Awesome SEO & GEO Skills：81 项能力选择地图

Awesome SEO & GEO Skills 面向需要选择 SEO、GEO 和 AI 搜索能力的内容与增长团队。它不是把 81 项能力全部装进电脑的“大 Skill”，而是一份持续维护的选择目录：截至 2026 年 10 月 26 日，它收录 76 个 Skill 和 5 个 MCP/CLI 工具，并附带一个可安装的 seo-geo-skill-finder，用来按任务、搜索引擎、数据权限、Agent、语言和许可证筛选候选项。

技能概览

这个项目解决的不是“再推荐一个 SEO 工具”，而是“面对几十个 SEO、GEO、AEO Skill 时，先缩小范围再安装”。目录把项目分成全链路、AI 引用可见性、中文 AI 搜索、关键词与内容、技术审计、本地与电商、站外传播和 MCP 数据工具等组，并给每项记录目标引擎、支持的 Agent、语言、许可证、更新时间和安装入口。

• 目录本体：catalog.json 提供 81 项结构化记录，适合检索、过滤或接入自己的工作流。
• 选择器 Skill：seo-geo-skill-finder 读取目录后，通常返回 3–5 个匹配项，并说明适用原因、安装入口、Agent、许可证和最近更新时间。
• 清晰边界：skill 是 Agent 可加载的指令包；mcp 是提供实时数据或外部能力的服务/工具，二者不应混为一谈。
• 更新机制：项目通过自动任务刷新元数据并提出候选项，但收录、分类和说明仍需要人工核对。

能力定位

它适合放在“发现候选项”和“实际安装”之间：先用统一字段筛选，再到目标项目中核对具体指令、脚本、权限和外部服务。它不会代替关键词数据、抓取、分析平台或人工判断，也不应该替用户直接安装第三方项目。

适合谁

• 内容与增长团队：先决定要做关键词研究、内容优化、技术审计还是 AI 引用，再选相应 Skill。
• 中文站点负责人：单独筛选面向百度、豆包、元宝、Kimi、DeepSeek 和千问的项目。
• Agent 用户：按 Claude Code、Codex、OpenClaw、Qwen、Doubao 或 WorkBuddy 等兼容信息缩小候选范围。
• 需要真实数据的团队：把负责规划与执行的 Skill 和 Search Console、排名、抓取或 API 数据工具组合起来。

获取与安装链接

• 项目入口：Awesome SEO & GEO Skills
• 结构化目录：catalog.json
• 选择器说明：seo-geo-skill-finder/SKILL.md
• 许可证：CC0-1.0；被收录项目仍保留各自的许可证。

安装与配置步骤

1. 先阅读项目说明和 Finder 的 SKILL.md，确认它会读取哪些数据、建议哪些安装命令。
2. 把 Finder 安装进支持 Agent Skills 的客户端。这个动作只安装选择器，不会一次安装目录里的 76 个 Skill。
3. 告诉 Finder 你的目标：传统 SEO、GEO，或二者兼顾；同时说明任务、目标引擎、可用数据权限、Agent 和输出语言。
4. 检查它给出的 3–5 个候选项，逐个阅读对应项目的说明和 SKILL.md，再决定是否安装。
5. 需要实时排名、抓取或分析数据时，再为执行型 Skill 配一个合适的 MCP/CLI 工具，而不是让 Skill 猜测数据。

示例输入

npx skills add UnderleveledBuilder/awesome-seo-geo-skills

包含的技能包

81 项库存不适合逐个做成大标题。更实用的读法是按下面五个决策簇来选；括号内数量来自 2026 年 10 月 26 日的目录快照。

全链路 SEO / GEO

• Capability：从研究、内容、技术检查到发布后的复盘，覆盖多个阶段。
• Best for：想先搭一条完整工作流，而不是拼很多单点指令的团队。
• Input：站点、目标市场、内容范围和可用数据源。
• Output：审计结果、优先级、内容计划或执行清单。
• Quality check：确认项目是否真的覆盖所需阶段，以及每一步有没有可验证的输入和输出。

GEO 与 AI 引用可见性

• Capability：分析品牌在 ChatGPT、Perplexity、Gemini、Claude 和 Google AI Overviews 等回答中的可见度与可引用性。
• Best for：关心 AI 回答是否发现、理解并引用站点内容的人。
• Input：品牌、主题、目标问句、竞争对象和页面集合。
• Output：实体缺口、引用机会、内容结构建议或监测方案。
• Quality check：区分“改善被理解的条件”和“保证被引用”；后者没有任何 Skill 能承诺。

中文 AI 搜索

• Capability：面向百度及豆包、元宝、Kimi、DeepSeek、千问等中文搜索与回答环境。
• Best for：中文内容、国内品牌和需要中国平台语境的 GEO 项目。
• Input：中文品牌名、产品实体、问句、目标平台和现有页面。
• Output：平台差异、内容缺口、问题集与可执行优化建议。
• Quality check：检查建议是否来自对应平台语境，而不是把 Google SEO 的结论直接翻译成中文。

关键词、内容与技术 SEO

• Capability：覆盖研究（5）、内容（9）与技术检查（11），包括关键词、竞争页面、结构化内容和站点问题。
• Best for：已有明确任务，希望选单点能力完成一个阶段的团队。
• Input：查询、页面、站点抓取结果、Search Console/GA4 或第三方 SEO 数据。
• Output：研究表、内容简报、改稿建议、技术问题清单或验证步骤。
• Quality check：没有真实数据权限时，不要把推测写成排名、流量或抓取事实。

