Ανιχνευτής μη λειτουργικών συνδέσμων

Ένας ανιχνευτής με όρια και δυνατότητα συνέχισης που διατρέχει τον ιστότοπό σας, ακολουθεί τους συνδέσμους κάθε σελίδας και καταγράφει όσους δεν οδηγούν σε προσβάσιμο προορισμό — μη λειτουργικούς εσωτερικούς συνδέσμους (μια ανύπαρκτη διαδρομή στον δικό σας host, που διορθώνεται με ένα κλικ ως ανακατεύθυνση) και, προαιρετικά, μη λειτουργικούς εξωτερικούς συνδέσμους. Είναι ανενεργός από προεπιλογή.

Τρία στοιχεία καθορίζουν τον σχεδιασμό:

• Όρια και δυνατότητα συνέχισης. Μια ανίχνευση εκτελείται με πολλές μικρές εργασίες στην ουρά, καθεμία με όριο λίγων σελίδων, οι οποίες αναθέτουν τη συνέχειά τους μέχρι η εκτέλεση να ολοκληρωθεί ή να φτάσει τα όριά της. Όριο έχει και ολόκληρη η εκτέλεση (2000 σελίδες από προεπιλογή — το null επιλέγει ρητά απεριόριστες σελίδες, ποτέ ως προεπιλογή), ενώ τα υπόλοιπα όρια παρτίδας/χρόνου εξακολουθούν να ισχύουν. Προσαρμόστε τα όρια και τις καθυστερήσεις στη χωρητικότητα του ιστοτόπου και του διακομιστή.
• Ασφαλής από προεπιλογή. Το προεπιλεγμένο πεδίο είναι internal_only — ελέγχει μόνο συνδέσμους στον δικό σας host, χωρίς αιτήματα προς τρίτους. Κάθε ανάκτηση (εσωτερική ή εξωτερική) περνά από το κοινό SsrfGuard: λίστα επιτρεπόμενων σχημάτων URL, περιορισμό host και απόρριψη ιδιωτικών διευθύνσεων. Ο έλεγχος εξωτερικών συνδέσμων απαιτεί ρητή ενεργοποίηση και παραμένει προστατευμένος.
• Ανεξάρτητος από τη βαθμολογία SEO. Τα ευρήματα βρίσκονται σε δικούς τους πίνακες και δεν γράφονται ποτέ στο seo_scan_issues ούτε στη βαθμολογία 0–100 — η βαθμολογία μιας σελίδας δεν αλλάζει αν οι εξερχόμενοι σύνδεσμοί της είναι μη λειτουργικοί. Οι μη λειτουργικοί σύνδεσμοι είναι λειτουργικό ζήτημα που παρακολουθείται χωριστά.

Τι παρέχει

Στον πίνακα ελέγχου Filament (μόνο όταν είναι ενεργός):

• Σύνοψη μη λειτουργικών συνδέσμων — πλήθος ανοιχτών μη λειτουργικών συνδέσμων (εσωτερικών και εξωτερικών) και τελευταία ανίχνευση, με σύνδεσμο στον πίνακα ευρημάτων.
• Ανίχνευση μη λειτουργικών συνδέσμων — ζωντανή πρόοδος της τρέχουσας ανίχνευσης (σελίδες που ανιχνεύθηκαν, σύνδεσμοι που ελέγχθηκαν, μη λειτουργικοί που βρέθηκαν).
• Μη λειτουργικοί σύνδεσμοι ανά σάρωση — η τάση στις πρόσφατες ανιχνεύσεις.
• Πόρος ευρημάτων — κάθε μη λειτουργικός σύνδεσμος source → target, με φίλτρα και δυνατότητα διόρθωσης των εσωτερικών μέσω ανακατεύθυνσης.

Σε headless χρήση, τα ίδια δεδομένα παρέχουν οι εντολές seo-pro:broken-links-*.

Γιατί είναι ανενεργός από προεπιλογή

Σε αντίθεση με τις παθητικές λειτουργίες απόδοσης και βαθμολόγησης, ο ανιχνευτής κάνει αιτήματα δικτύου και χρειάζεται κάποια υποδομή — επομένως ενεργοποιείται συνειδητά, χωρίς να αρχίζει σιωπηρά κατά την εγκατάσταση:

• Οι δύο κύριοι πίνακές του απαιτούν δημοσίευση των μεταναστεύσεων (όπως κάθε μετανάστευση Pro) — οι μεταναστεύσεις πρέπει να εκτελεστούν πριν το περιβάλλον εργασίας μπορέσει να τους διαβάσει. Οι έλεγχοι ανά τύπο χρησιμοποιούν επίσης το seo_broken_link_inspections.
• Η ανίχνευση τοποθετείται σε αποκλειστική ουρά και χρειάζεται worker — χωρίς worker δεν προχωρά ποτέ.
• Η επιβεβαίωση γίνεται μεταξύ σαρώσεων (παρακάτω), οπότε είναι σχεδιασμένος να εκτελείται προγραμματισμένα επί εβδομάδες, όχι να δίνει άμεσο αποτέλεσμα μόλις ενεργοποιηθεί.

