mcpField
O
octoboost

octoboost

本地服务
github.com/eugenregehr商业与营销031 周前更新

关于 octoboost

octoboost 将 OctoBoost SEO API 封装为 MCP 服务,面向开发者和 Agent 工作流。它可抓取域名并生成结构化的 SEO 与 AI 搜索可见度审计结果,而非返回原始页面内容。

主要功能

  1. 01查看分析器类别与权重
  2. 02抓取域名相关 URL
  3. 03为多个 URL 生成评分审计
  4. 04提供 GEO/AEO 可见度信号
  5. 05逐个 URL 发送进度更新

适用场景

  1. 01查找待审计的网站页面
  2. 02检查 SEO 与 AI 搜索可见度
  3. 03将精简审计结果用于 Agent 工作流

MCP 相关

它通过 MCP 工具提供 `list_analyzers`、`scan_domain` 和 `analyze`。客户端可发现检查项、收集 URL,并获取结构化的逐页审计结果。

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": {
"eugenregehr-octoboost": {
"command": "npx",
"args": [
"-y",
"octoboost-mcp-server"
],
"env": {
"OCTOBOOST_API_KEY": "<OCTOBOOST_API_KEY>"
}
}
}
}
启动命令npx -y octoboost-mcp-server
需要配置的环境变量
OCTOBOOST_API_KEY密钥Your OctoBoost API key for authenticating requests to the SEO API

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
npmoctoboost-mcp-server1.0.6

工具

3

收录的工具列表 · 更新于 3 周前

此工具无需参数。

详细介绍

OctoBoost SEO MCP 服务

MCP Registry

将 OctoBoost SEO API 作为 Model Context Protocol (MCP) 工具提供,让 Agent 能够以简洁、结构化的结果审查网站,而无需获取并解析原始 HTML。

前往 octo-boost.com 获取免费的 API 密钥。新账户会获赠免费额度,可用于试用所有工具。

此服务的功能

octoboost-mcp-server 为 MCP 客户端提供三项核心能力:

  • 使用 list_analyzers 发现可用的分析器
  • 使用 scan_domain 爬取域名,查找相关 URL
  • 使用 analyze 执行完整审查

它专为需要在推理过程中获取 SEO 和 AI 可见性信号、同时避免在原始页面内容上耗费数千个令牌的 Agent 工作流而构建。

适用对象

此服务适合:

  • 构建支持 MCP 的产品、助手或内部自动化工具的开发者
  • 使用 Cursor 或 Claude Desktop 等 MCP 客户端,并希望仅通过配置即可使用 SEO 工具的团队
  • 需要高令牌效率的网站审查、进度更新和结构化输出,以便进行推理的 AI Agent 工作流

如果你想要的是通用 SEO 学习指南或原始 HTML 抓取工具,那么此服务就不太适合。它的主要价值在于为自动化工作流提供简洁的审查结果。

为什么不直接抓取原始内容?

在大模型上下文中直接运行 SEO 检查成本很高。OctoBoost 将繁重工作交给 API 处理,只返回 Agent 决定下一步操作所需的信号。

  • 令牌效率高:返回结构化结果,而非原始 HTML
  • 适合大模型:返回评分、标记和诊断信息,而非需要解析的散文
  • 关注额度:响应中包含已使用额度和剩余额度
  • 错误可预测:密钥无效或已过期时返回 401,额度用尽时返回 402

快速开始

  1. 从 octo-boost.com 获取 API 密钥。
  2. 将此服务添加到 MCP 客户端配置中。
  3. 调用 list_analyzers 验证连接。
{
  "mcpServers": {
    "octoboost-seo": {
      "command": "npx",
      "args": ["-y", "octoboost-mcp-server"],
      "env": {
        "OCTOBOOST_API_KEY": "your-api-key"
      }
    }
  }
}

常见的配置文件位置:

  • Claude Desktop:~/Library/Application Support/Claude/claude_desktop_config.json
  • Cursor:Cursor MCP 设置
  • OpenClaw:~/.openclaw/mcp.json

核心工作流

大多数 Agent 工作流遵循以下模式:

1. list_analyzers
   -> learn categories and available checks

2. scan_domain { domain: "acme.com" }
   -> collect relevant URLs for the audit

3. analyze { urls: [...] }
   -> run a full audit with SEO score + GEO/AEO score for each URL

工具概览

list_analyzers

返回可用的分析器键、类别和权重。先调用此工具,让 Agent 了解可运行哪些分析器。

  • 无需输入
  • 当前类别包括 seo、accessibility、ux、performance 和 geo
  • 返回的权重反映你的个人设置(见下文的分析设置)
scan_domain

爬取域名并返回与 SEO 相关的 URL。

参数类型默认值描述
domainstring—要扫描的域名或 URL
maxPagesnumber服务默认值要爬取的最大页面数(服务端会限制为批量分析上限)
excludePatternsstring[][]要跳过的 URL 模式
respectRobotsTxtbooleantrue遵循 robots.txt
defaultLanguageOnlybooleantrue跳过其他语言版本的重复页面
analyze

对一个或多个 URL 执行完整审计。每个 URL 都会运行 30 多个分析器,并返回总体 SEO 评分、各类别评分以及用于衡量 AI 搜索可见性的 GEO/AEO 评分。URL 会按顺序处理,每处理完一个都会发送进度通知。

参数类型描述
urlsstring[]要分析的 URL

**费用:**每个 URL 需 3 个积分。

分析设置

你可以在控制面板 octo-boost.com/dashboard 中配置各分析器对总体评分的影响权重。为 30 多个分析器中的任意一个设置 0 到 5 之间的权重。

  • 权重为 0 — 分析器仍会运行,但不计入总体评分
  • 权重为 1–5 — 数值越高,分析器对最终评分的影响越大
  • 更改会立即应用于之后所有使用你的密钥发起的 API 调用
  • list_analyzers 始终会返回你当前的权重,以便 Agent 根据你的设置调整推理

Core Web Vitals(CrUX)

完整审计会通过 Chrome UX Report API 获取真实用户的性能数据(LCP、CLS、INP、FCP、TTFB),并以 p75 百分位数呈现——即 75% 的真实 Chrome 用户达到或优于这一速度。Google 会将这些指标用作搜索排名信号。

如果未返回数据,结果会包含确切原因(例如流量不足、URL 不在 Google 的数据集中)。低流量网站经常会出现这种情况,且不会影响总体 SEO 评分。

GEO/AEO 输出

完整审计会在技术 SEO 评分旁附带 geoScore。

此评分面向 AI 搜索和 Agent 工作流,可帮助判断 ChatGPT、Claude、Gemini 或 Perplexity 等系统是否能轻松理解、提取、检索并引用页面内容。

主要字段包括:

  • geoScore
  • technicalAccess
  • contentStructure
  • entityClarity
  • authoritySignals
  • citationLikelihood
  • ragReadiness
  • llmAssessment
  • whyThisMattersForAgents

项目状态

计划中的后续工作:

  • 基于 LLM 的优先级排序与内容精简,以生成更紧凑的输出
  • 更高层级的工具,例如 get_fix_plan、summarize_top_opportunities 和 compare_urls
  • 在抓取和分析的基础上构建更完善的网站级工作流
  • 专用界面和 API 文档

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。