Agent Skill 数据与数据分析

SEO项目配置

建立持久的本地SEO工作空间,包含项目背景、笔记、目标、定位、偏好设置、MCP检查及Search Console数据接入功能。

查看 GitHub 仓库 ↗

📌 Skill 基础信息

  • Skill 名称:SEO 项目初始化工具 (seo-project-setup)
  • 来源:社区第三方 (sarthkdobriyal)
  • 运行宿主:基于 Claude-Code CLI 的 Agent 工具
  • 核心定位:为单个网站或 SEO 项目搭建结构化的本地工作空间,统一存储项目上下文、笔记、目标和数据文件,为后续 SEO 工作流提供持久化上下文支持。

🧩 内部核心组成

该 Skill 主要通过对话式引导和文件操作能力实现 SEO 工作空间的初始化:

核心能力模块:

  • 工作目录规划与建议
  • 网站范围信息收集
  • SEO 目标定义与量化
  • 市场定位与竞品上下文采集
  • OpenSEO MCP 集成验证
  • Google Search Console 数据接入
  • 现有数字资产清点
  • 后续工作流推荐引擎

MCP 工具集成:

工具名功能简述
whoami验证 MCP 连接状态
list_projects列出可用 SEO 项目
get_search_console_performance获取 GSC 性能数据

预设目录结构模板:

seo-workspace/
  README.md          # 项目目标与偏好记录
  gsc/               # Search Console 数据文件
  keywords/          # 关键词数据
  competitors/       # 竞品分析资料
  content/           # 内容素材
  outreach/          # 外联资源
  reports/           # 分析报告

🛠 安装与启用方式

安装命令:

skills install --user sarthkdobriyal/hisaabi

前置依赖:

  • 已配置 OpenSEO MCP 服务器
  • Google Search Console 访问权限(可选)
  • 本地文件系统读写权限

启用方式:

安装后通过 Agent 对话界面触发 SEO 项目初始化流程,无需单独启动命令。

📋 标准工作流

  1. 工作目录确认 → Agent 引导用户选择或创建本地 SEO 工作文件夹
  2. 网站信息收集 → 采集主域名、子域名、目标地区、CMS 类型等基础信息
  3. 目标定义 → 通过问答明确 SEO 核心目标(引流、转化、品牌等)并量化指标
  4. 定位调研 → 收集现有市场定位资料,或协助进行竞品调研
  5. MCP 验证 → 自动检查 OpenSEO MCP 连接状态并匹配对应项目
  6. 数据接入 → 引导连接 Google Search Console 或导入历史数据文件
  7. 资产清点 → 记录现有内容库、关键词列表、外链资源等数字资产
  8. 工作流推荐 → 根据项目状态推荐最适合的后续 SEO 分析工作流

⚠️ 关键限制、缺陷、注意事项

平台限制:

  • 仅支持与 OpenSEO MCP 集成的 Agent 环境
  • 需要本地文件系统访问权限

数据要求:

  • Google Search Console 数据接入需要相应 API 权限
  • 历史数据文件需要手动导出和整理

适用性限制:

  • 不适合一次性 SEO 检查,专注于长期项目上下文构建
  • 不包含完整的 SEO 审计功能,仅为后续分析做准备
  • 生产环境适用性取决于 MCP 服务器的稳定性和数据权限

资源消耗:

  • 对话式引导可能消耗较多 token
  • 文件操作需要相应的系统权限

✅ 适用场景 & ❌ 不适合场景

✅ 适用场景:

  • 需要建立长期 SEO 监控和优化体系的企业网站
  • 数字营销团队需要结构化管理多个 SEO 项目
  • 希望积累历史数据和上下文供 AI 持续学习的场景
  • 需要将散落的 SEO 资料系统化整理的场景

❌ 不适合场景:

  • 一次性快速 SEO 检查需求
  • 无持续优化计划的短期项目
  • 缺乏 Google Search Console 访问权限的项目
  • 需要立即获得完整审计报告的场景

如何安装

skills install --user sarthkdobriyal/hisaabi

通用安装教程:在哪里输入上面的命令

上面的命令本质是在「终端 / 命令行」中调用技能管理器,把该 Skill 下载并注册到你的 AI 工具。各主流工具打开终端的位置不同,按下面操作即可:

  1. 打开工具自带的终端面板,或系统终端(macOS「终端」、Windows「PowerShell」、Linux「Terminal」)。
  2. 把上面的安装命令复制进去,回车运行,等待下载与注册完成。
  3. 重启或重新加载 AI 工具,让新安装的 Skill 被识别。
  4. 新建对话并触发:直接描述用途,或通过该工具的技能 / 斜杠菜单选中此 Skill。
Claude 桌面版(macOS / Windows)

桌面版没有内置命令行,Skill 需通过 Claude Code CLI 安装。打开系统终端,先执行 npm install -g @anthropic-ai/claude-code,再运行上面的安装命令;完成后完全退出并重新打开 Claude。

Claude Code(终端 CLI)

直接在项目目录的终端里运行上面的命令即可。也可先输入 claude 启动交互界面,再在对话中引用该 Skill(/ 斜杠菜单或直接描述用途)。

VS Code(含 GitHub Copilot)

打开终端面板:菜单「终端 → 新建终端」,或快捷键 Ctrl+`(macOS 为 ⌃+`)。在终端里运行上面的命令;装完后执行「重新加载窗口」(Ctrl+Shift+P → Reload Window),让 Copilot 等扩展识别新技能。

Cursor

底部「终端」面板(Ctrl+`)即是内置终端。粘贴运行上面的命令,完成后在命令面板执行「Reload Window」刷新,再开始对话。

Windsurf

底部「终端」面板运行命令;也可直接使用其内置 Agent 终端,在对话侧执行安装。

其他工具(ChatGPT、本地脚本等)

不支持本地终端的产品,可先在本机终端完成安装,再在对话中描述该 Skill 的能力让其调用;不同工具的命令格式请以其官方文档为准。

风险提示

✅ 低风险

自动扫描未发现高危命令、隐私抓取或数据外传行为。仍建议安装前快速浏览仓库代码。

相似 Skill 推荐

HQQ量化
Orchestra-Research/AI-Research-SKILLs
低风险

无需校准数据的LLM半二次量化技术。适用于4/3/2位精度模型量化、快速量化流程,或搭配vLLM及HuggingFace Transformers部署场景。

网页视觉设计
xiaopu-ai/web-design
低风险

网页视觉设计技能。输入PRD/参考URL/截图/关键词(任意组合),首先生成标准化的DESIGN.md设计规范,用户确认后据此生成符合UI/UX、视觉、动效、响应式全部要求的网页代码。专注于网页端:着陆页、作品集、产品页

全面记忆
gavdalf/total-recall
中风险

唯一自主运行的记忆技能。无需数据库、无需向量、无需手动保存。仅通过LLM观察器将对话压缩为优先级笔记,在内容增长时自动整合,并恢复任何遗漏内容。五重冗余保障,零维护成本。约0.00美元/月(使用免费层级模型)。当其他记忆

Apify电商爬取工具
lingxling/awesome-skills-cn
中风险

使用Apify的电商爬取工具,从任何电商平台提取商品数据、价格、评论和卖家信息。