这个 Skill 能做什么，适合哪些场景？
这是 Claude SEO 集合中的反向链接分析技能，专注于单个网站的外链画像。它检查引用域、锚文本分布、引用域质量、疑似有害链接、热门链接页面、竞争对手链接差距，以及可追踪时的新旧链接变化。技能可使用 Common Crawl 和验证爬虫，也可接入 Moz、Bing Webmaster 或 DataForSEO。数据不足时会明确标记，避免生成误导性的健康分数。
检测可用的数据源；调用 Common Crawl 生成域级链接图指标；通过 Moz 或 Bing Webmaster 获取域名、锚文本和链接数据；使用 DataForSEO 进行更完整的反向链接分析；验证已知链接是否仍然存在；评估引用域质量、锚文本自然度、毒性链接风险、链接速度和地域相关性；输出 0–100 反向链接健康分数或 INSUFFICIENT DATA，并列出优先级问题、外链建设机会和 PDF 报告选项。
- SEO 顾问为客户进行首次外链审计，需要了解引用域、锚文本和潜在有害链接。
- 企业 SEO 负责人比较自身网站与竞争对手的引用域，寻找尚未覆盖的外链机会。
- 网站运营者发现排名变化后，检查是否存在链接丢失、异常增长或单一域名过度集中。
- 团队准备清理链接时，识别 PBN、链接农场、付费链接和过度精确匹配锚文本等风险。
如何安装这个 Skill？
- 毒性链接、TLD/国家分布和锚文本阈值可能产生启发式误报，不应直接据此执行拒绝或 disavow。
- Common Crawl、Moz、Bing 和 DataForSEO 的覆盖范围、时效性及中国大陆网络可达性未在技能内充分保证；缺失数据时应明确标记不可判定。
- 文档要求的部分交付前检查与反向链接任务无关，可能增加流程噪声并掩盖真正的反链数据校验。
- Shell / 命令行
- 网络访问
- 本地文件系统
- MCP Server
Python 3.10+
该技能随 AgriciDaniel/claude-seo 集合安装。Claude Code 插件方式：先运行 /plugin marketplace add AgriciDaniel/claude-seo，再运行 /plugin install claude-seo@agricidaniel-claude-seo。手动安装方式：git clone --depth 1 https://github.com/AgriciDaniel/claude-seo.git，然后运行 bash claude-seo/install.sh。源材料未单独说明如何把该子技能复制到其他 Agent Skills 客户端。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/AgriciDaniel/claude-seo.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/seo-backlinks" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
在 Claude Code 中运行 /seo backlinks <url> 进行完整分析；运行 /seo backlinks gap <url1> <url2> 比较竞争对手；运行 /seo backlinks toxic <url> 检测毒性链接；运行 /seo backlinks verify <url> --links <file> 验证已知链接；运行 /seo backlinks setup 查看免费 API 配置说明。若没有额外数据源，仍可使用 Common Crawl 生成域级报告。
这个 Skill 有哪些优点和局限？
- 支持 Common Crawl、Moz、Bing Webmaster、DataForSEO 和验证爬虫的分层数据源。
- 覆盖锚文本、引用域、毒性链接、热门页面、竞争对手差距等七类分析。
- 具有数据充分性门槛，数据不足时不会强行输出健康分数。
- MIT 开源，并可在不配置付费扩展时使用免费数据源。
- 新链接和丢失链接的时间序列追踪仅支持 DataForSEO。
- Common Crawl 主要提供域级指标，缺少完整的权威度数据。
- Moz 免费层有每 10 秒一次请求的速率限制。
- 源材料没有提供该子技能独立的测试覆盖率或各平台实际运行证据。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 反向链接画像分析 本页 | 47 · 谨慎使用 | ★ 19k | 23 天前 | MIT |
| Bing 搜索可见性与 IndexNow 技能 | 48 · 谨慎使用 | ★ 19k | 23 天前 | MIT |
| DataForSEO 实时 SEO 数据技能 | 47 · 谨慎使用 | ★ 19k | 23 天前 | MIT |
| 外链与 AI 引荐分析器 | 59 · 推荐 | ★ 3k | 13 天前 | Apache-2.0 |
| 域名权威审计器 | 65 · 推荐 | ★ 3k | 13 天前 | Apache-2.0 |
FollowSkills 如何评估这个 Skill？
技能要求先检测数据源，并区分免费、可选和高级 API；也规定无 DataForSEO 时仅使用 Common Crawl，并对新旧链接作能力限制说明。扣分原因是未明确说明 URL、API 凭证及抓取数据的完整流向、最小权限、用户确认、凭证隔离或恢复机制；验证爬虫和外部 API 会向任意目标及第三方服务发起请求。
文档提供了数据源回退链、错误表、速率限制处理和数据充分性门槛，正常路径较清晰。扣分原因是未提供该技能关键脚本的专门测试或可复现输出证据；若引用的脚本、MCP 工具或共享参考文件缺失，失败诊断不足，且强制的交付前检查包含与反向链接无关的 schema、H1 和平台检测项目。静态评估上限为10分。
触发词、主要命令、输入 URL、七类分析章节和无数据时的替代行为定义较清楚，也覆盖单站、竞品差距、毒性链接及验证场景。扣分原因是非适用边界、国际化/中文输出和大陆网络可达性未说明；核心免费数据依赖 Common Crawl，API 与验证抓取依赖海外网络，可能影响中国用户。
Front matter 包含名称、描述、作者、版本、类别、许可证和兼容性；命令表、分析框架、错误处理、回退策略及按需参考文档均有说明，MIT 许可证和仓库维护信息存在。扣分原因是安装步骤、脚本相对路径、MCP 能力前置条件、参数契约、变更记录和该子技能的维护责任未在本文件中完整展开，且输出格式主要是 Markdown 表格而非机器稳定接口。
技能明确要求产出七个分析部分、健康评分、问题优先级和链接建设机会；数据充分性门槛以及仅有 Common Crawl 时的评分上限能减少部分误导。扣分原因是静态文件没有展示反向链接关键路径的已验证代表性输出；毒性识别、TLD/国家判断和锚文本基准可能需要较多人工复核，数据仍需配置或依赖第三方服务。静态评估上限为7分。
文档列出了具体脚本、数据源、置信权重、来源标签要求和事实核查清单，具备一定审计线索。扣分原因是关键 SEO 基准、Penguin 风险、TLD 权威性及毒性模式未在本文件中提供可核验的一手出处；提供的仓库 CI 与测试证据主要覆盖共享安全和其他模块，未覆盖本技能的核心反链分析结果。静态评估上限为5分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →