【免费下载链接】claude-seoUniversal SEO skill for Claude Code. 26 sub-skills 19 sub-agents covering technical SEO, E-E-A-T, schema, GEO/AEO, agent readiness (Lighthouse Agentic Browsing, WebMCP, llms.txt), backlinks, local SEO, e-commerce, international SEO, Google APIs, and PDF/Excel reporting. 9 optional extensions for live SEO data.项目地址https://gitcode.com/GitHub_Trending/cl/claude-seo点击查看免费下载本文基于 claude-seo 仓库中的 GEO 专项子代理定义 agents/seo-geo.md 与技能文档 skills/seo-geo/SKILL.md完整讲解如何用该项目的 GEO 分析框架对一个 URL 做 AI 搜索可见性审计从 AI 爬虫准入robots.txt、llms.txt/RSL 合规、段落级可引用性评分到品牌提及信号与分平台优化策略最终产出 0–100 的 GEO 健康分与优先级建议。读者读完可以掌握 claude-seo 的完整 GEO 审计流程、底层渲染原理render_page.py与url_safety.py以及可直接上手的可引用内容改造清单。GEO 的本质不是新学科而是 SEO 在 AI 搜索面上的延伸在展开 claude-seo 的 GEO 审计框架前先明确它遵循的立场前提。claude-seo 将 Google Search Central 的 AI 优化指南见 skills/seo-geo/references/google-ai-optimization-guide.md视为主要来源其核心论断是“从 Google 的角度看为生成式 AI 搜索做优化依然是 SEO。AEO 和 GEO 只是同一项工作的换标说法。”这意味着两点第一AI Overviews 与 AI Mode 仍然建立在经典搜索的同一套排名与质量体系之上页面的准入底线是“已被索引且具备在 Google Search 中显示摘要的资格”不存在单独的“AI 索引”第二社区流传的许多“AI 专属技巧”属于被 Google 明确否定的神话例如创建llms.txt或 AI 专属标记文件、把内容切成小块、为 AI 重写措辞与长尾变体、追逐不真实的博客/论坛/视频提及、过度投入面向 AI 功能的结构化数据。因此 claude-seo 的seo-geo审计对应 agents/seo-geo.md 中定义的子代理会把 GEO 发现表述为“应用于 AI 搜索面的 SEO 基础”而不是一门独立学科当社区建议与 Google 主要来源冲突时以 Google 为准并在报告中显式标注矛盾。关键统计基线为什么值得做 GEO技能文档 skills/seo-geo/SKILL.md 汇总的行业数据标注了来源与时间供审计报告引用如下指标数值来源AI Overviews 触达每月 15 亿用户覆盖 200 国家GoogleAI Overviews 查询覆盖全部查询的 50% 以上行业数据AI Mode 月活10 亿2026 年 5 月超越GoogleAI Mode 默认模型Gemini 3.5 Flash2026 I/O 起全球默认GoogleAI 引荐会话增长527%2025 年 1–5 月SparkToroChatGPT 周活用户9 亿OpenAIPerplexity 月查询量5 亿Perplexity其中对策略影响最大的一条洞察是品牌提及与 AI 可见性的相关性是外链的 3 倍Ahrefs 2025 年 12 月对 75,000 个品牌的研究信号与 AI 引用的相关性YouTube 提及~0.737最强Reddit 提及高Wikipedia 条目高LinkedIn 存在中等Domain Rating外链~0.266弱另一个关键数字同一查询下同时被 ChatGPT 和 Google AI Overviews 引用的域名只有 11%这意味着必须做分平台优化不能指望一套打法通吃。GEO 健康评分模型五个维度与权重claude-seo 的 GEO 审计以 0–100 的GEO Health Score为核心输出五个维度权重如下取自 agents/seo-geo.md维度权重可引用性Citability25%结构可读性Structural Readability20%多模态内容Multi-Modal Content15%权威与品牌信号Authority Brand Signals20%技术可访问性Technical Accessibility20%下面按这五个维度逐个展开评分标准与实操检查项。1. 可引用性25%打造可被独立抽取的答案块这是权重最高的维度。研究表明AI 引用的最优段落长度为 134–167 词SE Ranking 研究且约44% 的 AI 引用来自页面前 30%——因此最可引用的、自包含的答案必须前置而不是埋在首屏之下。强信号清晰、可引用的句子含具体事实/统计数据自包含答案块无需上下文即可抽取段落前 40–60 词内给出直接答案论断附具体来源遵循 “X is…” 或 “X refers to…” 模式的定义句别处找不到的独特数据点弱信号模糊、泛泛的陈述无证据的观点结论被埋没缺乏具体数据点2. 