Vercel 新的绑定域名流程截图

哥飞

建站技术

我以 gefeiv.vip 为例来说明。

Domain 填 gefei.vip ，环境选择 Production ，跳转选择不跳转。

之后点击“Add Domain”按钮。

下一个界面，选择添加 gefei.vip 并且把 www.gefei.vip 跳转到 gefei.vip 。

为什么要这么做呢？

因为我们去推广时以及传播时，大多数时候写的是 gefei.vip 而不是 www.gefei.vip 。

系统会自动把 gefei.vip 转成 http://gefei.vip ，用户打开这个网址，只需要一次跳转就可以到达最终网址 https://gefei.vip 。

而如果你设置的默认域名是 www.gefei.vip ，那么从 http://gefei.vip 需要先跳转到 https://gefei.vip 之后再跳转到 https://www.gefei.vip ，也就是会有两次跳转。

所以我们基于经验，通常建议设置默认域名是 gefei.vip 而不是 www.gefei.vip 。

如何在GA（谷歌分析）看网站流量来源

: 7

哥飞

谷歌分析

很多朋友不知道怎么在谷歌分析 Google Analytics里看自己网站的流量来源,其实很简单,看下图。

如果你的网站被认定为游戏相关网站，那么按照下图操作。

网站暴死的教训 - 应该如何避免因页面填充过多内容，被Google算法shadow ban

: 3

小李

经验

自我介绍

hey社群的朋友们你们好。我是小李.2月刚入哥飞社群。

很高兴能把自己暴死的网站(也是入社群后第一个网站)当做反面案例教材给大家剖析。

背景

站点的定位是工具。 2.20左右定好关键词，买好域名，和哥飞沟通思路以后，就上站了。上站以后迅速收录，一开始的位置是 26名。

第二天开始添加种子反链。这个时候，排名掉到了第4 页。但是我相信随着反链增多，我可以根据入站的关键词，逐步添加相关 blog文章。

第三天开始到各类blog 和 wordpress 下留反链，开始的时候，打算以数量 > 质量先干起来,后面再逐渐优化。

修复了一些显示 bug之后,网站的流量也开始逐渐起来了。其中主要还是 google 的有机搜索。见我 GoogleSearchIndex截图.

但是好势头并没有持续下去，2.24 早我查看google，发现前 10 页都没有自己的主页了。

一开始，我以为是低质量反链起了反效果，但用site:语法查看以后,发现自己被 google k 站了.

道心不稳,找哥飞寻求帮助，他的意见是再观察一阵，毕竟刚刚上线的网站不稳定很正常。

于是调整心态，连续观察，等待了一整周,还是这么个情况。期间做的额外尝试有:

重新提交了 sitemap。
重新 request抓取。
部分改变 site内容结构。情况仍然不见好转。

走投无路,再次询问哥飞。

为什么会这样?

可以看见并没有触发人工 red flag 和警告我反复详细阅读了 Google的各种文档，包括什么情况下会以 deindex 的形式惩罚，但是目前找不到明确对应原因,只能合理推测。

并没有使用反链农场来做黑帽 SEO
在 Google Search Console也没有看到Manual Action，(这意味着并没有触发人工审核)
在 Google Search Community试着提交问题，也暂时没有人回复。回过头去读 google文档，联想读到哥飞的另一篇文章. https://new.web.cafe/tutorial/detail/9noc5owwd1 原理是相似的。

只有一个合理推断:

因为我使用预加载技术，会将所有工具生成结果一次性罗列出来，以做到前端迅速(1 秒内)加载工具生成结果。

然而，为了美观和用户体验，首页却有没有对其做展示，导致关键字召回Keyword Summon 的时候，我同时击中过多的keywords，google 的算法判定我是黑灰 SEO的垃圾站。(spammy content)。

同时也阅读了 Google的 policy，为了实现前端效果的做法，应该不属于违反政策情况。

但是谷歌摊手"我管你这那的"。瓜田李下，怨不得人。

哥飞的解惑和判断

飞哥就一个图，答案都在这个图里。分门别类罗列，不是让你把所有内容全部一次性挂出来的.

我这么做，就犯了google最反感的天条。隐藏(hidden, white 字体)大段内容，这不就是几年前大杀特杀的更新内容吗? 不杀你,杀谁?

