GEO Optimizer 是一个开源答案引擎优化（AEO）与生成引擎优化（GEO）工具包。它衡量网站对 AI 答案引擎的可见性，包括 ChatGPT、Perplexity、Google AI Overviews、Gemini 和 Claude，并给出 0-100 的评分以及修复方案。该工具采用 MIT 许可证，可免费使用，支持作为 CLI、Python 库、MCP 服务器、GitHub Action 或 Astro 集成运行。
【用途与目标】 GEO（也称 AI SEO 或 LLM SEO）关注的是：当答案引擎针对用户问题给出单一回答并引用少数来源时，网站是否能够被爬取、解析和引用。在 Google 上排名靠前并不等于会被 AI 答案引擎引用，而可访问、可解析、可引用才是关键。GEO Optimizer 测量的是网站对 AI 答案引擎的“就绪程度”信号，并明确指出它无法保证任何引擎一定会引用你的网站。
【主要能力】
- 一条命令即可为任意网站打出 0-100 的 GEO 评分，涵盖 9 个评分类别、27 个 AI 爬虫检查、47 项内容检查。
- 支持 16 个 CLI 命令、12 个 MCP 工具、8 种输出格式（text、json、rich、html、pdf、sarif、junit、github），拥有 2000+ 测试。
- geo audit 执行一次性快照审计；geo fix 将审计结果转化为可写入的文件，包括针对全部 27 个 AI 机器人的 robots.txt 规则、llms.txt、JSON-LD schema、AI 发现端点以及 meta 标签。geo fix 默认仅预览，只有使用 --apply 才会实际写入。修复后的评分是工具自身的估算值，而非实测结果。
- geo citations 将客户常问的问题发送给真实的答案引擎，报告品牌是否被提及、域名是否被引用为来源，以及哪些竞争对手被引用。它支持 Perplexity、OpenAI、Anthropic、Groq、Gemini、MiniMax、DeepSeek，以及用于真实 Google SERP + AI Overview 的 SerpBase。由于答案并非确定性的，--runs 5 可对每条查询采样五次并报告置信区间。
- 单独的 Citability Score（0-100）基于 47 项内容检查，其中 9 项直接来自 KDD 2024 GEO 论文中测试的方法。
- geo authority 按主题对页面进行聚类，并评估深度、内部链接和支柱页面。
- geo history、geo drift、geo track 用于跟踪历史变化与回归。
- 提供实时 GEO 评分徽章，用于 README，重新审计并缓存每小时更新。
- 支持 CI/CD：GitHub Action 可在评分低于阈值时使构建失败，并可上传 SARIF 结果到 Security 选项卡；任何可运行 Python 的 CI 均可使用（GitLab、Jenkins、CircleCI）。JSON 格式是稳定的集成契约。
- --format html 可生成自包含报告，便于交付给客户。
【使用方式】 无需安装、无需账户、无需 API 密钥，数秒内运行。可通过 pip install geo-optimizer-skill 或 uvx 安装，也可使用免费网页版在 geoready.dev 进行审计（无需账户）。在 Claude、Cursor、Windsurf 或任何 MCP 客户端中，可使用 MCP 服务器，然后直接提问“审计我的网站并修复缺失项”。Astro 集成会在构建时生成 llms.txt、/.well-known/ai.txt 和 /ai/summary.json，且不会覆盖手工维护的文件；该集成尚未发布到 npm，需将 integrations/astro-geoready/ 复制到项目根目录。此外，可从 ai-context/ 加载 GEO 专业知识到 Claude Projects、ChatGPT、Cursor、Windsurf 或 Kiro；可通过 geo_optimizer.checks 入口点添加自定义检查，示例见 examples/example_plugin.py。
【评分与信号】 评分等级：86-100 优秀，68-85 良好，36-67 基础，0-35 严重。默认使用 Rubric v2；如需与旧版 v1 比较，可使用 geo audit --score-version 1。所有权重位于 models/config.py，完整评分标准见 docs/scoring-rubric.md。负面信号最多可扣 5 分，其他检查为信息性，不改变评分。GEO Optimizer 将大部分权重放在爬虫能否访问和解析页面（robots.txt、llms.txt、schema、meta），并将内容改写视为较小的杠杆。
【适用场景】 适用于开发者、技术 SEO、顾问、代理机构、产品团队和网站所有者，希望了解在 AI 搜索中哪些可以实际测量、实施和辩护。可用于客户审计、CI 门禁、批量站点监控、竞品引用分析等。托管平台 GeoReady 运行相同引擎，并提供定时监控、历史记录和团队功能，免费计划包含一个监控域名、每周漂移邮件、评分历史和 AI 引用跟踪；Pro / Studio / Agency 起价 $19/月，提供多站点组合、回归告警和客户报告。
【限制与边界】
- GEO Optimizer 测量的是输入侧就绪信号，即让网站可访问、可解析、可引用的信号。除轻量的 geo citations 检查外，它不观察引擎对品牌的表述，也不覆盖豆包、通义千问、元宝等中文答案引擎（DeepSeek 可作为 geo citations 提供商）。
- 它无法保证任何引擎会引用你的网站；是否被引用还取决于问题、竞争和引擎本身，且答案会因运行而异。
- 修复后的评分是工具自身估算，不是实测结果。
- 通过 GeoReady 审计的 1400+ 网站中，中位分为 57/100，58% 发布了 llms.txt，但该样本是自选的，应视为方向性参考而非全网普查。
- llms.txt 是一种组织信号，并非已被证实的排名因素；没有引擎记录表明它能改善引用。
- CLI 不会向任何地方发送数据；它只获取你审计的 URL 以及你用自己的 API 密钥配置的 AI 提供商（geo citations）。无遥测、无回传、无需账户，审计完全在本地机器运行。
- 单 URL 审计数秒完成；站点地图批量取决于规模及 --max-urls 上限（默认 25）。完整测试套件在 CI 中于 Python 3.9-3.13 上运行。
【研究基础】 基于三篇同行评审论文：GEO: Generative Engine Optimization（KDD 2024）、AutoGEO（ICLR 2026）和 C-SEO Bench（NeurIPS Datasets & Benchmarks 2025），其余内容检查参考行业研究。每项检查的来源列于 docs/geo-methods.md。OpenGEO 是一个互补的开放标准，专注于输出侧观察，即引擎是否实际提及或引用品牌，并拥有已发布的交换格式。就绪与结果的分工是有意为之。
【版本与路线图】 自 2026 年 2 月以来已发布 85 个版本，当前为 v4.19.0。下一阶段为 v5.0 周期，涵盖信号架构、检索表面分析和评分重新校准。
（注：资料中提及的书籍《AI Search Engineering》为 992 页，作者 Juan Camilo Auriti，2026 年 9 月 10 日出版，ISBN 979-8172934568。以上信息均来自官方资料，未提供的内容暂未提供。）
