一个基于 Python 的开源工具，通过四大分析维度评估网站和代码仓库的 AI 搜索就绪度，帮助内容创作者优化在 Google AI Overviews、ChatGPT 和 Perplexity 中的引用潜力。

Lumina-GEO：让网站和内容在 AI 搜索时代获得可见性的开源审计工具\n\n在生成式 AI 迅速改变搜索形态的当下，传统 SEO 正在经历深刻变革。Google AI Overviews、ChatGPT、Perplexity 等 AI 搜索工具不再只是展示链接列表，而是直接生成答案并引用来源。这意味着内容创作者需要重新思考：如何让内容被 AI 系统"看见"并引用？\n\nLumina-GEO 是一个开源的 AI 搜索就绪度审计工具，它通过系统化的分析方法，帮助网站和代码仓库评估自身在 AI 搜索生态中的竞争力。\n\n## 背景：AI 搜索时代的可见性挑战\n\n传统搜索引擎优化（SEO）关注的是关键词排名、反向链接和页面加载速度。但在 AI 搜索时代，游戏规则已经改变。AI 系统需要从海量内容中提取可信、结构化、权威的信息来生成答案。如果你的内容不符合 AI 系统的"阅读偏好"，即使质量很高，也可能被忽略。\n\n这种转变带来了新的问题：\n\n- AI 系统如何理解和评估内容质量？\n- 什么样的内容结构更容易被 AI 引用？\n- 网站的技术配置是否允许 AI 爬虫访问？\n- 如何衡量内容在 AI 搜索中的潜在表现？\n\nLumina-GEO 正是为解决这些问题而设计的工具。\n\n## 核心功能概览\n\nLumina-GEO 提供了一套完整的审计框架，涵盖从内容分析到技术检测的多个层面。\n\n### 四大分析维度\n\n工具采用四个互补的分析视角来评估内容质量：\n\n1. 基础 grounding 维度\n\n检查内容的结构化数据完整性，包括 JSON-LD Schema 标记、表格和列表中的结构化信息。这些元素帮助 AI 系统理解内容的语义关系和事实依据。\n\n2. 语义层级维度\n\n分析标题层级（H1-H4）的逻辑流畅性，确保内容具有清晰的主题结构和信息层次。混乱的标题结构会让 AI 难以理解内容的组织方式。\n\n3. 答案优先维度\n\n评估每个 H2/H3 小节是否以 40-60 字的自包含答案开头。AI 系统偏好能够直接提取答案的内容格式。\n\n4. 权威性维度\n\n检测内容的可信度信号，包括具名作者、统计数据及来源、专家引用、日期标注和外部引用等。这些因素直接影响 AI 系统对内容可靠性的判断。\n\n### 平台特定评分\n\n不同 AI 搜索平台对内容的偏好有所差异。Lumina-GEO 分别计算针对 Google AI Overviews 和 ChatGPT/Perplexity 的加权评分：\n\n| 平台 | Grounding | 语义层级 | 答案优先 | 权威性 |\n|------|-----------|----------|----------|--------|\n| Google AI Overviews | 35% | 30% | 20% | 15% |\n| ChatGPT / Perplexity | 25% | 15% | 25% | 35% |\n\n这种差异化评分反映了各平台的技术特点：Google 更重视结构化数据和语义理解，而 ChatGPT 和 Perplexity 更看重内容的权威性和直接答案能力。\n\n### AI 爬虫访问检测\n\n工具会检查 robots.txt 文件，识别是否阻止了 GPTBot、PerplexityBot、ClaudeBot、Google-Extended 或 Bingbot 等 AI 爬虫。如果关键爬虫被阻止，无论内容质量如何，平台评分都会被限制在 3.0 以下。\n\n## 技术架构与实现\n\nLumina-GEO 采用模块化架构，将不同功能封装为独立的"分析镜头"（Lens）。