OpenClaw 文档站实测：15,484 条 sitemap 里，中文读者能打开的只有一半

一、先说结论：三个数字

2026 年 10 月 15 日 06:0x，我用脚本把 docs.openclaw.ai 的整份 sitemap 逐条下载下来，跑了 3,300 多次 HTTP 请求，只为回答一个问题：一个中文用户打开 OpenClaw 官方文档，会看到多少英文？

三个数字先放在这里：

• 15,484 — sitemap 里的 URL 总条数
• 1,381 — 英文原版页面的实际条数（每种语言一份，× 20 种语言 ≈ 15,000）
• 701 — 中文（zh-CN）真实存在的页面条数

也就是说，zh-CN 覆盖率 = 701 / 1,381 = 50.8%，英文页有 49.2%（680 页）在中文站根本不存在。我没有停在 sitemap 上——那 680 条我逐条发了请求，结果是 680/680 全部 HTTP 404，没有一个例外。同一批页面在英文站 /start/why-openclaw、/ci/capacity、/gateway/security/dependency-locking 全部 HTTP 200、20 万字节以上的内容页。

这不是翻译滞后，这是站点没有为这 680 页生成中文版。

下面这两张截图是本文最核心的证据。同一个页面 /start/why-openclaw，英文站正常打开，中文站直接 404：

左边那张的右上角状态栏明确写着 status 404，正文区显示请求的路径 /zh-CN/start/why-openclaw，并配了一句提示：「The docs router is online, but this exact page is not in the current published bundle.」——文档路由本身在线，只是这一页不在当前发布的中文包里。这句话几乎就是本文结论的官方确认。

二、口径说明：我说的”页”到底是什么

先把方法讲清楚，否则下面所有数字都会被质疑。

抓取对象：docs.openclaw.ai/sitemap.xml，实测 HTTP 200 / 1,142,323 字节 / 1.6 秒。 解析方式：sitemap 共 15,484 个 节点，逐条取 URL，剥掉 docs.openclaw.ai/ 前缀，按路径首段切出语言前缀。

20 种语言前缀：de es fa hi ja-JP nl tr zh-CN zh-TW id th vi ru fr ko pt-BR ar it uk pl。

拆完之后结构非常干净：14,103 条带语言前缀 + 1,381 条不带前缀（即英文核心站）= 15,484。这也顺带回答了一个常见疑问——为什么打开 sitemap 会有 1.5 万条 URL，答案就是同一份文档被复制了 20 份语言版本。

“页面存在”的判定标准：不是看状态码，而是看响应体。因为这里有一个坑，稍后第五节会展开——本站在部分路径上返回 HTTP 200 但只有 323~511 字节的跳转桩。我的判定规则是：

• 响应体 > 1KB 且不含 Redirecting 字样 → content（真实内容页）
• 响应体首部含 + Redirecting → stub（跳转桩，非内容页）
• HTTP 404 → 404
• 其余异常 → ERR

请求方式：Python urllib + 自定义 User-Agent，10~14 线程并发。所有数字都由脚本产出，可原样复跑。

本文正文引用的每一个官方页面的完整地址，都列在第九节的来源表中，均可点击直接核验。

三、总账：15,484 条里，中文命中 701 条

把探测结果汇总成一张总账：

注：1,381 减去根页面 / 本身 = 1,380 个可探测路径；zh-CN 721 减去对应根 = 720 个可探测路径。所以上表”探测结果”列的分母是 1,380 / 720，而不是 1,381 / 721。

一句话：英文站 1,380 个页面，100% 可访问；中文站只覆盖了 701 个，另外 680 个全部 404。

四、分板块账本：谁缺得最狠

680 个缺口不是均匀分布的。按章节拆开看，ci 和 releases 两个板块几乎全军覆没：

三个结论直接从这张表里读出来：

1. CI / 发布流水线文档，中文为零。 ci 板块 19 页，中文站 0 页。这意味着想了解 OpenClaw CI 容量规划、流水线行为的开发者，只能读英文。

图里同样明确标出 status 404 和请求路径 /zh-CN/ci/capacity。

2. 历史发布说明（releases）中文几乎没有。 39 页里中文只有 2 页，37 页缺失。对已经升级到某个版本、想查”这个版本修了什么”的用户，这是最常被需要的路径。

3. Gateway 是最大的绝对缺口。 111 页缺失——绝对数量全场最高。Gateway 恰好是自托管部署最核心的部分，也是最需要中文的场景。

顺手给个正向对照：specs（1/1）、announcements（1/1）、diagnostics（1/1）、maturity（2/2）、platforms（23/25）这几个小板块是 100% 覆盖的。所以官方并非不做中文，而是中文覆盖的优先级和文档的实用价值不匹配。

五、最技术的一层：中文站有 20 个”幽灵链接”

前面说 zh-CN 覆盖了 701 页，但方向是反的——有 20 个路径是”只有中文站有、英文核心站没有”的。这 20 个长什么样？

我逐条探测了它们的英文根 URL，结果是 19 个跳转桩 + 1 个直接 404：

15 个跳转桩页面的 HTML 长这样——状态码是 200，但对内容、对爬虫、对用户都不是一个页面**：

<!doctype html><html lang="en"><head><meta charset="utf-8">
<meta name="robots" content="noindex">
<meta http-equiv="refresh" content="0; url=/automation#background-execution-and-workflows">
<link rel="canonical" href="/automation#background-execution-and-workflows">
<title>Redirecting - OpenClaw</title>
<script>location.replace("/automation#background-execution-and-workflows")</script>
</head><body><a href="/automation#background-execution-and-workflows">Redirecting</a></body></html>

这 20 个「幽灵链接」有三个可验证的特征：

1. HTTP 200 但带 noindex——对己方爬虫规则是自洽的（不让索引跳转桩），但对外部抓取工具（SEO 审计脚本、死链检测、统计工具）而言，200 = “有效链接”，会把它们误判为有效页面。
2. noindex 没有跟随跳转——noindex 标在跳转桩上，真正落地的 /automation#background-execution-and-workflows 页面本身没有 noindex。
3. 这段 HTML 只有 323~511 字节——任何按”响应体 > N 字节”判断页面是否存在的启发式规则都会在这里翻车。我这次就踩了这个坑：第一次用 curl 批量探测时，HTTP %{http_code} 全是 200，差点得出”这些页面都存在”的错误结论。

所以本文所有”页面存在”判定都用响应体特征，不看状态码。

为了对照，这个路径在中文站确实有一份完整内容（zh-CN 210,218 字节）：

截图里可以看到中文页面完整的「用法 / 根选项 / 子命令（list、show、notify、cancel、audit、maintenance）」结构。也就是说，「中文站有 20 个英文站没有的路径」不等于「中文站内容更全」——恰恰相反，这些路径在英文根上是跳转壳，在中文站才保留着完整正文，属于典型的「退役页面内容只留在本地化分支上」现象。

六、更严重的一层：20 种语言被劈成了两批

这一层是我在探测过程中完全没有预料到的。

把探测范围扩大到全部 20 种语言 × 全部 24 个「语言站独有」路径（zh-CN 多出 20 个 + ru/pl/it 等 8 种语言多出 4 个），共 504 次请求，结果干净地裂成两批，一页不多一页不少：

两组差别的精确形态：

A 组多出 4 个桩（12/12 种语言全部是桩，无一例外）：

• /web/workspaces → 447~459B 桩 → /{locale}/web/dashboards#retired-workspaces
• /plugins/reference/workspaces → 447~459B 桩 → /{locale}/web/dashboards#retired-workspaces
• /providers/qwen-oauth → 511~523B 桩 → /{locale}/providers/qwen#retired-qwen-portal-authentication
• /reference/code-mode → 375~387B 桩 → /{locale}/tools/code-mode

B 组恰好把这 4 个做成了真实内容页（而这 4 个路径在英文根 URL 上全都是跳转桩——即这些页面在英文站已下线，却在 8 种语言里仍以完整内容页存在）。

反过来，A 组还多出 1 个真实页：/plan/swarms 在 A 组 12 种语言全部是真实内容页（zh-CN 210,218B / zh-TW 211,835B / de 212,071B / ja-JP 226,781B），而在 B 组 8 种语言全部是 347B 跳转桩 → /tools/swarm。

所以两组差异是双向的：A 组有 B 组没有的 /plan/swarms 真页面，B 组有 A 组没有的 4 个真页面。这排除了「单方向翻译滞后」的解释，指向两条各自独立推进的本地化分支。

这个现象的含义：文档站的语言版本不是「从英文源翻译一次、20 种语言同时发布」，而是分批推送。B 组（俄语 + 7 种欧洲语言）拿到了比 A 组更新的页面快照，A 组（包含中文简体和繁体）停在更早的一版。

中文简体和繁体都停在 A 组，也就是较早的那一批。

七、再验一层：这 680 页在别的语言里也救不回来

一个自然的质疑是：既然中文缺，那俄语、日语、德语有没有？如果其他语言有，就可以建议用户换语言。

我随机抽了 40 个中文缺失页，对每一页遍历 20 种语言，共 800 次请求。结果：

• 在至少一种语言里存在真实内容页：0 / 40
• 在全部 20 种语言里都是 HTTP 404：40 / 40

比如 /start/why-openclaw，我单独用 curl 验证过：

https://docs.openclaw.ai/zh-CN/start/why-openclaw   → HTTP 404  7,272 B
https://docs.openclaw.ai/zh-TW/start/why-openclaw   → HTTP 404
https://docs.openclaw.ai/ja-JP/start/why-openclaw   → HTTP 404
https://docs.openclaw.ai/ru/start/why-openclaw      → HTTP 404
https://docs.openclaw.ai/start/why-openclaw         → HTTP 200  273,722 B

结论是确定的：这 680 页只存在于英文站，20 种语言没有一个补上。换语言救不了，只能读英文。

八、给中文读者的操作建议

写这篇不是为了批评谁，落地建议比结论更有用。

1. 判断一篇文档有没有中文版，不要靠试。 直接查 sitemap 交集：把你要看的英文路径拿到 /zh-CN/ 前缀下访问即可，200 且响应体大于 10KB 才是真页面；返回 200 但只有几百字节、