[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-zubair-trabzada--geo-seo-claude":3,"tool-zubair-trabzada--geo-seo-claude":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",151314,2,"2026-04-11T23:32:58",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":78,"languages":79,"stars":92,"forks":93,"last_commit_at":94,"license":95,"difficulty_score":32,"env_os":96,"env_gpu":97,"env_ram":97,"env_deps":98,"category_tags":105,"github_topics":76,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":106,"updated_at":107,"faqs":108,"releases":134},6191,"zubair-trabzada\u002Fgeo-seo-claude","geo-seo-claude","GEO-first SEO skill for Claude Code. Comprehensive AI search optimization for any website — citability scoring, AI crawler analysis, brand authority, schema markup, platform-specific optimization, and PDF reports.  If you want learn how to sell this to real businesses, check out the skool community","geo-seo-claude 是一款专为 Claude Code 设计的智能技能插件，旨在帮助网站适应由 AI 驱动的新型搜索生态（如 ChatGPT、Perplexity、Google AI Overviews 等）。随着传统搜索引擎流量逐渐向 AI 问答转移，该工具解决了网站在 AI 搜索结果中“不可见”或“难被引用”的痛点，确保内容不仅能被传统爬虫抓取，更能被大模型高效识别与推荐。\n\n它特别适合 SEO 专家、数字营销人员、网站开发者以及希望提升品牌在 AI 时代曝光度的企业主使用。通过简单的命令行指令，用户即可执行全面的 GEO（生成式引擎优化）审计、AI 爬虫可达性分析、品牌权威性评估及结构化数据生成。\n\n其独特亮点在于引入了“可引用性评分”机制，专门量化内容被 AI 模型引用的概率；同时支持自动生成专业的 PDF 分析报告和客户提案，内置多个专用子代理并行处理技术 SEO、内容质量（E-E-A-T）及多平台优化策略。geo-seo-claude 不仅关注当下的搜索排名，更着眼于未来流量趋势，帮助用户提前布局 AI 搜索赛道，实现从“被搜索”到“被推荐”的转变。","\u003Cp align=\"center\">\n  \u003Cimg src=\"assets\u002Fbanner.svg\" alt=\"GEO-SEO Claude Code Skill\" width=\"900\"\u002F>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n  \u003Cstrong>GEO-first, SEO-supported.\u003C\u002Fstrong> Optimize websites for AI-powered search engines\u003Cbr\u002F>\n  (ChatGPT, Claude, Perplexity, Gemini, Google AI Overviews) while maintaining traditional SEO foundations.\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n  AI search is eating traditional search. This tool optimizes for where traffic is going, not where it was.\n\u003C\u002Fp>\n\n---\n\n## Why GEO Matters (2026)\n\n| Metric | Value |\n|--------|-------|\n| GEO services market | $850M+ (projected $7.3B by 2031) |\n| AI-referred traffic growth | +527% year-over-year |\n| AI traffic conversion rate vs organic | 4.4x higher |\n| Gartner: search traffic drop by 2028 | -50% |\n| Brand mentions vs backlinks for AI | 3x stronger correlation |\n| Marketers investing in GEO | Only 23% |\n\n---\n\n## Quick Start\n\n### One-Command Install (macOS\u002FLinux)\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Fzubair-trabzada\u002Fgeo-seo-claude\u002Fmain\u002Finstall.sh | bash\n```\n\n### Manual Install\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fzubair-trabzada\u002Fgeo-seo-claude.git\ncd geo-seo-claude\n.\u002Finstall.sh\n```\n\n### Windows (Git Bash)\n\nRequires [Git for Windows](https:\u002F\u002Fgit-scm.com\u002Fdownloads) which includes Git Bash.