更多： 网站统计
- 机器人与 AI 爬虫
- 流量来源、UTM 与广告点击 ID
- 机器人和 AI 爬虫会算进我的访客吗？
- AI 爬虫台账怎么读？
- 真人被标成机器人，怎么修正？
- TapCub 怎么判定一次访问的渠道？
- UTM 参数该怎么命名？
- TapCub 会追踪 gclid 这类广告点击 ID 吗？
- 自然搜索词为什么看着是空的？
- 怎么在图表上加标注？
- 流量骤降或激增时怎么收到提醒？
- 怎么定时发送统计报告？
- 怎么分享看板或报告？
- 怎么查看真实访客的 Core Web Vitals？
- 怎么找出网站上的 JavaScript 错误？
- 怎么实时查看网站访客？
- 怎么对比两个时间段？
- 怎么导入服务器访问日志？
- 怎么查看抓取健康和爬虫错误？
- 怎样找到访客在哪些页面离开网站？
- 本分类全部文章
简短回答
每条数据在存储前都会经过五层检查——User Agent、请求头、客户端信号、网络（ASN）和频率——使用集中维护的 197+ 条规则。足够多的层同时命中时，这条数据被标记为机器人。
五层，197+ 条规则
识别在每条数据存储之前运行。足够多的层同时命中时，这条数据被标记为机器人：
- User Agent。 搜索引擎、AI 公司、监控服务和 SEO 工具的已知爬虫标识，是规则库里占比最大的部分。
- 请求头。 真实浏览器一定会带、而它缺失或不一致的请求头。
- 客户端信号。 脚本能否执行，以及屏幕和时序等无头浏览器容易出错的信号。
- 网络（ASN）。 属于云服务商和已知爬虫运营方的网段。
- 频率。 人做不出来的请求速率，比如同一来源每分钟几百个页面。
规则库集中维护，目前 197+ 条，你不需要更新任何东西。
每行上的可信度
每一行机器人都显示命中了哪些层和一个可信度——已验证、疑似或未知。未知表示没能确认运营方，不代表流量是伪造的。某一行判错了可以报告——见报告误判。
只用页面脚本时，只能看到会执行 JavaScript 的机器人。只抓原始 HTML、不运行脚本的爬虫需要服务端 SDK 或日志导入才能看到。
相关阅读
这篇回答解决你的问题了吗？
我们会根据反馈修改和补充这篇内容。
提交没有成功，请稍后再试。
谢谢你的反馈，我们会据此改进这篇内容。你已经反馈过这篇了，谢谢。