SEO & GEO

seo-geo-mcp-server

一个 MCP 服务，可让 AI Agent 审核页面的 SEO 和 GEO（生成式引擎优化）——检查页面标签、结构化数据、robots.txt、站点地图、hreflang，以及 ChatGPT、Claude、Perplexity 和 Gemini 是否真的能抓取并引用你的网站。无需 API 密钥。

基于 v2 MCP SDK 构建：服务采用 2026-07-28 协议修订版，同时仍通过同一个工厂接受 2025 年的客户端（Claude Desktop、Claude Code、Cursor）——一次构建，兼容两个时代，无需配置。

问 Claude “这个页面表现如何，AI 助手会引用它吗？”，它就会执行完整审核，并提供带有优先级排序修复建议的评分报告——你不必把 URL 分别粘贴到六种不同的网页工具中。

> Audit https://example.com/guide and tell me if ChatGPT can cite it

  seo_audit(url="https://example.com/guide", include_geo=true)

  Overall: A (92/100) · indexable: yes
    Meta tags & social preview   95 (A)
    Heading structure           100 (A)
    Structured data              75 (C)

  GEO readiness: B (85/100)
    ✅ AI crawler access        25/25
    ✅ Server-rendered content  20/20
    ❌ Authorship & entity       2/10
  1. Add author and Organization markup with `sameAs` links to official profiles.

---

为什么要做这个项目

两个痛点，一个服务。

SEO 痛点： 页面检查工具都是网页界面。没有任何工具能让 Agent 在同一轮工作中执行审核、读取结果并修复代码。

GEO 痛点： “生成式引擎优化”工具大多是需要订阅的排名追踪仪表板。决定 AI 助手能否引用你网站的实际机制，检查成本很低，却几乎从未受到检查：

• AI 搜索爬虫能访问你的网站吗？ 屏蔽 GPTBot 会阻止训练。屏蔽 OAI-SearchBot 会阻止你被引用。许多原本只想阻止前者的网站，却意外阻止了后者。此服务会区分二者。
• 不运行 JavaScript，内容还存在吗？ Googlebot 会渲染 JS。GPTBot、ClaudeBot、PerplexityBot 和 CCBot 基本不会。客户端渲染的页面可能在 Google 上排名良好，却无法被任何 AI 助手看到。

它是 ortamarco.me 上工具的 Agent 端配套服务，并与 domain-security-mcp-server 共享其核心功能（连接时 SSRF 防护和主机验证）。

工具

审核

工具	功能
seo_audit ⭐	一次抓取 → 七个加权部分（元数据、标题、内容、架构、图片、链接、可抓取性）→ 0–100 分、A–F 等级、按优先级排序的修复建议。include_geo=true 会加入 GEO 维度
geo_audit ⭐	AI 答案引擎就绪度：爬虫访问权限（25）、服务端渲染内容（20）、结构化数据（15）、可提取结构（15）、作者信息（10）、新鲜度（8）、深度（7）

GEO

工具	功能
ai_crawler_access	根据 robots.txt 检查约 35 种 AI 爬虫令牌的解析结果。区分训练爬虫与引用爬虫，标记供应商文档中说明为无法强制执行的屏蔽规则，并处理 Applebot→Googlebot 回退
render_check	检查内容在不运行 JavaScript 时是否仍然存在——检测 AI 爬虫无法读取的、尚未水合的 SPA 空壳
llms_txt_check	检测并验证 /llms.txt 是否符合 llmstxt.org 提案——并报告其实际采用情况，而不是暗示它能提升可见度

页面内

工具	功能
meta_tags_check	标题、描述、canonical、robots（meta 和 X-Robots-Tag）、lang、charset、viewport
social_preview_check	Open Graph + Twitter Card，并验证 og:image 是否实际加载
heading_structure	完整的 h1–h6 大纲、多个 h1、跳级标题、疑问句式标题
structured_data_check	提取 JSON-LD/microdata/RDFa，检查解析错误，并验证 21 种 schema 类型是否满足 Google 富媒体搜索结果要求
content_analysis	字数、Flesch 易读性、薄弱内容检测、文本与 HTML 比率、术语密度（EN + ES 停用词）
image_seo_check	检查缺失的替代文本、缺失的尺寸（布局偏移）、延迟加载、WebP/AVIF 采用情况

