mcpField
L
llm-citation-monitor

llm-citation-monitor

github.com/sergekostenchuk营销与增长3250 次安装18 周前更新
代码仓库

关于 llm-citation-monitor

llm-citation-monitor 是供团队衡量助手和搜索界面是否引用网站的技能。它提供基于证据的人工监测流程、报告格式,并设定避免无依据结论的规范。

主要功能

  1. 01目标问题矩阵
  2. 02人工观察流程
  3. 03引用证据标签
  4. 04竞品引用记录
  5. 05隐私与证据规范

适用场景

  1. 01规划目标页面的引用检查
  2. 02记录并比较引用观察结果
  3. 03单独报告竞品引用

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 llm-citation-monitor

安装后在 Claude Code 中输入/llm-citation-monitor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
assets/
citation-report.template.md
query-matrix.template.md
references/
citation-evidence-policy.md

详细介绍

大模型引用监测

当目标站点的 SEO/大模型发现层已就绪,且用户希望衡量助手/搜索引用可见性时,使用此技能。

在制定监测计划或报告前,请先阅读 references/citation-evidence-policy.md。

负责范围

  • 目标问题矩阵;
  • 人工观察工作流;
  • 引用报告模板;
  • 助手/搜索界面的证据政策;
  • 竞品引用记录;
  • 关于个性化、地区、时效性和账户状态的注意事项;
  • 拒绝提出缺乏依据的引用主张。

不负责范围

  • 助手账户凭据;
  • 绕过机器人防护;
  • 未经批准抓取助手/搜索界面;
  • 更改 robots、WAF、身份验证或爬虫政策;
  • 排名主张;
  • 内容/架构实施。

工作流

  1. 明确目标站点、页面集、受众、地区和目标问题。
  2. 对查询意图进行分类:品牌、主题、问题、对比、操作指南或引用检查。
  3. 选择获准的观察模式:人工观察、导出的转录、截图、API/工具报告或公开抓取。
  4. 对每次运行,记录界面、可见时的模型/搜索产品、日期/时间、地区、账户状态、查询文本、回答摘要、引用的 URL、引文/片段和注意事项。
  5. 将竞品引用与目标引用分开记录。
  6. 将缺失的引用标记为 not observed,而非“任何地方都没有引用”。
  7. 使用 assets/citation-report.template.md 生成报告。
  8. 将站点内容或技术修复事项交由 SEO/大模型架构技能处理。

不可妥协的要求

  • 没有直接引用证据时,不得声称“ChatGPT 引用了我们”。
  • 不得将一次个性化回答视为普遍排名。
  • 不得在技能文件中存储助手凭据、Cookie、账户令牌或私人对话数据。
  • 不得绕过付费墙、身份验证、robots、WAF 或工具限制。
  • 不得违反服务条款抓取界面。
  • 不得发布包含用户私人数据的截图/转录。

安全与隐私边界

  • 报告只能包含获准的公开查询文本、公开的引用 URL,以及已编辑/保护隐私的安全片段。
  • 如果截图或转录包含账户详情,在将其添加到共享材料前,请先删除这些信息。
  • 如果用户提供私人助手转录,请在本地进行摘要,并在存储前征求同意。
  • 将模型版本、地区、日期/时间和账户状态视为证据的一部分,而非无关元数据。

证据标签

  • Cited:目标 URL 在回答或引用面板中作为引用/来源 URL 出现。
  • Mentioned:提到了目标品牌/页面,但未引用。
  • Not observed:本次运行中未发现目标引用。
  • Competitor cited:针对目标问题引用了其他域名。
  • Invalid evidence:缺少时间戳、界面、查询或引用 URL。

验证

使用以下命令验证技能修改:

python3 $CODEX_HOME/skills/senior-skill-architect/scripts/lint_production_skill.py $HOME/SKILL/skills/llm-citation-monitor
python3 $HOME/SKILL/plans/seo-llm-skill-cluster/scripts/lint_skill_cluster.py $HOME/SKILL

前向测试位于 evals.json。

输出格式

返回:

  1. 监测目标和目标页面。
  2. 查询矩阵。
  3. 获准的界面和观察模式。
  4. 引用证据表。
  5. 竞品引用表。
  6. 注意事项和限制。
  7. 分派给相应技能负责方的修复待办事项。

评论

支持 Markdown