结构可读性20%让 AI 能“读懂”你的文档大纲92% 的 AI Overviews 引用来自排名前 10 的页面但其中 47% 来自排名低于第 5 位的页面——说明 AI 引用与经典排名的选择逻辑并不完全一致结构本身是独立信号。强信号干净的 H1→H2→H3 标题层级问句形式的标题与用户查询模式匹配短段落2–4 句对比数据用表格步骤/多条目内容用有序或无序列表清晰的 QA 格式 FAQ 区块弱信号无结构的文字墙标题层级混乱没有列表或表格信息埋在段落中3. 多模态内容15%文本之外的选择率杠杆含多模态元素的内容选择率高出 156%。检查项文本 相关图片、内嵌或链接的视频、信息图与图表、交互元素计算器、工具、支撑媒体的结构化数据。4. 权威与品牌信号20%署名、日期与实体存在强信号带资历的作者署名发布日期与最后更新日期时效性Recency3 个月内的内容被 AI 引用概率约为旧内容 3 倍超过 6 个月未更新的页面会失去引用资格SE Ranking130 万条引用研究——定时刷新计划是杠杆最高的 GEO 动作之一引用一手来源研究、官方文档、数据机构资质与隶属关系带归属的专家引语Wikipedia、Wikidata 中的实体条目Reddit、YouTube、LinkedIn 上的提及弱信号匿名作者、无日期、无来源引用、无跨平台品牌存在。5. 技术可访问性20%AI 爬虫不执行 JavaScriptAI 爬虫不会执行 JavaScript服务端渲染SSR是关键。检查项SSR 与纯客户端渲染的对比、robots.txt 中的 AI 爬虫准入、llms.txt文件存在性与配置、RSL 1.0 许可条款。AI 爬虫准入robots.txt 检查清单审计第一步是抓取页面并检查robots.txt。claude-seo 维护了一张完整的 AI 爬虫清单skills/seo-geo/SKILL.md爬虫归属用途GPTBotOpenAIChatGPT 网页搜索OAI-SearchBotOpenAIOpenAI 搜索功能ChatGPT-UserOpenAIChatGPT 浏览ClaudeBotAnthropicClaude 网页功能PerplexityBotPerplexityPerplexity AI 搜索CCBotCommon Crawl训练数据常被屏蔽anthropic-aiAnthropicClaude 训练BytespiderByteDanceTikTok/抖音 AIcohere-aiCohereCohere 模型推荐策略为 AI 搜索可见性放行 GPTBot、OAI-SearchBot、ClaudeBot、PerplexityBot如需可屏蔽 CCBot 与训练类爬虫anthropic-ai、cohere-ai。审计输出需逐爬虫标注 allowed/blocked 状态并给出可直接粘贴的 robots.txt 指令建议。llms.txt 与 RSL 1.0有标准但要避免过度承诺llms.txt 的证据化重新定位新兴的/llms.txt标准为 AI 爬虫提供结构化内容指引标准位置在域名根路径格式如下# Title of site Brief description ## Main sections - Page title: Description - Another page: Description ## Optional: Key facts - Fact 1 - Fact 2检查项/llms.txt是否存在、是否提供结构化内容指引、是否包含关键页面高亮、是否包含联系方式/权威信息。但 claude-seo 的立场是证据化的克制详见 skills/seo-geo/references/llmstxt-evidence.md/llms.txt目前不被任何主流 AI 搜索系统消费。证据包括John Mueller 公开称“当前没有 AI 系统使用 llms.txt”并将其比作废弃的 meta keywordsGary Illyes 在 Search Central Live2025 年 7 月表示 Google 无支持计划SE Ranking 对 30 万域名研究显示50 个最常被 AI 引用的域名中仅一个有/llms.txtOtterlyAI 服务器日志审计显示仅有0.1%的 AI 爬虫流量指向/llms.txt62,100 个请求中 84 个。因此seo-geo审计报告存在性、校验格式是否规范Mintlify 风格 markdown但绝不赋予其引用排名权重。值得注意的例外llms.txt正被 AI 编程代理Cursor、Continue、Cline、Claude Code用于加载库文档Mintlify 已为大量开发者文档站自动生成/llms.txt与/llms-full.txt——对开发者工具类站点发布 llms.txt 是净收益帮助代理准确引用文档对非开发者业务站点价值是防御性的零成本、保留未来被采纳的可能性。若用户要求生成产出最小合法示例并附声明“截至 2026 年 5 月尚无主流 LLM 提供商确认消费为可选性发布而非为引用发布”。RSL 1.0Really Simple Licensing2025 年 12 月发布的机器可读 AI 许可标准由 Reddit、Yahoo、Medium、Quora、Cloudflare、Akamai、Creative Commons 等背书。审计需检查站点是否实现 RSL 并声明合适的许可条款。