mcpField
S
semantic-core-builder

semantic-core-builder

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

关于 semantic-core-builder

将关键词和搜索输入整理为结构化语义核心的技能，提供 build、merge 和 audit 模式。它生成机器可读的集群数据与便于阅读的网站结构文档，并记录证据、置信度和未解决的冲突。

主要功能

  1. 01build、merge 和 audit 模式
  2. 02按意图与主题聚类
  3. 03记录集群证据与置信度
  4. 04输出 JSON 语义核心
  5. 05生成人类可读的网站结构

适用场景

  1. 01整理采集到的关键词数据
  2. 02合并多个来源的词条
  3. 03检查集群缺口或关键词蚕食

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 semantic-core-builder

安装后在 Claude Code 中输入/semantic-core-builder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。

agents/
openai.yaml
assets/
semantic-core.schema.json
references/
semantic-core-contract.md

详细介绍

语义核心构建器

此技能可将原始关键词／搜索输入转化为结构化语义核心，并将结果交给 seo-llm-site-architect、concept-prototyper 以及后续的设计／实现技能。

运行模式

  • build：创建 reports/semantic-core.json 和 docs/site-structure.md。
  • merge：合并现有网站关键词、用户提供的术语和采集到的需求。
  • audit：检查语义核心是否缺少来源信息、存在重复聚类或意图映射薄弱等问题。

必需工作流

  1. 阅读 references/semantic-core-contract.md。
  2. 加载 reports/keyword-harvest.json 或用户提供的等效文件。
  3. 按意图和主题对关键词进行聚类；将任何由 LLM 完成的分组标记为 Inference。
  4. 生成聚类记录：意图、优先级、规范 URL 候选项、页面类型、证据和置信度。
  5. 编写机器可读的 reports/semantic-core.json 和便于人阅读的 docs/site-structure.md。
  6. 将结果交给 concept-prototyper 和 seo-llm-site-architect。

安全与证据

  • 不要编造搜索量或 SERP 事实。
  • 如果没有真实的 SERP／来源证据，请将输出标记为 Manual 或 Inference。
  • 不要掩盖冲突；记录关键词蚕食、意图不明确或缺少证据的情况。

交接格式

Input path:
Clusters:
High-priority URLs:
Conflicts:
Evidence gaps:
Output paths:
Next skills: concept-prototyper, seo-llm-site-architect

验证

python3 $CODEX_HOME/skills/.system/skill-creator/scripts/quick_validate.py $CODEX_HOME/skills/semantic-core-builder
python3 $CODEX_HOME/skills/senior-skill-architect/scripts/lint_production_skill.py $CODEX_HOME/skills/semantic-core-builder

评论

支持 Markdown