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
- 01评估网站 GEO 就绪度
- 02生成爬虫规则和结构化数据修复
- 03为新网站生成素材
- 04起草监控配置
- 05获取网站报告
适用场景
- 01评估现有域名的 AI 爬取情况
- 02准备 robots.txt 和 Schema.org 标记
- 03为新网站生成 GEO 文件
- 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。
工具
5收录的工具列表 · 更新于 1 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| domain | string | 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_scoreJSON 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
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。