Salud y SEO del sitio web

Vigila sitios web en masa, un monitor por sitio: sé informado cuando un sitio se rompe (error, inalcanzable, certificado inválido, bucle de redirección), cuando su página se queda en blanco, cuando cae de los motores de búsqueda (noindex, robots.txt bloqueando todo) y cuando los metadatos que Google muestra cambian (título, descripción, URL canónica, dirección final). Cada sitio también se ordena por la plataforma que ejecuta (WordPress, Shopify, Wix, Next.js…).

Para el contenido de una página en lugar de su salud, ver Cambios del sitio web.

Configuralo

En la dirección, pega la página a verificar, generalmente la página de inicio, con o sin https://. Los redireccionamientos se siguen: http a https y example.com a www.example.com son normales, solo una redirección en bucle o un movimiento a otra dirección se reporta.
Opcionalmente completa “Texto esperado” con una frase que la página siempre debe mostrar, y ajusta “Página en blanco debajo” si la página es corta a propósito.
El primer control registra la referencia: dirección final, título, descripción, URL canónica, reglas de indexación. Un cambio se reporta solo una vez que 2 controles seguidos (ajustable) lo han visto, por lo que las pruebas A/B y los cachés inestables permanecen silenciosos.
Para agregar muchos sitios a la vez, importa un archivo CSV desde la lista de monitores: cada sitio se archiva bajo Websites/<categoría> (E-commerce, Blog… o la categoría que des) o, cuando la página no lo dice, bajo Websites/<plataforma> (WordPress, Shopify…), a menos que des una carpeta.

Qué hace cada control

En cada intervalo de sondeo (60 s de forma predeterminada), la página se lee una vez:

Los redireccionamientos se siguen uno por uno, hasta Max redireccionamientos (10 por defecto), y la cadena se registra: cada dirección y su estado. Ir de http:// a https://, o de example.com a www.example.com, es lo que la mayoría de sitios hacen y nunca es un error. Un redireccionamiento que vuelve a una dirección ya vista es un bucle, y más redireccionamientos de los permitidos también es un error: ambos hacen que el control falle con la cadena en el mensaje, como un sitio que no responde.
La respuesta final: su estado HTTP, el tiempo total (redireccionamientos incluidos) y el certificado TLS, verificado como lo hace un navegador. Un certificado rechazado hace que el control falle.
El texto visible de la página, como en Cambios del sitio web: los scripts, estilos y bloques ocultos se omiten. Por debajo de Página en blanco debajo caracteres (20 de forma predeterminada, por lo que las páginas legítimas cortas pasan) la página cuenta como en blanco. Con Texto esperado, esa frase debe aparecer en él (mayúsculas y espacios ignorados).
Los metadatos SEO de la página final: <title>, descripción meta, URL canónica, etiquetas meta robots y encabezados X-Robots-Tag (noindex, nofollow, none), og:title, og:description, <html lang>, el número de <h1> y de alternativas hreflang.
Una vez por hora, robots.txt del sitio final: ¿prohíbe a Googlebot (o *) rastrear /? Y el mapa del sitio que anuncia, o /sitemap.xml: ¿ responde y se lee como un mapa del sitio?

El User-Agent es DumbMonit/<version> a menos que User agent diga lo contrario.

Páginas casi vacías

Además del umbral absoluto (Página en blanco debajo), DumbMonit mantiene una referencia, que se mueve lentamente, del tamaño del texto visible de cada página. Cuando el texto cae más de Página casi vacía: caída del texto por ciento por debajo de ella (80 de forma predeterminada, es decir, de 1000 caracteres a menos de 200) y se queda así durante Confirmar un cambio tras controles seguidos, se dispara la alerta «Página de sitio web casi vacía». Detecta un tema que perdió su contenido, un catálogo que ya no carga o un caché que sirve un cascarón, mientras la página sigue respondiendo 200. Hace falta una referencia de al menos 200 caracteres; el crecimiento y la reducción normales no hacen ruido, y una caída que dura más de una semana pasa a ser la nueva referencia (el sitio se rehízo más corto). 0 lo desactiva.

Cambios, confirmados dos veces

La dirección final y los metadatos se comparan con una referencia. Un valor diferente visto una vez es solo pendiente; se convierte en un cambio cuando Confirmar un cambio tras controles seguidos (2 de forma predeterminada, de 1 a 10) han leído el mismo valor nuevo. Un valor que vuelve atrás, o un tercer valor, reinicia la cuenta. Una página servida en dos versiones (una prueba A/B), un caché que duda o una respuesta truncada permanecen silenciosos. Los valores se comparan ignorando espaciado y mayúsculas; las direcciones ignoran el esquema, un www. inicial, una barra inclinada final y, con Ignorar cadenas de consulta (activado de forma predeterminada), parámetros de URL como ?utm_source=….

