GEO-SEO 网站AI搜索优化审计工具
面向 AI 搜索时代的 GEO 优先 SEO 审计工具：评估网站在 ChatGPT、Perplexity、Google AI Overviews 中的可引用性，并生成客户可直接交付的报告。
SKILL.md 声明的工具面较宽（Read/Grep/Glob/Bash/WebFetch/Write），未做最小权限细分，也没有运行前确认或回滚说明；数据流大体披露（写入当前目录与 ~/.geo-prospects，且 README 说明卸载不删除该目录），robots.txt 限速等质量门槛可见；但 /geo update 会从上游拉取更新，构成供应链面，且对外抓取任意 URL 的外部效应未被约束。扣分点：权限过宽、无确认机制、无回滚设计。
指令自洽性有缺口：PDF 生成在 SKILL.md 中要求 pandoc+Chrome（仅 macOS 路径），而仓库脚本树另有 ReportLab 的 generate_pdf_report.py，两条路径未协调；子技能数量在 SKILL.md 写 14、README 写 13。质量门槛（50 页上限、超时、限速）设计合理。仓库有针对 fetch_page.py SSR 启发式的真实测试（覆盖 Issue #19），但仅覆盖抓取环节，不覆盖审计/评分/报告等关键路径，异常输入下的失败反馈未证明显式化。扣分点：路径矛盾、关键路径无测试覆盖。
受众与场景清晰（代理、营销团队、本地商户等六类用例），商业类型检测与输出文件映射具体。但触发条件过宽（"optimize"、"any URL" 都触发，误触发风险高）；PDF 依赖 macOS 特定的 Chrome 路径，跨平台适配不完整；无中文支持声明；对目标站点的可达性依赖用户网络，无边界披露。扣分点：触发语义粗糙、环境边界（平台/语言）披露不足。
MIT 许可明确，目录结构、输出文件、数据存储位置（~/.geo-prospects）文档化良好，进度式披露（主 SKILL.md → 子技能 → 子代理）架构清晰。但无版本号与变更日志，"February 2026" 日期与子技能计数不一致，维护责任与更新路径仅靠 geo-update 命令，未说明审核机制；描述尾部带 Skool 社群营销导向。扣分点：版本治理缺失、计数不一致、营销内容混入技术文档。
核心任务（GEO 审计、可引用性评分、llms.txt 生成、报告输出）在文档层面描述完整，输出格式明确，边际价值主张（代理交付物）清楚。但所有输出均为静态声明，无样例报告或实测产物；PDF 生成路径存在 pandoc/Chrome 与 ReportLab 的矛盾，可能需要用户自行排障；评分为启发式加权，正确性无法静态验证。扣分点：无可用输出证据、PDF 路径不一致削弱直接可用性。
市场数据表格多标注 "Industry data"、"Industry analysts" 等模糊来源，少数标注 Yahoo Finance/SparkToro/Gartner 但无链接可核；关键能力声明（134-167 词最佳引用段落、14+ AI 爬虫、11% 双平台引用率）无第一手材料。仓库含一个针对 fetch_page 的可复现测试套件，属有限复现证据但覆盖面窄。扣分点：营销性指标来源不可追溯，测试覆盖与能力声明不匹配。
- 纯静态评审，未执行任何命令；所有能力结论均基于源码阅读，置信度低。
- PDF 报告依赖 macOS 专属的 Chrome 路径与 pandoc，Windows/Linux 用户可能无法直接使用；且仓库内存在 ReportLab 备用路径但两者未协调。
- /geo update 会从上游拉取更新，建议使用前审查上游变更，避免供应链风险。
- CRM 数据写入 ~/.geo-prospects 且卸载不删除，含客户线索信息时请手动清理。
- 触发词过宽（如 "optimize"、任意 URL），可能在不期望的场景被误调用；市场数据多为不可追溯的"行业数据"，引用前请自行核实。
- 发布者未经验证，身份未知；无版本号与变更日志，升级行为不可预期。
这个 Skill 能做什么，适合哪些场景？
这是一个运行在 Claude Code 中的 GEO（生成式引擎优化）审计技能，定位为 GEO 优先、SEO 支撑。它能对任意网站执行完整审计：AI 可见性、可引用性评分、AI 爬虫 robots.txt 分析、llms.txt 生成、品牌提及扫描、结构化数据检测与生成、技术 SEO 和内容 E-E-A-T 评估。审计阶段会并行调度 5 个子代理，最终输出 0-100 的综合 GEO 分数和优先级行动清单。它还带有一套面向 GEO 服务商的轻量 CRM（线索、提案、月度对比报告），并可生成带图表的 PDF 客户报告。
