mcpField
G
geoscore

geoscore

本地服务
github.com/CloudCorpRecords商业与营销01 周前更新

关于 geoscore

geoscore 是用于检查网站对 AI 爬虫可访问性的 MCP 服务,并生成 GEO 修复素材,适合网站所有者和顾问。它可在本地检查网站,并提供可直接使用的标记、爬虫规则和报告。

主要功能

  1. 01评估网站 GEO 就绪度
  2. 02生成爬虫规则和结构化数据修复
  3. 03为新网站生成素材
  4. 04起草监控配置
  5. 05获取网站报告

适用场景

  1. 01评估现有域名的 AI 爬取情况
  2. 02准备 robots.txt 和 Schema.org 标记
  3. 03为新网站生成 GEO 文件
  4. 04查看 AI 提及率或可爬取性报告

MCP 相关

向 MCP 客户端提供五种工具,用于 GEO 评分、生成修复方案和网站素材、起草监控设置及获取报告。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"cloudcorprecords-geoscore": {
"command": "npx",
"args": [
"-y",
"@reneturcios/geoscore"
]
}
}
}
启动命令npx -y @reneturcios/geoscore

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@reneturcios/geoscore0.1.0
ocighcr.io/cloudcorprecords/geoscore:0.1.0

工具

5

收录的工具列表 · 更新于 1 周前

参数类型必填说明
domainstring是此调用适用的域名。

详细介绍

geoscore

ChatGPT、Claude 和 Perplexity 实际上能看到你的网站吗?geoscore 会检查网站是否已为 AI 爬虫和搜索做好准备,也就是 GEO(生成式引擎优化),并提供可直接复制粘贴的修复资源:允许指定 AI 爬虫访问的 robots.txt、Schema.org Organization 和 FAQ 标记,以及 llms.txt。它通过 stdio 在本地运行,无需账户或 API 密钥。

五个工具负责完成这些工作。analyze_geo_score 会从 0 到 100 为现有域名评分,并按类别细分。get_geo_fixes 会为该域名生成修复套件。make_site_geo_ready 只需提供名称、URL 和描述,就能一次性为全新网站生成所有资源。suggest_monitoring_config 会为企业起草监控配置,包括目标受众、建议查询,以及可用于应用该配置的确切 causabi.com API 调用。get_site_report 会返回一份可直接提供给客户的报告:如果有 causabi.com 分享链接标识,就提供完整的提及率细分;如果只有域名,则仅提供可抓取性评分。

关于范围的说明

  • 已注明的子集 — 未包含 get_product_guide。 原始服务包含六个工具;第六个工具会返回供应商自己的指南文档,但其内容未发布在任何可读记录中,因此诚实的重建版本无法复现该工具。这里只实现上述五个工具。
  • 评分权重是已注明的重建内容。 原始版本公布了检查清单(可抓取性;针对每种 AI 爬虫的 robots.txt;无需 JavaScript 即可查看;Schema.org;FAQ;名称和联系方式;新鲜度/可访问性/llms.txt 规范,权重较低),但未公布权重。geoscore 的权重配置——可抓取性 20、robots 20、可见性 20、schema 15、FAQ 10、联系方式 10、规范 5——属于本重建版本,详见 src/geo.ts。
  • 报告的 API 路径是重建内容。 causabi.com/report/<slug> 分享页面是公开的;其背后的 API 路径(https://causabi.com/api/v1/reports/<slug>)是本重建版本对该行为的实现。

配置

无。无需环境变量或 API 密钥。网站信息会直接从待检查的域名获取,每个请求的超时时间固定为 15 秒。

工具

  • analyze_geo_score — 为现有 domain 计算 0–100 的 GEO 评分并提供细分结果。返回 JSON 对象:{domain, score, breakdown: {crawlability, robots, visibility, schema, faq, contacts, hygiene}, robots: {<crawler>: "allowed" | "blocked"}, facts: {home_status, has_llms_txt, has_json_ld}}。跟踪的 8 个爬虫为 GPTBot、ClaudeBot、PerplexityBot、ChatGPT-User、 Claude-User、OAI-SearchBot、Google-Extended 和 CCBot。如果完全无法获取首页,工具会失败并报错 site unreachable: <domain>;如果页面可访问但 HTTP 状态码表示错误,则会进行评分,不会导致工具失败。
  • get_geo_fixes — 为 domain 提供可直接复制粘贴的修复内容,以包含以下 4 个部分的 Markdown 文档形式返回: 一个允许所有指定 AI 爬虫的 robots.txt 代码块(列出当前 robots.txt 屏蔽的爬虫)、一个在可识别网站标题时填入该标题的 Organization JSON-LD 模板、一个 FAQPage JSON-LD 骨架,以及一个 llms.txt 骨架。
  • make_site_geo_ready — 一次性为新网站生成所有 GEO 资源(无需 API 密钥)。接受 name、 url 和 description,以及可选的 services(字符串数组)、email 和 faq({question, answer} 数组)。返回一个文档,包含 Organization JSON-LD、在提供 faq 时生成的 FAQPage JSON-LD 代码块、llms.txt 正文(在提供 services 时包含 Services 列表),以及允许指定 AI 爬虫的 robots.txt。完全在本地运行,不会获取任何内容。
  • suggest_monitoring_config — 根据 business_name 和 business_description 生成监控配置草案,可选提供 location。返回 JSON:{business_name, location, audiences, suggested_queries, apply_calls},其中 apply_calls 包含在 causabi.com 上应用该配置所需的两个调用: PUT https://causabi.com/api/v1/monitor/{site_id}/settings 和 PUT https://causabi.com/api/v1/monitor/{site_id}/queries (包含 {site_id} 占位符)。此工具本身不会发起 API 调用。
  • get_site_report — 传入 report_slug 获取完整的 AI 提及率细分报告(无需 API 密钥),或只传入 domain 获取仅包含可抓取性评分的摘要: analyze_geo_score JSON 加上用于说明如何获取完整报告的 note 字段。必须提供这两个参数中的一个。

CLI

npx @reneturcios/geoscore analyze_geo_score '{"domain":"example.com"}'
npx @reneturcios/geoscore get_geo_fixes '{"domain":"example.com"}'
npx @reneturcios/geoscore make_site_geo_ready '{"name":"Acme Corp","url":"https://acme.com","description":"We help small businesses grow."}'
npx @reneturcios/geoscore suggest_monitoring_config '{"business_name":"Bright Smiles Dental","business_description":"A family dental clinic.","location":"Austin, TX"}'
npx @reneturcios/geoscore get_site_report '{"report_slug":"abc123"}'
npx @reneturcios/geoscore --version

每个子命令都接受一个 JSON 参数字符串,并输出工具的结果文本。退出代码:0 表示成功,1 表示工具错误,2 表示用法错误。

MCP

npx -y @reneturcios/geoscore mcp

MCP 客户端配置:

{
  "mcpServers": {
    "geoscore": {
      "command": "npx",
      "args": ["-y", "@reneturcios/geoscore", "mcp"]
    }
  }
}

Docker

docker run -i ghcr.io/cloudcorprecords/geoscore          # stdio MCP server (CMD defaults to "mcp")
docker run --rm ghcr.io/cloudcorprecords/geoscore analyze_geo_score '{"domain":"example.com"}'   # CLI via container

开发

npm install
npm run build   # tsc -> dist/ (dist/cli.js is the bin)
npm test        # tsx --test test/*.test.ts — fixture-based, no network
npm run dev     # tsx src/cli.ts — run the CLI from source

许可证

MIT — 参见 LICENSE(版权所有 © 2026 Rene Turcios)。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。