Cada tipo de control puede desactivarse por separado, en las opciones «Metadatos vigilados»: dirección final, título, descripción, URL canónica, directivas robots, Open Graph, idioma, número de <h1>, hreflang y etiqueta de verificación de Google. Un campo desactivado no se compara, no se registra y no genera alertas; al reactivarlo, parte de una referencia nueva. Todo está activado de forma predeterminada. Un campo que desaparece de la página (valor vacío) es un cambio como cualquier otro.

Un cambio confirmado se mantiene en el historial del monitor (campo, antes, después, fecha), y su indicador (dumbmonit_website_title_changed…) permanece en 1 durante 24 horas. El primer control solo registra la referencia. Cambiar la dirección o Ignorar cadenas de consulta inicia una nueva referencia en lugar de reportar un cambio.

Opciones

Opción	Predeterminado	Significado
Texto esperado	vacío	Una frase que la página debe mostrar.
Página en blanco debajo (caracteres)	20	Texto visible más corto que esto es una página en blanco; 0 desactiva el control.
Max redireccionamientos	10	Redireccionamientos seguidos como máximo (0 a 30).
User agent	`DumbMonit/<version>`	Enviado en lugar del propio de DumbMonit.
Ignorar cadenas de consulta	activado	Los parámetros de URL no cuentan cuando se comparan direcciones.
Categoría	vacío	Tu propia etiqueta del sitio, mostrada con él y en sus métricas (la fija la importación CSV). Vacío: adivinada, ver Categorías.
Confirmar un cambio tras (controles)	2	Lecturas seguidas de un valor nuevo antes de reportarlo, de 1 a 10.
Página casi vacía: caída del texto (%)	80	Alerta cuando el texto visible cae tanto por debajo de su tamaño habitual, de 0 a 99; 0 lo desactiva.
Vigilar la dirección final, el título, la descripción, la URL canónica, las directivas robots, Open Graph, el idioma, el número de h1, hreflang, la etiqueta de verificación de Google	todo activado	Cada control de metadatos puede desactivarse por separado.
Permitir destinos loopback y link-local	desactivado	Para un sitio servido por el host de DumbMonit mismo.

Ritmo con cientos de sitios

Los controles nunca salen de golpe, para que un cortafuegos o una CDN delante de los sitios no confunda DumbMonit con un ataque:

Repartidos en el intervalo: cada sitio arranca en su propio desfase fijo dentro de su intervalo de sondeo, así que los sitios añadidos juntos (una importación CSV) no disparan en el mismo segundo.
Límite global: como máximo DUMBMONIT_WEBSITE_MAX_CONCURRENT controles de sitios en curso a la vez (10 por defecto), además de DUMBMONIT_MAX_CONCURRENT_PROBES.
Por dominio: como máximo DUMBMONIT_WEBSITE_MAX_PER_HOST controles en curso hacia un mismo dominio (1 por defecto), y al menos DUMBMONIT_WEBSITE_HOST_SPACING_SECS segundos entre dos de ellos (2 por defecto, o el valor Esperar antes de la siguiente petición a este dominio del sitio). El dominio es el nombre registrable: www.example.com, shop.example.com y example.com comparten uno, example.co.uk es uno; los subdominios de clientes de las plataformas de alojamiento (*.myshopify.com, *.wordpress.com, *.github.io, *.netlify.app…) cuentan cada uno como el suyo.

Un sitio cuyo control anterior sigue esperando su turno se salta una ronda en lugar de ponerse dos veces en cola. Muchos sitios de un mismo dominio con un intervalo corto se controlan, por tanto, menos a menudo de lo pedido: sube el intervalo, o los límites por dominio, si la lista de monitores los muestra con retraso. Consulta Configuración.

Detección de plataforma

La plataforma viene de, en orden: la etiqueta <meta name="generator">, encabezados específicos de un host o motor (x-shopify-*, x-wix-*, x-drupal-cache, x-powered-by: Next.js…), rastros en el marcado (/wp-content/, cdn.shopify.com, data-wf-site, __NEXT_DATA__, /_nuxt/…) y finalmente el host mismo (*.myshopify.com, *.wixsite.com…). Reconocidos: WordPress, Shopify, Wix, Squarespace, Webflow, Ghost, Drupal, Joomla, PrestaShop, Magento, Next.js, Nuxt, Gatsby, Hugo, Jekyll; cualquier otra cosa es Otra. La plataforma es la etiqueta platform de dumbmonit_website_info.

Categorías

Cada sitio recibe una categoría, mostrada en su página, en la etiqueta category de dumbmonit_website_info y como carpeta al importar. Puedes fijarla tú (opción Categoría o columna CSV); si no, se adivina solo a partir de señales claras:

E-commerce: Shopify, PrestaShop o Magento, marcado de WooCommerce o «añadir al carrito», og:type en product.
Blog: Ghost, og:type en article, un host blog. o una dirección *.blogspot.com, *.substack.com, *.wordpress.com.
Aplicación web: Next.js o Nuxt, o una página que es solo un contenedor #root / #app vacío.
Sitio escaparate: Wix, Squarespace o Webflow.