Εγκατάσταση και ρύθμιση

SEO_PRO_BROKEN_LINKS_ENABLED=true

Έπειτα εκτελέστε τις μεταναστεύσεις — το seo-pro:install δημοσιεύει και εκτελεί κάθε μετανάστευση Pro (ιδιοδύναμα, με ασφαλή επανεκτέλεση):

php artisan seo-pro:install

Εκτελέστε αποκλειστικό worker για την ουρά ανίχνευσης. Είναι ξεχωριστή ουρά (seo-broken-links) ακριβώς ώστε μια μεγάλη ανίχνευση να μην προηγείται των εργασιών που εξυπηρετούν τους χρήστες:

# --tries=1: a dead job is reclaimed by the next continuation, so queue-level
#   retries are unnecessary. --timeout must exceed the batch's hard time budget
#   (seo-pro.broken_links.batch.hard_time_budget_seconds, default 180) plus the
#   HTTP timeout, so a batch is never killed mid-bookkeeping.
php artisan queue:work --queue=seo-broken-links --tries=1 --timeout=240

Επιβεβαιώστε τη ρύθμιση — το seo:doctor ελέγχει τη σημαία, τους πίνακες και αν η ουρά ανίχνευσης αντιστοιχεί σε πραγματική σύνδεση (όχι sync), με την ακριβή διόρθωση για κάθε περίπτωση:

php artisan seo:doctor

Δείτε τη ρύθμιση παραγωγής για την πλήρη τοπολογία πολλών ουρών (Redis, Supervisor, αποκλειστικές συνδέσεις) και τη ρύθμιση παρτίδων.

Εκτέλεση ανίχνευσης

Ξεκινήστε μια ανίχνευση από την ενέργεια Σάρωση τώρα του πίνακα ελέγχου ή σε headless χρήση:

# Queue a crawl (internal links only, the default).
php artisan seo-pro:broken-links-scan

# Also check outbound/external links. Each external host must still pass the
# SsrfGuard, so widen seo-pro.http.scope (or allowed_hosts) for the fetch to be
# permitted, and raise http.per_host_delay_ms so a third-party host is never hit
# too fast.
php artisan seo-pro:broken-links-scan --scope=internal_and_external

Και οι δύο εντολές απλώς τοποθετούν την ανίχνευση στην ουρά — ο worker κάνει την πραγματική δουλειά.

Πώς επισημαίνεται ένας σύνδεσμος

Ένας σύνδεσμος αναφέρεται ως μη λειτουργικός μόνο αφού seo-pro.broken_links.mark_broken_after_failures διαδοχικές ανιχνεύσεις αποτύχουν να τον προσπελάσουν (ο μετρητής μηδενίζεται με οποιαδήποτε επιτυχία· η προεπιλογή είναι 3). Μία προσωρινή διακοπή δεν επισημαίνει ποτέ σύνδεσμο — γι’ αυτό η ανίχνευση προορίζεται για προγραμματισμένη, όχι εφάπαξ εκτέλεση. Με εβδομαδιαία συχνότητα και το προεπιλεγμένο κατώφλι, τρεις αποτυχημένες ανιχνεύσεις επιβεβαιώνουν τον σύνδεσμο: περίπου δύο εβδομάδες μετά την πρώτη παρατήρηση ή έως περίπου τρεις εβδομάδες αφότου πάψει να λειτουργεί· αυξήστε τη συχνότητα ή μειώστε το κατώφλι αν θέλετε ταχύτερη επιβεβαίωση.

