Cloudflare AI Search + AEO/Agent Readiness 与 Email Service 深读

日期：2026-08-27 ｜ 来源：Cloudflare 官方博客（Agent Readiness、Email for Agents、AI Search 产品页）+ isitagentready.com 实测

一、Agent Readiness：给 agent 时代的网站做 SEO

是什么：isitagentready.com，输入 URL 就能打分。对标当年 Google Lighthouse 之于性能优化——用分数驱动站长采纳 agent 时代的标准。配套在 Cloudflare Radar 上线了「AI agent 标准采纳率」数据集（Top 20 万域名、每周更新）。

行业现状（这些数字说明机会窗口还开着）：

• robots.txt 78% 的站有，但几乎都是写给传统爬虫的
• Content Signals（声明 AI 用途偏好）：只有 4% 的站在用
• Markdown content negotiation（Accept: text/markdown 返回 MD 版）：3.9%
• MCP Server Cards + API Catalog（RFC 9727）：全数据集不到 15 个站

评分四个维度：

• Discoverability：robots.txt、sitemap.xml、Link 响应头（RFC 8288，agent 不解析 HTML 就能发现资源）
• Content：Markdown for Agents——agent 发 Accept: text/markdown 就返回干净的 MD 版，官方实测最多省 80% token（响应更快更便宜，也更容易被完整吃进上下文窗口）
• Bot Access Control：robots.txt 的 AI bot 规则、Content Signals（细粒度声明 ai-train / ai-input / search 三个独立开关，而不只是 allow/block）、Web Bot Auth（bot 对请求做签名认证，网站能验证"这个 bot 是真的 Claude"）
• Capabilities：Agent Skills 索引、API Catalog、OAuth server discovery（RFC 8414/9728）、MCP Server Card、WebMCP

两个加分设计：每个失败项都配一段可以直接丢给 coding agent 的修复 prompt（还附 Agent Skills 文档，agent 不光知道要修什么还知道怎么修）；工具自己也暴露无状态 MCP server（/.well-known/mcp.json），agent 可以程序化扫站。

AEO 套件的另一半：AEO Visibility Dashboard——检查 AI 助手（ChatGPT 等）回答相关问题时有没有推荐你的品牌，相当于"AI 眼里的搜索排名"。

二、我们自己的体检结果：joyehuang.me 得分 Level 1/5

用 CF 的 MCP server 实测扫描（工具自动跟着 joyehuang.me → www 跳转扫的 www）：

• Discoverability 2/4：robots.txt ✅、sitemap ✅；缺 Link 响应头 ❌、缺 DNS-AID 记录 ❌
• Content Accessibility 0/1：不支持 Markdown content negotiation ❌——最值得修的一个，agent 读我们博客现在只能啃 HTML，token 浪费严重
• Bot Access Control 1/2：AI bot 规则走通配（等于全部放行）✅；没写 Content Signals ❌
• Capabilities 0 分：无 ai-catalog.json manifest ❌
• Commerce：不适用（非电商）

** joyehuang.me 的修复清单（按性价比排序）**：

1. Markdown content negotiation——Astro 加一个 middleware：Accept: text/markdown 时返回该页面的 MD 版。博客内容本来就有 MD 源，工程量小收益最大，直接让 Claude/ChatGPT 引用我们的文章时省 80% token、更完整
2. Content Signals 写进 robots.txt——一行声明，比如 Content-Signal: ai-train=no, search=yes, ai-input=yes（允许 AI 引用我们、拒绝拿去训练——这个立场选择可以跟 Joye 商量）
3. llms.txt——给 agent 一份结构化阅读清单（博客/笔记/项目索引）
4. Link 头 / DNS-AID / ai-catalog——锦上添花，等第一批做完再说

这也是之前说过的博客素材：亲测 isitagentready.com → 拿到 Level 1 → 逐项修复 → 复测提分，本身就是一篇好文章。

三、AI Search：给 agent 用的现成 RAG 基建

cloudflare.com/products/ai-search：把 R2 里的文件和网站内容做多模态索引，用 Workers AI 支持 100+ 语言的检索问答。几个用法：agent 文件搜索、多模态搜索、per-tenant/per-agent 文件检索、网站内容索引。

对我们的意义：joyehuang.me 的"全站搜索"功能、以及未来 clone agent 回答访客问题时的知识检索，可以直接用这套而不是自建 vector DB + embedding 管线。跟之前记忆架构调研里 Nowledge Mem 的"文档分块索引"思路也呼应——个人知识库（博客+笔记+talks）建一个 AI Search 索引，agent 回答"Joye 在 X 上写过什么"就有 ground truth 了。

四、Email Service：agent-mail 的替代架构已就位

现状：Email Sending 已公测（Birthday Week 起），Email Routing 一直免费可用。两者合并成 Cloudflare Email Service。

关键能力：

• Workers 原生 env.EMAIL.send() binding——无 API key、无 secret 管理，也可以用 REST API/TS/Py/Go SDK 从任何平台发
• 域名接入时自动配 SPF/DKIM/DMARC，进收件箱不进垃圾箱
• 收发双向都在 CF 内闭环：收到 → Worker 处理 → 回复，不出平台
• Agents SDK 有一等公民 onEmail hook：agent 收邮件后可以跑一小时任务、查三个系统再异步回复完整答案——"chatbot 回答问题，agent 干活后回话"
• 配套：Email MCP server、Wrangler CLI email 命令、给 coding agent 的 skills、开源 agentic inbox 参考应用
• 本地开发也补齐了（Wrangler/miniflare 8/25 changelog）：本地生成 Message-ID、测试收发历史

对我们的直接影响——agent@joyehuang.dev 现有链路可以简化：

当前是 CF Email Routing → Resend 接收 → webhook → cloudflared 隧道 → Mac mini:8788 agent-mail server，四层。迁移后是 Email Routing（收）+ Email Sending（发，原生 binding）+ Worker 处理逻辑，砍掉 Resend 依赖和 cloudflared 隧道两个环节，且不用再管 Resend 的 key 和发信额度。收件逻辑（存 inbox/推送 Telegram）从 server.js 挪进 Worker 即可。建议等公测稳定一两周后做迁移，现有链路作为回退。

另外 email-as-agent-interface 这个定位跟我们已经在做的事（mail-watch、agent 邮箱）完全同向，CF 是把它产品化了——说明这条路是对的，值得继续投入。

结论

这两块放一起看是同一件事的两面：Agent Readiness 是"让 agent 找得到、读得起你的网站"（输出侧），AI Search 是"给 agent 现成的读与检索基建"（输入侧），Email Service 是"给 agent 一个人人可用的双向接口"（通道侧）。CF 在把整个 agent 网络栈平台化。我们三个动作：①修 joyehuang.me 的 readiness（MD negotiation 优先）②评估用 AI Search 替换自建知识检索 ③规划 agent-mail 迁移到 CF Email Service。

参考链接：Agent Readiness 公告 ｜ Email for Agents ｜ AI Search 产品页 ｜ isitagentready.com