虽然上线前，我已有预感,这和飞哥说的"首页1000 字左右，不超过 3000 字"，相去甚远，但是Google 应该理解的. 对吧? 对吧? 对个球！Google 又不是慈善机构，他没有义务来哄着我们这些小玩家。

恰恰是这一点，成了我被k 站的源头。点爆。 google对这种黑帽 SEO，看来是宁可错杀，绝不放过的态度。因为在Google的 manual Action 里，我连人工审核处理的资格,申辩的权利都没有，整个 domain直接被杀掉，shadow ban.

目前怎么办?

打算两手准备

拿掉冗余内容,看看效果如何。如果能 index 回来，说明 google还算智能.
新起一个站,但暂时不 301。我打算在老站点挂一个图片通知用户.为了避免老站给新站带来负权重，这是稳妥的做法，不挂外链，不让google 认为两者产生关联。被搞得怕了。

适应这一规则,再来一把!

不要小看Reddit和社媒

其实事后回顾，能看到目前时候能在google analytics里的流量还不错，一天能有20~30个左右活跃用户。在完全拿不到 google 一点流量的情况下，上站7天的站点靠这一点流量顽强的支撑着。

个人分析，在 Reddit上的吆喝带来了第一波种子用户。这也说明，SEO的主要对象为google，但这不是全部。

以上，欢迎大家补充批评! 同时再次感谢哥飞，抽空为我答疑解惑!不然 301了,新站又是暴死结局。

什么是博客评论外链，怎么找，怎么做

: 13

哥飞

外链建设

有朋友不了解博客评论外链怎么回事，我找了一个 WP 博客评论区截图给大家看看。

严格来说，用博客评论来搞外链，这是在给互联网创造垃圾信息。

但是，目前实践表明，这种方式获取的外链依然还有效，所以我们明知道不对，也会去做。

那么问题就变成了，怎么让自己的评论不那么垃圾了。

举例，你可以通过谷歌site 语法，找出跟你的网站、工具、游戏主题相关的文章。

然后阅读文章，基于文章内容，留下有价值的讨论，然后顺便给自己打广告。这时候,评论正文里不出现我们的广告也没问题，只要个人主页和姓名里包含了我们要留的链接就行。

大多数这样的博客评论，都需要站长审核之后才会被放出来，这时候，你就要考虑,站长会怎么看你的评论了，愿不愿意把你的评论公开出来。只有公开出来的评论，才是有效的评论区外链。

还有一些博客，站长没有开启审核机制，只要你提交了,就能够公开发布出来。

这样的博客比较少，主动找也很难找，所以一般就是通过抄作业的形式来找。

也就是说，同行已经帮你找好了，你只需去看看同行有哪些外链，然后你也去发就行了。

为什么谷歌直接给出解决方案的关键词不要去做

哥飞

案例分享

有些关键词，谷歌直接给出能够满足用户需求的产品，这时候这些关键词，即使搜索量再大，我们都需要去避开。

pacman这个词月搜索量 400万+，但是这个排第一的网站月访问量 18 万。投入了 800 个外链资源，但只拿到了 18 万的月访问量，这就划不来。

google ads api 关键字获取小脚本

: 16

阿飞🥒

效果:

根据 https://new.web.cafe/tutorial/detail/zdk6o8s393

https://new.web.cafe/tutorial/detail/fjdhxvvcsq

很抱歉不能写详细的教程，这里面他的token获取很折腾，我也是谷歌了很久才弄好来,脚本还可以改进，大家可以根据自己的需求改改，这脚本的门槛在token获取，比较折腾.api是免费的（相对来说）。

我发这些希望不会触及到各位大佬的利益！！！

脚本要配合下面的参考资料食用，

参考资料 https://juejin.cn/post/7297831676631466021#heading-2 https://www.youtube.com/watch?v=HXKpfGqPRy0

https://www.youtube.com/watch?v=KFICa7Ngzng

https://developers.google.com/google-ads/api/docs/start?hl=zh-cn https://github.com/googleads/google-ads-php

import requests
import json
from typing import Dict, Any
from collections import defaultdict

def get_access_token() -> str:
    """获取新的 access token"""
    token_url = "https://oauth2.googleapis.com/token"
    data = {
        # OAuth 2.0 客户端 ID
        # 用于标识你的应用程序，从 Google Cloud Console 获取
        "client_id": "xxx-xxx.apps.googleusercontent.com",
        