\n\n```bash\n# Option 1: One-command install (run from Git Bash, not PowerShell\u002FCMD)\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Fzubair-trabzada\u002Fgeo-seo-claude\u002Fmain\u002Finstall-win.sh | bash\n\n# Option 2: Manual install\ngit clone https:\u002F\u002Fgithub.com\u002Fzubair-trabzada\u002Fgeo-seo-claude.git\ncd geo-seo-claude\n.\u002Finstall-win.sh\n```\n\n> **Note:** Right-click the folder and select \"Open Git Bash here\", or open Git Bash and navigate to the directory. Do not use PowerShell or Command Prompt.\n\n### Requirements\n\n- Python 3.8+\n- Claude Code CLI\n- Git\n- Optional: Playwright (for screenshots)\n\n---\n\n## Commands\n\nOpen Claude Code and use these commands:\n\n| Command | What It Does |\n|---------|-------------|\n| `\u002Fgeo audit \u003Curl>` | Full GEO + SEO audit with parallel subagents |\n| `\u002Fgeo quick \u003Curl>` | 60-second GEO visibility snapshot |\n| `\u002Fgeo citability \u003Curl>` | Score content for AI citation readiness |\n| `\u002Fgeo crawlers \u003Curl>` | Check AI crawler access (robots.txt) |\n| `\u002Fgeo llmstxt \u003Curl>` | Analyze or generate llms.txt |\n| `\u002Fgeo brands \u003Curl>` | Scan brand mentions across AI-cited platforms |\n| `\u002Fgeo platforms \u003Curl>` | Platform-specific optimization |\n| `\u002Fgeo schema \u003Curl>` | Structured data analysis & generation |\n| `\u002Fgeo technical \u003Curl>` | Technical SEO audit |\n| `\u002Fgeo content \u003Curl>` | Content quality & E-E-A-T assessment |\n| `\u002Fgeo report \u003Curl>` | Generate client-ready GEO report |\n| `\u002Fgeo report-pdf` | Generate professional PDF report with charts & visualizations |\n\n---\n\n## Architecture\n\n```\ngeo-seo-claude\u002F\n├── geo\u002F                          # Main skill orchestrator\n│   └── SKILL.md                  # Primary skill file with commands & routing\n├── skills\u002F                       # 13 specialized sub-skills\n│   ├── geo-audit\u002F                # Full audit orchestration & scoring\n│   ├── geo-citability\u002F           # AI citation readiness scoring\n│   ├── geo-crawlers\u002F             # AI crawler access analysis\n│   ├── geo-llmstxt\u002F              # llms.txt standard analysis & generation\n│   ├── geo-brand-mentions\u002F       # Brand presence on AI-cited platforms\n│   ├── geo-platform-optimizer\u002F   # Platform-specific AI search optimization\n│   ├── geo-schema\u002F               # Structured data for AI discoverability\n│   ├── geo-technical\u002F            # Technical SEO foundations\n│   ├── geo-content\u002F              # Content quality & E-E-A-T\n│   ├── geo-report\u002F               # Client-ready markdown report generation\n│   ├── geo-report-pdf\u002F           # Professional PDF report with charts\n│   ├── geo-prospect\u002F             # CRM-lite prospect pipeline management\n│   ├── geo-proposal\u002F             # Auto-generate client proposals\n│   └── geo-compare\u002F              # Monthly delta tracking & progress reports\n├── agents\u002F                       # 5 parallel subagents\n│   ├── geo-ai-visibility.md      # GEO audit, citability, crawlers, brands\n│   ├── geo-platform-analysis.md  # Platform-specific optimization\n│   ├── geo-technical.md          # Technical SEO analysis\n│   ├── geo-content.md            # Content & E-E-A-T analysis\n│   └── geo-schema.md             # Schema markup analysis\n├── scripts\u002F                      # Python utilities\n│   ├── fetch_page.py             # Page fetching & parsing\n│   ├── citability_scorer.py      # AI citability scoring engine\n│   ├── brand_scanner.py          # Brand mention detection\n│   ├── llmstxt_generator.py      # llms.txt validation & generation\n│   └── generate_pdf_report.py    # PDF report generator (ReportLab)\n├── schema\u002F                       # JSON-LD templates\n│   ├── organization.json         # Organization schema (with sameAs)\n│   ├── local-business.json       # LocalBusiness schema\n│   ├── article-author.json       # Article + Person schema (E-E-A-T)\n│   ├── software-saas.json        # SoftwareApplication schema\n│   ├── product-ecommerce.json    # Product schema with offers\n│   └── website-searchaction.json # WebSite + SearchAction schema\n├── install.sh                    # One-command installer\n├── uninstall.sh                  # Uninstaller\n├── requirements.txt              # Python dependencies\n└── README.md                     # This file\n```\n\n---\n\n## Data Storage\n\nThe CRM and reporting skills (`\u002Fgeo prospect`, `\u002Fgeo proposal`, `\u002Fgeo compare`) store runtime data outside the Claude Code directory:\n\n```\n~\u002F.geo-prospects\u002F\n├── prospects.json              # Client\u002Fprospect pipeline data\n├── proposals\u002F                  # Generated proposal documents\n│   └── \u003Cdomain>-proposal-\u003Cdate>.md\n└── reports\u002F                    # Monthly delta reports\n    └── \u003Cdomain>-monthly-\u003CYYYY-MM>.md\n```\n\nThis directory is **not removed** by the uninstaller — delete it manually if you no longer need your prospect data.\n\n---\n\n## How It Works\n\n### Full Audit Flow\n\nWhen you run `\u002Fgeo audit https:\u002F\u002Fexample.com`:\n\n1. **Discovery** — Fetches homepage, detects business type, crawls sitemap\n2. **Parallel Analysis** — Launches 5 subagents simultaneously:\n   - AI Visibility (citability, crawlers, llms.txt, brand mentions)\n   - Platform Analysis (ChatGPT, Perplexity, Google AIO readiness)\n   - Technical SEO (Core Web Vitals, SSR, security, mobile)\n   - Content Quality (E-E-A-T, readability, freshness)\n   - Schema Markup (detection, validation, generation)\n3. **Synthesis** — Aggregates scores, generates composite GEO Score (0-100)\n4. **Report** — Outputs prioritized action plan with quick wins\n\n### Scoring Methodology\n\n| Category | Weight |\n|----------|--------|\n| AI Citability & Visibility | 25% |\n| Brand Authority Signals | 20% |\n| Content Quality & E-E-A-T | 20% |\n| Technical Foundations | 15% |\n| Structured Data | 10% |\n| Platform Optimization | 10% |\n\n---\n\n## Key Features\n\n### Citability Scoring\nAnalyzes content blocks for AI citation readiness. Optimal AI-cited passages are 134-167 words, self-contained, fact-rich, and directly answer questions.