\n\n### 系统架构流程\n\n\n目标（URL 或本地路径）\n │\n ▼\n┌─────────────┐\n│ 内容获取 │ URL → Firecrawl 抓取 → Markdown\n│ │ 本地路径 → LangChain 文件加载器\n└──────┬──────┘\n │\n ▼\n┌─────────────────────────────────────────┐\n│ AI 分析（Gemini） │\n│ │\n│ GroundingLens SemanticHierarchy │\n│ AnswerFirstLens AuthorityLens │\n└──────────────────┬──────────────────────┘\n │\n ┌──────────────┴──────────────┐\n │ │\n ▼ ▼\nrobots.txt 检查 综合评分计算\n（确定性检测） （加权算法）\n │ │\n └──────────────┬──────────────┘\n │\n ▼\n 审计报告\n （JSON + Markdown）\n\n\n### 技术栈选择\n\n项目基于 Python 3.11+ 构建，主要依赖包括：\n\n- FastAPI + Uvicorn：提供高性能的 HTTP API 服务\n- Typer：构建命令行界面\n- Pydantic v2：数据模型和配置管理\n- Google Gemini：作为核心分析引擎，temperature 设为 0 确保结果一致性\n- Firecrawl v2：网页抓取和内容提取\n- LangChain：本地代码仓库文件加载\n\n### 可靠性设计\n\n考虑到 AI 模型调用的不稳定性，工具实现了多重保障机制：\n\n- 指数退避重试策略，最多 5 次重试\n- LLM 响应自动清理 Markdown 代码块标记\n- 本地仓库审计限制在 80 万字符以内，适配 Gemini 1.5 Pro 的 100 万 Token 上下文窗口\n\n## 使用方法与场景\n\nLumina-GEO 提供三种使用方式，适应不同用户需求。\n\n### 命令行工具\n\n适合开发者和自动化工作流：\n\nbash\n# 审计网站\nlumina-geo audit https://example.com\n\n# 审计本地代码仓库\nlumina-geo audit ./path/to/project\n\n# 指定输出目录\nlumina-geo audit https://example.com --output-dir ./reports\n\n\n### Web 仪表板\n\n通过浏览器访问 http://localhost:1818，输入目标 URL 或路径即可启动审计。仪表板直观展示：\n\n- 综合评分（1-10 分）\n- 各平台专项评分\n- AI 爬虫访问状态\n- 各维度详细分析结果\n- 关键修复建议\n- PDF 导出功能\n\n### HTTP API\n\n便于集成到现有系统：\n\nbash\ncurl -X POST http://localhost:1818/audit \\\n -H \"Content-Type: application/json\" \\\n -d '{\"target\": \"https://example.com\"}'\n\n\n## 实际应用价值\n\n对于内容创作者和网站运营者，Lumina-GEO 提供了可操作的优化指南。它不仅指出问题，还给出具体的修复建议。例如，如果权威性维度得分较低，工具会建议增加具名作者信息、添加数据来源引用或补充发布日期。\n\n对于开发者，该项目的开源代码展示了如何构建基于大语言模型的内容分析系统。其"Lens"设计模式——将不同分析维度封装为独立模块——为类似工具的开发提供了良好的架构参考。\n\n## 局限与未来方向\n\n当前版本依赖 Google Gemini 进行内容分析，这意味着需要有效的 API 密钥，且受限于 Gemini 的可用性和定价策略。此外，评分算法虽然基于合理的启发式规则，但 AI 搜索平台的实际排名机制是不透明的，工具提供的评分仅供参考而非保证。\n\n未来可能的改进方向包括支持更多 LLM 提供商、增加更多分析维度（如多语言支持、移动端适配评估）、以及建立评分与实际 AI 引用率的关联验证。\n\n## 总结\n\nLumina-GEO 代表了内容优化工具向 AI 时代演进的一个有趣尝试。它将传统 SEO 审计的概念扩展到 AI 搜索领域，为内容创作者提供了适应新生态的实用工具。随着生成式 AI 在搜索领域的渗透率持续提升，这类工具可能会成为数字内容策略的标准配置。

