Skip to main content
在 GitHub 上查看 → 一条命令完成一篇文章的 SEO 和 GEO 审查。 给 Skill 一份 Markdown 草稿或一个已发布的 URL。它会衡量目标关键词、拉取实时 Google SERP 和 AI Mode 回答、解析排名靠前的竞争对手页面、查询 AI 回答引擎以查看它们返回的内容和引用了谁、运行确定性页面检查，最后返回一份带评分的 Markdown 报告和一个 JSON 证据文件。

​
安装

安装完成后，启动一个新的智能体会话以加载该 Skill。

​
智能体可以用它做什么？

发布前审查

“审查 draft.md 的 SEO，并告诉我 AI Overviews 是否会引用它。”

已发布 URL 审计

“对 https://example.com/blog/post 运行 SEO + GEO 审查，并展示评分卡。”

内容差距

“将我的文章与排名 ‘generative engine optimization’ 的页面对比，列出它们覆盖了而我没有的内容。”

AI 引用检查

“给我优先级最高的改写建议，使这篇文章可被 ChatGPT 和 Perplexity 引用。”

​
前置条件

  • Python 3.9 或更高版本（仅需标准库）
  • 如果未设置该环境变量，脚本也会从 ~/.aisa/credentials 读取 AISA_API_KEY=...。

​
兼容性

适用于任何兼容 agentskills.io 的运行环境，包括 Claude Code、Claude、OpenAI Codex、Cursor、Gemini CLI、OpenCode、Goose、OpenClaw、Hermes，以及其他支持 Skill 文件夹的运行时。

​
快速开始

​
消费批准

数据调用从你的 AIsa 余额中扣费，因此该 Skill 在你批准之前绝不会运行付费阶段：
  1. review <source> --dry-run 打印每个计划调用及其标称费用和文档记录的最大总额。
  2. 你批准该范围。
  3. 智能体使用 --yes 重新运行命令。不带 --yes 时，脚本打印计划并以退出码 2 退出。--max-usd 会拒绝任何文档记录的最大值超出该限额的计划。
报告的 Spend 部分列出每次调用及其报告的费用。--cache-dir 存储原始响应，使重新运行和重新渲染免费。

​
流水线

Keyword → SERP → Competitors → Content gap → SEO audit → GEO audit → Rewrite suggestions → Scorecard 报告分别为 SEO 和 GEO 评分（0 到 100），取平均值，并分配 A 到 F 的等级。引擎失败报告为数据缺口，而非“未被引用”。

​
命令

共享标志：--keyword、--site-domain、--location-code（默认 2840，美国）、--language-code（默认 en）、--database（Semrush，默认 us）、--geo-location、--top、--engines、--fast、--deep、--model（或 AISA_REVIEW_MODEL）、--no-llm、--cache-dir、--out、--json-out。review 额外支持 --dry-run、--yes 和 --max-usd。

​
使用场景

  • “在发布前审查这篇文章的 SEO。”
  • “AI Overviews 或 ChatGPT 会引用这篇文章吗？我需要改什么？”
  • “对这个 URL 运行 GEO 审计。”
  • “给我一份 SEO + GEO 评分卡和改写建议。”
不要将此 Skill 用于从零开始的关键词研究（请使用 SEO 关键词研究）、完整的技术站点审计、外链审计或撰写文章。对于草稿，传入 --site-domain 以便在发布前评估内部链接和“我的域名是否被引用”。

​
开始使用

  1. 在 aisa.one 注册并在控制台中创建 API key。
  2. 在终端中设置：export AISA_API_KEY="your-key"。
  3. 使用安装部分中的命令安装 Skill，然后启动一个新的智能体会话。

​
相关

SEO 关键词研究

在写作之前制定关键词策略。

DataForSEO 关键词概览

搜索量、难度、意图和 CPC 端点。

Semrush 关键词概览

交叉验证关键词指标。