\n\n### AI Crawler Analysis\nChecks robots.txt for 14+ AI crawlers (GPTBot, ClaudeBot, PerplexityBot, etc.) and provides specific allow\u002Fblock recommendations.\n\n### Brand Mention Scanning\nBrand mentions correlate 3x more strongly with AI visibility than backlinks. Scans YouTube, Reddit, Wikipedia, LinkedIn, and 7+ other platforms.\n\n### Platform-Specific Optimization\nOnly 11% of domains are cited by both ChatGPT and Google AI Overviews for the same query. Provides tailored recommendations per platform.\n\n### llms.txt Generation\nGenerates the emerging llms.txt standard file that helps AI crawlers understand your site structure.\n\n### Client-Ready Reports\nGenerates professional GEO reports in markdown or PDF format. PDF reports include score gauges, bar charts, platform readiness visualizations, color-coded tables, and prioritized action plans — ready to deliver to clients.\n\n---\n\n## Use Cases\n\n- **GEO Agencies** — Run client audits and generate deliverables\n- **Marketing Teams** — Monitor and improve AI search visibility\n- **Content Creators** — Optimize content for AI citations\n- **Local Businesses** — Get found by AI assistants\n- **SaaS Companies** — Improve entity recognition across AI platforms\n- **E-commerce** — Optimize product pages for AI shopping recommendations\n\n---\n\n## Uninstall\n\n```bash\n.\u002Funinstall.sh\n```\n\nOr manually:\n```bash\nrm -rf ~\u002F.claude\u002Fskills\u002Fgeo ~\u002F.claude\u002Fskills\u002Fgeo-* ~\u002F.claude\u002Fagents\u002Fgeo-*.md\n```\n\n---\n\n## Want to Turn This Into a Business?\n\nThe tool is free. Learning how to monetize it is where the community comes in.\n\n**[Join the AI Workshop Community →](https:\u002F\u002Fskool.com\u002Faiworkshop)**\n\nInside you'll get:\n- **Video walkthroughs** — Step-by-step setup, running audits, reading results\n- **Client acquisition playbook** — How to find prospects, pitch GEO services, and close deals\n- **Live office hours** — Bring your audit results, get direct help\n- **GEO agency pricing & templates** — Proposal docs, cold outreach scripts, onboarding workflows\n\nGEO agencies charge $2K–$12K\u002Fmonth. This tool does the audit. The community teaches you how to sell it.\n\n---\n\n## License\n\nMIT License\n\n---\n\n## Contributing\n\nContributions welcome!\n\n---\n\nBuilt for the AI search era.\n","\u003Cp align=\"center\">\n  \u003Cimg src=\"assets\u002Fbanner.svg\" alt=\"GEO-SEO 克劳德代码技能\" width=\"900\"\u002F>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n  \u003Cstrong>地理优先，SEO支持。\u003C\u002Fstrong> 在保持传统SEO基础的同时，为AI驱动的搜索引擎\u003Cbr\u002F>\n  （ChatGPT、Claude、Perplexity、Gemini、Google AI Overviews）优化网站。\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n  AI搜索正在吞噬传统搜索。这款工具针对流量去向进行优化，而非仅仅关注过去的流量来源。\n\u003C\u002Fp>\n\n---\n\n## 为什么GEO很重要（2026年）\n\n| 指标 | 数值 |\n|--------|-------|\n| GEO服务市场 | 8.5亿美元以上（预计到2031年将达到73亿美元） |\n| AI引流增长 | 同比增长527% |\n| AI流量转化率 vs 自然流量 | 高出4.4倍 |\n| Gartner预测：到2028年搜索流量将下降 | 50% |\n| 品牌提及与AI引用的关系 | 强相关性是反向链接的3倍 |\n| 投资GEO的营销人员比例 | 仅23% |\n\n---\n\n## 快速开始\n\n### 单命令安装（macOS\u002FLinux）\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Fzubair-trabzada\u002Fgeo-seo-claude\u002Fmain\u002Finstall.sh | bash\n```\n\n### 手动安装\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fzubair-trabzada\u002Fgeo-seo-claude.git\ncd geo-seo-claude\n.