作品 · 开源
Chinese-Geo
国内生态优先的开源 SEO + GEO 工具：一条命令给站做 AI 可见性体检，让网站被豆包 / DeepSeek / 文心 / 通义 / 元宝 / Kimi 等国内 AI 引擎抓得到、被引用。
快速开始
用命令行
先装上（需 Python 3.9+）：
pip install Chinese-Geo 给任意一个网址做一次体检：
seogeo audit example.com 几秒钟就出一份中文报告：7 个维度打分 + 一份按优先级排好的修复清单，照着改就行。要 JSON（进 CI）就加 --format json。
给 AI agent 用
它本来就是为 agent 设计的——6 个 Agent Skill + MCP（8 个工具）。Claude Code 一键装（技能 + MCP 一起来）：
/plugin marketplace add qingqingpi/Chinese-Geo /plugin install seogeo Codex / Cursor / Kimi 等别的 agent：在项目里跑一行 seogeo init --agent codex（或 cursor / gemini…），指令文件 + MCP 配置自动写好，已有的不覆盖。
我为什么做它
市面上的 SEO / GEO（生成式引擎优化）工具几乎全是海外视角——只盯 ChatGPT、Perplexity，只认 Wikipedia 和 llms.txt。 可国内是另一套游戏：每家 AI 主要「吃自己的生态」——豆包 ← 抖音 / 头条，元宝 ← 微信公众号，文心 ← 百度百科 / 百家号， 通义 ← 门户自媒体，DeepSeek / Kimi ← 知乎 / CSDN。爬虫准入、站外分发、引用监控全都不一样，连 llms.txt 在国内基本都没用， GEO 的主战场是「联网检索」而不是训练语料。
这块空白没人补，我就自己补：把国内这一套做全，同时不丢海外主流。两个生态，一个工具。
它做什么
我把核心收成一条命令：给一个站做一次 AI 可见性体检。我不想让它只会喊「你该做 SEO」， 所以它给的是实打实的东西——7 个维度的分，加一份按优先级排好的中文清单：国内外爬虫放没放进来、sitemap 找不找得到、 结构化数据全不全、正文够不够被引用、是不是个 JS 空壳。每条都说清扣在哪、改完能加几分。确定性引擎，能塞进 CI 反复跑。
最好的测试是拿自己开刀。我用它体检了我自己这个站——更重要的是，照它给的清单真把问题修了：
$ seogeo audit sunxin.xin 总分 76 / 100 · 良好 # 第一次：揪出两处真问题 ★ 国内 AI 爬虫准入 16 / 26 · AI 可发现性 0 / 8 · # 照清单补上 robots 分组 + 标准 /sitemap.xml，再跑 ↓ $ seogeo audit sunxin.xin 总分 90 / 100 · 优秀 # +14，两项当场转绿 ★ 国内 AI 爬虫准入 26 / 26 ✓ AI 可发现性 8 / 8 ✓
从「良好」到「优秀」。剩下扣分的「内容可引用性」我没硬凑——首页是极简落地页， 可引用的深度放在博客里，不在首页。体检之外，它还能生成推荐 robots.txt、JSON-LD 与 llms.txt 脚手架， 监控国产引擎的引用率 / SoV，给出知乎 / CSDN / 公众号站外矩阵。
把事做美
我给自己定了条线：它得让我敢拿去给别人用。所以这几处我没省：
- 想加新检查，对我是几分钟的事。一条规则 = 一个
@register文件 + 一行 import， 管线自己发现，从不用动主干——这样它能跟着各家引擎的变化一直长。 - 它够稳，我敢让它进生产。运行时零依赖（纯 Python 标准库）、25 个测试文件全是真断言、 CI 跑 Python 3.9–3.12、打 tag 自动发 PyPI，抓取那层我还加了 SSRF 防护。
- 它是真懂国内，这也是我觉得它最难被替代的地方。Bytespider 的「robots 挡了 ≠ 真挡住」我做了双层探测、 正文量按中文字符数算（省得被「中文没空格」坑）、爬虫 IP 用反向 DNS 验真伪——这些海外工具基本都没有。
怎么用
我把它做成了四种形态，你顺手用哪种都行：
- CLI：
pip install Chinese-Geo，然后seogeo audit example.com。 - 6 个 Agent Skill（vendor-neutral，跑在 Claude Code / Codex / Kimi 等）：从体检到改写到站外，一条龙。
- MCP server：8 个工具，接进任何支持 MCP 的 agent。
- Claude Code 插件：一键装，自带斜杠命令。