理解PWA与百度收录的关系
渐进式Web应用（PWA）凭借其离线缓存、快速加载和类似原生应用的体验，正成为移动端网站优化的热门方向。但许多开发者在推进PWA改造后，发现百度搜索引擎对其收录并不理想。要解决这一问题，需要从百度爬虫的实际工作方式出发，把握几个核心要点。
确保Service Worker不阻塞爬虫抓取
PWA的核心组件Service Worker负责拦截网络请求并返回缓存内容。但如果配置不当，它会阻碍百度爬虫直接获取原始HTML。常见的做法是：
- 在Service Worker的
fetch事件中，对百度爬虫的User-Agent（如Baiduspider）放行，使其直接请求服务器资源，而非返回缓存页面。 - 使用动态策略：对普通用户优先展示离线缓存，而对爬虫始终返回网络端的最新HTML内容。
- 测试时通过百度搜索资源平台的“抓取诊断”工具验证爬虫能否正常获取页面源码。
优化App Shell与SSR策略
部分PWA采用App Shell架构，先加载壳资源再动态注入内容。这种模式可能导致百度只抓取到空壳HTML。建议：
- 对关键落地页启用服务端渲染（SSR）或预渲染，确保爬虫首次请求时拿到的是包含正文的完整HTML。
- 如果无法全面SSR，至少确保首页、分类页、文章页等核心路径的HTML中包含主要内容，而非仅显示“正在加载”占位符。
- 检查结构化数据标记是否在初始HTML中完整呈现，便于百度理解页面主题。
合理使用清单文件和缓存策略
百度虽然支持基本的PWA特性识别，但不会主动抓取manifest.json中的图标或配置来计算权重。因此需注意：
- 确保
start_url指向一个可被正常收录的入口页面，而非特殊协议或带参数链接。 - 缓存策略不要设置过长的页面过期时间，避免百度多次访问时仍返回陈旧内容。建议对HTML资源使用网络优先或缓存优先但定期更新的策略。
- 在
robots.txt中不要误屏蔽Service Worker或缓存资源目录。
监控与持续优化
PWA收录不是一次性配置工作，需要持续观察数据反馈：
| 检查项 | 常见问题 | 建议动作 |
|---|---|---|
| 百度快照 | 快照显示空白或App Shell壳 | 启用SSR或调整爬虫放行策略 |
| 索引量 | 改造后收录页数明显下降 | 检查Service Worker拦截逻辑 |
| 抓取异常 | 返回5xx或超时 | 优化服务器响应速度与缓存策略 |
需要说明的是：百度对PWA的收录机制仍在演化中，以上建议基于当前公开文档与站长实践经验总结。对于不确定的优化点，建议先在少量页面上测试效果，再逐步推广至全站。
总结核心要点
要让百度搜索引擎有效收录PWA应用，关键在于平衡用户体验与爬虫可访问性。优先做好爬虫流量放行、关键页面SSR和缓存策略精细化这三点，绝大多数收录问题都能得到缓解。同时，定期通过百度搜索资源平台关注索引状态，及时调整优化方向。
张一鸣在会上安抚了 Seed 的成员。他认为，训大模型本就是一件很难的事，团队不必过度焦虑。他明确一段时间内可接受模型落后于行业，希望大家以追求智能上限为目标，期待 Seed 模型能力能跻身世界第一梯队。
评论区
热门讨论 · 占位展示期待你的精彩发言。