一个页面能不能出现在搜索结果里，取决于一串环环相扣的条件：服务器得返回可用的状态码、robots.txt 不能拦着爬虫、页面里不能有 noindex、canonical 不能把权重指向别处。这些信号散落在响应头、robots 文件和 HTML 各处，任何一环出问题，整个页面就进不了索引。
这款工具把这一串检查合并成一次操作：输入网址，服务器以 Googlebot 的身份去抓一遍，把每一项的实际值取回来，然后给出一句话结论——能收录，还是被什么挡住了。
逐跳跟踪重定向，把整条链展示出来。200 才是可索引的正常状态；301 会把信号传给目标页；302 是临时跳转，长期使用会让搜索引擎困惑该收录哪一个；404 和 410 都表示页面没了，区别在于 410 更明确；5xx 属于服务器故障，持续出现会导致已收录的页面被移出索引。链条超过两跳就该合并，每一跳都在稀释信号也在浪费抓取预算。
这一项是很多人栽跟头的地方。工具会把目标站的 robots.txt 抓下来，按搜索引擎的匹配规则实际算一遍：先找适用于 Googlebot 的规则组，没有就用通配组；把所有匹配这个路径的规则挑出来，取路径最长的那条；长度相同时 Allow 优先于 Disallow。
这套规则的细节容易被误解。比如站长以为写了 Disallow: /admin 只会挡后台，但它其实会挡住所有以 admin 开头的路径，包括 /administrator-guide.html 这种。工具会把最终生效的那条规则原样显示出来，不用自己在几百行 robots 里对着找。
noindex 可以写在 HTML 的 meta 标签里，也可以写在 HTTP 响应头的 X-Robots-Tag 里。后者在页面源码里完全看不到，是最难排查的一类掉索引原因——页面看起来一切正常，就是不收录。这款工具两处都查，而且会分别显示 robots 和 googlebot 两个 meta 名称的值。
自指的 canonical 是健康状态；指向别的页面意味着这一页主动放弃了收录资格，把信号让给了目标页；完全没有 canonical 不算错误，但在有参数、有分页、有多个入口的站点上容易出重复内容问题。工具会把 canonical 的实际值和目标页做对比，并且额外检查响应头里的 Link canonical，那也是一个容易被忽略的位置。
顺带查 title、description、H1 数量、html 的 lang 属性、viewport 和 hreflang。这些不直接决定能否被索引，但缺失或异常会影响展示效果和多语言站的定位准确度。
工具给出三种结论。
可以被收录：状态码 200，robots 允许，没有 noindex，canonical 自指或为空。这时候页面没进索引，原因通常在别处——内容质量、内链不足、站点整体权重，或者只是还没被抓到。
存在风险：能被抓到但有需要留意的信号，比如重定向链过长、canonical 指向别处、hreflang 缺自引用。这些不一定是错误，取决于你的意图是不是这样。
无法被收录：有明确的阻断信号——被 robots 拦住、带 noindex、返回 4xx 或 5xx。结论会指出具体是哪一条在起作用。
有一个组合特别值得警惕：robots.txt 拦截加上页面里的 noindex，等于什么都没做。爬虫既然被 robots 挡在门外，就永远读不到那个 noindex，页面反而可能因为外链而以无摘要的形式出现在结果里。想彻底不收录，正确做法是放开 robots 让爬虫进来读到 noindex。
页面突然不见了，按这个顺序查通常最快：先看状态码，排除服务器和跳转问题；再看 robots.txt，尤其是最近有没有改过；然后查 X-Robots-Tag，这是最隐蔽的一个；接着看 meta robots；最后看 canonical 有没有被程序错误地指到了首页或者别的页面。
批量迁移和改版之后，最容易出问题的是前三项：新服务器的 nginx 配置里带了 noindex 的响应头、测试环境的 robots.txt 被一起发到了生产、以及重定向规则写错导致的死循环。这三样都不会在页面上有任何可见的痕迹。
可索引只是必要条件不是充分条件。还要看内容质量、重复度、站点权重和内链，也可能只是还没被抓到。要确认是否已在索引里得用Search Console的网址检查。
noindex还能写在HTTP响应头的X-Robots-Tag里，源码里完全看不到。这是最难排查的一类掉索引原因，工具会把响应头原样显示出来。
按Google公开的匹配规则：先找适用于Googlebot的规则组，没有就用通配组；所有匹配路径的规则里取最长的那条；长度相同时Allow优先。
恰恰相反，等于什么都没做。爬虫被robots挡在门外就永远读不到noindex，页面反而可能因外链以无摘要形式出现。要彻底不收录，得放开robots让爬虫读到noindex。
不会，抓的是服务器返回的原始HTML。前端注入的canonical和meta robots这里看不到，不过搜索引擎首轮抓取看到的也是这份原始HTML。
超过两跳就该合并。每一跳都在稀释信号也在消耗抓取预算，链条太长时搜索引擎可能中途放弃。
取决于意图。指向别处意味着这一页主动把信号让给目标页，如果那正是你想要的就没问题；如果是程序错误地全站指向首页，那就是事故。
不能。只支持公网可访问的地址，内网和保留地址会被直接拒绝，这是为了防止服务端请求伪造。