировать url |
| arxiv.org |
WebXSkill: Skill Learning for Autonomous Web Agents
|
Анализировать url |
| arxiv.org |
The Devil Is in the Interface: Evaluating How Tool Architecture Shapes Coding Agent Behavior
|
Анализировать url |
| arxiv.org |
Adapting Web Agents with Synthetic Supervision
|
Анализировать url |
| arxiv.org |
Dyna-Mind: Learning to Simulate from Experience for Better AI Agents
|
Анализировать url |
| microsoft.github.io |
GUI-Actor: Coordinate-Free Visual Grounding for GUI Agents
|
Анализировать url |
| microsoft.github.io |
Magma: A Foundation Model for Multimodal AI Agents
|
Анализировать url |
| llmlingua.com |
SeCom: On Memory Construction and Retrieval for Personalized Conversational Agents
|
Анализировать url |
| hqjiang.com |
MMInference: Accelerating Pre-filling for Long-Context Visual Language Models via Modality-Aware Permutation Sparse Attention
|
Анализировать url |
| arxiv.org |
SharedContextBench: How Lossy are Long-context Methods in KV Cache Reuse
|
Анализировать url |
| arxiv.org |
MInference 1.0: Accelerating Pre-filling for Long-Context LLMs via Dynamic Sparse Attention
|
Анализировать url |
| arxiv.org |
LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression
|
Анализировать url |
| arxiv.org |
LongLLMLingua: Accelerating and Enhancing LLMs in Long Context Scenarios via Prompt Compression
|
Анализировать url |
| aclanthology.org |
LLMLingua: Compressing Prompts for Accelerated Inference of Large Language Models
|
Анализировать url |
| aclanthology.org |
Multi-Level Knowledge Distillation for Out-of-Distribution Detection in Text
|
Анализировать url |
| aclanthology.org |
CoLaDa: A Collaborative Label Denoising Framework for Cross-lingual Named Entity Recognition
|
Анализировать url |
| aclanthology.org |
Decomposed Meta-Learning for Few-Shot Named Entity Recognition
|
Анализировать url |
| aclanthology.org |
On the Effectiveness of Sentence Encoding for Intent Detection Meta-Learning
|
Анализировать url |
| ijcai.org |
UniTrans: Unifying Model Transfer and Data Transfer for Cross-Lingual Named Entity Recognition with Unlabeled Data
|
Анализировать url |
| aclanthology.org |
Single-/Multi-Source Cross-Lingual NER via Teacher-Student Learning on Unlabeled Data in Target Language
|
Анализировать url |
| aaai.org |
Enhanced Meta-Learning for Cross-Lingual Named Entity Recognition with Minimal Resources
|
Анализировать url |
| research.nii.ac.jp |
DeepMRT at the NTCIR-14 FinNum Task: A Hybrid Neural Model for Numeral Type Classification in Financial Tweets
|
Анализировать url |
| credly.com |
Microsoft 2024 Global Hackathon Executive Challenge Winner
|
Анализировать url |
| credly.com |
Microsoft Machine Learning, AI & Data Science Conference (MLADS) Distinguished Contribution
|
Анализировать url |
| credly.com |
Microsoft 2023 Global Hackathon Award Winner
|
Анализировать url |
| github.com |
<i class="fab fa-github" aria-hidden="true"></i> GitHub
|
Анализировать url |
| jekyllrb.com |
Jekyll
|
Анализировать url |
| github.com |
AcademicPages
|
Анализировать url |
| mademistakes.com |
Minimal Mistakes
|
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
Сайт qianhuiwu.github.io проверен - готовность высокая и составляет 72%.
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: