SEO 与 GEO 技能库

20 项技能。20 条指令。规划、审计并监控 SEO/GEO 工作。

English | 中文

本仓库为搜索引擎优化 (SEO) 和生成式引擎优化 (GEO) 提供 Claude 技能与指令。它是 slash-aaron 的候选 SEO/GEO 核心能力包。技能内容基于无依赖项的 Markdown；Claude Code 钩子使用小型 Bash 运行程序。安装目标与支持声明维护在 Marketplace Module 和 平台注册表 中。内容质量采用 CORE-EEAT（80 项指标）；域信任度采用 CITE（40 项指标）。

快速开始

常见的安装路径如下。关于支持级别、证据、清单所有权和发布规则，请查看 marketplaces/README.md 和 distribution/platforms.json。

工具	安装指令
Claude Code	/plugin marketplace add aaron-he-zhu/seo-geo-claude-skills
ClawHub.ai / OpenClaw	clawhub install aaron-he-zhu/ 或 bundle
Gemini CLI	gemini extensions install https://github.com/aaron-he-zhu/seo-geo-claude-skills
Qwen Code	qwen extensions install https://github.com/aaron-he-zhu/seo-geo-claude-skills
Amp	amp skill add aaron-he-zhu/seo-geo-claude-skills
Kimi Code CLI	kimi plugin install https://github.com/aaron-he-zhu/seo-geo-claude-skills.git
CodeBuddy	/plugin marketplace add aaron-he-zhu/seo-geo-claude-skills 然后 /plugin install aaron-seo-geo
skills.sh / 通用 Agent 技能宿主	npx skills add aaron-he-zhu/seo-geo-claude-skills

单个技能安装：npx skills add aaron-he-zhu/seo-geo-claude-skills -s keyword-research。

如果您的宿主支持自动技能路由，可以尝试自然语言请求：

Research keywords for my SaaS product targeting small teams

当宿主暴露 ./commands/ 时，可以使用斜杠命令入口：

/aaron:auto audit https://example.com/blog/my-article

可选工具在 CONNECTORS.md 中有详细说明；每个技能都支持 Tier 1 级别，即使用用户提供的数据。

运行模型

每项技能都遵循相同的激活契约：快速启动、技能契约、交接摘要、数据源、说明、参考资料以及下一个最佳技能。四个横向技能构成了协议层：

协议技能	角色
content-quality-auditor	80 项 CORE-EEAT 发布关卡
domain-authority-auditor	40 项 CITE 信任关卡
entity-optimizer	规范实体档案
memory-management	热/温/冷项目记忆 + Wiki 层（编译 · 查询 · 冲突解决 · 归档 · 恢复；v9.9.9+）

共享参考：skill-contract.md, state-model.md, auditor-runbook.md。

Wiki 层 (v9.9.9+)

项目记忆从原始 WARM 文件演进为派生 Wiki 页面，并可选择将覆盖的 WARM 归档为 COLD。分为三个阶段：

• 阶段 1 — 自动刷新的 memory/wiki/index.md（阶段 1 是自动的，无需用户操作）
• 阶段 2 — 编译 Wiki 页面：当您有 ≥3 个引用实体 X 的 WARM 文件时，输入 "compile a wiki page on X" / "synthesize what we know about X" / "整理一下X的资料"。冲突会在下次会话中以 (a)/(b)/(s)/(i) 提示符的形式显现。
• 阶段 3 — 用户发起的归档：/aaron:guard --wiki --retire-preview 列出候选内容；明确确认后将 WARM 移动到 memory/archive/。随时可以通过输入 /aaron:remember recover wiki 进行恢复（memory-management 会为您处理恢复）。高级用户也可以直接执行 bash scripts/recover-retired-warm.sh。

执行 rm -rf memory/wiki/ 总是可以干净地还原。归档历史（阶段 3）保留在 COLD 的 frontmatter 中，不会因 Wiki 删除而被破坏。详情见 wiki-lifecycle.md。