项目详情

GeoLook

让 AI 引擎主动引用你的品牌——开源端到端 GEO 实施平台

GitHub 地址 官网 + 只读 Demo MIT Python 3.9+ · 3 个依赖

更新于 2026-08-31 · 数据来源:GitHub API(采集于 2026-08-31)

← 返回汇总
项目速览

一句话定位

AI 时代的 SEO 不止要监控,要能交付闭环

自托管的 GEO(Generative Engine Optimization)实施平台:监控 17 个 AI 引擎对你品牌的提及/排名/引用份额 → 四层依赖链站点诊断 → 生成带验收标准的执行工单 → 产出 llms.txt/JSON-LD 等部署资产 → 程序化自动验证与回归重开。中文引擎矩阵一等公民。适合独立站/品牌方/GEO 服务代理——监控 SaaS 只告诉你分数,这个工具把「做了、验证了」也给你。

项目速览

核心数据

640
Stars(1 个月)
17
AI 引擎矩阵
3
第三方依赖
86%
工单可自动验证

2026-07-29 创建 · 中英日三语 README · 评分锚定公开实证语料(602 prompts / 21,143 citations / 187,818 去重中文引用,references/ 目录)· Product Hunt 发布 · 数据全本机(work/ 目录 JSON/Markdown,git init 即备份)

为什么存在

四个问题,四个闭环

你的困境GeoLook 给的
AI 从不提你——品类问题的候选集里没有你逐引擎采样真实回答,量化提及率/排名/引用份额;诊断「缺席」vs「竞品统治」
不知道为什么——AI 是黑盒六维站点审计 + 差距诊断:页面不可爬?缺提取块?没出现在 AI 实际引用的渠道?口径不一致?
建议永远落不了地——报告堆成山没人执行生成带验收标准的实施工单;样本项目 86% 可自动验证(18/21)——「做完」是被测量的,不是被声称的
做了到底有没有用?逐问题采样轮次前后对比 + 任务级前后对比;回归自动重开工单
核心机制

四层依赖链:修复顺序是算出来的

① 可引用层 Quotability 段落级可引用性(检索选段落不选页面)· llms.txt · JSON-LD —— AI 愿不愿意原样引用你 ② 理解层 Understanding 内容深度 · 结构化数据 · 品牌事实一致性 —— AI 能不能读懂你在说什么 ③ 定向层 Orientation 标题层级结构 · hreflang 覆盖 · 重复标题/内容检测 —— AI 知不知道这页是关于什么 ④ 可达层 Access(地基,坏了全瞎) RFC 9309 robots 解析 · WAF/CDN 差分探测(真 AI 爬虫 UA——robots 允许但 CDN 403 的隐形墙)· noindex 头 ↑ 修复顺序自底向上
链式依赖:上层失败 → 下层全部对引擎不可见 Access 是地基——先修它,下游问题才「浮出」可测
功能全景

五阶段 + 运营 + 采样助手

阶段核心能力
Status 状态17 引擎提及率/排名/引用份额 · 样本回放(原始回答可人工修正,修正即时重算指标)· 竞品引用源结构 + 「他们有你没有的渠道」清单 · 7 类问题库按意图分组(buyer/educate/probe)
关键词挖掘百度 suggest + Google autocomplete 真实搜索需求扩库 · 快照 diff 标记上升趋势 · 候选制——入库永远人工把关
Diagnosis 诊断四层依赖链审计 · 19 渠道地图(真实引用语料加权)· 品牌事实库(llms.txt/JSON-LD/内容草稿的单一事实源)
Action 行动结构化工单(理由/负责人/工作量/验收标准)+ 独立风险分级(优先级说多重要,风险说多小心)· 回归自动重开 · 内容工作台(可引用性预检 + 编造风险 lint)· 发布集成(GitHub/WordPress/微信草稿/X/Reddit)
Results 结果逐问题/任务级前后对比 · 验证历史 · 老板友好一页纸 · 客户交付包(HTML+CSV)
运营 + 采样定时全周期重跑(7/14/30 天,macOS 常驻服务)· 多品牌切换 · Chrome 采样助手(无 API 引擎,每周检查 30→10 分钟)
工程哲学

诚实是架构属性,不是合规话术

生态位

vs 监控型 GEO SaaS

典型 GEO 监控 SaaSGeoLook
循环深度监控 + 建议监控 → 诊断 → 工单 → 资产 → 自动验证 → 交付
验证无(或人工勾选)程序化:重爬 + 下轮采样判定,回归自动重开
指标黑盒分数完全可复现 + 来源面板 + 永不造假
中文市场多为西方引擎一等公民:GLM/豆包/DeepSeek/Kimi/MiniMax/百度 AI + 中文渠道语料校准(百科/排名站/微信/头条),中英分开测量
数据所有权厂商云全本机 work/(JSON/MD),git init 即备份
成本月订阅开源免费,只付自己的采样 API 费(手动采样可零成本)
快速上手

三步起,零 key 也能跑

# macOS/Linux · Python 3.9+ · 恰好三个依赖
$ git clone https://github.com/aigclink/geolook.git && cd geolook
$ pip3 install requests beautifulsoup4 lxml
$ python3 scripts/geo.py ui      # → http://127.0.0.1:8765

# 全自动路线(10-30 分钟九步):爬取→审计→采样→工单→资产→报告→验证→交付
$ python3 scripts/geo.py new --url https://example.com --market both

# 零 key:自动采样跳过,手动采样表循环照样出指标
# 无网站的产品也行:--no-site --materials brief.md(品牌自有站点仅占中文引用 1.37%)
适用场景

适合谁用

风险提示

需要警惕

在线体验

亲手拨动四层依赖链

Playground 复刻站点审计的核心创新:勾选每层的问题(robots 禁 GPTBot / CDN 403 / 无结构 / 无可引段落),引擎实时计算——哪些层对 AI 不可见、修复顺序是什么、修好一层后什么问题浮出。16 种组合的传递语义全部对拍验证。

打开 Playground

纯前端实现,零网络依赖 · 依赖链传递隐藏 / 修复顺序链序 / 修复浮出下一层 均经真值表验证

潜力评估

未来空间

「AI 搜索可见性」是每个品牌都无法回避的新渠道,而市面绝大多数 GEO 工具停留在监控收费层。GeoLook 把「实施 + 验证闭环 + 中文市场 + 数据主权」四件事一次做齐,工程诚实度(3 依赖、永不造假指标、故意不集成)在同品类里罕见。天花板在于单人维护节奏与 GEO 靶子本身的移动速度——工具价值真实,但需要活跃迭代才能不贬值。

闭环深度独一档 中文矩阵一等公民 工程诚实度罕见 维护静默三周 赛道移动靶

上一个
Marketing OS
下一个
MultiPost
1 / 13