        # OAuth 2.0 客户端密钥
        # 用于验证你的应用程序身份，需要保密
        "client_secret": "xxx",
        
        # 刷新令牌
        # 用于获取新的访问令牌，长期有效，不会过期
        # 通过 OAuth 2.0 授权流程获得
        "refresh_token": "xxx",
        
        # 授权类型
        # 指定使用刷新令牌获取新的访问令牌
        "grant_type": "refresh_token"
    }
    
    response = requests.post(token_url, data=data)
    return response.json()["access_token"]

def analyze_search_volumes(result: Dict) -> None:
    """分析搜索量数据"""
    if "results" not in result:
        return
        
    print("\n搜索量分析:")
    print("-" * 50)
    
    for keyword_data in result["results"]:
        metrics = keyword_data["keywordIdeaMetrics"]
        keyword = keyword_data["text"]
        
        # 获取年度总搜索量
        yearly_searches = defaultdict(int)
        for volume in metrics["monthlySearchVolumes"]:
            yearly_searches[volume["year"]] += int(volume["monthlySearches"])
        
        # 打印结果
        print(f"\n关键词: {keyword}")
        print(f"平均月搜索量: {metrics['avgMonthlySearches']}")
        for year, total in yearly_searches.items():
            print(f"{year}年总搜索量: {total:,}")
        print("-" * 30)

def get_keyword_ideas(customer_id: str, keyword: str, access_token: str) -> Dict[str, Any]:
    """获取关键词建议"""
    url = f"https://googleads.googleapis.com/v18/customers/{customer_id}:generateKeywordIdeas"
    
    headers = {
        # 访问令牌
        # 用于验证 API 请求，有效期通常为 1 小时
        "Authorization": f"Bearer {access_token}",
        
        # Google Ads API 开发者令牌
        # 用于识别你的 Google Ads API 应用
        "developer-token": "xxxx",
        
        # Google Ads 管理员账户 ID，测经理身份ID
        # 如果要访问客户账号，需要提供管理员账号 ID 123-123-1234 类似这样，在账号的右上角的 id，
        "login-customer-id": "4176332570",
        
        "Content-Type": "application/json"
    }
    
    data = {
        "keyword_seed": {
            "keywords": [keyword]
        },
        "language": "languageConstants/1000",  # 英语
        "geo_target_constants": ["geoTargetConstants/2840"],  # 美国
        "keyword_plan_network": "GOOGLE_SEARCH_AND_PARTNERS"
    }
    
    response = requests.post(url, headers=headers, json=data)
    return response.json()

def main():
    # 获取新的 access token
    access_token = get_access_token()
    print("获取到新的 access token")
    
    # 设置参数 这里是 测经理身份ID创建的测试用户 id，
    customer_id = "1961763003"
    keyword = "seo"
    
    # 获取关键词建议
    print(f"\n获取关键词 '{keyword}' 的建议...")
    result = get_keyword_ideas(customer_id, keyword, access_token)
    
    # 分析结果
    if "error" in result:
        print("\n请求失败:")
        print(f"错误代码: {result['error'].get('code')}")
        print(f"错误信息: {result['error'].get('message')}")
        print(f"错误状态: {result['error'].get('status')}")
    else:
        analyze_search_volumes(result)

if __name__ == "__main__":
    main()

Google Ads关键词分析工具说明文档

功能概述

这个脚本用于通过Google Ads API 获取关键词的搜索量数据和相关指标。它可以帮助你：

获取特定关键词的搜索量数据
分析关键词的竞争度
查看建议出价范围
获取月度和年度搜索趋势

前提条件

1. Google Ads API 认证信息

需要以下认证信息:

client_id: OAuth 2.0 客户端ID
- 从Google Cloud Console 获取
- 用于标识你的应用程序
client_secret: OAuth 2.0 客户端密钥
- 与客户端ID 配对的密钥
- 需要妥善保管，不要泄露
refresh_token: 刷新令牌
- 通过 OAuth 2.0授权流程获得
- 长期有效，用于获取新的访问令牌
developer-token: Google Ads API 开发者令牌
- 用于访问 Google Ads API
- 需要在 Google Ads 后台申请

2. Google Ads账号信息

需要两个重要的ID：

login-customer-id: 管理员账户 ID
- 位于账号右上角
- 格式类似：417-633-2570
customer_id: 客户账户ID
- 要查询数据的账户 ID