Έλεγχοι συνδέσμων ανά τύπο

Πέρα από το «είναι προσβάσιμος;», κάθε σύνδεσμος που ανιχνεύεται περνά από σύνολο ελέγχων ανά τύπο — μια ταξινομία καθαρότητας URL που επισημαίνει ασυνέπεια στην τελική κάθετο, προβληματικές κωδικοποιήσεις, αλυσίδες ανακατευθύνσεων, href javascript:, μη λειτουργικές άγκυρες εντός σελίδας, μη περιγραφικό κείμενο συνδέσμων και άλλα. Κάθε έλεγχος έχει σταθερή σοβαρότητα (critical · warning · notice — το ίδιο λεξιλόγιο με τα προβλήματα σάρωσης, ώστε ένας έλεγχος αποδοχής CI να καλύπτει και τα δύο) και καταγράφεται ανά ανίχνευση στο seo_broken_link_inspections. Σε αντίθεση με ένα εύρημα μη λειτουργικού συνδέσμου (που επιβεβαιώνεται μόνο μετά από πολλές διαδοχικές ανιχνεύσεις), ο έλεγχος είναι στιγμιότυπο κάθε εκτέλεσης: εμφανίζεται αμέσως, στην πρώτη ανίχνευση — ακριβώς αυτό που χρειάζεται ένας έλεγχος αποδοχής CI.

Αναφορά ελέγχων

Έλεγχος	Σοβαρότητα	Τι επισημαίνει	Εφαρμόζεται σε
broken_link	critical	Ο προορισμός επέστρεψε HTTP ≥ 400	κάθε σύνδεσμο
redirect_chain	notice · warning	Ο προορισμός είναι προσβάσιμος μόνο μέσω ανακατεύθυνσης· warning πέρα από redirect_chain_warning_hops	κάθε σύνδεσμο
link_unreachable	notice	Μη προσβάσιμος σε αυτή την ανίχνευση (σφάλμα δικτύου, λήξη χρόνου, αποκλεισμός) — ενδέχεται να είναι προσωρινό	κάθε σύνδεσμο
insecure_link	warning	Σύνδεσμος http:// σε ιστότοπο https (υποβάθμιση μεταφοράς)	κάθε σύνδεσμο
trailing_slash	notice	Εσωτερική διαδρομή παραβιάζει τη δηλωμένη σύμβαση τελικής καθέτου (ανενεργό αν δεν οριστεί το trailing_slash)	εσωτερικούς
double_slash_url	warning	Εσωτερική διαδρομή περιέχει // (κενό τμήμα)	εσωτερικούς
duplicate_query_param	notice	Επαναλαμβάνεται κλειδί query (?a=1&a=2)· η σύνταξη πίνακα key[] εξαιρείται	εσωτερικούς
non_ascii_url	notice	Εσωτερική διαδρομή έχει μη κωδικοποιημένους χαρακτήρες εκτός ASCII	εσωτερικούς
uppercase_url	notice	Εσωτερική διαδρομή έχει κεφαλαία γράμματα (εξετάστε παραλλαγές πεζών/κεφαλαίων που εξυπηρετούνται χωριστά)	εσωτερικούς
underscore_in_url	notice	Εσωτερική διαδρομή χρησιμοποιεί κάτω παύλες (οι παύλες είναι το προτιμώμενο διαχωριστικό για SEO)	εσωτερικούς
javascript_link	warning	Σύνδεσμος χρησιμοποιεί href javascript: — δεν είναι κανονικός ανιχνεύσιμος προορισμός	κάθε στοιχείο συνδέσμου
missing_fragment	warning	#fragment της ίδιας σελίδας χωρίς αντίστοιχο id/name στη σελίδα	συνδέσμους ίδιας σελίδας
non_descriptive_anchor	notice	Το κείμενο συνδέσμου είναι γενικό («click here», «read more») ή σκέτη URL	κάθε στοιχείο συνδέσμου
absolute_internal_link	notice	Εσωτερικός σύνδεσμος γραμμένος ως απόλυτη URL αντί για διαδρομή σχετική με τη ρίζα	εσωτερικούς

Οι έλεγχοι καθαρότητας (τελική κάθετος, πεζά/κεφαλαία, κωδικοποίηση, διπλή κάθετος…) εφαρμόζονται μόνο σε εσωτερικούς συνδέσμους — δεν ελέγχετε εσείς τη μορφή URL ενός εξωτερικού ιστοτόπου. Οι έλεγχοι ανακατεύθυνσης, μη λειτουργικού, μη προσβάσιμου και μη ασφαλούς συνδέσμου εφαρμόζονται σε κάθε σύνδεσμο. Σύνδεσμοι προς τις δικές σας διαδρομές framework και στατικά αρχεία παραλείπονται ώστε η πρώτη εκτέλεση να μην παράγει περιττές ειδοποιήσεις (δείτε exclude_paths / exclude_extensions παρακάτω).

