Bhanunamikaze/Agentic-SEO-Skill

解决的问题

本项目提供一个 LLM 优先的 SEO 分析工具包，专为直接集成到 AI 编码助手和代理 IDE 而设计。它能自动收集技术 SEO 证据（如可抓取性、可索引性、Core Web Vitals 等），并提供结构化数据，使 LLM 能够进行高置信度的 SEO 审计和战略规划。

如何工作

该系统作为一个“技能”可安装到多种 AI IDE（如 Cursor、Claude Code 或 Windsurf）中。其通过一个编排层，让 LLM 将用户的自然语言请求匹配到 16 个专业子技能之一。这些子技能会触发一个包含 89 个 Python 脚本的库，作为证据收集器（例如获取 HTML、检查 robots.txt、验证 JSON-LD 模式，或通过 Playwright 捕获截图）。随后，LLM 将这些原始证据与标准化的审计标准进行比对，生成带有置信度标签（Confirmed、Likely、Hypothesis）的发现结果，并输出优先级排序的行动方案。

适用人群

专为使用 AI 驱动 IDE 的开发者、SEO 专家和网站所有者设计，帮助他们在不离开编码环境的情况下，执行深入的技术 SEO 审计、内容优化以及生成式引擎优化（GEO）。

主要亮点

• 广泛 IDE 支持：提供 Claude Code、Cursor、Windsurf、Codex、Continue.dev、GitHub Copilot 和 Cline 的原生安装格式。
• 全面工具集：包含 10 个专业代理和 89 个脚本，覆盖从 Core Web Vitals 到国际 hreflang 验证的全部内容。
• AI 搜索就绪：专设子技能用于 GEO（生成式引擎优化）和 AEO（答案引擎优化），以优化 AI 摘要和 LLM 引用。
• GitHub SEO：提供专门工作流，优化 GitHub 仓库，包括 README 质量和社区资料分析。
• 基于证据的推理：强制 LLM 为每个发现提供明确证据，减少 SEO 报告中的幻觉现象。