2026年 8月 1日 回顾：Godot JSONL 搜索验证与 sitemap 索引结构改版

平时熬夜太多导致睡眠模式被打乱，今天决定以此为契机恢复。熬夜状态下从上午 9 点工作到下午 2 点，除去午休大约工作了 4 小时左右。

期间还观看了 AWS MLA 资格证视频，像往常一样打开 8510 页面进行工作。

在 8510 中进行的 JSONL 搜索验证

首先，今天的工作在 Qwen 验证过程中除去少数失败的情况，基于实际 Godot 源码块在 SQLite 中搜索 JSONL 文档的过程是成功的。将 godotengine/godot-demo-projects 的 2d/hexagonal_map 实际文件 6 个划分为 146 个块，经过 BM25、embedding、union、reranker 的搜索结果与 SQLite 原文对照。

搜索到的 JSONL 的 provenance 与原文没有出现不一致的情况。但部分块在当前收集的 JSONL 中缺乏直接说明版本差异的依据，导致 Qwen 未能确定是 Godot 3 还是 Godot 4，而是标记为 无关 或 依据不足。

下一步收集方向

明天计划挑选更多可用的仓库候选，并大量上传到 HuggingFace 桶。基于此，将 8510 调试程序的输入改为 CDN 端点，并考虑按解析器区分处理。

sitemap 搜索曝光对象

整体上 sitemap 也按如下方式进行了改版。目前通过 sitemap 提交给搜索引擎的 URL 总计 891 条。

页面类型	数	判断
域名根目录	1	曝光适合
9 种语言主页面	9	曝光适合
介绍·许可证	18	安全。许可证的搜索流量价值较低
主题列表	63	大体适合
README 日志	260	可曝光，但因是日期标题搜索竞争力较弱
回顾	270	为自行编写的原始记录，适合曝光
观察·实验报告	144	最值得积极曝光
路线图	81	曝光适合
研究笔记	27	曝光适合
数据库文档	9	曝光适合
会议记录	9	可曝光，但搜索需求低

从搜索中排除的页面

已确认从搜索中排除的页面。

• 今日关键词 story 文章 99 篇：noindex, follow，sitemap 排除
• story 主题页面 9 篇：noindex, follow，sitemap 排除
• 按日期分组的页面 279 篇：noindex, follow，sitemap 排除
• 标签页面：不存在，访问时返回 404 + noindex