企业官网建设流程全解析

• 数据集

本篇文章以远程友好科技公司目录 remoteintech（仓库根目录下 src/companies/pagerduty.md）中 PagerDuty 的公司档案为解剖样本，讲解该目录中每家公司的条目结构、frontmatter 数据模型、标签体系、页面渲染管线，以及用于保证 2,000+ 外链长期有效的链接维护脚本。读完本文，你将掌握如何阅读并验证任意一家公司的档案数据，理解目录聚合与 JSON-LD 结构化输出的原理，并能安全地参与这类社区维护型公司目录的数据保鲜工作。

PagerDuty 档案速览：一条标准的远程友好公司条目

在remoteintech目录中，每家公司对应src/companies/下的一个 Markdown 文件，文件名即公司的 slug。PagerDuty 对应 pagerduty.md，其 frontmatter 完整记录了解析、分类与渲染所需的全部元数据：

值得注意的是，frontmatter 中的technologies只收录了javascript与sql两个受控词，而正文「Company technologies」一节列出的技术栈更为详尽（详见下文）。这体现了目录的设计取舍：frontmatter 使用受控词表驱动分类聚合，正文则保留自由文本供求职者深入了解。

公司正文：blurb 之外的完整画像

## Company blurb是每家公司的核心叙事段，也是生成页面 meta description 的原料（见下文「元描述自动生成」一节）。PagerDuty 的档案正文完整覆盖了以下维度，求职者与研究者可按图索骥：

• 业务定位：PagerDuty 自述为「领先的数字运维管理平台」，以 SaaS 方式服务超过 8,000 家全球客户（档案点名 Comcast、eHarmony、Slack、Lululemon），帮助企业在关键中断发生时智能响应，保障客户体验。
• 工程方法：遵循敏捷方法论，构建支持全栈事件智能（full-stack event intelligence）、响应编排（response orchestration）、持续学习与交付的软件。
• 荣誉背书：档案提到该公司曾入选 2016 年 Deloitte Technology Fast 500、Inc. 500 与 Forbes Cloud 100 榜单（注：以上均来自 2017/2018 年快照时期的档案原文，属于条目记录的历史事实）。
• 文化关键词：档案强调「risk, fail, learn」态度与 Get Stuff Done 做事风格，以及绩效理念、福利、认可文化、包容性与多样性等员工项目。

紧随其后的各节构成档案的「事实卡」：

• Company size：约 300 人（对应 frontmattercompany_size: large，即 201-1000 档）。
• Remote status：许多开放职位支持远程，档案快照时约 9% 的员工为远程办公（对应remote_policy: remote-friendly）。
• Region：美国（对应region: americas）。
• Company technologies：Ruby / Rails、Scala、Elixir、Ember、Backbone、Node，以及 MySQL / Percona XtraDB Cluster、Cassandra、Elasticsearch、Kafka、Zookeeper 等存储与流式组件；档案同时引导读者到 StackShare 平台查看更完整的技术栈清单。
• Office locations：旧金山、多伦多、西雅图、伦敦、悉尼五地办公室。
• How to apply：通过 PagerDuty 官方招聘页面提交申请。

元描述自动生成：blurb 如何变成 meta description

目录为每家公司自动生成 155 字符以内的 meta description，逻辑集中在 companies.11tydata.js 的eleventyComputed.description中：

1. 若 frontmatter 已显式提供description则直接使用；
2. 否则读取页面原始 Markdown，用正则##\s*Company\s*blurb\s*\n+([\s\S]*?)(?=\n##|$)定位## Company blurb之后的正文段落；
3. 清理 Markdown 语法（去掉链接、*、_、反引号、换行），压缩空白；
4. 截断到约 155 字符，并优先在句子边界（句号）处收尾，避免在句中切断。

这意味着 PagerDuty 档案的 blurb 文本质量会直接影响该页在搜索引擎中的描述摘要，社区贡献者在撰写 blurb 时应保持「首段即要点」的写法。

标签体系：单一事实来源 labels.js

PagerDuty 档案中使用的americas、remote-friendly、large、javascript、sql等取值并非自由文本，而是受控枚举。labels.js 被明确注释为「single source of truth」，同时服务于 JS 侧（通过 companyHelpers.js 重新导出）与 Nunjucks 模板侧（通过全局数据labels.*）：

• region：worldwide、americas、europe、americas-europe、asia-pacific、other；
• remotePolicy：fully-remote、remote-first、hybrid、remote-friendly；
• companySize：tiny(1-10)、small(11-50)、medium(51-200)、large(201-1000)、enterprise(1000+)；
• tech：javascript、typescript、react、nodejs、python、ruby、go、java、php、rust、elixir、scala、sql、postgres、nosql等。

