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

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

作者：quitegoodproject版本 1.2.7i★ –i电脑或云端

注册名称io.github.quitegoodproject/answerrail-mcp

安装

概览

作者提供的说明（英文原文）

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

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i3 项中通过 3 项依据公开信息检查；尚未扫描代码
使用情况i尚未统计★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 电脑或云端
传输方式: stdio, Streamable HTTP
分类: 其他

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：3 项中通过 3 项
在作者的服务器上运行：你向它提出的内容会经过他们的服务器。
可以做 4 件事（工具） audit_ai_readiness, generate_ai_manifests, extract_byte0_markdown, query_truncation_benchmark
注册中心没有列出需要填写的密钥。

你需要

在云端运行无需安装任何东西，通过互联网连接
npm已安装 Node.js（用于 npx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

适用于网页版、桌面版和手机版 Claude：

打开 Settings → Connectors
点击 Add custom connector
粘贴下面的地址，然后点击 Add
如果要求登录，请登录作者的服务

https://answerrail.com/mcp

或者在你的电脑上运行

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

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

在终端中运行这条命令

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

或者在你的电脑上运行

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

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

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

或者在你的电脑上运行

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

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

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

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

或者在你的电脑上运行

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

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

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

ChatGPT 只能连接互联网上的服务器：

打开网页版 ChatGPT → Settings → Connectors (Apps)
点击 Create 或 Add（部分套餐需要先在 Advanced 中开启 Developer mode）
粘贴下面的地址，起个名字，然后保存
如果要求登录，请登录作者的服务

https://answerrail.com/mcp

菜单名称可能因套餐和版本不同而略有差异。

你的选择通过 Cookie 保存在这台设备上，无需账户。

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

工具名称和描述与服务器在 2026年11月7日报告的完全一致。这些内容由作者撰写，不是我们写的；我们以纯文本形式显示。

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

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月7日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 quitegoodproject 验证，该账户拥有此仓库
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
✓ 通过
端点有响应
在 464 毫秒内响应（HTTP 200）
– 不适用
使用 OAuth 登录
无需登录
✓ 通过
工具描述中没有隐藏指令
已读取 4 个工具描述，未发现针对 AI 的隐藏指令

与“其他”中的其他服务器比较i

星标数多于此分类中其他 32718 个服务器的 0%
发布到注册中心的时间比此分类中其他 32718 个服务器的 79% 更新
基础检查结果等于或优于此分类中其他 32718 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

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

它在 3 项适用的基础检查中通过了 3 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

注册中心没有列出必需的密钥，不过有些服务器会在首次使用时要求你登录。

它在我的电脑上运行还是在云端？

两种方式都可以：安装在你的电脑上，或者连接云端版本。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（1.2.7）于9天前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。它通过 URL 连接，所以接受远程 MCP 服务器的应用也可以使用，例如开启开发者模式的 ChatGPT。

有什么可以替代它？

同一分类中有：Spec Driven Development, Remote Desktop Commander, MemberVault MCP by usefulapi

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Spec Driven Development

作者：formulahendry

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

在你的电脑上运行★ 440MIT14个月前更新

安装

Remote Desktop Commander

作者：desktop-commander

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

在云端运行★ 211前天更新

安装

MemberVault MCP by usefulapi

作者：m190

List courses; add users to courses, remove course access or delete users in MemberVault.

在云端运行今天更新

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

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

概览

PopNx MCP 的三大支柱

它能帮你做什么

安装

安装之前

或者在你的电脑上运行

或者在你的电脑上运行

或者在你的电脑上运行

或者在你的电脑上运行

它能做什么

基础检查i

作者与仓库一致

仍在维护

有许可证

端点有响应

使用 OAuth 登录

工具描述中没有隐藏指令

与“其他”中的其他服务器比较i

常见问题

替代选择

Spec Driven Development

Remote Desktop Commander

MemberVault MCP by usefulapi

作者的 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`