Lumina-GEO：让网站和内容在 AI 搜索时代获得可见性的开源审计工具\n\n在生成式 AI 迅速改变搜索形态的当下，传统 SEO 正在经历深刻变革。Google AI Overviews、ChatGPT、Perplexity 等 AI 搜索工具不再只是展示链接列表，而是直接生成答案并引用来源。这意味着内容创作者需要重新思考：如何让内容被 AI 系统"看见"并引用？\n\nLumina-GEO 是一个开源的 AI 搜索就绪度审计工具，它通过系统化的分析方法，帮助网站和代码仓库评估自身在 AI 搜索生态中的竞争力。\n\n背景：AI 搜索时代的可见性挑战\n\n传统搜索引擎优化（SEO）关注的是关键词排名、反向链接和页面加载速度。但在 AI 搜索时代，游戏规则已经改变。AI 系统需要从海量内容中提取可信、结构化、权威的信息来生成答案。如果你的内容不符合 AI 系统的"阅读偏好"，即使质量很高，也可能被忽略。\n\n这种转变带来了新的问题：\n\n- AI 系统如何理解和评估内容质量？\n- 什么样的内容结构更容易被 AI 引用？\n- 网站的技术配置是否允许 AI 爬虫访问？\n- 如何衡量内容在 AI 搜索中的潜在表现？\n\nLumina-GEO 正是为解决这些问题而设计的工具。\n\n核心功能概览\n\nLumina-GEO 提供了一套完整的审计框架，涵盖从内容分析到技术检测的多个层面。\n\n四大分析维度\n\n工具采用四个互补的分析视角来评估内容质量：\n\n1. 基础 grounding 维度\n\n检查内容的结构化数据完整性，包括 JSON-LD Schema 标记、表格和列表中的结构化信息。这些元素帮助 AI 系统理解内容的语义关系和事实依据。\n\n2. 语义层级维度\n\n分析标题层级（H1-H4）的逻辑流畅性，确保内容具有清晰的主题结构和信息层次。混乱的标题结构会让 AI 难以理解内容的组织方式。\n\n3. 答案优先维度\n\n评估每个 H2/H3 小节是否以 40-60 字的自包含答案开头。AI 系统偏好能够直接提取答案的内容格式。\n\n4. 权威性维度\n\n检测内容的可信度信号，包括具名作者、统计数据及来源、专家引用、日期标注和外部引用等。这些因素直接影响 AI 系统对内容可靠性的判断。\n\n平台特定评分\n\n不同 AI 搜索平台对内容的偏好有所差异。Lumina-GEO 分别计算针对 Google AI Overviews 和 ChatGPT/Perplexity 的加权评分：\n\n| 平台 | Grounding | 语义层级 | 答案优先 | 权威性 |\n|------|-----------|----------|----------|--------|\n| Google AI Overviews | 35% | 30% | 20% | 15% |\n| ChatGPT / Perplexity | 25% | 15% | 25% | 35% |\n\n这种差异化评分反映了各平台的技术特点：Google 更重视结构化数据和语义理解，而 ChatGPT 和 Perplexity 更看重内容的权威性和直接答案能力。\n\nAI 爬虫访问检测\n\n工具会检查 robots.txt 文件，识别是否阻止了 GPTBot、PerplexityBot、ClaudeBot、Google-Extended 或 Bingbot 等 AI 爬虫。如果关键爬虫被阻止，无论内容质量如何，平台评分都会被限制在 3.0 以下。\n\n技术架构与实现\n\nLumina-GEO 采用模块化架构，将不同功能封装为独立的"分析镜头"（Lens）。