news 2026/9/14 1:18:57

OpenSEO Agent Skills 完全指南:把可复用的 SEO 工作流交给 Claude Code、Codex 等 AI Agent

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
OpenSEO Agent Skills 完全指南:把可复用的 SEO 工作流交给 Claude Code、Codex 等 AI Agent

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whoamilist_projectsrun_site_auditresearch_keywordsget_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.mdseo-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cidplaceId;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:

  1. 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;
  2. 分批写入:访谈过程中就分批update_project_context,不攒到最后;
  3. 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;
  4. 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-landscapecompetitor-analysislink-prospecting三个技能复用,Search Console 数据则在keyword-researchkeyword-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:

  1. whoami确认连接与剩余额度,再用list_projects/create_project解析projectId
  2. 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;
  3. 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;
  4. 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;
  5. 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);
  6. 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";
  7. 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";
  8. 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;
  9. 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;
  10. 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);
  11. 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;
  12. 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

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/14 1:18:35

20分钟快速构建LangChain智能体:文档检索与分析实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/14 1:16:42

前端生产环境图片404?别急,先查Nginx的try_files指令

上周刚上线的钢材加工生产管理系统&#xff0c;运营同事急吼吼找来&#xff1a;坯料库的模型图全裂了&#xff0c;只剩个破碎图标&#xff0c;工人没法核对坯料型号。这已经是本月第三次静态资源出问题——前两次分别是 GIF 动图和系统图标 404&#xff0c;这次直接卡住了核心业…

作者头像 李华
网站建设 2026/9/14 1:13:12

铝型材表面瑕疵识别:从数据标注到模型部署的工程实践

简介&#xff1a;基于深度学习的铝型材表面瑕疵识别项目&#xff0c;面向制造业质检人员、人工智能开发者和高校学生&#xff0c;聚焦利用机器学习与深度学习算法对铝型材表面缺陷进行自动检测与分类。压缩包共6个文件&#xff0c;整体仅234KB&#xff0c;包含5个Python脚本和1…

作者头像 李华
网站建设 2026/9/14 0:55:52

WorkBuddy连接实战:四层模型、Skill配置与业务系统集成指南

《WorkBuddy 实战蓝皮书》系列写到第三篇&#xff0c;前两篇聊了基础认知和本地环境搭建&#xff0c;后台收到不少私信&#xff0c;问得最多的问题集中在——装好之后怎么让它真正“通”起来&#xff1f;这个“通”不只是网络通畅&#xff0c;更是 WorkBuddy 跟你的电脑、你的资…

作者头像 李华
网站建设 2026/9/14 0:43:38

java项目-第148期ssm社区疫情防控管理信息系统

java项目-第148期ssm社区疫情防控管理信息系统-ssm毕业设计 今天分享的项目是《ssm社区疫情防控管理信息系统》 该项目分为2个角色&#xff0c;管理员、用户。 用户可以浏览前台的疫情物资&#xff0c;进行申请领取。申请后可以在后台查看自己的申领物品。 管理员负责登录后台系…

作者头像 李华
网站建设 2026/9/14 0:32:49

基于 Spring Cloud 的分布式在线考试管理系统:设计实现、技术栈与核心代码

1. 项目背景与意义随着教育信息化的深入推进&#xff0c;传统线下考试在组织效率、阅卷成本、防作弊手段和数据分析能力等方面逐渐暴露出瓶颈。在线考试系统能够实现组卷、考试、阅卷、成绩统计的全流程数字化&#xff0c;显著提升考试组织效率。然而&#xff0c;当考生规模扩大…

作者头像 李华