paulgung/deep-topic-html-audit

deep-topic-html-audit

这个 skill 不是泛用前端巡检，而是面向 OCC 深度专题页的定向检查。

默认检查目标固定为：

1. POST https://occ.10jqka.com.cn/deep-topic-ops/manager/deep-topic/api/v1/list
2. 请求体默认 {"page":1,"size":50}
3. 过滤 updatedAt 在最近 24 小时内的页面
4. 访问每个页面的 accessUrl
5. 检查 HTML 中的 CDN、weblog、hexinShare 问题

何时使用

当用户出现下面任一类意图时使用：

• 检查 deep-topic 页面有没有 HTML 问题
• 巡检最近 24 小时更新的专题页
• 看看专题页有没有第三方 CDN
• 检查 weblog 埋点是否存在
• 检查 hexinShare / 客户端分享是否存在
• 给我做一个深度专题页批量扫描脚本

如果用户只是要改某个单页样式或普通前端重构，不要用这个 skill。

执行方式

1. 调用 POST https://occ.10jqka.com.cn/deep-topic-ops/manager/deep-topic/api/v1/list
2. 默认请求体使用 {"page":1,"size":50}
3. 过滤 updatedAt 在最近 24 小时内的页面
4. 抓取每个页面 accessUrl 对应的 HTML
5. 按本 skill 的规则输出巡检结果

输入要求

• 默认需要 OCC 接口可用的登录态
• 如果接口需要额外请求头，一并带上
• 如果用户明确要求非 24 小时窗口，调整过滤时间
• 如果用户明确要求非默认分页，调整 page / size

检查规则

1. CDN 使用检查

执行本 skill 时，只把下面三类域名识别为“已知 CDN”：

| CDN名称 | 域名 | 用途 | |---|---|---| | 同花顺主站CDN | s.thsi.cn | 脚本、样式 | | 同花顺图片CDN | i.thsi.cn | 图片资源 | | 同花顺统计 | stat.ainvest.com | 统计埋点 |

规则说明：

• 命中以上域名，归类为已知 CDN
• 命中 10jqka.com.cn / thsi.cn / ainvest.com 但不在上表的域名，归类为“内部其他域名”
• 命中其他外部域名，统一报“未知第三方资源域名”
• 同一脚本或样式 URL 重复出现，报重复加载
• 同一前端库出现多个版本，报版本不一致
• react -> react-dom、vue -> vue-router、bridge.js -> callNativeHandler/registerWebHandler、wxShare.js -> wxShare.init 顺序异常时，报加载顺序问题

2. weblog 埋点存在性检查

把下面任一信号视为“存在 weblog 埋点”：

• HTML 中命中 weblog
• 命中 sendWeblog / writeWeblog / trackWeblog / WebLog
• 命中 stat.ainvest.com

如果都没命中，报“未检测到明显 weblog 埋点信号”。

3. hexinShare 分享能力检查

优先检查这些信号：

• hexinShare
• changeWebViewButton
• registerWebHandler
• callNativeHandler
• setTitleBar

判断规则：

• 命中 hexinShare，或同时命中 changeWebViewButton + registerWebHandler，视为页面存在分享能力
• 未命中上述链路，报“未检测到 hexinShare 分享能力”
• 命中 hexinShare 但缺少 changeWebViewButton，报链路不完整
• 命中 changeWebViewButton 但缺少 registerWebHandler，报链路不完整
• 分享逻辑存在但缺少 setTitleBar，报“可能缺少右上角按钮展示”

输出要求

总结结果必须先说重要问题，再给页面明细。不要先铺页面流水账。

输出约束：

• 顶部必须包含 ## 重要问题，按 high / medium / low 排序汇总最需要处理的问题
• ## 重要问题 中每条问题必须带页面主要标题和 URL，便于直接定位
• 页面明细标题必须使用 ## 页面 N：主要标题，下一行单独输出 URL：...
• 如果接口字段里有标题，优先使用接口返回的页面名 / 标题；否则从 HTML 的 <title>、h1、meta[property="og:title"] 中择一作为主要标题
• 如果没有重要问题，仍然输出 ## 重要问题，并写明“未发现 high / medium 级问题”
• 页面明细里的问题列表仍按 high / medium / low 排序

按下面结构输出：

# Deep Topic Audit
- 扫描时间
- 过滤窗口
- 命中页面数

## 重要问题
- [high] 主要标题 - URL
  问题：未知第三方资源域名 example.com
  建议：确认是否合规，必要时替换为已知 CDN 或移除
- [medium] 主要标题 - URL
  问题：未检测到明显 weblog 埋点信号
  建议：确认页面是否需要补充 weblog 埋点

## 页面 1：主要标题
- URL：页面访问地址
- ID / 更新时间
- CDN 结论
- weblog 结论
- hexinShare 结论
- 发现的问题（按 high / medium / low 排序）

## 页面 2：主要标题
- URL：页面访问地址
...

实施原则

• 优先通过接口响应和页面 HTML 自动化检查，不要手工肉眼逐页扫 HTML
• 如果接口鉴权失败，明确说明缺少登录态
• 对“未知第三方资源域名”保持高优先级告警，因为这类问题通常需要立即确认是否合规
• 对规则判断保持克制：这是静态 HTML 扫描，不要把“未检测到”表述成“绝对不存在”
• 输出时先帮助用户看到最重要的问题，再展开单页细节；页面标题和 URL 必须醒目，避免只给 ID 或更新时间