\n\n系统架构流程\n\n\n目标（URL 或本地路径）\n │\n ▼\n┌─────────────┐\n│ 内容获取 │ URL → Firecrawl 抓取 → Markdown\n│ │ 本地路径 → LangChain 文件加载器\n└──────┬──────┘\n │\n ▼\n┌─────────────────────────────────────────┐\n│ AI 分析（Gemini） │\n│ │\n│ GroundingLens SemanticHierarchy │\n│ AnswerFirstLens AuthorityLens │\n└──────────────────┬──────────────────────┘\n │\n ┌──────────────┴──────────────┐\n │ │\n ▼ ▼\nrobots.txt 检查 综合评分计算\n（确定性检测） （加权算法）\n │ │\n └──────────────┬──────────────┘\n │\n ▼\n 审计报告\n （JSON + Markdown）\n\n\n技术栈选择\n\n项目基于 Python 3.11+ 构建，主要依赖包括：\n\n- FastAPI + Uvicorn：提供高性能的 HTTP API 服务\n- Typer：构建命令行界面\n- Pydantic v2：数据模型和配置管理\n- Google Gemini：作为核心分析引擎，temperature 设为 0 确保结果一致性\n- Firecrawl v2：网页抓取和内容提取\n- LangChain：本地代码仓库文件加载\n\n可靠性设计\n\n考虑到 AI 模型调用的不稳定性，工具实现了多重保障机制：\n\n- 指数退避重试策略，最多 5 次重试\n- LLM 响应自动清理 Markdown 代码块标记\n- 本地仓库审计限制在 80 万字符以内，适配 Gemini 1.5 Pro 的 100 万 Token 上下文窗口\n\n使用方法与场景\n\nLumina-GEO 提供三种使用方式，适应不同用户需求。\n\n命令行工具\n\n适合开发者和自动化工作流：\n\nbash\n审计网站\nlumina-geo audit https://example.com\n\n审计本地代码仓库\nlumina-geo audit ./path/to/project\n\n指定输出目录\nlumina-geo audit https://example.com --output-dir ./reports\n\n\nWeb 仪表板\n\n通过浏览器访问 http://localhost:1818，输入目标 URL 或路径即可启动审计。仪表板直观展示：\n\n- 综合评分（1-10 分）\n- 各平台专项评分\n- AI 爬虫访问状态\n- 各维度详细分析结果\n- 关键修复建议\n- PDF 导出功能\n\nHTTP API\n\n便于集成到现有系统：\n\nbash\ncurl -X POST http://localhost:1818/audit \\\n -H \"Content-Type: application/json\" \\\n -d '{\"target\": \"https://example.com\"}'\n\n\n实际应用价值\n\n对于内容创作者和网站运营者，Lumina-GEO 提供了可操作的优化指南。它不仅指出问题，还给出具体的修复建议。例如，如果权威性维度得分较低，工具会建议增加具名作者信息、添加数据来源引用或补充发布日期。\n\n对于开发者，该项目的开源代码展示了如何构建基于大语言模型的内容分析系统。其"Lens"设计模式——将不同分析维度封装为独立模块——为类似工具的开发提供了良好的架构参考。\n\n局限与未来方向\n\n当前版本依赖 Google Gemini 进行内容分析，这意味着需要有效的 API 密钥，且受限于 Gemini 的可用性和定价策略。此外，评分算法虽然基于合理的启发式规则，但 AI 搜索平台的实际排名机制是不透明的，工具提供的评分仅供参考而非保证。\n\n未来可能的改进方向包括支持更多 LLM 提供商、增加更多分析维度（如多语言支持、移动端适配评估）、以及建立评分与实际 AI 引用率的关联验证。\n\n总结\n\nLumina-GEO 代表了内容优化工具向 AI 时代演进的一个有趣尝试。它将传统 SEO 审计的概念扩展到 AI 搜索领域，为内容创作者提供了适应新生态的实用工具。随着生成式 AI 在搜索领域的渗透率持续提升，这类工具可能会成为数字内容策略的标准配置。