OpenSEO Agent Skills 完全指南:把可复用的 SEO 工作流交给 Claude Code、Codex 等 AI Agent
【免费下载链接】open-seoOpen source alternative to Semrush and Ahrefs项目地址: https://gitcode.com/GitHub_Trending/op/open-seo
OpenSEO Agent Skills 是一组独立的SKILL.md指令文件,让 AI Agent 直接执行关键词研究、关键词聚类、竞争对手分析、外链挖掘、站点审计、本地 SEO 等项目级工作流。本指南完整覆盖技能与 MCP 的分工、五种安装方式、九个技能的斜杠命令与适用场景,并结合仓库内 plugins/openseo/skills 下的真实SKILL.md源码,深入剖析项目上下文(Project Context)写入机制与 SEO 审计工作流的核心实现。读完你可以为 Claude Code、Codex 或任何支持 Skills 格式的 Agent 一键装配 OpenSEO 技能,并知道每个技能背后到底调用了哪些数据工具。
什么是 OpenSEO Agent Skills
根据 web/content/docs/skills/index.md 的定义,OpenSEO Agent Skills 的核心理念是:把可重复执行的 SEO 工作流交给 AI Agent。
当你需要关键词研究、聚类、竞品分析、外链挖掘或项目初始化时,直接运行一个斜杠命令,技能文件就会把对应的工作流指令交给 Agent。你仍然掌握策略主动权——Agent 使用 OpenSEO 实时数据配合技能指令,最终返回的是推荐、计划或候选清单,而不是替你拍板。
这一设计把"研究-执行-决策"链条拆成了两部分:
- OpenSEO MCP:负责连接数据层。配置声明见 plugins/openseo/mcp.json,其中注册了托管 MCP 端点,让 Agent 能读取关键词指标、SERP、域名概览、外链、已保存关键词等实时 SEO 数据;
- Agent Skills:负责流程层。每个技能是一个独立的
SKILL.md指令文件(位于 plugins/openseo/skills),告诉 Agent"这个工作流该按什么步骤跑、调哪些工具、产出什么格式的结果"。
用官方文档的一句话概括:MCP connects your agent to OpenSEO data. Skills tell your agent which SEO workflow to run.
值得强调的是,OpenSEO 采用的是现代 AI Agent 普遍支持的SKILL.md模式,而不是私有协议。因此同一套技能文件可以在 Claude Code、OpenAI Codex、Cursor 以及任何实现了该格式的 Agent 中运行,不存在锁定问题。
开始之前:先建立 OpenSEO MCP 连接
绝大多数技能都依赖实时数据,所以在安装技能之前,第一步永远是 搭建 OpenSEO MCP。MCP 建立后,Agent 才能执行whoami、list_projects、run_site_audit、research_keywords、get_backlinks_overview这类数据工具。
以 plugins/openseo/skills/seo-audit/SKILL.md 为例,它的"Required inputs"环节明确要求:先用list_projects解析projectId,若没有匹配的项目则用create_project创建;whoami用于在产生任何花费前确认连接与剩余额度——如果 OpenSEO 未连接,技能会停下来请求用户先连接。这说明 MCP 连接是技能运行的前置硬约束。
五种安装方式:从一行命令到手动复制
安装说明见 web/content/docs/skills/setup.md。如果你用的是 Claude Code 或 Codex CLI,官方推荐直接走插件方式(下文"通过插件一键安装"一节),本节的手动步骤面向其他 Agent,或只想挑选部分技能的场景。
方式一:交互式安装(推荐,可挑选技能)
让安装器展示可用的技能和 Agent,由你交互式选择:
npx skills add every-app/open-seo方式二:安装全部 OpenSEO 技能
npx skills add every-app/open-seo --skill '*'方式三:仅安装全部技能到 Claude Code
npx skills add every-app/open-seo --skill '*' --agent claude-code方式四:仅安装全部技能到 OpenAI Codex