\u002Finstall.sh\n```\n\n### Windows（Git Bash）\n\n需要[Git for Windows](https:\u002F\u002Fgit-scm.com\u002Fdownloads)，其中包含Git Bash。\n\n```bash\n# 选项1：单命令安装（在Git Bash中运行，不要使用PowerShell或CMD）\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Fzubair-trabzada\u002Fgeo-seo-claude\u002Fmain\u002Finstall-win.sh | bash\n\n# 选项2：手动安装\ngit clone https:\u002F\u002Fgithub.com\u002Fzubair-trabzada\u002Fgeo-seo-claude.git\ncd geo-seo-claude\n.\u002Finstall-win.sh\n```\n\n> **注意：** 右键点击文件夹并选择“在此处打开Git Bash”，或者直接打开Git Bash后导航到该目录。请勿使用PowerShell或命令提示符。\n\n### 系统要求\n\n- Python 3.8及以上\n- Claude Code CLI\n- Git\n- 可选：Playwright（用于截图）\n\n---\n\n## 命令\n\n打开Claude Code并使用以下命令：\n\n| 命令 | 功能 |\n|---------|-------------|\n| `\u002Fgeo audit \u003Curl>` | 全面的GEO+SEO审计，采用并行子代理 |\n| `\u002Fgeo quick \u003Curl>` | 60秒GEO可见性快照 |\n| `\u002Fgeo citability \u003Curl>` | 内容对AI引用准备程度评分 |\n| `\u002Fgeo crawlers \u003Curl>` | 检查AI爬虫访问权限（robots.txt） |\n| `\u002Fgeo llmstxt \u003Curl>` | 分析或生成llms.txt文件 |\n| `\u002Fgeo brands \u003Curl>` | 在AI引用的平台上扫描品牌提及情况 |\n| `\u002Fgeo platforms \u003Curl>` | 针对特定平台的优化 |\n| `\u002Fgeo schema \u003Curl>` | 结构化数据分析与生成 |\n| `\u002Fgeo technical \u003Curl>` | 技术SEO审计 |\n| `\u002Fgeo content \u003Curl>` | 内容质量和E-E-A-T评估 |\n| `\u002Fgeo report \u003Curl>` | 生成客户可用的GEO报告 |\n| `\u002Fgeo report-pdf` | 生成带有图表和可视化效果的专业PDF报告 |\n\n---\n\n## 架构\n\n```\ngeo-seo-claude\u002F\n├── geo\u002F                          # 主技能编排器\n│   └── SKILL.md                  # 包含命令和路由的主要技能文件\n├── skills\u002F                       # 13个专业子技能\n│   ├── geo-audit\u002F                # 全面审计编排与评分\n│   ├── geo-citability\u002F           # AI引用准备程度评分\n│   ├── geo-crawlers\u002F             # AI爬虫访问权限分析\n│   ├── geo-llmstxt\u002F              # llms.txt标准分析与生成\n│   ├── geo-brand-mentions\u002F       # AI引用平台上的品牌存在\n│   ├── geo-platform-optimizer\u002F   # 针对特定平台的AI搜索优化\n│   ├── geo-schema\u002F               # 用于AI可发现性的结构化数据\n│   ├── geo-technical\u002F            # 技术SEO基础\n│   ├── geo-content\u002F              # 内容质量与E-E-A-T\n│   ├── geo-report\u002F               # 客户可用的Markdown报告生成\n│   ├── geo-report-pdf\u002F           # 带有图表的专业PDF报告\n│   ├── geo-prospect\u002F             # 轻量级CRM潜在客户管理\n│   ├── geo-proposal\u002F             # 自动生成客户提案\n│   └── geo-compare\u002F              # 月度变化跟踪与进度报告\n├── agents\u002F                       # 5个并行子代理\n│   ├── geo-ai-visibility.md      # GEO审计、引用能力、爬虫权限、品牌提及\n│   ├── geo-platform-analysis.md  # 针对特定平台的优化\n│   ├── geo-technical.md          # 技术SEO分析\n│   ├── geo-content.md            # 内容与E-E-A-T分析\n│   └── geo-schema.md             # 结构化标记分析\n├── scripts\u002F                      # Python实用工具\n│   ├── fetch_page.py             # 页面抓取与解析\n│   ├── citability_scorer.py      # AI引用能力评分引擎\n│   ├── brand_scanner.py          # 品牌提及检测\n│   ├── llmstxt_generator.py      # llms.txt验证与生成\n│   └── generate_pdf_report.py    # PDF报告生成器（ReportLab）\n├── schema\u002F                       # JSON-LD模板\n│   ├── organization.json         # 组织架构模式（包含sameAs）\n│   ├── local-business.json       # 当地企业模式\n│   ├── article-author.json       # 文章+人物模式（E-E-A-T）\n│   ├── software-saas.json        # 软件应用模式\n│   ├── product-ecommerce.json    # 商品模式，包含报价信息\n│   └── website-searchaction.json # 网站+搜索动作模式\n├── install.sh                    # 单命令安装程序\n├── uninstall.sh                  # 卸载程序\n├── requirements.txt              # Python依赖项\n└── README.md                     # 本文件\n```\n\n---\n\n## 数据存储\n\nCRM和报告功能（`\u002Fgeo prospect`、`\u002Fgeo proposal`、`\u002Fgeo compare`）会将运行时数据存储在Claude Code目录之外：\n\n```\n~\u002F.geo-prospects\u002F\n├── prospects.json              # 客户\u002F潜在客户管理数据\n├── proposals\u002F                  # 生成的提案文档\n│   └── \u003Cdomain>-proposal-\u003Cdate>.md\n└── reports\u002F                    # 月度差异报告\n    └── \u003Cdomain>-monthly-\u003CYYYY-MM>.md\n```\n\n此目录不会被卸载程序删除——如果您不再需要潜在客户数据，请手动删除。\n\n---\n\n## 工作原理\n\n### 全面审计流程\n\n当您运行`\u002Fgeo audit https:\u002F\u002Fexample.com`时：\n\n1. **发现阶段** — 抓取首页，识别业务类型，抓取站点地图\n2. **并行分析** — 同时启动5个子代理：\n   - AI可见性（引用能力、爬虫权限、llms.txt、品牌提及）\n   - 平台分析（ChatGPT、Perplexity、Google AIO就绪度）\n   - 技术SEO（核心Web指标、服务器端渲染、安全性、移动端适配）\n   - 内容质量（E-E-A-T、可读性、内容新鲜度）\n   - 结构化数据（检测、验证、生成）\n3. **综合分析** — 汇总各项得分，生成综合GEO分数（0-100）\n4. **报告生成** — 输出优先级行动方案及快速见效措施\n\n### 评分方法\n\n| 类别 | 权重 |\n|----------|--------|\n| AI引用能力与可见性 | 25% |\n| 品牌权威信号 | 20% |\n| 内容质量与E-E-A-T | 20% |\n| 技术基础 | 15% |\n| 结构化数据 | 10% |\n| 平台优化 | 10% |\n\n---\n\n## 核心功能\n\n### 引用评分\n分析内容块的AI引用准备情况。理想的AI引用段落长度为134至167字，应自成一体、信息丰富，并能直接回答问题。\n\n### AI爬虫分析\n检查robots.txt文件中针对14种以上AI爬虫（如GPTBot、ClaudeBot、PerplexityBot等）的配置，并提供具体的允许或禁止抓取建议。\n\n### 品牌提及扫描\n品牌提及与AI可见性的相关性是反向链接的3倍。该功能可扫描YouTube、Reddit、维基百科、LinkedIn等7个以上平台。\n\n### 平台特定优化\n仅有11%的域名在相同查询下同时被ChatGPT和Google AI摘要引用。此功能会根据各平台特性提供定制化建议。\n\n### llms.txt生成\n生成新兴的llms.txt标准文件，帮助AI爬虫理解您的网站结构。\n\n### 客户就绪报告\n以Markdown或PDF格式生成专业的GEO报告。PDF报告包含评分仪表盘、柱状图、平台就绪度可视化、彩色编码表格以及优先级行动方案——可直接交付给客户。\n\n---\n\n## 使用场景\n\n- **GEO代理机构** — 执行客户审计并生成交付成果\n- **市场团队** — 监控并提升AI搜索可见性\n- **内容创作者** — 优化内容以获得AI引用\n- **本地企业** — 被AI助手找到\n- **SaaS公司** — 提升跨AI平台的实体识别能力\n- **电商** — 优化产品页面以适应AI购物推荐\n\n---\n\n## 卸载\n\n```bash\n.\u002Funinstall.sh\n```\n\n或手动执行：\n```bash\nrm -rf ~\u002F.claude\u002Fskills\u002Fgeo ~\u002F.claude\u002Fskills\u002Fgeo-* ~\u002F.claude\u002Fagents\u002Fgeo-*.md\n```\n\n---\n\n## 想把这项工具变成一项业务吗？\n\n该工具本身是免费的。如何将其变现，则需要社区的帮助。\n\n**[加入AI Workshop社区 →](https:\u002F\u002Fskool.com\u002Faiworkshop)**\n\n加入后您将获得：\n- **视频教程** — 从安装到运行审计、解读结果的全流程指导\n- **客户获取手册** — 如何寻找潜在客户、推介GEO服务并达成交易\n- **在线答疑时间** — 带上您的审计结果，获得即时帮助\n- **GEO代理定价与模板** — 报价文档、冷邮件脚本、客户入职流程模板\n\nGEO代理机构的收费通常在每月2,000至12,000美元之间。这款工具负责完成审计工作，而社区则会教您如何成功销售它。\n\n---\n\n## 许可证\n\nMIT许可证\n\n---\n\n## 贡献\n欢迎贡献！\n\n---\n\n专为AI搜索时代打造。","# geo-seo-claude 快速上手指南\n\n`geo-seo-claude` 是一款专为 AI 驱动搜索引擎（如 ChatGPT、Claude、Perplexity、Google AI Overviews 等）优化的 GEO（生成式引擎优化）工具，同时兼顾传统 SEO 基础。它通过 Claude Code CLI 运行，帮助开发者审计网站在 AI 搜索中的可见性、引用就绪度及技术健康度。