这个 Skill 能做什么，适合哪些场景？
这是 Claude SEO 仓库中的独立 Schema 标记技能，专注于检测、验证和生成 Schema.org 结构化数据。它优先使用 JSON-LD，也会检查 Microdata 和 RDFa。技能会根据 Schema 类型检查必填属性、常见错误、Google 富媒体结果支持情况及已弃用类型。输出包括检测与验证报告，以及可直接使用的 JSON-LD 片段。
读取页面源代码，扫描 JSON-LD、Microdata 和 RDFa；检查 @context、@type、数据类型、占位文本、绝对 URL 和日期格式；依据 Schema 类型检查必填属性；核对 Google 支持的富媒体结果类型；标记已弃用类型；根据页面类型生成包含必填和推荐属性的 JSON-LD；在 URL 无法访问、没有结构化数据或 JSON-LD 语法无效时给出相应报告和修正建议；生成 SCHEMA-REPORT.md 与 generated-schema.json。
- SEO 顾问审查客户页面，确认现有 JSON-LD 是否缺少必填属性或包含错误数据。
- 网站开发者为组织、企业、文章或本地商家页面生成可部署的 JSON-LD。
- 内容团队检查文章页面是否使用了正确的 Article、BlogPosting 或相关 Schema 类型。
- 网站迁移或模板改版后，复核结构化数据中的绝对 URL、日期和类型问题。
如何安装这个 Skill？
- 引用的references/schema-types.md和schema/templates.json未包含在提供材料中，相关类型状态和模板可用性无法静态核验。
- 技能会处理用户提供的URL并可能触发外部请求，但未在目标文件中说明隐私、SSRF防护、凭据边界或用户确认要求。
- “截至2026年5月”及Google政策变更属于时效性断言；本次仅依据提示材料，未执行或独立核实。
- 输出模板包含占位符，使用前必须人工确认所有实体、联系方式、日期和URL真实有效。
- 网络访问
- 本地文件系统
Schema.orgGoogle-supported rich result type guidelines
该技能位于仓库的 skills/seo-schema/SKILL.md。安装整个公开仓库可使用：git clone --depth 1 https://github.com/AgriciDaniel/claude-seo.git，然后运行 bash claude-seo/install.sh。源材料没有单独安装此子技能的步骤。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/AgriciDaniel/claude-seo.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/seo-schema" ~/.claude/skills/
rm -rf "$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？
在已安装 Claude SEO 的 Claude Code 中使用 /seo schema <url>，例如：/seo schema https://example.com。技能说明也支持以 URL 参数调用，并在用户提到 schema、structured data、rich results、JSON-LD 或 markup 时触发。
这个 Skill 有哪些优点和局限？
- 覆盖 JSON-LD、Microdata 和 RDFa 检测。
- 同时处理验证、错误识别、弃用类型提示和 JSON-LD 生成。
- 明确要求生成内容必须真实且可验证，并提供错误场景处理。
- 包含 Organization、LocalBusiness 和 Article/BlogPosting 等常用模板。
- 只提供了部分模板示例；完整类型列表和模板位于未随提示提供的 references/schema-types.md 与 schema/templates.json。
- 依赖页面 URL 可访问；需要认证的页面可能无法分析。
- 技能本身没有说明独立测试套件或跨平台运行验证。
- Google 富媒体结果状态按 SKILL.md 标注的 2026 年信息执行，实际规则可能变化。
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 |
|---|---|---|---|---|
| Schema 结构化数据助手 本页 | 52 · 谨慎使用 | ★ 19k | 23 天前 | MIT |
| Blog Schema：博客 JSON-LD 结构化数据生成器 | 46 · 谨慎使用 | ★ 2.4k | 14 天前 | MIT |
| SERP 标记构建器 | 58 · 推荐 | ★ 3k | 14 天前 | Apache-2.0 |
| 全站 SEO 审计 | 53 · 谨慎使用 | ★ 19k | 23 天前 | MIT |
| AI 搜索与 GEO 优化 | 52 · 谨慎使用 | ★ 19k | 23 天前 | MIT |
FollowSkills 如何评估这个 Skill？
技能要求仅生成真实、可验证的数据，并提供URL不可达、无标记和无效JSON-LD的错误处理；但未明确最小权限、用户确认、数据流、凭据/敏感数据处理、外部请求风险或回滚机制，因此扣分。
检测、验证、生成流程基本一致，且覆盖若干异常输入；但依赖未随目标文件完整说明，引用的schema-types.md和templates.json未提供，缺少目标路径级测试、解析工具和可复现失败反馈，因此扣分。
触发词、URL参数和Schema分析场景清晰，输出类型也已声明；但未说明非适用边界、语言支持或中国大陆网络可达性，且对不同页面和Schema复杂度的输入约束有限，因此扣分。
具备名称、描述、版本、MIT许可、分节结构、模板、输出格式和错误处理表；但安装与依赖说明、维护责任、更新路径、变更记录、参考文件完整性和FAQ不足，因此扣分。
能够覆盖检测、基础验证、推荐和JSON-LD生成，并声明Markdown报告和JSON文件输出；但静态材料未证明生成结果可直接落地，验证覆盖和相对手工工具的实际收益证据有限，因此扣分。
包含部分可追溯的Google更新日期和引用型参考材料，也要求数据真实可验证；但目标技能缺少直接证据链接、测试套件或独立复现记录，且若干时效性断言无法仅凭目标文件核验，因此扣分。
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 →