npx skills add every-app/open-seo --skill '*' --agent codex方式五:手动复制技能文件
如果你偏好直接管理文件,先克隆仓库,再把技能目录复制到对应 Agent 的 skills 文件夹:
git clone https://gitcode.com/GitHub_Trending/op/open-seo.git # Codex mkdir -p ~/.codex/skills cp -R open-seo/plugins/openseo/skills/* ~/.codex/skills/ # Claude Code mkdir -p ~/.claude/skills cp -R open-seo/plugins/openseo/skills/* ~/.claude/skills/注意:本仓库中技能源码的实际位置是 plugins/openseo/skills,共 9 个技能目录,每个目录下是一个SKILL.md(seo-audit还附带 template.html 报告模板)。复制时以该目录为准。
安装完成后,在 Agent 中输入/mcp检查 OpenSEO 连接,首次使用任一技能工具时按 OAuth 提示登录并授权。
运行技能:斜杠命令速查表
技能文件就位后,运行对应的斜杠命令即可。完整命令清单如下:
| 技能 | 斜杠命令 | 工作流类型 |
|---|---|---|
| SEO Project Setup | /seo-project-setup | 起步 |
| SEO Coach | /seo-coach | 起步 |
| SEO Audit | /seo-audit | 审计 |
| Keyword Research | /keyword-research | 研究 |
| Keyword Clustering | /keyword-clustering | 研究 |
| Competitive Landscape | /competitive-landscape | 研究 |
| Competitor Analysis | /competitor-analysis | 研究 |
| Local SEO | /local-seo | 研究 |
| Link Prospecting | /link-prospecting | 推广 |
如果通过 Claude Code 插件安装,技能会以插件名为命名空间,调用形式变为/openseo:seo-project-setup、/openseo:seo-audit等(见 web/content/docs/claude-code-plugin.md)。
技能全景:四大类九个技能
官方文档按工作流性质把九个技能分为四组(见 web/content/docs/skills/index.md)。下面逐一说明每个技能"做什么、何时用、能得到什么"。
起步组:先建立上下文,再决定方向
SEO Project Setup(/seo-project-setup)——文档明确指出:每个技能之前都应先跑它。Agent 会一次性访谈网站目标、定位、竞品与关键页面,并把答案写入 OpenSEO 项目的共享上下文。这些上下文被所有其他技能、App 内的 SAM 复用,也会持久保存在项目 Context 设置页,跨会话、跨机器、跨 Agent 生效。它不是一个完整审计,而是一个"上下文建立"工作流。重跑时机:目标发生变化,或发现其他技能留下的上下文空缺需要补齐。产出是一份简短项目摘要:范围站点、目标、定位、已保存的竞品与关键页面、Search Console 状态、缺失项、以及下一步建议运行的工作流。
SEO Coach(/seo-coach)——适合刚接触 SEO 或不确定该先跑哪个工作流的场景。Agent 会结合你的目标、经验水平、可用数据和项目上下文,用通俗语言解释选项并推荐下一步。它会区分"策略问题"与"执行工作",解释何时该用 OpenSEO MCP、已保存的项目上下文、网络搜索、浏览器审查或本地文件。官方给出一组典型提问示例:"我该从哪里开始做 SEO?""应该先做关键词研究还是先研究竞品?""怎么用 AI 做 SEO 又不产出千篇一律的内容?"。产出是一个简短计划:现在该跑哪个工作流、Agent 还需要什么信息、为什么这个步骤合理。注意:Coach 在 MCP 连接前也能帮忙,但实时的关键词、SERP、域名、外链与已保存关键词数据需要 MCP 就绪。
审计组:面向非专家的一页纸报告
SEO Audit(/seo-audit)——对站点执行审计,输出一页可行动的通俗 HTML 报告,让完全没做过 SEO 的人也能看懂并执行。Agent 会运行 OpenSEO 站点审计、拉取外链与流量估算数据,并在报告每条结论前逐条对照线上页面核实。报告围绕"本周唯一一件事"展开:给出可直接复制粘贴的具体步骤,后面附带 5~10 个小修项和"哪些已经做对了"的部分。文档特别强调它会诚实地处理坏站点:如果域名挂了或只爬取了一半,Agent 会先调查原因(证书过期、死域名有存活的继承站点、页面级屏蔽等),再据此调整"那一件事"的建议。详细工作流见下文"源码级剖析"。