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：macOS, Linux, 或 Windows (需安装 Git Bash)\n*   **Python**: 版本 3.8 或更高\n*   **核心依赖**:\n    *   [Claude Code CLI](https:\u002F\u002Fclaude.ai\u002Fcode) (必须已安装并配置)\n    *   Git\n*   **可选依赖**:\n    *   Playwright (用于生成截图报告)\n\n> **注意**：本工具主要面向全球 AI 搜索生态，目前暂无官方中国镜像源。国内用户请确保网络环境可正常访问 GitHub 及 Python PyPI 源。\n\n## 安装步骤\n\n### macOS \u002F Linux\n\n推荐使用一键安装脚本：\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Fzubair-trabzada\u002Fgeo-seo-claude\u002Fmain\u002Finstall.sh | bash\n```\n\n或者手动安装：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fzubair-trabzada\u002Fgeo-seo-claude.git\ncd geo-seo-claude\n.\u002Finstall.sh\n```\n\n### Windows\n\nWindows 用户必须使用 **Git Bash** 运行以下命令（请勿使用 PowerShell 或 CMD）：\n\n**选项 1：一键安装**\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Fzubair-trabzada\u002Fgeo-seo-claude\u002Fmain\u002Finstall-win.sh | bash\n```\n\n**选项 2：手动安装**\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fzubair-trabzada\u002Fgeo-seo-claude.git\ncd geo-seo-claude\n.\u002Finstall-win.sh\n```\n\n> **提示**：在文件夹右键选择 \"Open Git Bash here\" 即可快速打开终端。\n\n## 基本使用\n\n安装完成后，打开 **Claude Code** 终端，即可使用 `\u002Fgeo` 系列命令。\n\n### 1. 执行完整审计 (推荐)\n对指定网址进行全面的 GEO + SEO 审计，包含并行子代理分析，并生成优先行动计划。\n\n```bash\n\u002Fgeo audit \u003Curl>\n```\n*示例：* `\u002Fgeo audit https:\u002F\u002Fexample.com`\n\n### 2. 快速可见性快照\n在 60 秒内获取网站的 GEO 可见性概览。\n\n```bash\n\u002Fgeo quick \u003Curl>\n```\n\n### 3. 检查 AI 引用就绪度\n评估内容是否容易被 AI 模型引用（基于段落长度、事实密度等指标）。\n\n```bash\n\u002Fgeo citability \u003Curl>\n```\n\n### 4. 生成客户报告\n生成包含图表和可视化数据的专业 PDF 报告（需安装 Playwright）。\n\n```bash\n\u002Fgeo report-pdf \u003Curl>\n```\n\n### 其他常用命令速查\n\n| 命令 | 功能描述 |\n| :--- | :--- |\n| `\u002Fgeo crawlers \u003Curl>` | 检查 AI 爬虫访问权限 (robots.txt) |\n| `\u002Fgeo llmstxt \u003Curl>` | 分析或生成 `llms.txt` 标准文件 |\n| `\u002Fgeo brands \u003Curl>` | 扫描各大平台上的品牌提及情况 |\n| `\u002Fgeo schema \u003Curl>` | 结构化数据 (Schema.org) 分析与生成 |\n| `\u002Fgeo technical \u003Curl>` | 技术 SEO 审计 (核心网页指标、SSR 等) |\n| `\u002Fgeo content \u003Curl>` | 内容质量与 E-E-A-T 评估 |\n\n### 卸载工具\n\n如需移除工具，运行：\n\n```bash\n.\u002Funinstall.sh\n```\n\n> **注意**：卸载脚本不会删除存储在 `~\u002F.geo-prospects\u002F` 目录下的客户数据和报告，如需彻底清理请手动删除该目录。","某数字营销机构正在为一家 B2B SaaS 客户制定 2026 年增长策略，急需应对传统搜索流量下滑并抢占 AI 搜索引擎（如 Perplexity、Google AI Overviews）的新兴流量入口。\n\n### 没有 geo-seo-claude 时\n- **盲目优化**：团队仍沿用传统 SEO 思维，过度追求外链数量，却忽略了 AI 模型更看重的“品牌提及”和“引用率”，导致在 AI 搜索结果中几乎不可见。\n- **人工审计低效**：分析师需手动检查 robots.txt、结构化数据和各平台收录情况，耗时数天才能产出一份静态报告，且难以覆盖所有主流 AI 爬虫的行为逻辑。\n- **缺乏量化依据**：无法向客户证明内容是否具备\"AI 可引用性”，提案时只能凭经验猜测，难以用数据说服客户投资 GEO（生成式引擎优化）服务。\n- **报告不专业**：最终交付的文档多为纯文本或简单截图，缺乏可视化的对比图表和专业排版，显得不够权威，影响成交转化率。\n\n### 使用 geo-seo-claude 后\n- **精准靶向优化**：通过 `\u002Fgeo citability` 和 `\u002Fgeo brands` 命令，快速识别内容在 AI 引用方面的短板，针对性地提升品牌在权威平台的提及率，直接对齐 AI 排序算法。\n- **自动化深度审计**：执行 `\u002Fgeo audit` 即可调用多个子代理并行工作，几分钟内完成从技术底层到内容 E-E-A-T 的全方位诊断，并自动分析 llms.txt 标准兼容性。\n- **数据驱动决策**：利用评分系统量化网站的\"AI 就绪度”，用具体的引用潜力分数替代模糊的直觉，让策略调整有章可循。\n- **一键生成专业交付物**：运行 `\u002Fgeo report-pdf` 即刻输出包含可视化图表的专业 PDF 报告，大幅提升提案的专业度和客户信任感，缩短销售周期。