用途：geo-schema 用于审计和生成 Schema.org 结构化数据，目标是提升内容在 AI 搜索平台中的实体识别与引用概率。结构化数据被视为让 AI 理解实体身份、功能与关联的机器可读信号。
主要能力：检测页面中已有的 JSON-LD、Microdata、RDFa；按 Schema.org 规范校验 JSON 合法性、@type、必需与推荐属性、sameAs 链接、URL 有效性、嵌套结构及是否服务端渲染；识别缺失的推荐 schema；生成可直接粘贴的 JSON-LD 代码块；输出 GEO-SCHEMA-REPORT.md，含评分（0-100）、检测结果、校验结果、缺失 schema、sameAs 审计与实现说明。
使用方式：先抓取目标页面 HTML，资料给出的命令为 python3 ~/.claude/skills/geo/scripts/fetch_page.py <url> page，因为 WebFetch 会剥离 head 中的 JSON-LD。随后依次检测、校验、识别缺失、生成 JSON-LD 并输出报告。生成规则包括使用 @graph、绝对 URL、@id 交叉引用、ISO 8601 日期、在 Article 上加 speakable，并将 JSON-LD 放在 head 而非由 JavaScript 注入。
覆盖类型：Organization、LocalBusiness、Article 与 Author、Product、FAQPage、SoftwareApplication、WebSite 与 SearchAction、Person，以及 speakable 属性。资料还列出需标记的已弃用或变更 schema，如 HowTo、FAQPage 限制、SpecialAnnouncement、CourseInfo、VideoObject contentUrl、Review snippet。
适用场景：企业站点、本地商家、内容出版方、电商、SaaS、个人品牌等需要提升 AI 可发现性的页面。
限制：资料未提供该技能的安装方式、收费、价格、平台支持范围或实际效果数据；FAQPage 等富结果受平台政策限制，JavaScript 注入的结构化数据可能延迟处理。