技术

工具	功能
robots_txt_check	按 RFC 9309 解析；标记通配符 Disallow: / 和 5xx 响应（Google 会将其视为禁止所有抓取）
sitemap_check	通过 robots.txt → 常规路径发现站点地图；跟进索引、处理 gzip、50k/50MiB 限制、验证 lastmod
canonical_host_check	检查全部四种 http/https × apex/www 变体是否汇聚到一个 canonical URL，以及通过 301 还是 302 跳转
redirect_trace	逐跳追踪链路，检测循环和临时重定向
link_audit	区分内部/外部链接、检查 rel 属性和通用锚文本，并可选择抽样检查失效链接
hreflang_check	验证 BCP-47、检查自引用、x-default 和重复项，并可选择验证互反性

每个工具均为只读，声明 outputSchema，并返回 structuredContent（由 SDK 验证），同时提供人类可读的 Markdown（默认格式）或 JSON（response_format="json"），以及可执行的错误信息。

说明

此服务会刻意避免夸大两件事，而大多数 GEO 内容都会在这方面出错。相关说明会显示在工具输出中，而非藏在这里：

• llms.txt 并非已采纳的标准。 它是 2024 年 9 月提出的社区提案。没有任何主流 AI 厂商说明其爬虫会从第三方网站读取该文件，Google 也曾公开表示不会。该工具会报告文件是否存在并验证其格式，而 geo_audit 刻意不为其评分。（llms-full.txt 是文档工具的惯例，并非该提案的一部分。）
• robots.txt 中的某些限制仅供参考。 据各自厂商的文档，Perplexity-User、ChatGPT-User 和 meta-externalfetcher 会忽略或可能忽略 robots.txt。将这些爬虫报告为已明确“屏蔽”会造成误导，因此它们会单独列为无法强制执行。

爬虫令牌带有 provenance 字段，用于区分来自厂商官方文档的信息和来自社区聚合站点的信息；同时会明确列出未公布任何令牌的厂商（xAI/Grok、Microsoft Copilot），因为缺少规则不能被视为允许或屏蔽。

安装

需要 Node.js 20.18+。无需克隆项目——每个 MCP 客户端都可以通过 npx 运行。

与 Claude Code 搭配使用

claude mcp add seo-geo -- npx -y seo-geo-mcp-server

与 Claude Desktop 或 Cursor 搭配使用

添加到 claude_desktop_config.json（或 ~/.cursor/mcp.json）中——参见 examples/：

{
  "mcpServers": {
    "seo-geo": {
      "command": "npx",
      "args": ["-y", "seo-geo-mcp-server"]
    }
  }
}

在 Windows 上，使用 "command": "cmd"，并设置 "args": ["/c", "npx", "-y", "seo-geo-mcp-server"]。 重启客户端，然后询问：“审查 example.com 的 SEO 和 GEO。”

自托管（HTTP 传输）

同一服务支持无状态的 Streamable HTTP，供远程或多客户端使用。一个端点即可兼容两个协议版本；无需会话状态，也无需携带 Mcp-Session-Id。

TRANSPORT=http npx -y seo-geo-mcp-server
# POST JSON-RPC to http://127.0.0.1:3000/mcp   ·   health at /healthz

默认情况下，它是安全的：服务绑定到 127.0.0.1，且只接受 localhost 的 Host 和 Origin 标头，因此可以阻止来自网页的 DNS 重绑定攻击。若要公开访问——例如部署在 Coolify 或 Traefik 后面——请明确启用：