研究组:关键词、聚类与竞争情报
Keyword Research(/keyword-research)——从种子主题、产品、页面、竞品或受众问题出发,拉取关键词想法、评估难度、检查 SERP,并按公司/网站/目标过滤。产出是带优先级的机会清单,每条附"为什么适合你、排名难度如何、下一步做什么"。好的结果会解释关键词为什么有用,而不只是有没有搜索量。使用时建议给 1~5 个聚焦的种子主题,明确产品/受众/页面类型,必要时指定目标国家或语言,保存关键词前务必经你确认。
Keyword Clustering(/keyword-clustering)——把杂乱的关键词列表变成页面规划。Agent 按搜索意图、SERP 相似度与页面类型分组,区分"看着像但需要不同页面"的词,把簇映射到现有 URL,没有匹配页面时推荐新建页面,并标记薄弱、偏离策略或不应 targeting 的词。输入可以是关键词列表、已保存的关键词标签、Search Console 导出、种子主题或目标域名。产出包含:簇、主关键词、次关键词、搜索意图、页面目标、优先级,以及关于关键词蚕食(cannibalization)或合并的提示。
Competitive Landscape(/competitive-landscape)——在市场还不明朗、进入新品类、或不知道哪些 SEO 竞品真正重要时使用。Agent 会构建代表性查询集、检查 SERP 找出反复出现的域名,并区分直接产品竞品与出版商、目录、社区、市场、资源站——这是文档特别强调的一点:在许多市场,拿到搜索流量的往往是后者而非直接竞品。产出包括:市场领导者、最值得争取的机会区、最大的排名障碍、所用查询集、域名类型、制胜主题与推荐的下一步工作流。
Competitor Analysis(/competitor-analysis)——与 Landscape 的"面"不同,这是针对单一竞品域名的"点"级深挖。Agent 审查竞品的关键词、页面、外链与内容主题,找出其自然可见度来源的模式,并区分证据与推断,推荐比"复制竞品页面"更强的切入角度。适用场景:某个竞品反复出现在搜索结果、销售对话或客户对比中;制作对比页之前;刷新定位之前;判断竞品优势到底来自内容、外链、品牌还是少数强页面。
Local SEO(/local-seo)——针对依赖实体位置或服务区域的业务(门店、餐厅、诊所、服务商等)。Agent 审计 Google Business Profile(类目、评分、营业时间、照片、认领状态),对比本地实际排在你前面的竞品,分析评论差距(数量、新鲜度、评分、商家回复),并运行**排位网格(rank grid)**展示地图可见性在位置周边的衰减。产出是档案快照、可见性地图、与最强竞品的逐信号对比,以及从"本周一件修复"开始的优先级行动清单。使用技巧:最好提供cid或placeId;店面坐标务必准确(网格中心放错地方比没有网格更糟);超过 3×3 的网格前先问成本——每个网格点都是一次付费搜索。
推广组:外链机会挖掘
Link Prospecting(/link-prospecting)——为某个页面或资产寻找有真实理由提到它的外链候选。Agent 会搜索资源页、列表文、对比页、目录、出版商与主题文章,并利用竞品外链模式理解注意力来源。产出是小而精的合格候选清单:每条附适配理由与可行的外链角度,外加几条可复用的 outreach 草稿。技能明确要求:不得编造联系人,不得把垃圾外链候选当作有用资源。最适合的场景是你已经拥有值得被链接的东西:指南、产品页、原创研究、工具、模板、数据集或强观点。
源码级剖析一:Project Context 的写入机制
为什么项目设置只做一次、却能惠及所有技能?答案在 plugins/openseo/skills/seo-project-setup/SKILL.md 的源码里。整个上下文写入只依赖两个 MCP 工具,且文档注明两者免费、不消耗额度:
get_project_context(projectId):返回该项目已知的全部信息,外加missingSections缺失清单;update_project_context(projectId, updates):接收一组 patch 操作。
技能使用的写入操作(patch ops)完整列举如下:
| 操作 | 说明 |
|---|---|
{ section: "business_overview" \| "current_goal" \| "positioning" \| "writing_preferences", content } | 写入四个类型化小节之一(每节约 4000 字符的散文,写紧凑段落而非访谈转录) |
{ addCompetitors: [{ domain, name?, notes? }] } | 追加竞品,每个域名一行,附简短备注(如"直接竞品,占据对比页") |
{ addKeyPages: [{ url, role: "hub" \| "spoke" \| "money" \| "other", topic?, notes? }] } | 保存关键页面,标注枢纽页/辐射页/盈利页角色;这是精选清单而非站点清单,10~30 个 URL 为常态 |
{ customSection: "<slug>", title?, content } | 写入类型化小节之外的自定义小节 |
{ appendResearchLog: { summary } } | 本会话产生额度消耗时追加研究日志,让其他技能避免重复购买 |
从源码的 Checklist 可以看出几个关键设计:
- 先读再写:第 2 步先调
get_project_context,向用户展示已知信息与缺失项,确认或纠正已有条目,而不是重复提问——因为该技能经常在其他技能补全部分上下文后被重跑; - 分批写入:访谈过程中就分批
update_project_context,不攒到最后; - 覆盖即替换:源码 Guardrails 特别警告"覆盖一个小节会替换它",因此当上下文已存在时,要把新答案合并进现有散文而不是丢弃;
- 证据边界:写入库的必须是经用户确认的事实;从站点推断的内容只能作为提案,保存的是"达成一致的答案"而非猜测;不得虚构 GSC CSV 已上传、不得谎称 Search Console 已连接(除非
get_search_console_performance确认返回)。
此外,竞品条目会被competitive-landscape、competitor-analysis、link-prospecting三个技能复用,Search Console 数据则在keyword-research、keyword-clustering中直接读取(托管版原生连接)或以 CSV 文件形式放入本地gsc/目录(自托管回退方案),推荐文件名如gsc/queries-last-3-months.csv。
源码级剖析二:SEO Audit 的完整执行链
plugins/openseo/skills/seo-audit/SKILL.md 是仓库中指令最完整的一个技能,足以代表 OpenSEO 工作流的工程化水准。它的执行链如下:
whoami确认连接与剩余额度,再用list_projects/create_project解析projectId;- 先调
get_project_context,以business_overview作为报告基调(业务是什么决定了哪些发现重要);若为空,先做最小化内联设置——从站点推断业务并用一个问题与用户确认,写入上下文后再继续审计,而不是把完整访谈前置; - 花费额度前检查研究日志:同一研究 30 天内跑过就直接复用并说明,避免重复购买;
run_site_audit启动爬取(默认页面预算),默认关闭 Lighthouse(会增加几分钟且本报告不需要;仅当用户要求性能/Core Web Vitals 深度时才传runLighthouse: true);爬取期间并行拉get_backlinks_overview——外链与引荐域名图景通常是"那一件事"的决定性数据;- 爬取完成后读
get_audit_issues,站点存活时再取get_domain_overview(估算自然流量与关键词数;站点明显死亡时跳过); - 审计结果异常(证书错误、5xx、只爬了一页)时先调查再动笔:自行检查证书与重定向变体、搜索该业务——死域名常有存活的继承站点,这会整个翻转建议为"把旧域名重定向";
- 报告任何结论前先抓取线上页面逐条核实——"只报告你亲眼见过证据的东西";
- 决定"本周那一件事",且必须从数据推导而非泛泛建议,常见模式包括:干净站点无外链→给嘉宾/合作伙伴/目录发可复制的邀约;死域名+存活继承站→通过主机商做永久重定向并附上发给他们的原句;页面被屏蔽或 noindex→解除屏蔽;
- 站点健康时给出起步聚焦区:一次
research_keywords调用(种子词取自已爬取的站点主题),挑选一个主题下的 3~5 个低难度、可现实排上名的关键词,每个配要做的页面/文章;站点下线时完全跳过此步; - 用技能目录内的 template.html 生成报告(保持其 CSS 与结构,仅浅色系、无暗色模式);
- 交付前做对抗式复核:让第二个 Agent/模型攻击四件事——超出事实的论断、未解释的术语、对新手过载的内容、夸张措辞;
