Web Hub: jedno místo pro obsah pěti webů

Proč vůbec

Pět domén jedné firmy se musí dát rozpoznat jako jedna firma, jinak si každá buduje autoritu zvlášť. To je práce, kterou nikdo neudělá omylem: v datech se musí domény uvádět navzájem a v textech na sebe odkazovat. Když jsme si to poprvé změřili, žádný z webů neuváděl ani jednu sesterskou doménu a na jednu z nich nevedl odkaz odnikud.

Druhý důvod je provozní. Každý web má jiný formát obsahu, jiné jazyky a jinou větev. Článek se snadno napíše v češtině a angličtině a na zbylých pět jazyků se zapomene, protože to nikde nesvítí.

Co to umí

• Stav a odeslání napříč weby. Jeden příkaz vypíše u všech pěti repozitářů větev, rozpracované změny a rozdíl proti GitHubu. Další udělá commit a push jen tam, kde se opravdu něco změnilo.
• Kontrola identity skupiny. Čte strukturovaná data všech webů a hlásí, kde výčet sesterských domén není vzájemný a na který web ze skupiny nevede odkaz. Jednostranná hvězda, kdy jeden web zná všechny a ostatní nikoho, entitu nespojí.
• Registr referencí. Jedno místo, kde je zapsané, co existuje a na kterých webech je to publikované. U každé reference se vypíše, kde pohled chybí. Není to vždy chyba, ale je to rozhodnutí, které někdo musí udělat vědomě.
• Ediční plán proti skutečnosti. Plán drží jen to, co se teprve chystá. Hotové texty se do něj nepřepisují; nástroj je čte přímo z repozitářů a plán proti nim jen porovnává, takže se nemůže rozejít se skutečností. U každého kusu obsahu zároveň říká, v kolika jazycích webu existuje.
• Znalostní graf obsahu. Texty všech pěti webů se nastagují do jedné složky a postaví se nad nimi graf, který najde, kde se tatáž teze opakuje jinými slovy a kde si weby neodkazují, i když by měly.

Plánované zveřejnění na pěti různých webech

Všech pět webů umí totéž: u textu se nastaví datum, nasadit se dá kdykoli předem a text se zveřejní sám. Do toho dne není nikde, ani ve výpisu, ani na vlastní adrese, ani v sitemapě. Implementace je ale na každém webu jiná, a tak si hub drží tabulku, kde je u kterého webu ta hráz.

Tři věci, na kterých to stojí a které se při úpravách nesmí rozbít. Hráz musí být funkce, ne konstanta, protože modulová konstanta se vyhodnotí jednou za život procesu a text by po svém dni nevyšel až do restartu. Hráz je na jednom místě pro celý web, odkud čtou všechny výpisy, sitemapa i feed, takže nejde zapomenout na jednu cestu. A chybějící datum znamená zveřejněno, aby doplnění hráze neschovalo nic, co už bylo venku.

Co to záměrně není

Není to redakční systém. Obsah zůstává v repozitářích ve formátu, který si každý web zvolil, a nástroj do něj nepíše. Kontroly jen čtou a hlásí; nic nepřepisují ani nemažou. Nenasazuje, od toho je hostingový panel. A nepřekládá: v kolika jazycích text existuje umí spočítat, dopsat ho musí člověk.

Příspěvky na LinkedIn se taky neodesílají samy. Rozhraní k tomu vyžaduje schválenou aplikaci a členský token, nic z toho tady není, takže nástroj připraví jen podklad ke zkopírování. Je to upřímnější než tvrdit, že to publikuje.

Technika

PowerShell nad registrem v JSONu. Registr drží u každého webu cestu, repozitář, větev, port vývojového serveru, jazyky a hlavně to, kde v něm leží jaký obsah. Díky tomu je pět parserů obsahu jediné místo, které ví o rozdílech mezi weby; zbytek nástroje pracuje s jednotným tvarem. Nový web znamená záznam v registru a jeden parser navíc.

Obrazovky níže jsou skutečný výstup příkazů, ne ukázka.