AnswerRail AEO, Schema.org & /llms.txt Audit MCP

Name: AnswerRail AEO, Schema.org & /llms.txt Audit MCP
Author: quitegoodproject

제작자: quitegoodproject버전 1.2.7i★ –i컴퓨터 또는 클라우드

레지스트리 이름io.github.quitegoodproject/answerrail-mcp

설치

개요

제작자가 쓴 설명(영어 원문)

6-category AI readiness, Schema.org, robots.txt, /llms.txt & 25k-token audit + auto-fix MCP server

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
우리의 기본 점검i3개 중 3개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
사용 정도i아직 측정 안 함★ –

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

연결 방식: 컴퓨터 또는 클라우드
전송 방식: stdio, Streamable HTTP
카테고리: 기타

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

기본 점검: 3개 중 3개 통과
제작자의 서버에서 실행돼요. 내가 요청한 내용은 제작자의 서버를 거쳐요.
할 수 있는 일 4가지(도구) audit_ai_readiness, generate_ai_manifests, extract_byte0_markdown, query_truncation_benchmark
레지스트리에 입력해야 할 키가 나와 있지 않아요.

필요한 것

클라우드에서 실행설치할 것 없음. 인터넷으로 연결돼요
npmNode.js 설치(npx 명령어용)

어떤 앱을 쓰세요?

ClaudeClaude CodeCursorVS CodeChatGPT

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

웹, 데스크톱, 모바일의 Claude에서 쓸 수 있어요:

Settings → Connectors 열기
Add custom connector 누르기
아래 주소를 붙여 넣고 Add 누르기
로그인하라고 하면 제작자의 서비스에 로그인하기

https://answerrail.com/mcp

또는 내 컴퓨터에서 실행하기

Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요

{
  "mcpServers": {
    "answerrail": {
      "command": "npx",
      "args": [
        "-y",
        "answerrail-mcp"
      ]
    }
  }
}

터미널에서 이 명령어를 실행하세요

claude mcp add --transport http answerrail https://answerrail.com/mcp

또는 내 컴퓨터에서 실행하기

claude mcp add answerrail -- npx -y answerrail-mcp

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "mcpServers": {
    "answerrail": {
      "url": "https://answerrail.com/mcp"
    }
  }
}

또는 내 컴퓨터에서 실행하기

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "mcpServers": {
    "answerrail": {
      "command": "npx",
      "args": [
        "-y",
        "answerrail-mcp"
      ]
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "servers": {
    "answerrail": {
      "type": "http",
      "url": "https://answerrail.com/mcp"
    }
  }
}

또는 내 컴퓨터에서 실행하기

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "servers": {
    "answerrail": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "answerrail-mcp"
      ]
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요:

웹에서 ChatGPT 열기 → Settings → Connectors (Apps)
Create 또는 Add 누르기(일부 요금제는 먼저 Advanced에서 Developer mode를 켜야 해요)
아래 주소를 붙여 넣고 이름을 정한 뒤 저장하기
로그인하라고 하면 제작자의 서비스에 로그인하기

https://answerrail.com/mcp

메뉴 이름은 요금제나 시기에 따라 조금 다를 수 있어요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

도구 이름과 설명은 서버가 2026년 11월 7일에 알려 준 그대로예요. 우리가 아니라 제작자가 쓴 글이고, 일반 텍스트로만 보여 드려요.

audit_ai_readiness
Audits a website URL or domain for AI crawler access (GPTBot, OAI-SearchBot, PerplexityBot, ClaudeBot), 25,000-token HTML RAG truncation, /llms.txt presence, Schema.org JSON-LD entities, and Google Lighthouse 13.5 Agentic Browsing (/.well-known/ai-catalog.json ARD 1.0). Use this
generate_ai_manifests
Compiles ready-to-save /llms.txt documentation index and Google Lighthouse 13.5 /.well-known/ai-catalog.json (ARD 1.0) JSON manifests from a live domain, plus HTML and robots.txt Agentmap snippets. Use this tool when a developer wants to remediate missing discovery manifests iden
extract_byte0_markdown
Strips React/Next.js hydration scripts, Shopify Liquid/WordPress DOM bloat, and inline SVGs/CSS from any URL, returning clean Byte-0 GitHub-Flavored Markdown (GFM) with front-loaded Schema.org tables. Use this tool when you need to read a web page or pricing table inside an LLM c
query_truncation_benchmark
Retrieves empirical benchmark telemetry from the 2026 50-Site SaaS & E-Commerce AI Truncation Study (measuring raw HTML token weight, 25,000-token Perplexity/ChatGPT cutoff truncation, visible price omission, /llms.txt adoption, and Lighthouse 13.5 ARD 1.0 adoption). Use this too

