Ai Visibility Mcp

ai-visibility-mcp

可审计并修复 AI 如何看待你的网站的 MCP 服务。Robots、架构标记、LLM 提及情况、Cloudflare 的 AI 默认设置——审计问题、生成修复方案，并在一个循环中重新审计。

大多数网站都在不知不觉中无法被 AI 搜索发现。Cloudflare 的机器人管理默认设置会拦截 GPTBot / ClaudeBot / PerplexityBot。对于不会运行 JS 的爬虫，SPA 渲染的内容只是一个空的 <div id="root">。营销团队不知道自己的品牌没有出现在 ChatGPT、Claude 或 Perplexity 的回答中，直到流量开始枯竭。

ai-visibility-mcp 可在单次 Agent 会话中完成审计和修复闭环：

1. 审计 — 找出阻碍 AI 发现网站的因素
2. 修复 — 生成用于解决问题的内容
3. 粘贴 — 网站所有者应用生成的内容
4. 重新审计 — 验证修复是否生效

工具

审计工具

工具	用途	是否需要 API 密钥？
check_ai_bot_access(domain)	针对 22 个 AI 用户代理检查各机器人对应的 robots.txt 规则及 Cloudflare AI 默认标记	否
audit_ai_visibility(domain)	0-100 的综合评分，并说明各项扣分原因（robots、meta、JSON-LD、sitemap、llms.txt、SPA 外壳）	否
check_llm_mention(brand, query, aliases?, models?)	跨模型品牌曝光情况（默认使用 Perplexity sonar、OpenAI gpt-4o-mini 和 Gemini 2.0 Flash）	是
compare_competitors(your_domain, competitor_domains[])	并行排名审计，最多同时执行 10 个	否

生成工具（v0.3）

工具	用途	是否调用 LLM？
generate_robots_patch(domain, allow_bots?, deny_bots?)	修正后的 robots.txt，开放 AI 机器人的访问权限；保留现有规则；检测 Cloudflare	否
generate_json_ld(url, page_type?)	适用于任意页面的 Schema.org JSON-LD 代码块；自动检测类型（Product/Article/Organization/FAQPage/SoftwareApplication/WebSite）；验证必填字段	是（gpt-4o-mini）
generate_llms_txt(domain, crawl_depth?, max_pages?)	符合规范的 llms.txt；爬取首页和 sitemap；无法获取时回退到链接提取	是（gpt-4o-mini）

为什么要做这个项目

• Cloudflare 在 2024-2025 年更改了默认设置，以拦截 AI 爬虫。大多数网站所有者从未更新配置，因此 AI 机器人会遭到质询并离开。
• MCP 市场在 2026 年上线（MCP Hive、Smithery、mcp.so、Glama）。每个 AI Agent 都需要能审计真实网络的工具。本项目就是其中之一。
• 品牌在 LLM 回答中的曝光度已成为新的 SEO。 目前还没有一套完整方案，能通过单次 MCP 调用衡量品牌曝光度。

安装

需要 Python 3.10+ 和 uv。

git clone https://github.com/bestaiinsider/ai-visibility-mcp
cd ai-visibility-mcp
uv sync
cp .env.example .env  # fill in PERPLEXITY_API_KEY / OPENROUTER_API_KEY

运行

# stdio transport — Claude Desktop / Claude Code
uv run ai-visibility-mcp

# HTTP transport — remote agents
uv run ai-visibility-mcp --http --port 8000

Claude Desktop / Claude Code 配置

将配置添加到 ~/Library/Application Support/Claude/claude_desktop_config.json（Desktop）或 ~/.claude.json（CLI）：

{
  "mcpServers": {
    "ai-visibility": {
      "command": "uv",
      "args": ["--directory", "/absolute/path/to/ai-visibility-mcp", "run", "ai-visibility-mcp"]
    }
  }
}

审计和修复循环

# Step 1 — audit
> audit_ai_visibility(domain="example.com")
  score: 55
  warnings:
    - "9/22 AI bots disallowed — site largely invisible to AI search"
    - "no JSON-LD structured data — LLMs lose entity grounding"
    - "no /llms.txt found at root"

# Step 2 — generate fixes
> generate_robots_patch(domain="example.com")
  → new_robots: "User-agent: GPTBot\nAllow: /\n\nUser-agent: ClaudeBot\nAllow: /\n..."
  → diff:       unified diff of exactly what changed
  → paste_target: "/robots.txt at site root, replaces existing"

> generate_json_ld(url="https://example.com/")
  → page_type_detected: "Organization"
  → script_tag: '<script type="application/ld+json">{"@context":"https://schema.org","@type":"Organization"...}</script>'
  → paste_target: "inside <head> of the page"

> generate_llms_txt(domain="example.com")
  → content: "# Example Corp\n\n> One-sentence summary...\n\n## Pages\n- [Home](...): ..."
  → paste_target: "/llms.txt"

# Step 3 — site owner pastes the three artifacts

# Step 4 — re-audit
> audit_ai_visibility(domain="example.com")
  score: 95   ← was 55

会话示例

> check_ai_bot_access(domain="bandcamp.com")

  summary: { total: 22, allowed: 13, disallowed: 9 }
  warnings: ["9/22 AI bots disallowed — site largely invisible to AI search"]
  blocked:  ["GPTBot", "ClaudeBot", "Google-Extended", "Bytespider",
             "CCBot", "Meta-ExternalAgent", "FacebookBot", "Amazonbot", "Diffbot"]

> audit_ai_visibility(domain="bandcamp.com")

  score: 49
  reasons:
    -36: 9 AI bots disallowed in robots.txt
    -10: no JSON-LD structured data
    -5:  no /sitemap.xml

> check_llm_mention(brand="Anthropic", query="Who makes the leading foundation AI models?")

  share_of_voice: 0.667
  by_model:
    perplexity/sonar          mentioned=true   citations=3
    openrouter/gpt-4o-mini    mentioned=true   citations=0
    openrouter/gemini-flash   mentioned=false  citations=0
  est_total_cost_usd: 0.00088
  daily_spend_usd:    0.00088 / $5.00 cap

安全措施

此服务会向调用方提供的域名和 LLM 服务商发起出站 HTTP 请求。v0.2 加固措施：

• SSRF 防护。 所有出站 HTTP 请求都会拒绝环回地址、链路本地地址（AWS / GCP / Azure 元数据 IP）、RFC1918 地址、CGNAT 地址和 IPv6 ULA 地址。重定向会重新验证。
• 每日支出上限。 LLM 调用受 MAX_DAILY_USD 限制（默认 $5.00），支出数据会保存到 ~/.cache/ai-visibility-mcp/spend.json。循环放大不会耗尽你的 Perplexity / OpenRouter 额度。
• 单次调用费用上限。 MAX_COST_PER_CALL（默认 $0.10）和 LLM_MAX_OUTPUT_TOKENS（默认 1024）会严格限制任意单次工具调用的费用和输出量。
• 不持久化用户内容。 除每日支出总额外，不会将任何内容记录到磁盘。

配置

环境变量	默认值	用途
PERPLEXITY_API_KEY	—	check_llm_mention 中的 Perplexity 模型必需
OPENROUTER_API_KEY	—	通过 OpenRouter 使用 OpenAI / Gemini / Claude 时必需
MAX_COST_PER_CALL	0.10	每次工具调用的 USD 费用上限
MAX_DAILY_USD	5.00	每个 UTC 日的 USD 费用上限，持久化保存
LLM_MAX_OUTPUT_TOKENS	1024	每次大模型调用的输出令牌硬性上限
AI_VISIBILITY_SPEND_FILE	~/.cache/ai-visibility-mcp/spend.json	覆盖支出记录文件的位置

开发

uv sync --extra dev
uv run pytest          # 40 tests
uv run ruff check .    # lint

状态

v0.3 — 审计与修复循环已完成。7 个工具（4 个审计工具 + 3 个生成工具），测试全部通过（40/40），已强化 SSRF 防护并设置支出上限。已针对 tealhq.com / bandcamp.com / anthropic.com 完成冒烟测试。

许可证

MIT。