新增公司或扩充技术词表时，都应先确认取值是否已存在于该文件中，保证标签聚合的一致性。

渲染管线：从 Markdown 到结构化公司页

每家公司的 Markdown 通过 companies.json 指定layout: company，由 company.njk 模板渲染为完整页面：

• 头部区：渲染标题、Apply Now/Visit Website主按钮（优先取careers_url，否则取website）、区域标签（链接到/browse/{region}/）与远程政策标签（链接到/browse/{remote_policy}/）。
• 内容区：将 Markdown 正文安全输出，并额外渲染Tech Stack区块——PagerDuty 档案因此会展示JavaScript与SQL两个可点击的技术标签，分别链接到/browse/javascript/与/browse/sql/聚合页。
• 页脚区：展示Last updated: {{ updatedAt | formatDate('MMMM D, YYYY') }}，即按2018-04-16格式化为可读日期。

同时，模板的 frontmatter 声明schema: Organization，由 Organization.njk 输出 JSON-LD 结构化数据（Organization类型，含name、url，若存在careers_url则写入sameAs），让公司页可被搜索引擎与 LLM 更准确地解析。

目录聚合：集合层如何组织公司

collections.js 定义了公司数据的多种消费视角，PagerDuty 条目会同时出现在这些聚合中：

• getAllCompanies：按标题字母序排列的完整公司列表（约 800+ 家，来源 glob./src/companies/**/*.md，见 collections.js）；
• getCompaniesByRegion：按region字段分桶——PagerDuty 落在americas桶；
• getCompaniesByTech：按technologies数组分桶——PagerDuty 同时出现在javascript与sql桶；
• getRecentCompanies：按addedAt倒序取最近 12 家，PagerDuty 的2017-07-04入库时间决定了它在「最近新增」中的历史位置；
• getFeaturedCompanies：从精选 slug 列表（automattic、stripe、github、linear等，见 companyHelpers.js）中随机洗牌取 8 家——PagerDuty 不在当前精选名单内。

getCompanyTags则把「技术 / 区域 / 远程政策」三类标签聚合成浏览页数据源，company_size主要用于展示标注而非聚合。

数据保鲜：链接维护脚本如何守护 2,000+ 外链

远程公司目录最大的数据风险是链接失效（link rot）。仓库在 scripts/README.md 中提供了两条配套脚本，运行于仓库根目录：

1. 扫描：check-links.sh 爬取src/companies/*.md（frontmatter 与正文）中的全部外链，用xargs或 GNUparallel并发 20 个curl请求（15 秒连接超时），把 HTTP 状态、重定向后最终 URL 与说明写入link-check-results.csv。支持--quick（只复查上次非 OK 的 URL）与--refresh（先重新提取 URL）两种模式，全量扫描约 2,200 个 URL 需约 8 分钟。
2. 分类与修复：fix-links.mjs 读取扫描结果并按表分类决策：

标准工作流为./scripts/check-links.sh --refresh后执行node scripts/fix-links.mjs --reverify --apply，其中--reverify会用浏览器 UA 与 DNS 复查被限流的行，把误报率降低约 15%；--apply只重写与 frontmatter 精确匹配的正文 URL，避免正文与 frontmatter 失同步，且不会锁定扫描地区的语言重定向（如/→/en-gb/）、utm_*/gclid等追踪参数。变更结果写入link-fix-applied.log，其余需人工判断的行留待link-fix-plan.md复核。PagerDuty 档案中的官网与招聘链接正是这套管线持续守护的对象。

总结：如何阅读与复用一份公司档案

以 PagerDuty 档案为模板，可以总结出阅读 remoteintech 任意公司条目的四步法：

1. 看 frontmatter：核对region、remote_policy、company_size、technologies四个受控字段是否与 labels.js 词表一致，这将决定条目在按区域、按远程政策、按技术浏览页中的归属；
2. 读 blurb：首段既是页面叙事也是 meta description 的来源，注意其时效性（PagerDuty 档案的updatedAt为 2018-04-16，正文数据属于该时点的快照）；
3. 对照渲染与聚合：在 company.njk 中确认标签与按钮如何生成，在 collections.js 中确认条目出现在哪些集合；
4. 信任维护管线：外链的有效性由 check-links.sh 与 fix-links.mjs 的定期巡检保证，任何社区贡献者都可按 scripts/README.md 的流程发起链接修复。

• 数据集