AFR 标准全文

三层模型

总分 100 = 35 + 40 + 25。可懂层权重最高，因为“内容机器可读”才是 AI 友好的本体：技术上全开放但内容混乱的站，在 AI 实用性上仍然不及格。

全部子项

严格按标准分组。分值固定，不依赖观点、热度或付费。

等级阈值

现行阈值 A ≥75 / B ≥60 / C ≥42 / D ≥25，2026-11-10 依据首批 Top-1000 扫描分布校准；此后仅在季度边界按分布复核调整，历史分数按其当时的引擎版本保留展示。

策略标签

仅由 robots.txt 得出的第二条独立坐标。标签与等级并列展示，不参与扣分——它解释分数背后的策略。

• AI-Open 允许全部 AI 爬虫：搜索型、混合型与训练型。
• Middle-Path 放行搜索型爬虫，拦截训练型爬虫。
• Training-Open 开放训练型爬虫，同时限制搜索型爬虫。
• AI-Closed 全站封锁所有 AI 爬虫。
• Unconfigured robots.txt 无任何 AI 相关规则，按协议缺省语义处理。

引擎版本

每次扫描都会记录产出它的引擎版本，本站任何分数都可被逐位复算。

每份快照都存 engine_version；历史分数绝不用新引擎重算——始终绑定产出它的那个版本。

当书面标准与引擎实现不一致时，以每次扫描记录的引擎版本为准进行复算。

自己复算任何评分

评分引擎是纯函数：无 IO、无时钟、无网络。克隆仓库、跑测试，再把记录好的快照喂回引擎即可。

1. 克隆仓库并运行引擎测试（Node ≥ 22，零依赖）：

git clone https://github.com/AFR-IM/AFR-web
cd AFR-web
npm test   # = node --test packages/*/test/*.test.ts

2. 把记录好的快照（每站 { signals, afr }）喂回引擎：

import { scoreAfr } from './packages/afr/src/index.ts';
import snapshot from './scans/github.com.json' with { type: 'json' };

const result = scoreAfr(snapshot.signals);
console.log(result.score, result.grade, result.engineVersion);

中立性承诺

付费不能改分。

原文照录——这是产品立身之本。

• 付费永远不能改变排名或等级。自然排行始终是纯 AFR 分数降序；付费买到的是独立 Sponsored 区块的曝光位，绝不会改变自然榜位次，也绝买不到更好看的等级。
• 每个广告位都强制展示该站真实的等级色环与分数——F 级站可以买曝光，但买不到 A 级外观。
• 广告以带固定 “Sponsored” 角标的独立区块呈现，绝不与自然结果混排；hover 广告不会改变任何等级色。
• 站长验证、徽章、证据链与评分变化通知永久免费。免费层绝不设限逼升级。

付费不能改分：评分永远不受付费影响。

数据来源

种子集

Tranco 每日 Top 1M（tranco-list.eu，学术用途免费署名）。

扫描证据

公开快照提交至 github.com/AFR-IM/AFR-data——git 版本化即审计轨迹。

纠错通道

向数据仓提 PR（corrections/）即触发重扫复核；已验证站方可发布声明。

机读标准

整套标准以 JSON 形式提供在 /api/v1/method（三层、每个子项分值、等级阈值），工具无需抓取本页即可消费。

打开 /api/v1/method

AFR v1.1 以 CC BY 4.0 发布——署名后可自由复用。