平台特定优化同一个内容四种 AI 引擎的差异claude-seo 将 AI 搜索面拆成四个平台分别评分skills/seo-geo/SKILL.md平台关键引用来源优化重点Google AI Overviews与排名强相关——引用本身排名就好的页面传统 SEO 段落优化Google AI ModeGemini 3.5 Flash与排名弱相关引用池更广每查询约 9 个域名Ahrefs独立表面新鲜度、实体权威、超越第 5 位的可引用段落ChatGPTWikipedia47.9%、Reddit11.3%实体存在、权威来源PerplexityReddit46.7%、Wikipedia社区验证、讨论Bing CopilotBing 索引、权威站点Bing SEO、IndexNow特别值得注意的洞察Google 有两个不同的引用引擎而不是一个。AI Mode 与 AI Overviews 的结论约 86% 一致但引用的 URL 仅13.7%重合Ahrefs54 万查询对研究。二者应作为独立表面对待在经典搜索中排名良好会喂给 AI Overviews而 AI Mode 从更广的池中取材新鲜度与实体权威重于原始排名。审计需要同时为两者打分。页面抓取与渲染render_page.py 与 url_safety.py从 v2.0.0 起seo-geo审计通过 scripts/render_page.py 抓取页面agent 文档 agents/seo-geo.md 的 Fetching pages 章节python3 scripts/render_page.py URL --mode auto --json三种模式auto默认先做原始抓取检测到 SPA 壳时才启动 Playwright 渲染——最省成本的正确行为always强制渲染即使静态 HTML 也走 Playwrightnever仅原始 HTML等价于旧版fetch_page.pyJSON 输出暴露的关键字段源码结构见 scripts/render_page.py 的 Result shape 文档注释raw_contentJS 执行前的 HTML服务器响应contentJS 执行后的 DOMis_sparaw_content 是否呈现 hydration 壳特征extracted_text经 trafilatura 去除样板文本后的正文publication_datehtmldate 检测的 ISO 8601 日期SPA 检测逻辑_is_spa见 scripts/render_page.py采用保守启发式命中div idroot、div id__next、div id__nuxt、data-svelte-h、astro-island、“you need to enable javascript” 等任一签名即判定为 SPA此外 body 文本小于 100 字符也会触发渲染。对 GEO 审计的关键用法AI 引用分析应基于extracted_text字段——段落级评分应跑在 trafilatura 去样板文本后的输出上而不是完整 HTML否则导航栏和页脚会稀释信号。安全边界该脚本的 SSRF 与 DNS 重绑定防护集中在 scripts/url_safety.py。validate_url_strict在连接前解析并校验所有 A 记录任一非公网 IP 即拒绝safe_requests_get通过 DNS 固定DNS pinning确保requests只连接预校验 IP同时保留 HTTP Host 头与 TLS SNI 中的原始主机名针对 Chromium 内部解析无法被 Python 层固定这一限制make_safe_playwright_route_handler在 Playwrightroute()层对每个子资源请求重新校验 IP。任何接受用户提供 URL 的审计都不得直接对用户 URL 调用requests.get。审计输出GEO-ANALYSIS.md 与持久化seo-geo子代理要求生成结构化报告agents/seo-geo.md 的 Output Format 与 skills/seo-geo/SKILL.md 的 Output 章节包含GEO 就绪分数0–100及维度分解平台分解评分Google AIO、ChatGPT、Perplexity、Bing CopilotAI 爬虫访问状态逐爬虫 allowed/blockedllms.txt 状态存在/缺失/格式错误 建议品牌提及分析Wikipedia、Reddit、YouTube、LinkedIn段落级可引用性识别 134–167 词的最优答案块服务端渲染检查JS 依赖分析影响力最高的前 5 项变更Schema 建议用于 AI 可发现性内容重排建议具体待重写的段落当审计编排器提供output_dir时需持久化到output_dir/findings/geo.mdAI 爬虫访问、llms.txt、可引用性、实体与平台可见性发现并将结构化发现写入audit-data.json的 AI Search Readiness 类别。优先级行动清单技能文档给出了按投入/产出分级的行动清单快速见效在前 60 词内添加 “What is [topic]?” 