变量	默认值	用途
TRANSPORT	stdio	使用 http 提供 Streamable HTTP
PORT	3000	监听端口
HOST	127.0.0.1	绑定地址；设为 0.0.0.0 以接受远程连接
ALLOWED_HOSTS	—	Host 标头可携带的主机名，以逗号分隔（例如 mcp.example.com）
ALLOWED_ORIGINS	—	允许从浏览器发起调用的来源，以逗号分隔
MCP_AUTH_TOKEN	—	如果设置，每个请求都必须携带 Authorization: Bearer <token>

绑定到非环回地址，但未设置 ALLOWED_HOSTS 或 MCP_AUTH_TOKEN 时仍可运行，不过服务会在 stderr 中提示这一点。使用 Docker 时（镜像会设置 HOST=0.0.0.0）：

docker build -t seo-geo-mcp .
docker run -p 3000:3000 -e ALLOWED_HOSTS=mcp.example.com -e MCP_AUTH_TOKEN=change-me seo-geo-mcp

开发

npm run dev      # tsx watch (stdio)
npm test         # deterministic unit tests: SSRF guard, robots matcher, nesting guard,
                 # gzip sitemaps, SPA detection, JSON-LD, HTTP transport defaults
npm run smoke    # call all 17 tools over MCP, in BOTH protocol eras, and validate
                 # structuredContent vs outputSchema
npm run inspect  # open the MCP Inspector against the built server
npm run build    # type-check + emit dist/

evals/ 中包含一组 10 个问题的大模型评测集（稳定且可验证），以及运行说明——请参阅 evals/README.md。

工作原理

src/
├── index.ts        # transport selection: serveStdio | createMcpHandler + Express
├── server.ts       # the factory: registers every tool on one McpServer
├── schemas.ts      # Zod 4 outputSchema for each tool
├── core/           # pure logic, no MCP coupling — reusable & testable
│   ├── validate.ts     # host/URL validation and the address classifier
│   ├── netguard.ts     # connect-time SSRF guard (every socket's address is checked)
│   ├── fetch.ts        # fetch: guarded dispatcher, manual redirects, loop detection, byte caps
│   ├── page.ts         # HTML loading + the shared parsed-document model
│   ├── meta.ts         # title/description/canonical/robots, Open Graph, hreflang
│   ├── content.ts      # headings, readability, word counts, image SEO
│   ├── structured-data.ts # JSON-LD/microdata + Google rich-result requirements
│   ├── robots.ts       # RFC 9309 parser and rule matcher
│   ├── ai-crawlers.ts  # the AI crawler registry (token, purpose, compliance, provenance)
│   ├── sitemap.ts      # discovery, index following, gzip, protocol limits
│   ├── links.ts        # link classification + broken-link sampling
│   ├── redirects.ts    # chain tracing + host canonicalisation
│   ├── geo.ts          # llms.txt, JS-rendering detection, GEO scoring
│   └── seo-audit.ts    # the composite audits (one fetch, every analyser)
└── tools/          # thin MCP wrappers (Zod schemas, descriptions, formatting)

core/ 层刻意不依赖任何 MCP 类型，因此相同的逻辑既可用于此服务，也可用于网页 UI。

安全

这些工具会获取调用者指定的 URL，也会获取受审计网站指定的 URL（链接、og:image、hreflang 替代页面、站点地图子项、重定向），因此所有出站连接都会经过筛查，以防服务器端请求伪造：

• 各种格式的私有、环回、链路本地（云元数据）、共享（CGNAT）、多播和保留地址都会被拒绝，包括嵌入 IPv4 地址的 IPv6 地址（[::ffff:127.0.0.1]）。
• 检查会在建立连接时针对套接字即将使用的地址执行，因此 DNS 重绑定以及只有内部解析器知道的名称也会被拒绝。重定向会逐个手动跟进，每一跳都会经过筛查，并会报告循环。
• 不可信输入受到限制：HTML 为 2 MB、嵌套深度为 512 层（浏览器所保留的深度）、robots.txt 匹配器不会发生回溯、每个站点地图为 10 MiB（包括 gzip 解压后的输出）、同时检查 6 个链接，且每个结果列表最多包含 200 项。

发现问题？请提交私密安全公告。

许可证

MIT © Marco Orta