🌐 GEO MCP Server — 生成式引擎优化工具

检测品牌在 AI 引擎（ChatGPT / Claude / Gemini / Perplexity）中的引用存在、评分内容 GEO 优化程度、分析竞品差距、追踪引用趋势。

专为 Claude Code 和 MCP 兼容客户端 设计。

---

🔗 快速链接

入口	地址
📦 下载安装	pip install geo-mcp-optimizer
🛒 购买 Pro	reedsail.com/geo-pro
📊 管理面板	reedsail.com/geo-pro/admin
📖 产品文档	reedsail.com/geo-pro/docs
💻 GitHub	github.com/chenzhi1985/geo-mcp-server
🐍 PyPI	pypi.org/project/geo-mcp-optimizer

---

🎯 功能

工具	功能	输入
geo_check_citation	检测品牌在4大AI引擎中的引用情况	品牌名 + 话题
geo_content_score	对网页进行GEO评分（0-100分，5维度）	URL + 关键词
geo_competitor_gap	竞品AI引用对比矩阵	品牌 + 竞品列表
geo_brand_monitor	记录品牌引用快照，追踪趋势	品牌名
geo_brand_trend	查看历史引用变化趋势	品牌名
geo_ai_visibility	综合AI可见度报告（引用+内容评分）	品牌 + URL列表

GEO 评分维度（内容评分 0-100）

维度	满分	评估内容
Entity Clarity	25	Schema.org、实体定义、Meta 信息
Citation Worthiness	25	统计数据、引用来源、独特见解
Content Structure	20	标题层级、列表、FAQ、字数
Freshness Signals	15	发布日期、更新频率
Authority Signals	15	外部链接、作者信息、HTTPS

---

🚀 安装

# 1. 进入项目目录
cd geo-mcp-server

# 2. 安装依赖
pip install -r requirements.txt

# 3. 测试运行
python server.py

依赖

• Python ≥ 3.12
• mcp ≥ 1.20.0
• httpx ≥ 0.28.0
• beautifulsoup4 ≥ 4.14.0
• lxml ≥ 6.0.0

---

🔌 配置 Claude Desktop

在 Claude Desktop 的 claude_desktop_config.json 中添加：

{
  "mcpServers": {
    "geo-optimizer": {
      "command": "python",
      "args": ["d:/项目管理/MCP Server/geo-mcp-server/server.py"]
    }
  }
}

Mac/Linux 路径示例：

{
  "mcpServers": {
    "geo-optimizer": {
      "command": "python",
      "args": ["/path/to/geo-mcp-server/server.py"]
    }
  }
}

重启 Claude Desktop 后即可使用。

---

💬 使用示例

在 Claude Code 中对话

# 检测品牌 AI 引用
"帮我检测 Notion 这个品牌在 AI 引擎中的引用情况"

# 评分网页内容
"分析 https://mysite.com/blog/my-article 被 AI 引用的潜力"

# 竞品对比
"对比我们的品牌「飞书」和竞品「钉钉,企业微信」在 AI 中的引用差距"

# 综合诊断
"全面分析我的品牌 AI 可见度，关键页面是 https://mysite.com 和 https://mysite.com/blog"

# 查看最佳实践
"打开 geo://best-practices 查看 GEO 优化指南"

# 使用提示词
"用 geo_optimize 提示词帮我优化这篇文章"

在 Python 中直接调用

from src.tools.citation import check_citation
from src.tools.scorer import score_content
from src.tools.competitor import competitor_gap

# 检测引用
result = check_citation("你的品牌名", topic="行业话题")
print(f"引用分: {result['overall_presence_score']}/100")

# 评分内容
result = score_content("https://example.com/article")
print(f"GEO评分: {result['total']}/100 — {result['grade']}")

# 竞品分析
result = competitor_gap("你的品牌", ["竞品A", "竞品B"], "行业话题")
print(f"排名: {result['my_rank']}")

---

📁 项目结构

geo-mcp-server/
├── server.py              # MCP Server 入口
├── src/
│   ├── __init__.py
│   ├── utils.py           # HTTP客户端、内容解析、GEO评分引擎
│   └── tools/
│       ├── __init__.py
│       ├── citation.py    # 引用检测 & AI可见度分析
│       ├── scorer.py      # 内容GEO评分
│       ├── competitor.py  # 竞品对比
│       └── monitor.py     # 品牌监控 & 趋势
├── monitor_data/          # 监控快照数据（自动生成）
├── requirements.txt
└── README.md

---

🛠️ 开发

# MCP Inspector 调试
npx @modelcontextprotocol/inspector python server.py

# SSE 模式（HTTP 调试）
python server.py --sse

---

💰 变现路径

本项目通过 MCP 生态平台变现：

平台	模式	分成
MCPize	订阅制	85%
AgenticMarket	Per-Call	80-90%
Polar.sh	独立售卖	96%

---

📄 License

MIT