定义创建 134–167 词的自包含答案块添加问句形式的 H2/H3 标题包含带来源的具体统计添加发布/更新日期为作者实现 Person Schema在 robots.txt 中放行关键 AI 爬虫中等投入创建/llms.txt文件添加带资历的作者简介 Wikipedia/LinkedIn 链接关键内容确保服务端渲染在 Reddit、YouTube 建立实体存在添加带数据的对比表格实现 FAQ 区块用结构化内容而非为商业站点强行套 FAQ Schema高影响力原创研究/调查独特的可引用性为品牌/关键人物建立 Wikipedia 条目建立含内容提及的 YouTube 频道实现全面的实体链接跨平台 sameAs开发独特工具或计算器错误处理与边界审计必须诚实报告而非臆测skills/seo-geo/SKILL.md 的 Error Handling场景动作URL 不可达DNS 失败、连接拒绝明确报告错误不猜测站点内容建议用户核实 URL 重试robots.txt 屏蔽 AI 爬虫精确报告哪些被屏蔽、哪些放行给出启用 AI 搜索可见性的具体 directives未找到 llms.txt注明缺失基于站点内容结构提供可直接使用的 llms.txt 模板未检测到结构化数据报告缺口给出具体 Schema 建议Article、Organization、Person可选增强DataForSEO 实时可见性验证当 DataForSEO MCP 工具可用时可选扩展见 extensions/dataforseo/README.md 与 skills/seo-dataforseo/SKILL.md 的 AI Visibility / GEO 章节seo-geo会接入两类实时数据ai_optimization_chat_gpt_scraper抓取 ChatGPT 网页搜索对目标查询的返回——真实的 GEO 可见性检查可查看 ChatGPT 引用了哪些来源/URL/域名参数含 query、location_code、language_code可用ai_optimization_chat_gpt_scraper_locations查可用地点ai_opt_llm_ment_search及配套的ai_opt_llm_ment_top_domains、ai_opt_llm_ment_top_pages、ai_opt_llm_ment_agg_metrics跨 LLM 平台的品牌/域名/主题提及追踪输出提及数、被引域名频率、被引页面、随时间趋势、跨平台可见性分进阶可用ai_opt_llm_ment_cross_agg_metrics做跨模型对比与 FLOW 框架的衔接对于提示词驱动的 AI 内容优化可使用seo flow optimize url命令FLOW 的 21 个 optimize 阶段提示词见 skills/seo-flow/SKILL.md 与 skills/seo-flow/references/flow-framework.md可与 GEO 的可引用性与结构分析互补把审计发现转化为有证据支撑的 AI 改写提示。总结claude-seo 的 GEO 审计把“AI 搜索可见性”落成了一套可重复执行的工程流程用五维权重模型可引用性 25%、结构可读性 20%、多模态 15%、权威与品牌信号 20%、技术可访问性 20%给任何 URL 打出 0–100 的健康分用 robots.txt 爬虫清单与 llms.txt/RSL 检查兜住技术底线用 134–167 词的段落级答案块与前置式问答结构提升被引用概率用品牌提及YouTube ~0.737 相关性居首而非外链驱动实体权威最后按平台差异AI Overviews 靠排名、AI Mode 靠新鲜度与实体、ChatGPT 靠 Wikipedia/Reddit、Perplexity 靠社区分别打分并以render_page.py的 trafilatura 去样板文本作为段落评分的输入基线。所有结论都以 Google AI 优化指南为主要来源、以证据化立场处理 llms.txt 等争议标准最终输出带优先级、投入估算与逐平台分数的GEO-ANALYSIS.md报告。赞分享【免费下载链接】claude-seoUniversal SEO skill for Claude Code. 26 sub-skills 19 sub-agents covering technical SEO, E-E-A-T, schema, GEO/AEO, agent readiness (Lighthouse Agentic Browsing, WebMCP, llms.txt), backlinks, local SEO, e-commerce, international SEO, Google APIs, and PDF/Excel reporting. 9 optional extensions for live SEO data.项目地址https://gitcode.com/GitHub_Trending/cl/claude-seo点击查看免费下载相关推荐drawDB SEO优化搜索引擎可见性drawDB SEO优化搜索引擎可见性 痛点优秀工具为何难以被发现 你是否遇到过这样的困境开发了一款功能强大的数据库设计工具用户体验极佳但用户量增长前端数据库数据可视化ReactPy中的SEO爬虫优化确保JavaScript内容可索引ReactPy中的SEO爬虫优化确保JavaScript内容可索引 你是否遇到过ReactPy应用在搜索引擎中排名不佳的问题作为一个用Python编写的类R前端UI组件next.roadmap.sh 的 SEO 优化策略技术内容的搜索引擎可见性提升next.roadmap.sh 的 SEO 优化策略技术内容的搜索引擎可见性提升 技术内容创作者常面临优质内容无人问津的困境尤其在开发者导航类平台中。n上一篇PostgresML监控与运维终极指南确保AI模型7×24稳定运行下一篇突破字体渲染难题深度解析html-to-image的CSS规则过滤机制创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考