Una plataforma generalista (WordPress, Drupal, Hugo…) sin otra señal no se adivina: el sitio se queda entonces bajo su plataforma (Websites/WordPress), y los de plataforma desconocida bajo Websites/Other. Ordénalos a mano con las columnas folder o category, o muévelos en la lista de monitores.

Importar una lista de sitios (CSV)

Desde la lista de monitores o la página de agregar monitor, Importar sitios web (CSV) toma un archivo o texto pegado con una fila de encabezado y hasta 1000 filas:

Columna	Requerido	Significado
`url`	sí	Dirección del sitio.
`name`	no	Nombre del monitor; el host de forma predeterminada.
`folder`	no	Carpeta del monitor; vacío: `Websites/<categoría>` si hay categoría, si no `Websites/<plataforma>`, detectado leyendo el sitio una vez.
`category`	no	Texto libre (60 caracteres, sin `/`), guardado como la opción Categoría. Vacío: adivinada desde la página, ver Categorías.
`tags`	no	`key=value;key=value`.
`interval`	no	Intervalo de sondeo.
`expect_text`	no	Igual que la opción.

url,name,folder,tags,interval,expect_text,category
https://example.com,Example,,client=acme,60s,Example Inc.,
https://shop.example.org,Shop,Customers/Acme,,300s,Add to cart,
https://blog.example.net,,,,,,Clients

Una vista previa muestra cada fila y sus errores antes de que se cree nada; un sitio ya supervisado (misma dirección final) se omite.

Métricas

Métrica	Significado
`dumbmonit_website_up`	1 cuando la respuesta final es un éxito (2xx o 3xx), 0 en caso contrario.
`dumbmonit_website_status_code`	Estado HTTP de la respuesta final.
`dumbmonit_website_response_seconds`	Tiempo total, redireccionamientos incluidos.
`dumbmonit_website_redirect_hops`	Redireccionamientos seguidos.
`dumbmonit_website_https`	1 cuando la dirección final es https.
`dumbmonit_website_security_header{header}`	0/1 por etiqueta `header` (solo https): HSTS, nosniff, CSP, X-Frame-Options, frame-ancestors.
`dumbmonit_website_info{platform,category}`	Siempre 1; las etiquetas llevan la plataforma y, si se conoce, la categoría.
`dumbmonit_website_text_chars`	Caracteres de texto visible (respuestas 2xx).
`dumbmonit_website_blank`	1 cuando ese texto está por debajo del umbral.
`dumbmonit_website_expect_text_missing`	1 cuando falta el texto esperado (opción establecida).
`dumbmonit_website_noindex` / `dumbmonit_website_nofollow`	Directivas de indexación.
`dumbmonit_website_h1_count` / `dumbmonit_website_hreflang_count`	Encabezados `<h1>`, alternativas `hreflang`.
`dumbmonit_website_title_changed`, `…_description_changed`, `…_canonical_changed`, `…_final_url_changed`	1 durante 24 horas después de un cambio confirmado.
`dumbmonit_website_text_dropped`	1 cuando el texto visible está muy por debajo de su tamaño habitual (opción activada).
`dumbmonit_website_robots_changed`, `…_open_graph_changed`, `…_lang_changed`, `…_h1_changed`, `…_hreflang_changed`, `…_google_verification_changed`	1 durante 24 horas después de un cambio confirmado de esos metadatos.
`dumbmonit_website_robots_blocks_all`	1 cuando `robots.txt` prohíbe todo a Googlebot.
`dumbmonit_website_sitemap_ok`	1 cuando un mapa del sitio responde y se lee.

Alertas integradas

Alerta	Cuándo	Severidad
Monitor inalcanzable	Sin respuesta, certificado rechazado, bucle de redirección o demasiados redireccionamientos	critical
Sitio web abajo	La respuesta final es un error 4xx o 5xx, durante 3 minutos	critical
Página de sitio web en blanco	Texto visible por debajo del umbral, durante 3 minutos	critical
Texto esperado de sitio web faltante	El texto esperado falta, durante 3 minutos	warning
Sitio web no indexable	`noindex` en la página, durante 10 minutos	critical
Sitio web bloqueado por robots.txt	`robots.txt` prohíbe todo, durante 10 minutos	critical
URL canónica del sitio web cambió	Cambio confirmado	warning
Dirección del sitio web cambió	El host o ruta final cambió, confirmado	warning
Título o descripción del sitio web cambió	Cambio confirmado	info
Página de sitio web casi vacía	El texto visible cayó muy por debajo de su tamaño habitual, durante 3 minutos	warning
Verificación de Google del sitio web cambió	La etiqueta `google-site-verification` cambió o desapareció, confirmado	warning
Marcado SEO del sitio web cambió	Directivas robots, Open Graph, idioma, número de h1 o hreflang cambiaron, confirmado	info
Sitio web lento	Más de 5 segundos, durante 10 minutos	warning

El control se ejecuta en el servidor DumbMonit mismo: no puede pasar a través de un agente relé.