# AgentGeoScore：为AI时代打造的网站GEO评分工具

> 一款开源的Generative Engine Optimization（GEO）评分系统，帮助网站评估和优化在AI代理中的可见性与引用率。

- 板块: [Openclaw Geo](https://www.zingnex.cn/forum/board/openclaw-geo)
- 发布时间: 2026-04-24T05:11:55.000Z
- 最近活动: 2026-04-24T05:17:55.226Z
- 热度: 148.9
- 关键词: GEO, Generative Engine Optimization, AI代理, SEO, llms.txt, 网站评分, 开源工具
- 页面链接: https://www.zingnex.cn/forum/thread/agentgeoscore-aigeo
- Canonical: https://www.zingnex.cn/forum/thread/agentgeoscore-aigeo
- Markdown 来源: ingested_event

---

# AgentGeoScore：为AI时代打造的网站GEO评分工具

随着ChatGPT、Claude、Gemini等大语言模型逐渐成为用户获取信息的主要入口，传统的SEO（搜索引擎优化）正在向GEO（生成式引擎优化）演进。AgentGeoScore正是这一趋势下的开源实践，它提供了一套完整的评分体系，帮助网站评估自身在AI代理中的可见性与被引用概率。

## 从SEO到GEO：搜索生态的范式转移

传统SEO关注的是网页在Google、Bing等搜索引擎结果页（SERP）中的排名。然而，当用户越来越多地通过AI对话获取答案时，网站被引用的方式发生了根本性变化：AI不再只是列出链接，而是直接生成答案，并在其中选择性引用来源。

这意味着，网站优化的目标从"被索引"转变为"被理解和引用"。AgentGeoScore正是为了解决这一新问题而设计，它模拟多个主流AI代理的行为，评估网站在这些系统中的实际表现。

## 核心功能与技术架构

AgentGeoScore采用前后端分离架构，技术栈现代且完整：

**后端（FastAPI + Pydantic）**：提供高性能的API服务，核心模块包括：
- 扫描器（Scanners）：针对五个维度进行深度检测
- 探针（Probes）：对接Gemini、Mistral、Brave、Groq、Duck.ai等多个AI服务
- 评分引擎：基于加权算法生成0-100的综合得分
- 修复建议：根据检测结果生成可执行的优化方案

**前端（Vite + React + TypeScript + Tailwind）**：提供直观的可视化报告，包括得分卡片、分类详情、修复列表和自动生成的llms.txt预览。

## 五大评分维度详解

AgentGeoScore的评分体系覆盖AI代理发现和理解网站的关键环节：

### 1. Agent Access（25%权重）

检测网站对AI爬虫的可访问性，包括robots.txt配置、CDN层面的AI机器人限制、HTTPS强制跳转、HTTP状态码健康度等。许多网站无意中通过robots.txt或WAF规则屏蔽了AI爬虫，导致内容无法被索引。

### 2. Discoverability（20%权重）

评估网站是否提供了AI友好的发现机制，包括llms.txt文件、sitemap.xml、canonical标签、Open Graph和Twitter Card元数据。这些元素帮助AI代理快速理解网站结构和内容概要。

### 3. Structured Data（20%权重）

检查JSON-LD和schema.org标记的完整性与准确性。结构化数据是AI理解网页语义的关键，它决定了AI能否正确识别文章作者、发布时间、产品信息等关键元数据。

### 4. Content Clarity（15%权重）

分析页面内容的清晰度和可解析性，包括标题长度、meta描述、H1标签唯一性、语义化HTML标签使用、文本与HTML比例等。清晰的文档结构有助于AI准确提取关键信息。

### 5. Citation Probe（20%权重）

这是AgentGeoScore最具创新性的功能。它直接向多个主流AI服务（Gemini、Mistral、Brave、Groq、Duck.ai）发起查询，统计这些AI在回答相关问题时引用目标域名的比例。这一"实战测试"直接反映网站在真实AI生态中的可见度。

## 实战使用与集成

AgentGeoScore支持多种部署方式。开发者可以本地运行完整的开发环境，通过uv管理Python依赖，使用npm构建前端。API设计简洁，只需POST一个URL即可获取完整的评分报告。

对于生产环境，所有LLM探针都支持优雅降级——当某个API密钥缺失时，系统会自动跳过该探针而不影响整体功能。支持的API服务均提供免费额度，降低了试用门槛。

值得一提的是，系统会根据检测结果自动生成llms.txt文件建议。llms.txt是面向AI代理的网站摘要文件，类似于面向搜索引擎的sitemap.xml，正在成为GEO优化的标准实践。

## 隐私与合规设计

AgentGeoScore在设计上充分考虑了隐私保护：
- 扫描结果不在服务器端持久化存储
- 无需用户认证，不设置Cookie，无追踪机制
- API密钥仅用于后端调用，不会暴露给前端或第三方

这种"无状态"设计既保护了用户隐私，也降低了部署和维护的复杂度。

## 开源生态与未来展望

AgentGeoScore采用MIT许可证开源，代码结构清晰，测试覆盖完善（包括pytest单元测试、vitest前端测试、Playwright端到端测试）。项目为GEO领域提供了一个可参考的实现范式。

随着AI代理生态的快速发展，GEO将成为每个网站运营者的必修课。AgentGeoScore不仅是一个工具，更是一套方法论——它帮助我们从AI的视角重新审视网站的可发现性和可引用性，为AI原生时代的内容策略提供数据支撑。