脚本结构

1. 主要函数

get_access_token():
- 获取新的访问令牌
- 使用 refresh_token 交换新的access_token
get_keyword_ideas():
- 调用 Google Ads API 获取关键词数据
- 支持设置语言和地区
analyze_search_volumes():
- 分析搜索量数据
- 计算年度总搜索量
- 展示月度趋势

2. 数据维度

获取的关键词数据包括：

平均月搜索量
竞争度（低/中/高）
竞争指数（0-100）
建议出价范围
月度搜索量趋势

使用方法

安装依赖：

pip install requests

配置认证信息：

填写正确的client_id和client_secret
配置有效的refresh_token
设置正确的developer-token

运行脚本：

python google_keywords_raw.py

输出说明

脚本会生成一个包含以下内容的分析报告：

关键词基本信息
搜索量统计
月度搜索趋势
竞争度分析

注意事项

请妥善保管所有认证信息
access_token 有效期通常为 1小时
建议使用英文关键词查询
API 有调用频率限制

常见问题

认证失败：检查认证信息是否正确
数据不完整:某些字段可能不是所有关键词都有
请求限制：注意API 调用频率限制

以上，我是睡飞，我在6群,大家多交流一起成长进步！！！

谷歌下拉框关键词获取小脚本。

: 4

阿飞🥒

这个小脚本有什么用?

效果

看了 https://new.web.cafe/tutorial/detail/y347cg5g3f 然后想到的一个小办法，

简单版

pip install requests

执行python3 xx.py

import requests
import xml.etree.ElementTree as ET
from typing import List

def get_suggestions(query: str) -> List[str]:
    """
    获取 Google 搜索建议
    
    Args:
        query: 搜索关键词
    
    Returns:
        包含搜索建议的字符串列表
    """
    url = "https://suggestqueries.google.com/complete/search"
    params = {
        "output": "toolbar",
        "hl": "en",
        "q": query
    }
    
    try:
        response = requests.get(url, params=params)
        response.raise_for_status()  # 检查请求是否成功
        
        # 解析 XML 响应
        root = ET.fromstring(response.text)
        suggestions = [suggestion.get('data') for suggestion in root.findall('.//suggestion')]
        
        return suggestions
    
    except requests.RequestException as e:
        print(f"请求出错: {e}")
        return []
    except ET.ParseError as e:
        print(f"XML 解析出错: {e}")
        return []

def main():
    # 示例使用
    query = input("请输入搜索关键词: ")
    suggestions = get_suggestions(query)
    
    print("\n搜索建议:")
    for i, suggestion in enumerate(suggestions, 1):
        print(f"{i}. {suggestion}")

if __name__ == "__main__":
    main()

批量，复杂的版本

import requests
import xml.etree.ElementTree as ET
from typing import List, Set
from queue import Queue
from threading import Thread
import time
import os
from datetime import datetime

class SuggestionWorker:
    def __init__(self, main_keyword: str, output_dir: str = "results", num_workers: int = 2):
        """
        初始化搜索建议爬虫
        
        Args:
            main_keyword: 主要关键词，必须包含在结果中
            output_dir: 输出目录
            num_workers: 并发工作线程数
        """
        self.main_keyword = main_keyword.lower()
        self.num_workers = num_workers
        
        # 创建输出目录
        self.output_dir = output_dir
        os.makedirs(output_dir, exist_ok=True)
        
        # 创建带时间戳的输出文件
        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
        self.output_file = os.path.join(output_dir, f"suggestions_{main_keyword}_{timestamp}.txt")
        
        # 初始化队列和集合
        self.queue = Queue()
        self.results: Set[str] = set()
        self.processed_queries: Set[str] = set()
        self.depth_map = {}  # 记录每个关键词的深度
    
    def get_suggestions(self, query: str) -> List[str]:
        """获取 Google 搜索建议"""
        url = "https://suggestqueries.google.com/complete/search"
        params = {
            "output": "toolbar",
            "hl": "en",
            "q": query
        }
        
        try:
            response = requests.get(url, params=params)
            response.raise_for_status()
            
            root = ET.fromstring(response.text)
            suggestions = [suggestion.get('data') for suggestion in root.findall('.//suggestion')]
            
