agent01 — 替你去試每一個台灣網站的 AI 探員

分數等級分佈

各類別平均分

網站對 AI agent 的態度

純 HTTP JSON（不需要 MCP）

/api/site/{domain}.json

單站：各觀測點的總分 / 首頁分 / 任務分 / 態度 / 三 UA 狀態碼 / advice（可執行的一句話）/ 深層頁任務結果。例 thsrc.com.tw

/api/sites.json

全部站精簡版

/api/scoring.json

公式、版本、task_state 語意

/llms.txt

給 LLM 的一頁說明；/scoring.md 完整規則

MCP（remote，免安裝）

Streamable HTTP、只讀、不需認證，資料跟左邊的 JSON 同源。endpoint https://mcp.agent01.tw/mcp

claude mcp add --transport http agent01 https://mcp.agent01.tw/mcp

Claude.ai：設定 → Connectors → 新增自訂 connector 貼上 endpoint。tools：get_site_score(domain, vantage)、list_sites(vantage, category, grade)。card：/.well-known/mcp/server-card.json。你在台灣跑看 local-tw，在境外雲端跑看 gha-us。

方法

每站固定 5 個請求：robots.txt、llms.txt、首頁 × 3 種 User-Agent（一般 Chrome、Claude-User、ChatGPT-User）。只量 agent UA（使用者當下請求才去抓的那種），不量 AI 訓練爬蟲。純腳本、沒有模型在 loop、不做任何反偵測。被擋就記「被擋」，那就是資料。

UA（User-Agent）是每個 HTTP 請求自報「我是誰」的欄位。同一網址三種 UA 狀態碼不同，就是差別待遇；三種都被擋，是 bot manager 不看 UA。

觀測點：台灣 IP 與境外 IP 各跑一輪，分數按觀測點各算一份。兩邊有幾十站結果相反，所以分數一定帶觀測點，不平均、不互相取代。

評分（公開）

總分 = 首頁層 × 0.5 + 任務層 × 0.5（任務層無資料的站，總分 = 首頁層）。

首頁層（門口讓不讓 agent 進）

30

Claude-User 首頁 200 且沒被擋

30

ChatGPT-User 首頁 200 且沒被擋

20

AI UA 拿到的正文 ≥ 500 字、非 JS 空殼（200–499 字給 10）

10

robots.txt 沒 disallow Claude-User / ChatGPT-User

10

有真的 llms.txt

任務層（進門後能不能真的完成一件事：讀一篇新聞、看商品價、查票價）

50

Claude-User 能完成

50

ChatGPT-User 能完成

0

連題都出不了（JS 空殼 / bot manager / 連不上 / 登入牆）

A ≥ 90 · B ≥ 70 · C ≥ 50 · D ≥ 30 · 其餘 F。「被擋」= 401 / 402 / 403 / 429 / 503、challenge 頁、或連線被切。完整規則見 docs/scoring.md。