通过 curl/WebFetch 抓取网页，检测业务类型（SaaS、本地服务、电商、出版、代理商），最多抓取 50 个页面；并行运行 5 个子代理分别分析 AI 可见性（可引用性、爬虫访问、llms.txt、品牌提及）、平台适配（ChatGPT/Perplexity/Google AIO）、技术 SEO、内容质量与 E-E-A-T、Schema 标记；按权重（可引用性 25%、品牌权威 20%、内容 20%、技术 15%、结构化数据 10%、平台 10%）计算综合 GEO 分数；将结果输出为 Markdown 报告或经 pandoc + Chrome 无头模式转换的 PDF；/geo prospect、/geo proposal、/geo compare 在 ~/.geo-prospects/ 下管理线索和客户进度数据；调用 scripts/ 下的 Python 脚本执行抓取、评分、品牌扫描、llms.txt 生成和 PDF 报告。
- GEO/SEO 代理机构：为客户跑完整审计，直接生成可交付的 PDF 报告和提案文档
- 营销团队：定期用 /geo quick 或 /geo compare 跟踪网站 AI 可见性变化
- 内容团队：用 /geo citability 检查文章段落是否具备被 AI 引用的结构（134-167 词自包含段落等）
- 本地服务商：检测 AI 爬虫是否被封禁于 robots.txt，并补齐 LocalBusiness Schema 和 Google Business Profile 建议
- SaaS 公司：获取 SoftwareApplication Schema 和对比页策略建议，提升在 AI 平台的实体识别度
- 电商运营：优化产品页以进入 AI 购物推荐（Product Schema、评论聚合）
这个 Skill 有哪些优点和局限？
- 覆盖面罕见地完整：从可引用性评分、AI 爬虫检测到 llms.txt 和 Schema 生成的端到端 GEO 工作流
- 并行子代理 + 加权评分（0-100）让审计结果结构化、可复现、可跨月对比
- 面向商业交付：带图表的 PDF 客户报告、提案生成、月度 delta 报告和线索管理一体化
- 有明确的运行纪律：限 50 页、30 秒超时、请求间隔 1 秒、始终尊重 robots.txt
- MIT 协议，带一键安装/卸载脚本，依赖隔离在专用 venv
- 深度绑定 Claude Code 机制（斜杠命令、子代理编排、allowed-tools），迁到其他平台需要改造
- PDF 导出依赖 pandoc 和本机 Chrome，示例路径是 macOS 专用（/Applications/Google Chrome.app），Linux/Windows 未给出等价路径
- 市场数据（如 $850M 市场、+527% 流量增长）来自第三方引用，SKILL.md 未附可核验的原始研究
- README 未提及任何自动化测试套件，评分方法论的具体算法无法从源材料验证
- 品牌提及扫描覆盖的平台数量（11+）与实际可达性取决于各平台反爬策略，成功率无保证
如何安装这个 Skill？
macOS/Linux 一键安装：curl -fsSL https://raw.githubusercontent.com/zubair-trabzada/geo-seo-claude/main/install.sh | bash。或手动：git clone https://github.com/zubair-trabzada/geo-seo-claude.git && cd geo-seo-claude && ./install.sh。Windows 需在 Git Bash 中运行 install-win.sh。前置要求：Python 3.8+（Debian/Ubuntu 另需 python3-venv）、Claude Code CLI、Git；可选 uv 和 Playwright。Python 依赖装在独立的 ~/.claude/skills/geo/.venv/ 虚拟环境中，不污染系统 Python。PDF 导出还需 pandoc（brew install pandoc）和 Google Chrome。
如何使用这个 Skill？
安装后在 Claude Code 中打开会话，输入斜杠命令加目标 URL 即可，例如 /geo audit https://example.com 做完整审计，/geo quick https://example.com 做 60 秒快照，/geo crawlers https://example.com 检查 AI 爬虫访问，/geo llmstxt https://example.com 生成 llms.txt。也可以直接说 "geo"、"seo"、"AI visibility" 等触发词。输出文件写入当前目录（如 GEO-AUDIT-REPORT.md、GEO-REPORT.pdf）；PDF 流程为先跑 audit，再跑 /geo report-pdf。