用途：该技能用于系统审计品牌实体数据在 AI 引擎所依赖知识源上的一致性，包括 Wikidata、Google 知识面板、Wikipedia 和行业目录。知识源对官网、成立日期、总部、行业分类等基础事实不一致时，会降低 AI 引擎信任与可见性。
主要能力：加载品牌资料作为事实基准，逐平台比对实体属性；检查 Wikidata 各项属性（如 P856 官网、P571 成立日期、P159 总部等）是否匹配、过时或缺失；核查知识面板是否存在、是否认领、展示信息与图片是否准确；评估 Wikipedia 条目准确性与关注度；检查行业目录列表及 NAP（名称、地址、电话）一致性。随后生成一致性评分卡、具体差异清单（含严重程度）、各平台行动项、Wikipedia 关注度评估、目录审计和按 AI 可见性影响排序的修复计划，并通过 geo-tracker 记录发现。
使用方式：需提供品牌/实体名称、实体类型（组织、人物、产品、品牌）、待核实的关键属性，可选行业目录。运行需 Python 3.10 或更新版本（python 或 python3）。记录发现的示例命令： python "${CLAUDE_PLUGIN_ROOT}/scripts/geo-tracker.py" --brand {slug} --action entity-check --platform wikidata --entity-name "Acme Corp" --status inconsistent --details "Founding date P571 shows 2015; brand profile says 2014" 若未配置品牌，会提示先执行 /digital-marketing-pro:brand-setup，或改用用户提供的值。
适用场景：品牌希望排查 AI 引擎知识源中的实体信息偏差、提升知识图谱与 AI 可见性时使用。
限制：依赖品牌资料作为事实来源与现有平台数据，实际可用平台与目录范围暂未提供；Wikipedia 条目的创建与编辑需满足可靠来源等外部流程要求，脚本的具体参数与输出格式以资料所述为准，其他细节暂未提供。