Анализ сайта tsb0601.github.io
Основное Готовность: 100%
Домен
tsb0601.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://tsb0601.github.io
301 MovedPermanently
https://tsb0601.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
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
~0,45сек
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 0,45сек оптимальна.
Объем документа
42Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 42Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 0
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Ресурсы не найдены. Неужели ваш сайт на чистом html?
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 | "69f1ab67-a9bb" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 9402:1C389F:8C021:94EFA:6A88D7CA |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Fri, 21 Aug 2026 22:57:14 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270056-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787353034.345798,VS0,VE119 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 8df51ff316cd70712f25e14d6e236caab50229ef |
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: 32%
Title
Peter Tong
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: 10, 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
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
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: 2
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 2шт. 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 | author | Peter Tong |
| name | viewport | width=device-width, initial-scale=1 |
Оптимизация Готовность: 57%
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 одном 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 9 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Среднее число слов в абзаце 74 достаточно.
Кол-во знаков контента 12674 на странице оптимально.
Кол-во слов 1882 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.
На странице присутствуют заголовки <h3> 39.
Тошнота
6,40
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
37,09%
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 |
|---|---|---|
| shengbang | 41 | 2,18% |
| saining | 20 | 1,06% |
| multimodal | 19 | 1,01% |
| visual | 18 | 0,96% |
| models | 14 | 0,74% |
| neurips | 11 | 0,58% |
| representation | 11 | 0,58% |
| technical | 10 | 0,53% |
| accepted | 9 | 0,48% |
| report | 9 | 0,48% |
| koustuv | 8 | 0,43% |
| language | 8 | 0,43% |
| scaling | 8 | 0,43% |
| learning | 8 | 0,43% |
| zhuang | 7 | 0,37% |
| boyang | 7 | 0,37% |
| fergus | 7 | 0,37% |
| michael | 7 | 0,37% |
| yuexiang | 7 | 0,37% |
| rabbat | 6 | 0,32% |
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 105 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: 2
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 2 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /data/Peter_Tong_Resume.pdf |
Resume
|
|
|
| /data/defense_slides.pdf |
[slides]
|
|
Внешние ссылки
Кол-во: 102
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 102 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор | Анализировать |
|---|---|---|
| amilabs.xyz |
AMI Labs
|
Анализировать url |
| yann.lecun.com |
Yann LeCun
|
Анализировать url |
| sainingxie.com |
Saining Xie
|
Анализировать url |
| twitter.com |
Twitter
|
|
| scholar.google.com |
Google Scholar
|
Анализировать url |
| github.com |
Github
|
Анализировать url |
| cambrian-mllm.github.io |
Lessons from Two Years of TPU Training in Academia
|
Анализировать url |
| arxiv.org |
Web-SSL
|
Анализировать url |
| arxiv.org |
MetaMorph
|
Анализировать url |
| koustuvsinha.com |
Koustuv Sinha
|
Анализировать url |
| arxiv.org |
RLVLM
|
Анализировать url |
| arxiv.org |
Cambrian
|
Анализировать url |
| liuzhuang13.github.io |
Zhuang Liu
|
Анализировать url |
| openai.com |
OpenAI Superalignment Fellowship
|
Анализировать url |
| arxiv.org |
Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs
|
Анализировать url |
| arxiv.org |
Image Clustering in the Age of Pretrained Models
|
Анализировать url |
| gkioxari.github.io |
QVCV
|
Анализировать url |
| arxiv.org |
MultiMon
|
Анализировать url |
| arxiv.org |
CRATE(whitebox-transformer)
|
Анализировать url |
| arxiv.org |
Manifold Linearizing and Clustering
|
Анализировать url |
| yann.lecun.com |
Professor Yann LeCun
|
Анализировать url |
| sainingxie.com |
Professor Saining Xie
|
Анализировать url |
| arxiv.org |
incremental-CTRL
|
Анализировать url |
| cambrian-mllm.github.io |
Lessons from Two Years of TPU Training in Academia
|
Анализировать url |
| arxiv.org |
Beyond Language Modeling: An Exploration of Multimodal Pretraining
|
Анализировать url |
| arxiv.org |
Scaling Text-to-Image Diffusion Transformers with Representation Autoencoders
|
Анализировать url |
| arxiv.org |
Diffusion Transformers with Representation Autoencoders
|
Анализировать url |
| arxiv.org |
Scaling Language-Free Visual Representation Learning
|
Анализировать url |
| davidfan.io |
David Fan*
|
Анализировать url |
| jiachenzhu.github.io |
Jiachen Zhu
|
Анализировать url |
| koustuvsinha.com |
Koustuv Sinha
|
Анализировать url |
| liuzhuang13.github.io |
Zhuang Liu
|
Анализировать url |
| xinleic.xyz |
Xinlei Chen
|
Анализировать url |
| ai.meta.com |
Michael Rabbat
|
Анализировать url |
| scholar.google.com |
Nicolas Ballas
|
Анализировать url |
| yann.lecun.com |
Yann LeCun
|
Анализировать url |
| amirbar.net |
Amir Bar†
|
