Optifeed Radar 是一个开源的 AI 可见性检查器，用于衡量当买家向 AI 提问时，品牌是否会被推荐。它也被称为 AI 可见性、生成式引擎优化（GEO）、答案引擎优化（AEO）或 AI-SEO。
用途 该工具面向两类 AI 代理：一方面衡量 AI 代理如何看待和推荐你的品牌，另一方面也可以由你自己的 AI 代理来运行（通过 CLI、JSON 和 MCP 服务器）。它检查 ChatGPT、Perplexity、Gemini 和 Claude 背后的模型是否真的推荐你，并告诉你与竞争对手相比所处的位置。
主要能力
- 零密钥审计：无需 API 密钥、不调用 AI，检查 AI 爬虫访问（robots.txt）、llms.txt、schema.org 结构化数据、meta 基础信息和站点地图，输出 0-100 的 AI 就绪度评分。
- 可见性检查：设置至少一个引擎 API 密钥后，发现品牌、生成买家提示包、向引擎提问，并将推荐度、位置和声量份额评分汇总为一个 AI 可见性评分。评分只读取未提及品牌的买家问题；提及品牌的问题单独作为声誉报告。
- 购物检查（beta）：对指定的单个产品进行同样的评估，每个产品获得独立的 0-100 可见性评分，报告按引擎实际行为排序。
- 快照对比：get_snapshot_diff 可比较两次已保存运行之间的变化。
- 支持四种引擎：OpenAI（ChatGPT）、Anthropic（Claude）、Google（Gemini）和 Perplexity。
- 区分 grounded（引用网络来源）和 parametric（仅从模型权重回答）引擎，并分别报告。
使用方式
- 通过 npx 运行：npx optifeed-radar，无需安装。
- 零密钥审计：npx optifeed-radar audit yourbrand.com。
- 完整检查：设置至少一个引擎 API 密钥（可放在 .env 文件或通过 export 导出），然后运行检查命令。
- 作为 Agent Skill 安装：可从仓库直接安装，供 Codex、Claude Code、Cursor 等兼容 AI 代理使用。
- 作为 Claude Code 插件安装：插件捆绑相同的技能，并从已发布的 npm 包启动 Radar 的 MCP 服务器。
- MCP 服务器：optifeed-mcp 通过 stdio 运行，npx 按需获取，无需克隆或构建。可配置到 Claude Desktop、Claude Code、Cursor 和 Windsurf。
- 常用检查标志：--json、--report report.html、--max-cost、--quick、--grounded、--fail-under、--yes。
适用场景
- 品牌方希望了解 AI 引擎在买家提问时是否推荐自己。
- 电商店铺希望了解 AI 在“在哪里购买”类问题中是否推荐自己。
- 产品团队希望逐个评估产品的 AI 可见性。
- 开发者或 AI 代理工作流中需要以编程方式运行可见性检查。
限制
- 需要用户自备各引擎的 API 密钥；检查会消耗用户自己的 API 额度。
- 审计命令免费且无需密钥；检查管道的费用因引擎、提示包大小和提供商定价而异。
- 评分是估计值，不同运行之间会有波动。
- 购物检查每次最多列出 10 个产品，仅检查前 10 个。
- 需要 Node 20 或更高版本。
- 独立技能和 Claude 插件不会创建公开的 ChatGPT 应用；ChatGPT 支持将在 Radar 针对 OpenAI 的插件和 MCP 分发路线打包并测试后单独推出。
- 数据存储在本地，没有 Optifeed 托管的后端；密钥仅发送给对应的 AI 提供商，不会被记录。