Κάθε σύνδεσμος ανακτάται στην ακριβή URL όπως γράφτηκε — αφαιρείται μόνο το #fragment — και όχι σε κανονικοποιημένη μορφή, ώστε μια κανονική ανακατεύθυνση διακομιστή όπως /about/ → /about να παρατηρείται πραγματικά και να εμφανίζεται ως redirect_chain αντί να παρακάμπτεται από την κανονικοποίηση. Ελέγχεται κάθε διαφορετική γραμμένη μορφή συνδέσμου σε μια σελίδα, ώστε τα /page#ok και /page#missing (ή /a//b και /a/b) να αξιολογούνται όλα και όχι μόνο το πρώτο. Το υποκείμενο εύρημα μη λειτουργικού συνδέσμου εξακολουθεί να ενοποιεί κάθε εναλλακτική μορφή προορισμού σε μία ταυτότητα· οι γραμμές ελέγχων καταγράφονται ανά (page, target, inspection), οπότε ένας προορισμός με πολλές μη λειτουργικές άγκυρες εντός σελίδας εμφανίζει μία γραμμή missing_fragment (με παράδειγμα), όχι μία ανά άγκυρα.

Προσαρμογή της ταξινομίας

Όλα βρίσκονται στο seo-pro.broken_links.inspections:

'inspections' => [
    // Master switch. false = the crawler behaves exactly as before (broken-link
    // findings only, no inspection rows, zero added work).
    'enabled' => env('SEO_PRO_BROKEN_LINKS_INSPECTIONS', true),

    // The active rule set — remove a class to silence that inspection per client.
    'rules' => [ /* the 14 rule classes, see config/seo-pro.php */ ],

    // "Pre-learn your own noise": links whose TARGET path matches one of these
    // globs are not inspected at all (framework internals, generated routes).
    'exclude_paths' => ['/livewire/*', '/filament/*', '/admin/*', /* … */],

    // Static assets are still crawled for broken-link detection, but raise no
    // trailing-slash / casing / underscore hygiene noise.
    'exclude_extensions' => ['css', 'js', 'png', 'pdf', /* … */],

    // The site-wide trailing-slash convention. null = don't enforce a style
    // (a server-side slash redirect still shows up under redirect_chain);
    // 'always' or 'never' to enforce one.
    'trailing_slash' => null,

    'redirect_chain_warning_hops' => 2,
    'non_descriptive_anchors' => ['click here', 'read more', /* … */],
    'evidence_sample' => 5, // example rows shown per inspection in a report
],

Απενεργοποιήστε έναν κανόνα αφαιρώντας την κλάση του από το rules· απενεργοποιήστε ολόκληρη την ταξινομία με το SEO_PRO_BROKEN_LINKS_INSPECTIONS=false. Δύο κανόνες αξίζει να γνωρίζετε εκ των προτέρων:

• Το trailing_slash είναι ανενεργό μέχρι να δηλώσετε σύμβαση ('always' / 'never'), επειδή ένας ιστότοπος που εξυπηρετεί και /x και /x/ με 200 δεν έχει «λανθασμένη» μορφή να επισημανθεί — ενώ όπου ο διακομιστής όντως ορίζει την κανονική μορφή μέσω ανακατεύθυνσης, αυτό εμφανίζεται ήδη ως redirect_chain.
• Το absolute_internal_link ενεργοποιείται για κάθε εσωτερικό σύνδεσμο γραμμένο ως απόλυτη URL. Αν ο ιστότοπός σας παράγει απόλυτες εσωτερικές URL ως σύμβαση, αυτό σημαίνει πολλές (ακίνδυνες, βαθμίδας notice) γραμμές — αφαιρέστε το από το rules για να πάψουν οι ειδοποιήσεις.

Συνεχής ενσωμάτωση

Η σάρωση συνδέσμων και ο έλεγχος SEO μπορούν να προκαλέσουν αποτυχία ενός build και να γράψουν αρχείο αναφοράς, μετατρέποντας το Rankbeam από πίνακα ελέγχου σε έλεγχο αποδοχής ποιότητας. Το --fail-on-error αντιστοιχεί στη βαθμίδα critical (μη λειτουργικός σύνδεσμος, κρίσιμο πρόβλημα)· το --fail-on-warning αποτυγχάνει για critical ή warning (δεν υπάρχει ξεχωριστή βαθμίδα «error»).