            # 只保留包含主关键词的建议
            filtered_suggestions = [s for s in suggestions if self.main_keyword in s.lower()]
            return filtered_suggestions
            
        except (requests.RequestException, ET.ParseError) as e:
            print(f"处理查询 '{query}' 时出错: {e}")
            return []

    def save_suggestion(self, suggestion: str):
        """保存建议词到文件"""
        with open(self.output_file, 'a', encoding='utf-8') as f:
            f.write(f"{suggestion}\n")

    def worker(self):
        """工作线程函数"""
        while True:
            try:
                query = self.queue.get()
                if query is None:
                    break
                    
                if query in self.processed_queries:
                    self.queue.task_done()
                    continue
                    
                print(f"正在处理: {query}")
                self.processed_queries.add(query)
                suggestions = self.get_suggestions(query)
                
                # 保存新的建议并添加到队列
                for suggestion in suggestions:
                    if suggestion not in self.results:
                        self.results.add(suggestion)
                        self.save_suggestion(suggestion)
                        # 将新的建议加入队列继续扩展
                        self.queue.put(suggestion)
                
                time.sleep(1)  # 避免请求过快
                
            except Exception as e:
                print(f"处理时出错: {e}")
            finally:
                self.queue.task_done()

    def run(self):
        """运行爬虫"""
        print(f"开始收集包含 '{self.main_keyword}' 的搜索建议...")
        print(f"结果将保存到: {self.output_file}")
        
        # 清空或创建输出文件
        with open(self.output_file, 'w', encoding='utf-8') as f:
            f.write(f"关键词\n")  # 写入表头
            
        # 添加初始关键词
        self.queue.put(self.main_keyword)
        
        # 启动工作线程
        threads = []
        for _ in range(self.num_workers):
            t = Thread(target=self.worker)
            t.start()
            threads.append(t)
        
        # 等待队列处理完成
        self.queue.join()
        
        # 停止工作线程
        for _ in range(self.num_workers):
            self.queue.put(None)
        for t in threads:
            t.join()
        
        print(f"\n已完成! 共收集到 {len(self.results)} 个建议关键词")
        print(f"结果已保存到: {self.output_file}")

def main():
    main_keyword = input("请输入主要关键词: ").strip()
    
    crawler = SuggestionWorker(
        main_keyword=main_keyword,
        num_workers=2
    )
    
    crawler.run()

if __name__ == "__main__":
    main()

说明文档，

Google 搜索建议爬虫

这是一个用于收集Google搜索建议的爬虫工具。它可以递归地获取所有包含指定关键词的搜索建议。

功能特点

递归获取搜索建议
多线程并发处理
自动过滤，确保结果包含主关键词
结果自动去重
实时保存到文件
支持断点续爬（每次运行生成新文件）

使用方法

安装依赖：


3. 输入主关键词，例如 "python"

## 工作原理

程序会按以下步骤工作：

1. 输入主关键词（如 "python"）
2. 第一次获取包含主关键词的建议词，例如：
   - python programming
   - python tutorial
   - python for beginners

3. 然后对每个获取到的建议词继续搜索：
   - 用 "python programming" 继续搜索
   - 用 "python tutorial" 继续搜索
   - 用 "python for beginners" 继续搜索

4. 每次搜索都只保留包含主关键词的结果
5. 这个过程会一直持续，直到没有新的建议词

## 输出说明

- 结果保存在 `results` 目录下
- 文件名格式：`suggestions_关键词_时间戳.txt`
- 每行一个关键词
- 所有关键词都包含主关键词
- 结果自动去重

## 技术细节

- 使用 Google Suggest API
- 多线程并发（默认 2 个线程）
- 请求延迟 1 秒，避免 API 限制
- 使用队列（Queue）管理待处理关键词
- 使用集合（Set）实现结果去重

## 注意事项

1. 确保网络可以访问 Google 服务
2. 程序会一直运行到没有新的建议词
3. 可以随时中断，已处理的结果会保存在文件中
4. 每次运行会创建新的结果文件，不会覆盖旧结果

## 依赖要求

- Python 3.6+
- requests>=2.31.0

## 目录结构

. ├── google_suggest.py # 主程序 ├── requirements.txt # 依赖文件 └── results/ # 结果目录 └── suggestions_*.txt # 结果文件


## 示例运行

```bash
$ python google_suggest.py
请输入主要关键词: python
开始收集包含 'python' 的搜索建议...
正在处理: python
正在处理: python programming
正在处理: python tutorial
...
已完成! 共收集到 xxx个建议关键词
结果已保存到: results/suggestions_python_20240321_123456.txt