www.modelbest.cn
Markdown 旁路该企业官网展示端侧大模型、AI自进化引擎及法律等垂直领域AI解决方案。
没有为 AI 爬虫单独设置规则，按通用规则全部放行。
共检查了 robots.txt 对 10 个主流 AI 爬虫的设置。首页在不执行 JavaScript 时，正文也能被读取。
AI 爬虫分别被怎么对待
同一家 AI 公司通常有三种爬虫，用途不同，站点可以分别决定放不放行。
依据是该站公开的 robots.txt 原文，可以自行核对（不同位置读到的内容可能不同，见页面底部的说明）。没有专属规则的爬虫按通用规则（User-agent: *）处理。用户触发类爬虫是否遵守 robots.txt，各家厂商的做法不同。
AI 实际能读到什么
很多 AI 爬虫不执行 JavaScript。下面比较首页在“不执行”和“执行”两种情况下能读到的正文。
- 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没有 JSON-LD 结构化数据（可选项，不影响抓取）。
首页的元信息
首页 <head> 里声明的语言、canonical 和分享标签。只陈述个数和取值，不评价。
- 页面语言首页声明的语言是 zh。
- canonical没有声明 canonical。
- 页面描述meta description 约 67 字。
- 分享标签没有 Open Graph 标签；没有 Twitter Card。
agent 在首页上能不能操作
agent 要在页面上读懂并点击控件。下面是首页渲染后的实测数字，只陈述，不评价。
- 控件名称可访问性树里 27 个可交互控件，0 个没有名称（0%）。
- 控件构成DOM 里数到 14 个原生控件（链接、按钮、输入框等），5 个靠 ARIA role 声明的部件。这是 DOM 的口径，和上面可访问性树里的个数不一定相加相等。
- 浮层遮挡视口内检查了 1 个控件，没有被整屏浮层盖住的。
- 表单没有 3 个字段以上的表单（只有搜索框的不算）。
- 嵌入内容跨域 iframe 0 个。
只测了首页的匿名视图，没有点击或提交任何东西；不同 agent 读取页面的方式不同，这些数字不等同于某个 agent 的表现。
这意味着什么
- 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。
AI 问答速查
针对 AI 检索引用与抓取最常遇到的问题，基于公开事实直接解答：
www.modelbest.cn 是否允许 AI 搜索（ChatGPT Search、Claude、Perplexity、Google）抓取与引用？
可以抓取。www.modelbest.cn 的 robots.txt 没有阻止 OAI-SearchBot、Claude-SearchBot、PerplexityBot、Googlebot 等 AI 搜索爬虫，它们可以访问页面；回答时是否引用，还取决于各家的检索与排序。
www.modelbest.cn 是否允许大模型训练爬虫（GPTBot、ClaudeBot、Google-Extended）抓取数据？
没有阻止。www.modelbest.cn 的 robots.txt 没有禁止 GPTBot、ClaudeBot、Google-Extended 等训练类爬虫，按规则它们可以收集公开页面内容用于训练。
用户在 ChatGPT 或 Claude 中输入 www.modelbest.cn 网页链接，AI 能否实时读取并分析？
能。www.modelbest.cn 的 robots.txt 没有封禁 ChatGPT-User、Claude-User、Perplexity-User 等用户触发类爬虫，用户在 ChatGPT、Claude 等对话里贴出该站链接时，AI 可以去读取页面。用户触发类爬虫是否遵守 robots.txt 各家做法不同，网站防火墙或登录要求不在本报告的判断范围内。
www.modelbest.cn 首页内容是否依赖 JavaScript 渲染？AI 能否直接读取正文？
不依赖。www.modelbest.cn 首页不执行 JavaScript 时可提取约 36,663 字正文，执行 JavaScript 后约 36,663 字，两者几乎一致，不执行 JavaScript 的 AI 爬虫也能读到完整正文。
www.modelbest.cn 的站长想让 AI 更容易读取，或按自己的意愿限制使用，可以做什么？
（1）如果不希望内容进入模型训练，在 robots.txt 里为 GPTBot、ClaudeBot、Google-Extended 分别写 User-agent 和 Disallow: /，训练类与搜索类爬虫按各家官方说明是相互独立的，禁止训练类不会同时挡住搜索类；（2）在首页补充 JSON-LD 结构化数据（如 Organization、WebSite），帮助 AI 和搜索引擎识别页面讲的是什么。
同分类其他站点报告
查看「AI 创业公司」相关分类下其他公开站点的 AI 爬虫设置快照：
想知道你自己的网站是什么情况？输入网址，做一次检测。
本页是 AI Read 的服务器于 2026-10-30 读到的快照，robots.txt 可能因访问位置和网络节点而不同。 检测方法 · Markdown 纯文本 · 反馈或撤下