geo-analyzer

警告

已弃用且不再维护。 GEO Analyzer 的 AI 搜索内容分析功能已整合至 SEO Audit Console（npm i @houtini/seo-audit-console）——它会在完整技术 SEO 审计的基础上，一站式评估 AI Overview 引用、段落相关性、Agent 就绪度和内容可提取性，并集成于一个 MCP 中。请迁移至该项目。

---

GEO 分析器

面向 AI 搜索可见性的内容分析。衡量内容获得 ChatGPT、Claude、Perplexity 和 Google AI Overviews 引用时真正重要的因素。

快速导航

功能介绍 | 安装 | 使用示例 | 输出 | 工具 | 故障排除 | 研究基础

功能介绍

GEO Analyzer 会检查内容，分析 AI 系统在选择引用来源时使用的信号：

• 主张密度 - 每 100 个词中可提取的事实数量
• 信息密度 - 字数与预测的 AI 覆盖度之比
• 答案前置程度 - 关键信息出现的速度
• 语义三元组 - 结构化的（主语、谓语、宾语）关系
• 实体识别 - AI 可引用的命名实体
• 句子结构 - 适合 AI 解析的最佳长度

分析使用 Claude Sonnet 4.5 在本地进行语义提取。无需外部服务，数据不会离开你的设备。

安装

Claude Desktop

将以下内容添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "geo-analyzer": {
      "command": "npx",
      "args": ["-y", "@houtini/geo-analyzer@latest"],
      "env": {
        "ANTHROPIC_API_KEY": "sk-ant-..."
      }
    }
  }
}

配置文件位置：

• Windows：%APPDATA%\Claude\claude_desktop_config.json
• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Linux：~/.config/Claude/claude_desktop_config.json

保存后重启 Claude Desktop。

Claude Code（CLI）

Claude Code 使用不同的注册机制——它不会读取 claude_desktop_config.json。请改用 claude mcp add：

claude mcp add -e ANTHROPIC_API_KEY=sk-ant-... -s user geo-analyzer -- npx -y @houtini/geo-analyzer@latest

使用以下命令验证：

claude mcp get geo-analyzer

你应该会看到 Status: Connected。

要求

• Node.js 20+
• Anthropic API 密钥（console.anthropic.com）

使用示例

分析已发布的 URL

Analyse https://example.com/article for "topic keywords"

主题背景有助于评估相关性，但并非必需：

Analyse https://example.com/article

直接分析文本

粘贴内容进行分析（至少 500 个字符）：

Analyse this content for "sim racing wheels":

[Your content here]

摘要模式

获取精简输出，不包含详细建议：

Analyse https://example.com/article with output_format=summary

输出

评分（0-10）

评分	衡量内容
总体	所有因素的加权平均值
可提取性	AI 提取事实的难易程度
可读性	适合 AI 解析的结构质量
可引用性	内容是否适合引用以及是否可归属

关键指标

信息密度：

• 词数及覆盖率预测
• 最佳范围：800-1,500 个词
• 少于 1K 个词的页面：AI 覆盖率约为 61%
• 超过 3K 个词的页面：AI 覆盖率约为 13%

答案前置：

• 前 100/300 个词中的论点和实体
• 首个论点的位置
• 表明答案即时性的评分

论点密度：

• 目标：每 100 个词至少 4 个论点
• 可提取的事实、统计数据和测量结果

句子长度：

• 目标：平均 15-20 个词
• 符合 Google 约 15.5 个词的分块提取长度

建议

优先级排序的建议包括：

• 内容中的具体位置
• 修改前/后的示例
• 基于研究的理由

工具

analyze_url

获取并分析已发布的网页。

参数	必填	描述
url	是	要分析的 URL
query	否	用于相关性评分的主题背景
output_format	否	detailed（默认）或 summary

analyze_text

直接分析粘贴的内容。

参数	必填	描述
content	是	要分析的文本（至少 500 个字符）
query	否	用于相关性评分的主题背景
output_format	否	detailed（默认）或 summary

故障排除

“ANTHROPIC_API_KEY is required” 在配置的 env 部分添加你的 API 密钥。

更改配置后出现“Cannot find module” 完全退出 Claude Desktop，然后重新启动。

“Content too short” 要进行有意义的分析，至少需要 500 个字符。

付费墙内容返回错误 分析器只能访问公开页面。

性能

• URL 分析：约 8-10 秒
• 文本分析：约 5-7 秒
• 费用：每次分析约 $0.14（Sonnet 4.5）

从 v1.x 迁移

v2.0 移除了外部依赖项。请更新配置：

旧版（v1.x）：

{
  "env": {
    "GEO_WORKER_URL": "https://...",
    "JINA_API_KEY": "jina_..."
  }
}

新版（v2.x）：

{
  "env": {
    "ANTHROPIC_API_KEY": "sk-ant-..."
  }
}

开发

git clone https://github.com/houtini-ai/geo-analyzer.git
cd geo-analyzer
npm install
npm run build

研究基础

分析方法参考了经过同行评审的研究和实证研究：

MIT GEO 论文（2024）

Aggarwal 等人，《GEO：生成式引擎优化》- ACM SIGKDD

应用的主要发现：

• 论点密度目标为每 100 个词至少 4 个论点
• 最佳句子长度为 15-20 个词
• 注重可提取性可使 AI 引用率提高 40%

arxiv.org/abs/2311.09735

Dejan AI Grounding 研究（2025）

对 7,060 个查询和 2,275 个页面进行的实证分析

应用的主要发现：

• 每个查询的 grounding 总预算约为 2,000 个词
• 排名第 1 的来源获得 531 个词（预算的 28%）
• 排名第 5 的来源获得 266 个词（预算的 13%）
• 平均提取分块长度：15.5 个词
• 少于 1K 个词的页面：覆盖率为 61%
• 3K 个词及以上的页面：覆盖率为 13%

dejan.ai/blog/how-big-are-googles-grounding-chunks
dejan.ai/blog/googles-ranking-signals

---

MIT 许可证 - Houtini.ai