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 7일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 quitegoodproject 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
… 아직 점검 안 함
계속 관리되고 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
… 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
✓ 통과
엔드포인트 응답
464ms 만에 응답(HTTP 200)
– 해당 없음
OAuth로 로그인
로그인 필요 없음
✓ 통과
도구 설명에 숨겨진 지시 없음
도구 설명 4개를 읽었고, AI에게 보내는 숨겨진 지시는 없었어요

기타 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 32661개 중 0%보다 스타가 많아요
이 카테고리의 다른 서버 32661개 중 80%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 32661개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

AnswerRail AEO, Schema.org & /llms.txt Audit MCP, 안전한가요?

해당하는 기본 점검 3개 중 3개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

레지스트리에 필수 키가 나와 있지 않아요. 다만 처음 쓸 때 로그인을 요구하는 서버도 있어요.

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

둘 다 가능해요. 내 컴퓨터에 설치해도 되고, 클라우드 버전에 연결해도 돼요.

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(1.2.7)은 8일 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. URL로 연결되기 때문에, 원격 MCP 서버를 지원하는 앱(예: 개발자 모드의 ChatGPT)에서도 쓸 수 있어요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Spec Driven Development, Remote Desktop Commander, Claude Checkpoint MCP

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Spec Driven Development

제작자: formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

내 컴퓨터에서 실행★ 440MIT14개월 전 업데이트

설치

Remote Desktop Commander

제작자: desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

클라우드에서 실행★ 211그저께 업데이트

설치

Claude Checkpoint MCP

제작자: daniel-munoz

MCP server that checkpoints Claude Code session context to survive crashes and token limits

내 컴퓨터에서 실행오늘 업데이트

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

answerrail-mcp — 6-Category Structural AI Readiness, Schema.org, `robots.txt` & `/llms.txt` Audit + Auto-Remediation MCP Server

Comprehensive Model Context Protocol (MCP) server for exhaustive local and live structural audits across 6 weighted AI readiness categories—plus active file generation inside Claude Code, Claude Desktop, Cursor, and Windsurf. No API key required.

Quick Install for Claude Code, Claude Desktop & Cursor

claude mcp add answerrail-mcp -- npx -y answerrail-mcp

Client	Easiest Install Command / Config
Claude Code CLI	`claude mcp add answerrail-mcp -- npx -y answerrail-mcp`
Claude Desktop	`"answerrail-mcp": { "command": "npx", "args": ["-y", "answerrail-mcp"] }`
Cursor / Windsurf	Add `npx -y answerrail-mcp` in `.cursor/mcp.json`

Exhaustive 6-Category Weighted Structural Audit Scope

Unlike read-only 5-category scanners, answerrail-mcp performs a 6-category deep structural audit and actively writes the missing files into your repository:

