GeoLook 是一个开源的自托管 GEO(生成式引擎优化)平台,提供从现状分析、诊断、方案、实施工单、执行落地到效果验收的全流程闭环。

Stars

26

7 天增长

暂无数据

Fork 数

9

开放 Issue

0

开源协议

MIT

最近更新

2026-07-29

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

它具备监测、诊断、工单、自动验收到交付的完整闭环,区别于市场上仅做监测的 SaaS;开源免费且数据全部存储在本地;支持 15 个 AI 引擎(含国内主流引擎);评分体系基于公开实证数据(602 条 Prompt、21143 条引用)。

适合谁使用

  • SEO 专业人士与数字营销机构
  • 希望提升品牌在 AI 回复中被引用率的企业
  • 为客户提供 GEO 服务的顾问与代理商
  • 偏好自托管、重视数据隐私的技术团队

典型使用场景

  • 诊断品牌在各 AI 引擎中的提及率与表现,发现差距
  • 生成可执行的优化工单,并自动验收效果
  • 基于引用模式创作内容,并部署 llms.txt、JSON-LD 等资产
  • 管理多个品牌项目,周期复跑并输出客户交付报告

项目优势

  • 从诊断到验收的端到端闭环,自带执行与自动验收
  • 开源免费、自托管,所有数据存于本地 JSON/Markdown 文件
  • 支持 15 个 AI 引擎,覆盖国内与海外市场
  • 评分依据公开实证数据,方法透明可复现

使用前须知

  • 单机工具,无账号体系和团队协作功能
  • 采样频率与样本量受用户自身 API 预算限制
  • 「疑似负面」等判定为线索提示,需人工复核确认

README 快速开始

GeoLook

开源的全流程 GEO 实施平台 · 自托管

面向具体项目:现状分析 → 诊断 → 方案 → 实施计划工单 → 执行落地 → 效果验收

简体中文 · English

🌐 官网 geolook.cc · 🔍 在线演示(只读) · 📹 高清演示视频 (mp4) · 🖼 全部截图

域名生效前可用镜像:geolook-three.vercel.app · 演示

GEO = 生成式引擎优化(Generative Engine Optimization):让 DeepSeek、豆包、ChatGPT、Perplexity 这些 AI 引擎在回答用户问题时,主动提到并引用你的品牌。不是地理信息,也不是传统 SEO。

一、解决什么问题

越来越多的用户直接问 AI「有哪些好用的 XX 工具」「XX 和 YY 哪个好」。如果你的品牌:

问题GeoLook 给的答案
AI 根本不提你——搜品类问题时你不在候选集里逐引擎采样真实回答,量化提及率/位次/引用份额,诊断出「完全缺席」还是「竞品主导」
不知道为什么不提你——AI 是黑盒六维站点体检 + 差距诊断:抓不到正文?缺抽取块?没铺 AI 实际引用的阵地?口径不一致?逐项定位
知道该做但落不了地——建议一堆,没人执行没人验收生成带验收标准的实施工单,86% 可由程序自动验收(示例项目 18/21),做没做完不靠口头确认
做了不知道有没有用逐题前后期采样对比 + 任务级 before/after,哪些动作真的让 AI 改了口,有数
给客户做 GEO 服务,交付难一键产出诊断报告、优化方案、执行方案、工单 CSV、验收表的完整交付包

二、功能全景

四段主线 + 运营能力,全部在一个自托管看板里:

现状 · 我在 AI 里什么样

  • 引擎表现:国内海外 15 个引擎(10 个 API 自动采样 + 5 个人工采样表),每个引擎的提及率、提及位次、引用份额、它实际在引用谁、样本回放(真实回答原文,品牌命中高亮)、疑似负面标记
  • 品牌提及分布:单引擎与全引擎汇总,回答里你和竞品各占多少(国内/海外分开算)
  • 竞品对比:同一批无提示样本下的对手出现率;每个对手最强的引擎一键联动;「被抢走的问题」「你独占的问题」直接变成选题池
  • 问题库:七组问题(推荐/比较/替代/价格/风险/品牌验证/场景),每题带诊断分型(疑似负面 > 竞品主导 > 完全缺席 > 排名靠后),点名探测题单独归类不污染指标

诊断 · 为什么是这样

  • 站点体检:robots 封禁 / sitemap / llms.txt / 页面可访问 / 语言覆盖 / 抽取块缺口,六维打分;点等级或缺块直接筛选问题页、直达修复工单
  • 差距诊断:内容缺口 → 阵地缺口 → 事实偏差,三类按「先修哪个」排序
  • 阵地地图:19 个阵地(百科/榜单站/公众号/头条/知乎/技术社区/G2/Wikipedia/Reddit/YouTube…)按真实引用语料标注分量与优先级;每个阵地写清建什么、建多少、节奏、谁来做
  • 品牌事实库:全站唯一口径来源——llms.txt、JSON-LD、内容草稿都从这里取事实;AI 说法逐条比对,比对过「事实一致性」才进健康分

提升 · 该做什么

  • 行动计划:结构化工单(依据/负责角色/工作量/时间窗口/验收标准),标「自动」的由重抓站点 + 下期采样判定;量化工单显示「首测 → 当前 → 目标」进度条,回归自动打回
  • 内容工作台:选题池按「未提及 + 无内容」排序;写稿时左侧给必含抽取块与品牌事实,右侧实时可被引用度预检;AI 初稿必须过编造风险 lint;分发清单按问题类别匹配目标阵地,铺完打勾
  • 部署资产:llms.txt、JSON-LD(Organization/FAQ/Article…)、定义块与 FAQ 的 HTML 片段,每个文件标注去处;DEPLOY.md 给开发的部署清单含验收标准
  • 发布渠道:成稿一键发到 GitHub / WordPress 草稿 / 公众号草稿箱 / 自定义 Webhook——凭证在本地 .env,每次发布人工确认,无任何自动外发路径

成效 · 做了有没有用

  • 效果验收:逐题前后期提及率对比(全部/国内/海外分 tab)、任务级 before/after、验收历史
  • 报告与交付:给老板的一页结论、给执行团队的分批执行方案、给客户的完整交付包(HTML + CSV)

运营

  • 周期复跑:每 7/14/30 天自动跑完整一期,做长期运营与月报
  • 多品牌:一个实例管多个项目,数据互相隔离,侧栏一键切换
  • 人工采样闭环:无 API 的引擎导出采样表,人工/浏览器填完回灌,与自动采样同一套指标

三、和市面

项目描述

开源的全流程 GEO 实施平台:现状分析 → 诊断 → 方案 → 实施计划工单 → 执行落地 → 效果验收 · Open-source end-to-end GEO implementation: status analysis, diagnosis, strategy, tickets, execution, verification

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

uzairansaruzi
精选
uzairansaruzi GitHub avatar

hermex

Hermex is a native SwiftUI iPhone app that lets you control a self-hosted Hermes AI agent directly from your phone, with no subscriptions, tracking, or third-party relay.

AI 与机器学习大语言模型
941
makecindy
精选
makecindy GitHub avatar

cindy

Cindy is an open-source AI agent that runs locally on your machine, integrates multiple AI harnesses and models, and provides memory, skills, and automation to perform real work in your projects and apps.

AI 与机器学习大语言模型
958
hahhforest
精选
hahhforest GitHub avatar

pi-textbook

A hands-on course that walks through building a Pi-style coding agent from scratch across 15 checkpoints, starting from an offline agent trajectory.

AI 与机器学习大语言模型
625