\n\ngeo-seo-claude 将原本需要数天的人工调研转化为分钟级的智能洞察，帮助团队从被动适应传统搜索转向主动掌控 AI 流量红利。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzubair-trabzada_geo-seo-claude_eb3196c5.png","zubair-trabzada","Zubair Trabzada","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fzubair-trabzada_777fcc36.png","CEO @ AI Workshop",null,"San Francisco","https:\u002F\u002Fgithub.com\u002Fzubair-trabzada",[80,84,88],{"name":81,"color":82,"percentage":83},"Python","#3572A5",74.2,{"name":85,"color":86,"percentage":87},"Shell","#89e051",15.7,{"name":89,"color":90,"percentage":91},"HTML","#e34c26",10.1,4961,792,"2026-04-10T06:19:51","MIT","Linux, macOS, Windows","未说明",{"notes":99,"python":100,"dependencies":101},"Windows 用户必须安装 Git for Windows 并使用 Git Bash 运行脚本，不支持 PowerShell 或 CMD。该工具是 Claude Code 的技能插件，需预先配置 Claude Code 环境。可选依赖 Playwright 用于生成截图。数据存储在用户主目录的 ~\u002F.geo-prospects\u002F 文件夹中，卸载时不会自动删除。","3.8+",[102,103,104],"Claude Code CLI","Git","Playwright (可选)",[13,52],"2026-03-27T02:49:30.150509","2026-04-12T18:36:00.370073",[109,114,119,124,129],{"id":110,"question_zh":111,"answer_zh":112,"source_url":113},28048,"运行 geo-audit 时提示找不到 Agent 类型（如 'geo-citability' 或 'geo-brand-mentions'）怎么办？","这是因为 Claude 误解了指令，将技能（Skill）名称误认为是注册的代理类型（Agent Type）。在 geo-audit\u002FSKILL.md 的 Phase 2 中，原本指示委托给子代理，但实际这些是技能模板。解决方案有两种：\n1. 架构修正法：将分析任务映射到现有的注册代理类型。例如，用 'geo-ai-visibility' 代理涵盖 AI 引用性分析和品牌权威分析；用 'geo-platform-analysis' 处理平台就绪度分析。\n2. 指令修正法：修改 SKILL.md 文件，明确指示使用 Skill 工具调用同名技能，而不是作为 subagent_type 传递给 Agent 工具。","https:\u002F\u002Fgithub.com\u002Fzubair-trabzada\u002Fgeo-seo-claude\u002Fissues\u002F17",{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},28049,"如何在 Windows 11 上安装此项目（install-win.sh 无法直接运行）？","Windows 用户不能直接双击运行 .sh 脚本。请确保已安装 Git，然后右键点击项目文件夹，选择\"Open Git Bash here\"以打开 Bash 终端。在终端中运行以下命令即可执行安装脚本：\n.\u002Finstall-win.sh","https:\u002F\u002Fgithub.com\u002Fzubair-trabzada\u002Fgeo-seo-claude\u002Fissues\u002F21",{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},28050,"生成的报告文件名能否自动包含输入 URL 的特征（如域名或 ID），而不是使用固定文件名？","该功能已在最新版本中实现。现在生成报告时，系统会自动引用输入 URL 的特征来命名文件。例如，输入 URL 包含特定 ID 时，生成的文件名格式类似于：GEO-SCHEMA-REPORT-[域名]-[ID].md（例如：GEO-SCHEMA-REPORT-ainspinejoint-s1020.md）。","https:\u002F\u002Fgithub.com\u002Fzubair-trabzada\u002Fgeo-seo-claude\u002Fissues\u002F35",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},28051,"工具错误地报告整个网站是通过 JS 渲染的（实际上是由服务端渲染 SSR 或使用了预渲染服务），导致评分不准，如何解决？","这是一个已知限制。该工具目前执行的是原始 HTTP 请求，可能无法正确识别使用了预渲染服务（Pre-rendering service）或特定构建工具（如 Bricks Builder + LiteSpeed Cache）的网站，从而误判为纯 JS 渲染且对 AI 不可见。如果您的网站确实能被其他 AI 爬虫正常读取，请忽略此特定警告，或手动检查 robots.txt 和实际 HTML 源码确认内容可见性。","https:\u002F\u002Fgithub.com\u002Fzubair-trabzada\u002Fgeo-seo-claude\u002Fissues\u002F19",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},28052,"为什么审计子代理未能检测到网站上已生效的 Schema 标记（JSON-LD）？","这是因为底层的 WebFetch 组件在将 HTML 转换为 Markdown 的过程中，会剥离 \u003Chead> 标签内的内容，而 JSON-LD 结构化数据通常位于 \u003Chead> 中。这导致子代理无法读取到这些数据。目前的变通方法是直接查看网页源代码确认 Schema 是否存在，或者等待后续版本修复 WebFetch 对 \u003Chead> 内容的保留逻辑。","https:\u002F\u002Fgithub.com\u002Fzubair-trabzada\u002Fgeo-seo-claude\u002Fissues\u002F16",[]]