AI Bot Directives (`robots.txt` — 14+ Major AI Crawlers + `Agentmap:`): Audits exact RFC 9309 allow/disallow rules for 14+ AI user-agents (PerplexityBot, OAI-SearchBot, GPTBot, ChatGPT-User, ClaudeBot, Claude-User, Google-Extended, Applebot-Extended, Meta-ExternalAgent, Amazonbot, DuckAssistBot, Cohere-ai, Bytespider, CCBot) and verifies Agentmap: header/file declarations.
Search Signals & Structured Data (`Schema.org JSON-LD` — 20+ High-Value Entity Types): Scans and validates 20+ Schema.org types (Organization, SoftwareApplication, WebSite, Product, Offer, AggregateOffer, FAQPage, Question, Answer, TechArticle, Article, BreadcrumbList, HowTo, Service, LocalBusiness, Person, Dataset, WebPage, ItemList, Review) and synthesizes them into Byte-0 GitHub-Flavored Markdown tables.
Deep `/llms.txt` & `/llms-full.txt` Structural Validation: Audits H1 title conformance, blockquote summary presence, Markdown link formatting, HTTP Content-Type: text/markdown headers, and entry quality.
Content Semantics & 25,000-Token RAG Truncation: Measures raw HTML token weight, Next.js self.__next_f.push RSC hydration bloat, collapsed Radix/Headless UI (data-state="closed") FAQ accordions, and exact $/£/€ pricing tokens dropped past the 25,000-token cutoff.
Agent Protocols (Google Lighthouse 13.5 ARD 1.0 & WebMCP): Validates /.well-known/ai-catalog.json (specVersion: "1.0"), , , and /.well-known/mcp.json.
Security & Cryptographic Provenance (RFC 9421 & RFC 9110): Audits asymmetric Ed25519 HTTP Message Signatures (kid="ar_ed25519_2026_k1"), /.well-known/http-message-signatures-directory, CORS (Access-Control-Allow-Origin: *), and RFC 9110 Vary: User-Agent, Accept compliance.

Head-to-Head Comparison: `answerrail-mcp` vs `isagentready-mcp`

Feature / Metric	`answerrail-mcp`	`isagentready-mcp`
Install Command	`claude mcp add answerrail-mcp -- npx -y answerrail-mcp`	`claude mcp add isagentready-mcp -- npx -y isagentready-mcp`
Core Audit Scope	6 Weighted Categories: AI Bot Directives (`robots.txt`), Search Signals (`Schema.org JSON-LD`), Deep `/llms.txt` Structure, Content Semantics & 25k-Token Truncation, Agent Protocols (ARD 1.0 / WebMCP), and Security (RFC 9421 Ed25519) + Edge Remediation	5 Categories (Discovery, Structured Data, Semantics, Agent Protocols, Security — Read-only score)
Schema.org & `robots.txt` Coverage	Scans 20+ Schema.org JSON-LD types & 14+ AI bot rules in `robots.txt` (plus compiles JSON-LD into Byte-0 GFM tables)	Scans 17 Schema.org types & 13 AI bot rules
`/llms.txt` Validation & Auto-Generation	Validates `/llms.txt` formatting/links AND generates ready-to-save `/llms.txt` + `/.well-known/ai-catalog.json` via `generate_ai_manifests`	Read-only structural check (Does not generate files)
25,000-Token Truncation & Price Recall Audit	Yes — Identifies exact `$/£/€` prices cut off past 25k tokens & unrolls collapsed Radix FAQ accordions	No
Editor Auto-Fix & Local CLI Companion	Generates & writes files locally (`generate_ai_manifests` + `npx test-ai-ready --write`) AND deploys instant Anycast edge fixes	Relies on manual editor prompts after read-only API scan

AnswerRail AEO, Schema.org & /llms.txt Audit MCP

개요

PopNx MCP의 세 기둥

할 수 있는 일

설치

설치하기 전에

또는 내 컴퓨터에서 실행하기

또는 내 컴퓨터에서 실행하기

또는 내 컴퓨터에서 실행하기

또는 내 컴퓨터에서 실행하기

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

기타 카테고리의 다른 서버와 비교i

자주 묻는 질문

대안

Spec Driven Development

Remote Desktop Commander

Claude Checkpoint MCP

제작자의 README

answerrail-mcp — 6-Category Structural AI Readiness, Schema.org, robots.txt & /llms.txt Audit + Auto-Remediation MCP Server

Quick Install for Claude Code, Claude Desktop & Cursor

Exhaustive 6-Category Weighted Structural Audit Scope

Head-to-Head Comparison: answerrail-mcp vs isagentready-mcp

answerrail-mcp — 6-Category Structural AI Readiness, Schema.org, `robots.txt` & `/llms.txt` Audit + Auto-Remediation MCP Server

Head-to-Head Comparison: `answerrail-mcp` vs `isagentready-mcp`