Анализировать url |
| sainingxie.com |
Saining Xie†
|
Анализировать url |
| arxiv.org |
MetaMorph: Multimodal Understanding and Generation via Instruction Tuning
|
Анализировать url |
| davidfan.io |
David Fan
|
Анализировать url |
| jiachenzhu.github.io |
Jiachen Zhu
|
Анализировать url |
| pages.cs.wisc.edu |
Yunyang Xiong
|
Анализировать url |
| xinleic.xyz |
Xinlei Chen
|
Анализировать url |
| koustuvsinha.com |
Koustuv Sinha
|
Анализировать url |
| ai.meta.com |
Michael Rabbat
|
Анализировать url |
| yann.lecun.com |
Yann LeCun
|
Анализировать url |
| sainingxie.com |
Saining Xie
|
Анализировать url |
| liuzhuang13.github.io |
Zhuang Liu
|
Анализировать url |
| arxiv.org |
Cambrian-1: A Fully Open, Vision-Centric Exploration of Multimodal LLMs
|
Анализировать url |
| ellisbrown.github.io |
Ellis Brown*
|
Анализировать url |
| penghao-wu.github.io |
Penghao Wu*
|
Анализировать url |
| sites.google.com |
Sanghyun Woo
|
Анализировать url |
| linkedin.com |
Manoj Middepogu
|
Анализировать url |
| linkedin.com |
Sai Charitha Akula
|
Анализировать url |
| jihanyang.github.io |
Jihan Yang
|
Анализировать url |
| github.com |
Shusheng Yang
|
Анализировать url |
| adithyaiyer1999.github.io |
Adithya Iyer
|
Анализировать url |
| xichenpan.com |
Xichen Pan
|
Анализировать url |
| linkedin.com |
Austin Wang
|
Анализировать url |
| cs.nyu.edu |
Rob Fergus
|
Анализировать url |
| yann.lecun.com |
Yann LeCun
|
Анализировать url |
| sainingxie.com |
Saining Xie
|
Анализировать url |
| arxiv.org |
Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs
|
Анализировать url |
| liuzhuang13.github.io |
Zhuang Liu
|
Анализировать url |
| yx-s-z.github.io |
Yuexiang Zhai
|
Анализировать url |
| people.eecs.berkeley.edu |
Yi Ma
|
Анализировать url |
| yann.lecun.com |
Yann LeCun
|
Анализировать url |
| sainingxie.com |
Saining Xie
|
Анализировать url |
| arxiv.org |
Mass-Producing Failures of Multimodal Systems with Language Models
|
Анализировать url |
| people.eecs.berkeley.edu |
Erik Jones*
|
Анализировать url |
| jsteinhardt.stat.berkeley.edu |
Jacob Steinhardt
|
Анализировать url |
| arxiv.org |
Beyond Language Modeling: An Exploration of Multimodal Pretraining
|
Анализировать url |
| arxiv.org |
Asymmetric Idiosyncrasies in Multimodal Models
|
Анализировать url |
| arxiv.org |
Scaling Text-to-Image Diffusion Transformers with Representation Autoencoders
|
Анализировать url |
| arxiv.org |
From Pixels to Feelings: Aligning MLLMs with Human Cognitive Perception of Images
|
Анализировать url |
| arxiv.org |
Cambrian-S: Towards Spatial Supersensing in Video
|
Анализировать url |
| arxiv.org |
Diffusion Transformers with Representation Autoencoders
|
Анализировать url |
| arxiv.org |
Learning to See Before Seeing: Demystifying LLM Visual Priors from Language Pre-training
|
Анализировать url |
| arxiv.org |
From Intention to Execution: Probing the Generalization Boundaries of Vision-Language-Action Models
|
Анализировать url |
| arxiv.org |
Thinking vs. Doing: Agents that Reason by Scaling Test-Time Interaction
|
Анализировать url |
| arxiv.org |
Seeing from Another Perspective: Evaluating Multi-View Understanding in MLLMs
|
Анализировать url |
| arxiv.org |
Scaling Language-Free Visual Representation Learning
|
Анализировать url |
| arxiv.org |
SFT Memorizes, RL Generalizes: A Comparative Study of Foundation Model Post-training
|
Анализировать url |
| arxiv.org |
MetaMorph: Multimodal Understanding and Generation via Instruction Tuning
|
Анализировать url |
| arxiv.org |
MMMU-Pro: A More Robust Multi-discipline Multimodal Understanding Benchmark
|
Анализировать url |
| arxiv.org |
Cambrian-1: A Fully Open, Vision-Centric Exploration of Multimodal LLMs
|
Анализировать url |
| arxiv.org |
Fine-Tuning Large Vision-Language Models as Decision-Making Agents via Reinforcement Learning
|
Анализировать url |
| proceedings.neurips.cc |
Connecting Joint-Embedding Predictive Architecture with Contrastive Self-supervised Learning
|
Анализировать url |
| arxiv.org |
Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs
|
Анализировать url |
| arxiv.org |
Investigating the Catastrophic Forgetting in Multimodal Large Language Models
|
Анализировать url |
| arxiv.org |
Emergence of Segmentation with Minimalistic White-Box Transformers
|
Анализировать url |
| arxiv.org |
Ctrl123: Consistent Novel View Synthesis via Closed-Loop Transcription
|
Анализировать url |
| arxiv.org |
Mass-Producing Failures of Multimodal Systems with Language Models
|
Анализировать url |
| arxiv.org |
Image Clustering in the Age of Pretrained Models
|
Анализировать url |
| arxiv.org |
White-Box Transformers via Sparse Rate Reduction
|
Анализировать url |
| arxiv.org |
EMP-SSL: Towards Self-Supervised Learning in One Epoch
|
Анализировать url |
| arxiv.org |
Unsupervised Manifold Linearizing and Clustering
|
Анализировать url |
| arxiv.org |
Closed-Loop Transcription Via Convolutional Sparse Coding
|
Анализировать url |
| arxiv.org |
Unsupervised Learning of Structured Representation via Closed-Loop Transcription
|
Анализировать url |
| arxiv.org |
Revisiting Sparse Convolutional Model for Visual Recognition
|
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
Выполнен подробный анализ сайта tsb0601.github.io: готовность на 47%. Чтобы выполнить все условия и попасть на первую страницу выдачи поисковых систем требуется:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: