关于 Geo Audit MCP
Geo Audit MCP 用于评估网页的生成式引擎优化准备情况,面向网站所有者和编辑。它按六大支柱报告检查结果、总分,并提供修复提示词。
主要功能
- 01评估六大支柱中的 31 项信号
- 02返回总体准备度评分
- 03展示各支柱的检查结果
- 04生成可执行的修复提示词
- 05无需 API 密钥即可进行静态 HTML 分析
适用场景
- 01检查网页对 AI 引用的准备情况
- 02审视技术、内容和结构化数据问题
- 03依据修复提示词修改网页
MCP 相关
它向 MCP 客户端提供 `geo_site_audit` 工具。工具接收 URL 及可选的品牌和页面类型提示,并返回审计结果。
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。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
geo-audit-mcp
用于 GEO(生成式引擎优化)网站审计的轻量级 MCP 服务。检查 6 个支柱中的 31 项信号——技术可爬取性、内容结构、架构与元数据、E-E-A-T、引用就绪度和治理——并返回评分、各支柱的细分结果以及可执行的修复提示词。
此服务仅提供 一个工具:
geo_site_audit
输出格式
{
"score": 72,
"pillars": {
"technical": { "pass": 4, "fail": 1, "warn": 0, "na": 0, "total": 5, "pct": 80 },
"content": { "pass": 3, "fail": 0, "warn": 1, "na": 0, "total": 4, "pct": 88 },
"schema": { "pass": 2, "fail": 1, "warn": 1, "na": 0, "total": 4, "pct": 63 },
"eeat": { "pass": 4, "fail": 1, "warn": 2, "na": 0, "total": 7, "pct": 71 },
"citations": { "pass": 6, "fail": 1, "warn": 3, "na": 0, "total": 10, "pct": 75 },
"governance": { "pass": 1, "fail": 0, "warn": 0, "na": 0, "total": 1, "pct": 100 }
},
"checks": [
{ "id": "T1", "pillar": "technical", "title": "Page reachable over HTTPS", "status": "pass", "message": "Page returned HTTP 200." },
{ "id": "B1", "pillar": "content", "title": "Answer-first opening mentions brand", "status": "fail", "message": "Add a 2–3 sentence opening that names your brand...", "evidence": "Welcome to our platform..." }
],
"fixPrompt": "You are improving GEO readiness for MyBrand...",
"summary": "- [Content] Improve heading hierarchy...",
"stats": { "words": 1523, "headings": 14, "externalLinks": 8, "jsonLdBlocks": 2 },
"auditedUrl": "https://example.com/page"
}
各部分的含义
| 字段 | 描述 |
|---|---|
score | GEO 整体就绪度评分(0–100),按 6 个支柱加权计算 |
pillars | 各支柱的通过/失败/警告数量和百分比 |
checks | 全部 31 项检查的结果,包括状态、消息和证据 |
fixPrompt | 可执行的修复提示词——粘贴到 Claude、Cursor 或你的网站编辑器中 |
summary | 易读的摘要(如果设置了 OPENAI_API_KEY,则由大模型生成;否则自动生成) |
stats | 页面级统计数据:字数、标题、外部链接、JSON-LD 区块 |
auditedUrl | 已审计的规范化 URL |
BYOK
此服务使用 你自己的 API 密钥。用量和账单由你的服务提供商账户承担。API 密钥并非必需——审计完全通过静态 HTML 分析离线运行。也可以选择设置 OPENAI_API_KEY,以启用大模型生成的摘要。
必需的环境变量
| 变量 | 必需 | 描述 |
|---|---|---|
OPENAI_API_KEY | 可选 | 用于生成大模型审计摘要的 OpenAI API 密钥。如果未设置,则根据检查结果自动生成摘要。 |
OPENAI_BASE_URL | 可选 | 自定义 OpenAI 兼容端点(默认值:https://api.openai.com/v1)。 |
OPENAI_HTTPS_PROXY | 可选 | 用于 OpenAI API 调用的 HTTPS 代理 URL(例如:http://127.0.0.1:7890)。 |
WEBSITE_HTTPS_PROXY | 可选 | 用于获取目标网站内容的 HTTPS 代理 URL。 |
快速开始
npm install
npm run build
MCP 配置示例
Claude Desktop(claude_desktop_config.json)
{
"mcpServers": {
"geo-audit-mcp": {
"command": "node",
"args": ["<ABSOLUTE_PATH>/geo-audit-mcp/dist/index.js"],
"env": {
"OPENAI_API_KEY": "<YOUR_OPENAI_API_KEY>"
}
}
}
}
Cursor / Windsurf / 其他 MCP 客户端
{
"mcpServers": {
"geo-audit-mcp": {
"command": "node",
"args": ["<ABSOLUTE_PATH>/geo-audit-mcp/dist/index.js"],
"env": {
"OPENAI_API_KEY": "<YOUR_OPENAI_API_KEY>",
"OPENAI_HTTPS_PROXY": "http://127.0.0.1:7890"
}
}
}
}
工具输入
{
"url": "https://example.com/pricing",
"brand_name": "Example",
"page_type": "product"
}
| 参数 | 必需 | 描述 |
|---|---|---|
url | 是 | 要审计的完整 URL。必须以 https:// 或 http:// 开头。 |
brand_name | 否 | 品牌名称——可提高开篇内容检查(B1)的准确性。 |
page_type | 否 | 提示:homepage、product 或 article。如果省略,则根据 URL 路径自动检测。 |
检查内容(31 项信号,6 个支柱)
技术可爬取性(5 项检查)
T1–T5:HTTPS 可访问性、AI 爬虫的 robots.txt 规则、llms.txt 是否存在、无需 JavaScript 即可读取文本、规范 URL。
内容结构(4 项检查)
B1–B4:开篇优先提及品牌、标题层级、段落分块、可引用内容块(列表/FAQ)。
架构与元数据(4 项检查)
C1–C4:标题和元描述、Organization/WebSite JSON-LD、页面类型结构化数据、FAQPage 架构。
E-E-A-T(7 项检查)
E1–E7:作者/实体信号、可见的署名行、About/Contact 链接、包含 sameAs 的 Organization JSON-LD、Privacy/Terms 链接、权威评测链接、发布日期。
引用就绪度(10 项检查)
R1–R10:外部参考链接、权威评测网站域名、链接多样性、内容内链接、可引用内容块、可引用事实、来源归属、实体 sameAs、页面可引用性评分、可用于引用的段落比例。
治理(1 项检查)
G1:网站地图可访问性。
说明
- 审核会通过直接 HTTP 请求(使用类似浏览器的 User-Agent)获取目标页面。某些采用严格机器人防护的网站可能会拦截请求。
- 审核是无状态的——不会存储或记录任何数据。
- 内置 SSRF 防护:会拦截内部 IP、localhost 和云元数据端点。
- 如果设置了
OPENAI_API_KEY,摘要默认使用 GPT-4.1-mini。设置OPENAI_MODEL可覆盖默认值。 - 修复提示词专为直接粘贴到 Claude、Cursor 或你的网站编辑器中而设计——仅针对 HTML、meta 标签和 JSON-LD。
- 切勿将真实凭据提交到 git。只能使用环境变量。
由 gptmelo.com 构建——用于 ChatGPT 的 GEO 品牌监测工具。
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。