本地、电商、站外与 MCP 工具

• Capability：本地/电商/应用商店（7）、外链与 PR（4），以及提供数据或执行能力的 MCP/CLI 工具（5）。
• Best for：任务依赖地图、商店搜索、站外提及、实时排名、抓取或 API 数据的人。
• Input：商家或商品信息、目标市场、平台账号和必要的 API 凭据。
• Output：本地可见度计划、商店页面优化、外联清单或结构化数据结果。
• Quality check：先确认服务条款、凭据权限、计费和数据新鲜度，再让 Skill 调用外部工具。

选择逻辑

1. 先按工作选：关键词、内容、技术、GEO、本地、电商、站外传播是不同任务，不要只按项目热度选。
2. 再按目标引擎选：Google、Bing、百度和各类 AI 回答系统需要的证据与执行路径并不相同。
3. 判断是否需要真实数据：需要排名、抓取、Search Console 或分析数据时，优先选择能接数据源的 Skill，必要时搭配 MCP 工具。
4. 核对运行环境：确认 Agent、语言、安装方式和许可证，而不是看到一个安装命令就直接执行。
5. 最后看新鲜度：Finder 会降低一年以上没有更新项目的优先级，并把星标仅作为最后的同分参考，而不是质量证明。

预期输出

向 Finder 描述任务后，合理的结果不是一长串链接，而是 3–5 个候选项：每项说明为什么匹配、安装命令或说明入口、支持的 Agent、许可证和最近更新时间。回答还应注明目录的更新时间，并明确说明没有任何 Skill 可以保证搜索排名或 AI 引用。

使用场景

• 为新站搭 SEO/GEO 工作流：先从全链路组找一个主 Skill，再按缺失的数据或执行能力补充 MCP 工具。
• 审查中文 AI 可见度：限定百度与中文 AI 引擎，避免得到只适用于 Google 的宽泛建议。
• 给内容团队选单点能力：按关键词研究、内容简报或技术审计分别筛选，不把所有任务塞给一个 Skill。
• 建立内部准入清单：用目录字段做第一轮筛选，再由团队核对许可证、脚本、权限、计费和数据边界。

限制与注意事项

• 收录不等于背书：“人工核对”表示目录、说明和分类被检查过，不代表实际效果经过 Big Prompt Hub 或目录维护者验证。
• 安全扫描不是代码审计：项目脚本会查找二进制/压缩文件、安装钩子、远程执行、敏感文件读取和网络域名，但它自己也明确说明这是筛子，不是完整审计。
• 扫描有范围上限：每个仓库最多检查前 12 个 SKILL.md 和 25 个脚本；大型仓库仍需要你继续检查。
• 安装命令未逐个实测：目录中的命令由 skills CLI 生成，最终应以每个目标项目自己的说明为准。
• 星标不能替代质量判断：星标会变化，也不能证明安全、适配或实际效果。

常见错误与修复

• 把目录当成整包安装：先安装 Finder，再只审查和安装真正需要的候选项。
• 把 MCP 当成 Skill：需要实时数据时让 Skill 负责决策、MCP 提供数据，不要混淆两者的权限和计费。
• 只看星标和推荐标记：把更新时间、许可证、Agent 兼容性和脚本风险放在热度之前。

相关工具与 Prompt

目录中的 MCP/CLI 项目适合补充实时数据、抓取或外部执行能力；Finder 负责匹配，而目标项目自己的说明负责安装。需要站点级 AI 抓取证据时，可与 GEOInflow 这类分析系统配合，但不要把目录、Skill、数据工具和完整应用当成同一层产品。

常见问题

• 问：Awesome SEO & GEO Skills 怎么安装？
  答：运行文中的 npx skills add 命令只会安装 Finder。之后再从推荐结果中审查并单独安装目标 Skill。
• 问：这个仓库应该如何理解，是 Skill 还是工具目录？
  答：它主要是一份目录，同时包含一个可安装的 Finder Skill；目录里的 76 个 Skill 和 5 个工具来自多个第三方项目。
• 问：怎么判断目录里的项目是否安全？
  答：自动检查只能筛出一部分明显风险。安装前仍要阅读 SKILL.md、脚本、权限、外部域名和许可证。
• 问：SEO/GEO Skill 能否保证排名或 AI 引用？
  答：不能。它们能帮助你组织研究和执行，但排名、抓取、引用与流量仍受内容、站点、竞争和平台变化影响。

你会先用目录筛选，还是直接安装一个候选 Skill？欢迎在评论里分享你的选择方法。

继续浏览 AI Skills，或查看 Marketing & Growth 中更多增长工作流。

分享你的组合，或关注 @bigprompt 获取更多更新。

相关 Big Prompt Hub 页面

如果你正在找更具体的 GEO 实践，可以继续看 GEOInflow AI Crawler Analytics: Self-Hosted Website Evidence；需要面向中文百度问句的项目，可阅读 Yao GEO Baidu Keywords。想在安装前先评估 Skill 包，则参考 Find Agent Skills Before Installing。

最近发布的 Digital Human Koubo Skill: One Photo to a Finished Talking-Head Video 展示了单个生产型 Skill 的结构；GPT Image 1 Migration: Move API Workflows to GPT Image 2.5 则适合需要更新图像生成技术栈的读者。

Big Prompt Hub Review

Awesome SEO & GEO Skills 的真正价值不是“数量有 81 项”，而是把选择过程变成了可以复查的字段：工作类型、目标引擎、数据权限、Agent、语言、许可证和更新时间。最稳妥的用法是先让 Finder 缩小范围，再亲自阅读候选项目；把目录当导航，把安全扫描当初筛，把真实数据和人工验收留在最终决策里。