mcpField
E
external-authority-placement-scout

external-authority-placement-scout

github.com/sergekostenchuk营销与增长3249 次安装18 周前更新
代码仓库

关于 external-authority-placement-scout

用于为 SEO 发现并评估相关且符合规则的外部 размещ置机会。默认仅做模拟分析,生成机会登记表和可选草稿,任何外部操作前都需获得批准。

主要功能

  1. 01发现外部 размещ置机会
  2. 02评估相关性与目标匹配度
  3. 03记录平台规则和政策风险
  4. 04创建机会登记条目
  5. 05准备需审批的外联草稿

适用场景

  1. 01为目标网站寻找相关公开平台
  2. 02评估拟议 размещ置的匹配度与风险
  3. 03准备供人工审核的机会登记表
  4. 04撰写待批准的外联文案

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/sergekostenchuk/ui-ux-agent-skill-system --skill external-authority-placement-scout

安装后在 Claude Code 中输入/external-authority-placement-scout确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

evals.json
agents/
openai.yaml
references/
scouting-workflow.md

详细介绍

外部权威来源布局侦察

仅在白帽权威性政策已存在后使用此技能。

创建机会登记表前,请先阅读 $HOME/SKILL/plans/seo-llm-skill-cluster/authority/white-hat-authority-policy.md。

请阅读 references/scouting-workflow.md,了解候选来源、登记表必填字段和草稿规则。

负责范围

  • 以试运行方式发现机会;
  • 填写机会登记表;
  • 相关性和目标契合度评分;
  • 平台规则检查清单;
  • 需审批的外联或提交草稿;
  • 移交给 backlink-quality-validator。

不负责的范围

  • 对外发布内容;
  • 修改账户;
  • 创建 PR;
  • 发送电子邮件或私信;
  • 购买链接;
  • 垃圾信息自动化;
  • 链接存在后的最终质量验证。

工作流

  1. 确定目标网站、目标页面、受众和允许的机会类别。
  2. 从用户提供的平台或经批准的公开研究中收集候选机会。
  3. 检查相关性、用户价值、目标契合度和政策风险。
  4. 记录平台规则状态,以及是否需要重新核查当前官方或公开规则。
  5. 根据机会架构创建登记表条目。
  6. 仅在有用时起草供人工审核的可选文本。
  7. 任何外部操作前都必须获得用户明确批准。
  8. 将现有或拟议的布局移交给 backlink-quality-validator。

不可妥协的要求

  • 默认仅进行试运行。
  • 不要在任何地方发布链接。
  • 不要创建 PR。
  • 不要发送外联信息。
  • 不要创建账户。
  • 不要推荐 PBN、链接农场、虚假评论、虚假账户、批量创建个人资料、隐藏链接或不相关目录。
  • 不要堆砌完全匹配的锚文本。
  • 没有证据时,不要声称会提升权威性。

安全和隐私边界

  • 不要存储平台凭据、私信、联系人列表、Cookie 或令牌。
  • 不要违反平台规则抓取内容。
  • 不要在报告中包含私人账户数据。
  • 如果用户批准之后执行外部操作,请创建单独任务,注明平台、草稿、批准、回滚或移除路径以及监控计划。

输出格式

返回:

  1. 范围和目标页面。
  2. 机会登记表。
  3. 评分依据。
  4. 平台规则状态和验证需求。
  5. 用户要求时提供草稿,并明确标记为仅供草拟。
  6. 被阻止的机会及原因。
  7. 执行前需获得批准。

验证

使用以下内容验证技能修改:

python3 $CODEX_HOME/skills/senior-skill-architect/scripts/lint_production_skill.py $HOME/SKILL/skills/external-authority-placement-scout
python3 $HOME/SKILL/plans/seo-llm-skill-cluster/scripts/lint_skill_cluster.py $HOME/SKILL

后续测试见 evals.json。

评论

支持 Markdown