claude-seo:把 SEO 拆成 26 个子技能喂给 Claude Code
📌 一句话导读:26 个子技能、19 个子 agent、2.3 万 star,全部免费——但它真正值钱的地方,是让 SEO 审计从"人点工具"变成"agent 跑接口"。
我做过很多次 SEO 审计。开 Semrush、导关键词、跑 Site Audit、等它爬完、把三百条警告按严重程度排一遍、挑出真的要紧的十几条、写成文档发开发。整套流程四个小时起步,一半时间在等页面转圈。
claude-seo 想干的事,是把这四个小时压成一条命令。
它是 Claude Code 的一个插件,MIT 协议,Python 写的。输入 /seo audit https://yoursite.com,它拆成多个 agent 并行跑,10 到 15 分钟后给一份带评分的报告,和一个按 Critical / High / Medium / Low 排好的行动清单。这是 README 的说法,我没有逐条计时,但量级和它宣称的工作方式对得上。
价格先说清楚:💰 免费。插件本身不要钱,但它跑在 Claude Code 里,你得有 Claude 的订阅或者按 token 计费的 API 账号。这笔账后面单说。
先给结论:这不是"又一个 SEO 工具"。工具是你去操作它,技能是 agent 来调用它。
一、它到底拆了什么
我抓了一遍仓库的 skills 目录,26 个文件夹,其中一个是总调度 seo,剩下 25 个是分项:seo-technical、seo-schema、seo-geo、seo-agentic、seo-content、seo-local、seo-ecommerce、seo-hreflang、seo-drift、seo-sxo、seo-programmatic……
agents 目录下 19 个子 agent,每个对应一个角色:Technical SEO Lead、Structured Data Engineer、AI Search Analyst、Agent Readiness Analyst。README 写明其中 5 个跑在 Opus 上,因为需要更多判断,其余跑 Sonnet。
对应命令 30 条,分六组。捡要紧的说:
- 审计与规划:
/seo audit全站、/seo page单页深挖、/seo plan按业务类型出策略(SaaS / 本地 / 电商 / 媒体 / 代理) - 技术 SEO:
/seo technical(9 大类)、/seo sitemap、/seo images、/seo hreflang、/seo programmatic、/seo google(Search Console、PageSpeed、CrUX、GA4,可直接出 PDF)、/seo drift(SQLite 快照做变更监控) - 内容与 E-E-A-T:
/seo content、/seo content-brief、/seo cluster(按真实 SERP 做语义聚类)、/seo sxo、/seo flow、/seo competitor-pages - 结构化数据与 AI 搜索:
/seo schema、/seo geo、/seo agentic - 本地 / 外链 / 电商:
/seo local、/seo maps、/seo backlinks、/seo ecommerce
这里有个细节值得说。传统工具的检查清单是写死的——H1 有没有、title 多长、canonical 对不对,你只能照着改。claude-seo 每个子技能是一份 SKILL.md,等于把"怎么判断"写成了可读的规则文件:agent 读完知道该查什么、查到了怎么解释、建议按什么顺序排。
这是结构上的差别,不是功能多少的差别。
二、GEO/AEO 才是重点
技术 SEO 那一块,Semrush 做得比它好,这点不用争。让我多看了两眼的是 /seo geo 和 /seo agentic。
/seo agentic 查的东西,2026 年上半年大部分人还没听说过:
- Lighthouse Agentic Browsing 的得分(X/N 格式)
- AI agent 能不能访问(robots.txt 里 GPTBot、ClaudeBot 这些的放行情况)
- 站点有没有 llms.txt
- 有没有给 agent 读的 Markdown 版本
- 有没有实现 WebMCP
llms.txt 是在站点根目录放一个 Markdown 文件,用链接列表告诉模型"我最重要的内容在这",规范在 llmstxt.org,2026 年 8 月出了 v2。WebMCP 更靠前一步——用 navigator.modelContext.registerTool() 把页面上的动作(搜索、查询、下单)注册成 agent 能直接调用的工具,而不是让它猜着点按钮。Lighthouse 在 2026 年 5 月加了 Agentic Browsing 分类,四个信号:llms.txt、WebMCP、无障碍树完整性、布局稳定性。
这里我要泼一盆冷水,也正是我认可这个项目的地方:它自己没吹过头。
/seo geo 会告诉你 llms.txt 存不存在,但不给这一项算分,报告里明说 Google Search 不读这个文件。Google 官方口径一直是"为 AI 搜索做优化仍然是 SEO",第三方工具也拿不到它内部的排序系统。
所以正确的读法是:这些分数是清单,不是预测。
llms.txt 是 agent 基础设施,不是搜索排名杠杆。站点是文档站、API 参考、开发者工具,花十分钟写一个值;靠 AI Overviews 拿流量,先修 robots.txt 和内容可引用性。把这个顺序讲反的,多半在卖焦虑。
这套技能真正抓住的,是把还在争论的概念翻译成了"跑一条命令就知道自己站在哪"的检查项。信息差不在"知道 llms.txt 这个词",在于知道自己该不该做、做完怎么验。
三、九个扩展别放过,但要按需装
仓库描述里写的是 9 个可选扩展,用来接实时 SEO 数据。README 正文逐一列出的只有 5 个:
- Claude Banana:生成社交预览图和博客头图
- SE Ranking:看你在 ChatGPT、Gemini、Perplexity、AI Overviews 里的声量份额
- Profound:追踪模型在什么时候引用了你的站
- Bing Webmaster:Bing 数据加 IndexNow 即时提交
- Unlighthouse:整站跑 Lighthouse 评分
不装也能用,装了才叫"有数据"。差别很实在:不接 Google API,Core Web Vitals 是实验室估算值;不接 SE Ranking 或 Profound,AI 声量只能靠 /seo geo 的启发式判断。扩展要自己的账号,可能要自己的钱,先看清楚再装。
横向对比摆一下,方便判断值不值:
| claude-seo | 手工审计 | Ahrefs / Semrush | |
|---|---|---|---|
| 价格 | 免费(MIT) | 你的时薪 × 4-8 小时 | 每月几十到几百美元 |
| 耗时 | 10-15 分钟(README 说法) | 大半天 | 建项目加等爬完 |
| 输出 | 评分 + 分级行动清单 | 取决于你的水平 | 数据面板 + 一堆警告 |
| 强项 | 判断、排序、GEO 与 agent readiness | 上下文理解 | 外链库、关键词库 |
| 弱项 | 爬取上限 500 页,无自有数据 | 慢,不可复用 | 贵,GEO 覆盖薄 |
一句话:它替代不了 Ahrefs 的数据库,但能替代你在 Ahrefs 里翻两小时还写不出结论的那部分工作。
四、别全开:为什么 26 个技能会拖累你
这是我最想说的一条。
26 个子技能全开,结果不是"审计更全面",是每次对话 agent 都要把一堆跟你无关的规则读一遍。token 在烧,注意力也在被稀释——一个电商站的审计里塞进 hreflang 和本地地图包的判断逻辑,模型就更容易在该深的地方变浅。
正确用法两步:
第一步,跑基线。 选一两个:/seo technical 看技术底子,或者直接 /seo page 深挖你最重要的一页。拿到问题清单就停。
第二步,按缺什么补什么。 schema 乱就跑 /seo schema;想布局 AI 搜索再上 /seo geo 和 /seo agentic;有线下门店才装 /seo local。
复杂度不等于效果。技能越多不代表判断越准。这跟今天另一篇写 harness 成本的结论是同一件事:决定产出质量的,是你给的靶子有多窄,不是你给的弹药有多少。
五、怎么装、怎么跑第一份报告
要求:Claude Code 1.0.33 或更新,Python 3.11 到 3.14。不接任何 API 也能跑。
在 Claude Code 里三条命令:
| |
/seo setup 会建一个隔离的 Python 运行时和无头浏览器,不动系统环境。装完用 /seo doctor 体检,它会告诉你哪些依赖齐了、哪些缺。
然后跑第一份:
| |
先从单页开始,别一上来就 /seo audit 全站。单页快、便宜、你能立刻验证它说得对不对——挑一个你已知有问题的页面(title 重复、图片缺 alt 都行),看它能不能找出来。找得出来,再信它的全站结论。
Windows 用户注意:README 明确推荐 git clone 配合 install.ps1,不要用 irm | iex 那种管道安装,Claude Code 会把后者标成供应链风险。
🎯 行动清单
- 装:在 Claude Code 里跑上面三条命令,再用
/seo doctor确认环境就绪。 - 验:挑一个你已知有问题的页面跑
/seo page,逐条核对它报的问题在源码里是否真实存在。报错了就停在这里,别往下走。 - 建基线:对首页跑
/seo technical,把输出存成文件,这是三个月后对比的起点。 - 补 GEO:单独跑
/seo agentic,看 llms.txt、WebMCP、Lighthouse Agentic Browsing 三项的实际状态,只动真正缺的那一项。 - 控成本:把当周用不上的子技能移出
.claude/skills,只留两三个。
参考来源
- https://github.com/AgriciDaniel/claude-seo — 开源仓库(官方一手;star 数与技能目录于 2026-10-28 通过 GitHub API 抓取)
- https://llmstxt.org/ — llms.txt 规范(官方一手)
- https://developers.google.com/search/docs — Google 搜索文档(官方一手)
- https://docs.claude.com/en/docs/claude-code/overview — Claude Code 文档(官方一手)
- https://www.corpusiq.io/hermes/best-practices/agentic-browsing-audit — Lighthouse Agentic Browsing 四信号说明
📖 延伸阅读
- 🧠 Kimi K3.1 Pro:只差 Opus 5.5 半个点的开源权重 — 更强模型配好技能
- 🔧 freellmapi:16 家免费 API 一个端点全聚合,月省 17 亿 Token — 免费资源继续白嫖
- 💰 85 个 AI 应用拆完,我看到了 20 倍的收入差距 — 有流量才谈变现
- 📰 本期杂志:四个地区被划出去了 — 今日全部线索
如果你也对文章内容或者分享的资源和机会有兴趣,欢迎联系我。
相关内容
- Kimi K3.1 Pro:只差 Opus 5.5 半个点的开源权重
- Survival LLM:断网也能用的 AI,和它答错的那些题
- 开源权重的边界:MiniMax H3 许可证里那三条硬条款
- Coding agent 的 harness 能把成本推到三倍,却没让它更准
- OmniRoute:一个本地 endpoint 接管 290 家 AI 供应商
- Strata:12GB 显卡跑 125B,三层存储是怎么榨出来的