- 交付方式:环境支持发布/预览 HTML 就用,否则保存文件让用户用浏览器打开。
额度纪律是贯穿始终的设计:一次审计、一次外链概览、至多一次域名概览、至多一次关键词研究调用——只有概览与关键词查询消耗额度,技能把花费保持在克制水平。报告标题为域名,日期独立一行,其后是 2~3 句全文摘要(整体状态、主要差距与那一件事、报告覆盖范围)。
通过插件一键安装:Claude Code / Codex / Cursor
不想手动挑选技能的用户可以走插件路径。在 Claude Code 中(web/content/docs/claude-code-plugin.md):
/plugin marketplace add every-app/open-seo /plugin install openseo@openseo若安装摘要提示Run /reload-plugins to activate.,执行该命令。插件会一次性连接 MCP(端点与 plugins/openseo/mcp.json 中声明的一致)并启用全部九个技能,安装后 Claude Code 通常立即弹出登录提示;若没有,运行/mcp并在其中批准 OpenSEO 连接。Codex CLI 通过 web/content/docs/codex-plugin.md 实现同样的效果。
另外,plugins/openseo/README.md 展示了同一套技能在 Cursor 中的形态:从 Cursor Marketplace 安装插件后,首次使用 OpenSEO 工具时跟随 OAuth 提示登录即可。该 README 提供了一组可直接试用的提问示例:"Research keywords for my website and shortlist the best opportunities."(研究我的网站关键词并列出最佳机会)、"Audit my website and tell me what to fix first."(审计我的网站并告诉我先修什么)、"What does competitor.com rank for that I don't?"(竞品有哪些排名词是我没有的)、"Track my rankings for these keywords and summarize what changed."(追踪这些关键词排名并总结变化)等。插件包本身免费且开源,托管版套餐与额度消耗见 openseo.so/pricing,OpenSEO 也支持自托管。
技能目录速览与下一步
仓库中所有技能源码集中在 plugins/openseo/skills,每个技能一份SKILL.md:
- seo-project-setup/SKILL.md:访谈一次,写入共享项目上下文;
- seo-coach/SKILL.md:选择下一步工作流;
- seo-audit/SKILL.md(含 template.html):一页纸通俗审计报告;
- keyword-research/SKILL.md:关键词机会与适配理由;
- keyword-clustering/SKILL.md:关键词到页面的内容地图;
- competitive-landscape/SKILL.md:市场胜者与机会区;
- competitor-analysis/SKILL.md:单竞品深挖;
- local-seo/SKILL.md:Google Business Profile 审计与 Maps 可见性网格;
- link-prospecting/SKILL.md:合格外链候选与 outreach 角度。
每个技能页还提供了独立的文档说明:见 web/content/docs/skills 目录下的对应.mdx文件(seo-project-setup.mdx、seo-coach.mdx、seo-audit.mdx、keyword-research.mdx、keyword-clustering.mdx、competitive-landscape.mdx、competitor-analysis.mdx、local-seo.mdx、link-prospecting.mdx),安装步骤见 setup.md。
推荐的启动顺序:如果是全新 SEO 项目,先跑/seo-project-setup建立项目上下文;如果不确定先跑哪个,先跑/seo-coach让 Agent 帮你选;其余技能按"研究 → 审计 → 聚类 → 推广"的节奏推进即可。
【免费下载链接】open-seoOpen source alternative to Semrush and Ahrefs项目地址: https://gitcode.com/GitHub_Trending/op/open-seo
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考