# The audit: run synchronously and fail on any open critical issue, writing a
# machine-readable report. --fail-on-* require --sync — a queued scan has no
# results yet when the command returns.
php artisan seo-pro:scan --sync --fail-on-error --report=reports/audit.json

# The link scan is asynchronous, so gate it in two steps: crawl, drain the
# queue, then read the persisted results.
php artisan seo-pro:broken-links-scan
php artisan queue:work --queue=seo-broken-links --stop-when-empty
php artisan seo-pro:broken-links-status --fail-on-error --report=reports/links.md --format=md

Το --report=<file|dir> γράφει το αρχείο (αν δοθεί κατάλογος, το όνομα αρχείου προκύπτει αυτόματα)· το --format είναι json (προεπιλογή), md ή html. Το JSON είναι η μορφή για ανάλυση σε pipeline· το HTML είναι αυτοτελής σελίδα που επισυνάπτεται σε εκτέλεση.

GitHub Actions

Ο ανιχνευτής ανακτά τις σελίδες σας μέσω HTTP, οπότε το CI πρέπει να τον κατευθύνει σε περιεχόμενο που μπορεί να προσπελάσει — μια εφαρμογή που εξυπηρετείται τοπικά (παρακάτω) ή μια URL staging μέσω SEO_PRO_BROKEN_LINKS_BASE_URL, με καταχωρισμένα τα μοντέλα/τον χάρτη ιστοτόπου σας ώστε η ανίχνευση να έχει αρχικές διευθύνσεις.

name: SEO gate
on: [pull_request]

jobs:
  seo:
    runs-on: ubuntu-latest
    env:
      APP_URL: http://127.0.0.1:8000
      SEO_PRO_BROKEN_LINKS_ENABLED: true
    steps:
      - uses: actions/checkout@v4
      - uses: shivammathur/setup-php@v2
        with: { php-version: '8.3' }
      - run: composer install --no-interaction --prefer-dist

      - run: |
          cp .env.example .env
          php artisan key:generate
          touch database/database.sqlite
          php artisan migrate --force
          php artisan seo-pro:install   # publishes + runs the Pro migrations

      # Serve the app so the crawler can reach it.
      - run: php artisan serve --port=8000 &

      - name: SEO audit gate
        run: php artisan seo-pro:scan --sync --fail-on-warning --report=reports/audit.md --format=md

      - name: Broken-link + inspection gate
        run: |
          php artisan seo-pro:broken-links-scan
          php artisan queue:work --queue=seo-broken-links --stop-when-empty
          php artisan seo-pro:broken-links-status --fail-on-error --report=reports/links.md --format=md

      # Always upload the reports — when a gate fails the job, you still get the
      # artifact explaining why.
      - if: always()
        uses: actions/upload-artifact@v4
        with:
          name: seo-reports
          path: reports/

Προγραμματισμός

Καταχωρίστε την ανίχνευση και τη συντήρησή της στο routes/console.php:

use Illuminate\Support\Facades\Schedule;

Schedule::command('seo-pro:broken-links-scan')->weekly();     // re-crawl
Schedule::command('seo-pro:broken-links-recover')->hourly();  // reclaim dead-worker runs
Schedule::command('seo-pro:broken-links-prune')->daily();     // retention

Αναφορά εντολών

Εντολή	Τι κάνει
seo-pro:broken-links-scan	Τοποθετεί στην ουρά ανίχνευση με όρια και δυνατότητα συνέχισης (--scope=internal_only|internal_and_external, --url=* επιπλέον αρχικές διευθύνσεις)
seo-pro:broken-links-status	Σύνοψη τελευταίας ανίχνευσης, ανοιχτά ευρήματα μη λειτουργικών συνδέσμων και πλήθη ελέγχων αυτής της εκτέλεσης· έλεγχος αποδοχής CI (--fail-on-error, --fail-on-warning, --report=<file|dir>, --format=json|md|html)
seo-pro:broken-links-cancel	Ακυρώνει ανίχνευση που εκτελείται/βρίσκεται στην ουρά ({run?} — προεπιλογή η τελευταία ενεργή)
seo-pro:broken-links-recover	Σημειώνει ως αποτυχημένες ανιχνεύσεις που εγκαταλείφθηκαν από worker που σταμάτησε (ληγμένη μίσθωση)
seo-pro:broken-links-prune	Εφαρμόζει την πολιτική διατήρησης ανιχνευτή (παλιές εκτελέσεις και επιλυμένα ευρήματα)

Προσαρμογή

Τα όρια ανίχνευσης — σελίδες ανά εκτέλεση, σύνδεσμοι ανά σελίδα, όρια ανά εργασία, αυστηρός χρονικός προϋπολογισμός και καθυστερήσεις ανά host για αποφυγή επιβάρυνσης — βρίσκονται όλα στο seo-pro.broken_links. Οι προεπιλογές είναι συντηρητικές και πεπερασμένες· δείτε τον πίνακα ρύθμισης παρτίδων στη ρύθμιση παραγωγής πριν τις αυξήσετε.