Bhanunamikaze/Agentic-SEO-Skill

解決的問題

本專案提供一個 LLM 優先的 SEO 分析工具包，專為直接整合至 AI 程式碼助手與代理 IDE 而設計。它能自動收集技術性 SEO 證據（如可抓取性、可索引性、Core Web Vitals 等），並提供結構化資料，讓 LLM 能進行高信賴度的 SEO 審計與戰略規劃。

如何運作

此系統作為一個「技能」可安裝至多種 AI IDE（如 Cursor、Claude Code 或 Windsurf）。其透過編排層，讓 LLM 將使用者的自然語言請求匹配至 16 個專業子技能之一。這些子技能會觸發一個包含 89 個 Python 腳本的程式庫，作為證據收集器（例如取得 HTML、檢查 robots.txt、驗證 JSON-LD 模式，或透過 Playwright 捕獲螢幕截圖）。隨後，LLM 將這些原始證據與標準化審計基準比對，產生帶有置信度標籤（Confirmed、Likely、Hypothesis）的發現結果，並輸出優先排序的行動方案。

適用對象

專為使用 AI 驅動 IDE 的開發者、SEO 專家與網站所有者設計，協助他們在不離開編碼環境的情況下，執行深入的技術性 SEO 審計、內容優化以及生成式引擎優化（GEO）。

主要亮點

• 廣泛 IDE 支援：提供 Claude Code、Cursor、Windsurf、Codex、Continue.dev、GitHub Copilot 與 Cline 的原生安裝格式。
• 全面工具集：包含 10 個專業代理與 89 個腳本，涵蓋從 Core Web Vitals 到國際 hreflang 驗證的全部內容。
• AI 搜尋就緒：專設子技能用於 GEO（生成式引擎優化）與 AEO（答案引擎優化），以優化 AI 摘要與 LLM 引用。
• GitHub SEO：提供專門工作流程，優化 GitHub 倉儲，包括 README 質量與社群檔案分析。
• 基於證據的推理：強制 LLM 為每個發現提供明確證據，減少 SEO 報告中的幻覺現象。