seo-geo-claude-skills

SEO & GEO Skills Library：一套让 AI 代理真正懂 SEO 的技能库

痛点场景：内容运营者的困境

做 SEO 的朋友可能都有这样的经历：找 AI 写文章，AI 写得通顺，但搜出来的排名就是上不去。原因很简单——大多数 AI 模型并不真正理解 E-E-A-T（经验、专业性、权威性、可信度）这些东西，更不懂 Google 搜索引擎的排名逻辑。

seo-geo-claude-skills 正是为了解决这个矛盾而生的。它是一套专为 Claude Code（以及所有 Agent Skills 兼容的 AI 代理）设计的 SEO 和生成式引擎优化（GEO）技能库，提供了从关键词研究、内容创作、页面审计到排名监控的完整工作流。这套技能库在 GitHub 上已获得超过 2000 颗星，最新版本为 9.9.10，Apache 2.0 开源许可。

CORE-EEAT + CITE：让 AI 理解内容质量标准

SEO 的核心难题之一是如何量化"好内容"。该项目引入了两个重量级基准框架来解决这个问题：

CORE-EEAT（80 项内容质量基准）：脱胎于 Google 的 E-E-A-T 评估标准，将内容质量分解为 80 个可量化的检查项，涵盖主题深度、作者权威性、信息来源透明度等多个维度。当 AI 生成内容后，content-quality-auditor skill 会对照这 80 项逐条审查，确保内容达到发布标准。

CITE（40 项域名权威性基准）：专门评估目标网站的整体可信度，从技术安全（SSL、HTTPS）、域名年龄、内容更新频率、反向链接质量等 40 个维度给域名打分。配合 CORE-EEAT 使用，一次审核就是 120 项检查，覆盖内容质量和域名权威两个层面。

这套评分体系不是拍脑袋定的，作者还维护了独立的 core-eeat-content-benchmark 仓库来持续迭代标准。

20 个技能，覆盖 SEO 全生命周期

项目将 20 个技能按工作流分为 5 个阶段：

研究阶段（4 个）：关键词研究、竞品分析、SERP 分析、内容差距分析。关键词研究 skill 支持多语言触发（中文"帮我挖词"、日语"キーワード調査"、韩语"키워드분석"均能激活），这是同类工具中少见的本地化覆盖。

构建阶段（4 个）：SEO 内容写作、GEO 内容优化、元标签优化、结构化数据生成。seo-content-writer 是核心生产技能，根据关键词研究阶段的输出自动生成符合排名逻辑的文章；schema-markup-generator 则为文章自动生成 JSON-LD 结构化数据，直接对接 Google 的富媒体搜索要求。

优化阶段（4 个）：页面 SEO 审计、技术 SEO 检查、内链优化、内容保鲜。这四个技能形成闭环——on-page-seo-auditor 负责发现页面问题，technical-seo-checker 排查技术障碍，internal-linking-optimizer 修复链接结构，content-refresher 则定期更新老化内容。

监控阶段（4 个）：排名追踪、外链分析、效果报告、告警管理，让 SEO 工作从一次性任务变成持续运营流程。

跨阶段（4 个）：内容质量审核、域名权威审核、实体优化、记忆管理。其中 memory-management 采用 HOT/WARM/COLD 三层记忆模型，让 AI 在多轮会话中记住之前的 SEO 决策和进展，不用每次重新开始。

五条命令，串联完整工作流

项目提供了 5 条斜杠命令，作为技能编排的入口：

日常使用从 /aaron:auto 开始最省力——用自然语言描述你的 SEO 目标，AI 自动选择最合适的技能组合执行。四个专项命令则适合需要精确控制工作流边界的场景。

图1：项目 Star 增长曲线

技术架构：无依赖的纯 Markdown 技能协议

这个项目的设计哲学非常有意思：技能内容全部是零依赖的 Markdown 文件，Claude Code hooks 只用极简的 Bash 脚本运行器。这意味着：

1. 零安装门槛：不需要 pip install，不需要 Docker，直接 git clone 或 npx skills add 即可使用
2. 高度可移植：只要是 Agent Skills 兼容的宿主（Claude Code、Cursor、Codex 等 35+ 工具），都可以直接加载
3. 可审计性强：所有技能逻辑都是纯文本，SEO 从业者可以直接阅读、修改、自定义，不需要懂编程

每个 Skill 遵循统一的 skill-contract 协议，包含：快速启动（Quick Start）、技能契约（Skill Contract）、交接摘要（Handoff Summary）、数据源（Data Sources）、指令（Instructions）、参考资料（Reference Materials）和下一个推荐技能（Next Best Skill）。这种标准化设计让不同技能之间可以无缝衔接，形成真正的自动化工作流。

局限与注意事项

需要清醒认识的是：这是一套辅助工具，不保证排名提升、AI 引用率、流量增长或法律合规。SEO 效果受行业竞争度、搜索引擎算法更新、外部链接等多因素影响，AI 生成的推荐必须经过人工判断才能用于重大决策。作者在 README 中也明确声明了这一点。

此外，由于核心是 Markdown 内容包而非 Web 应用，它没有现成的可视化界面或数据持久化机制。排名追踪、外链分析等需要数据的技能依赖外部数据源（支持连接 Ahrefs、Google Search Console 等工具），Tier 1 模式下需要用户手动提供数据。

行业意义

随着 Claude Code、Cursor、Copilot 等 AI 编程工具的普及，如何让 AI 真正理解垂直领域的专业逻辑成为关键问题。seo-geo-claude-skills 提供了一个优秀范例：不是让 AI 随机生成 SEO 内容，而是用结构化的技能协议 + 量化评估框架，让 AI 的输出真正达到可发布的专业水准。

2000+ stars 的增长曲线也印证了市场需求：内容营销从业者、独立开发者、小型 SaaS 团队都在寻找能够将 AI 写作能力与 SEO 专业标准结合的解决方案。这套工具恰好填补了这个空白。