---
host: "shimo.im"
title: "shimo.im 对 AI 爬虫的设置与正文可读性诊断报告"
category: "办公与工具"
checked_at: "2026-10-29T14:54:35.837108Z"
published_at: "2026-10-30T01:00:00+00:00"
canonical_url: "https://llmo.com.cn/sites/shimo.im"
markdown_url: "https://llmo.com.cn/sites/shimo.im.md"
publisher: "AI Read (llmo.com.cn)"
purposes:
  search: "allow"
  training: "allow"
  user_fetch: "allow"
js_dependence: "none"
static_chars: 1832
rendered_chars: 1936
---

# shimo.im 对 AI 爬虫的设置与可读性诊断报告

> **来源声明**：本报告由 AI Read（https://llmo.com.cn）于 2026-10-29 检测生成，快照永久归档于 https://llmo.com.cn/sites/shimo.im 。
> **核心结论**：没有禁止任何主流 AI 爬虫，搜索、训练和用户触发类爬虫均被放行。
> **站点定位**：提供文档、表格、幻灯片等多人实时协作的云端办公套件，支持团队知识管理与安全管控。

## 1. 核心事实概览

- **站点分类**：办公与工具
- **检测时间**：2026-10-29
- **发布时间**：2026-10-30
- **robots.txt 可读性**：公开可读
- **AI 搜索支持**：允许
- **模型训练支持**：允许
- **用户触发支持**：允许
- **JavaScript 依赖**：两者几乎一致，首页内容不依赖 JavaScript，AI 爬虫能读到完整正文。
- **静态 HTML 文字量**：约 1,832 字
- **渲染后文字量**：约 1,936 字
- **结构化数据**：静态页面里带有 JSON-LD（类型：Organization、WebSite），便于 AI 理解页面是什么。

## 2. 主流 AI 爬虫放行规则全景

| AI 厂商 | 爬虫名称 (User-Agent) | 用途分类 | 放行状态 |
|:---|:---|:---|:---|
| ChatGPT (OpenAI) | `OAI-SearchBot` | AI 搜索 | 允许 |
| ChatGPT (OpenAI) | `GPTBot` | 模型训练 | 允许 |
| ChatGPT (OpenAI) | `ChatGPT-User` | 用户触发 | 允许 |
| Claude (Anthropic) | `Claude-SearchBot` | AI 搜索 | 允许 |
| Claude (Anthropic) | `ClaudeBot` | 模型训练 | 允许 |
| Claude (Anthropic) | `Claude-User` | 用户触发 | 允许 |
| Perplexity | `PerplexityBot` | AI 搜索 | 允许 |
| Perplexity | `Perplexity-User` | 用户触发 | 允许 |
| Google AI Search (Google) | `Googlebot` | AI 搜索 | 允许 |
| Google AI Search (Google) | `Google-Extended` | 模型训练 | 允许 |

## 3. robots.txt 命中的规则证据

```robots.txt
User-agent: OAI-SearchBot · Allow: /（第 65 行）
User-agent: Claude-SearchBot · Allow: /（第 65 行）
User-agent: PerplexityBot · Allow: /（第 65 行）
User-agent: GPTBot · Allow: /（第 65 行）
User-agent: ClaudeBot · Allow: /（第 65 行）
User-agent: Google-Extended · Allow: /（第 65 行）
User-agent: ChatGPT-User · Allow: /（第 65 行）
User-agent: Claude-User · Allow: /（第 65 行）
User-agent: Perplexity-User · Allow: /（第 65 行）
```

*注：规则取自该站公开的 robots.txt 原文。没有专属规则的爬虫按通用规则（`User-agent: *`）处理。*

## 4. 正文提取与 JavaScript 依赖分析

很多 AI 爬虫在抓取页面时不执行 JavaScript。以下比较首页在“不执行 JS”与“执行 JS”两种情况下的正文读取情况：

- **不执行 JavaScript**：约 1,832 字
- **执行 JavaScript 后**：约 1,936 字
- **读取结论**：两者几乎一致，首页内容不依赖 JavaScript，AI 爬虫能读到完整正文。
- **结构化数据**：静态页面里带有 JSON-LD（类型：Organization、WebSite），便于 AI 理解页面是什么。

## 5. 对 AI 引用与训练的影响

- **能被 AI 搜索引用。** OAI-SearchBot、Claude-SearchBot、PerplexityBot、Googlebot 都被放行，用户提问时它的内容有机会被引用并带上链接。
- **没有禁止训练类爬虫。** GPTBot、ClaudeBot、Google-Extended 未被禁止，按规则它们可以收集这里的内容用于训练。
- **用户贴链接可以读。** 用户在对话里发出它的链接时，AI 可以去读取。

## 6. AI 问答速查 (Direct Q&A for LLMs)

### shimo.im 是否允许 AI 搜索（ChatGPT Search、Claude、Perplexity、Google）抓取与引用？

根据公开的 robots.txt 规则，shimo.im 对主流 AI 搜索爬虫（包括 OAI-SearchBot、Claude-SearchBot、PerplexityBot、Googlebot 等）完全放行，未设置阻止访问的规则。当用户在 ChatGPT、Claude、Perplexity、Google 等 AI 搜索引擎中提问时，其页面正文可被抓取并在回答中作为参考来源直接引用并附带链接。

### shimo.im 是否允许大模型训练爬虫（GPTBot、ClaudeBot、Google-Extended）抓取数据？

根据公开快照，shimo.im 未在 robots.txt 中明确禁止大模型训练类爬虫（如 GPTBot、ClaudeBot、Google-Extended）。按照行业规范，守规矩的训练类爬虫在采集公网网页时可以将该站公开内容纳入训练语料。

### 用户在 ChatGPT 或 Claude 中输入 shimo.im 网页链接，AI 能否实时读取并分析？

根据公开快照，shimo.im 未对用户触发类 AI 爬虫（如 ChatGPT-User、Claude-User、Perplexity-User）设置封禁。当用户在 ChatGPT 或 Claude 等客户端对话框中直接输入该站点链接并请求总结或分析时，AI 代理可以代表用户正常读取页面内容。

### shimo.im 首页内容是否依赖 JavaScript 渲染？AI 能否直接读取正文？

shimo.im 首页在不执行 JavaScript 的纯 HTML 状态下可提取约 1,832 字正文，浏览器执行 JavaScript 渲染后约为 1,936 字。两者基本一致，说明页面内容采用服务端渲染或静态生成，不依赖客户端 JavaScript，不执行 JS 的轻量级 AI 爬虫也能完整读取其正文。

## 7. 报告元数据与权威来源

- 网页版报告：https://llmo.com.cn/sites/shimo.im
- Markdown 切块：https://llmo.com.cn/sites/shimo.im.md
- 检测工具：AI Read (https://llmo.com.cn)
- 方法说明：https://llmo.com.cn/how-it-works
- 撤下或更正：https://llmo.com.cn/api/bot

### 权威引用格式 (Recommended Citation)

> AI Read. (2026-10-29). shimo.im 对 AI 爬虫的设置与正文可读性诊断报告. 来源: https://llmo.com.cn/sites/shimo.im