SEO分析工具包

MCP-SEO是一款开源的SEO分析工具包,提供全面的SEO审计功能,适用于AI代理和人类用户,支持CLI和MCP服务器访问。

  • by g-battaglia
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 g-battaglia/mcp-seo

使用说明

MCP-SEO

面向AI代理的开源SEO分析工具包。

MCP-SEO为任何LLM代理或人类提供了一套完整的SEO审计工具,可以作为 命令行界面 作为a 模型上下文协议(MCP)服务器。将其指向URL,即可获得关于元标签、标题、链接、图像、性能、移动友好性、结构化数据等的结构化、Markdown格式的报告。

特性

  • 21个CLI命令 涵盖页面SEO、技术SEO、性能、可访问性和内容分析
  • 18个MCP工具 将相同的功能暴露给任何兼容MCP的客户端(Claude Desktop、Cursor、OpenCode等)
  • 无头浏览器渲染 通过Playwright/Chromium处理JavaScript繁重的页面
  • 灯塔风格评分 (0-100)按类别细分
  • 多页面网站爬虫 具有重复检测和robots.txt功能
  • 结构化输出 --每个分析器都返回Pydantic模型(JSON)和Markdown报告
  • 可配置的 --所有超时和阈值都可以通过以下方式覆盖 MCP_SEO_* 环境变量
  • pip可安装 — pip install mcp-seo 你已经准备好了

安装

pip install mcp-seo

# Or with pipx for isolated CLI usage
pipx install mcp-seo

# Or directly from GitHub
pip install git+https://github.com/g-battaglia/mcp-seo.git

安装后,设置无头浏览器(一次性):

mcp-seo setup

快速开始

# Lighthouse-style audit with scoring
mcp-seo lighthouse https://example.com

# Full comprehensive report (all analyzers combined)
mcp-seo report https://example.com

# Individual analyzers
mcp-seo meta https://example.com           # Title, description, OG, Twitter, canonical
mcp-seo headings https://example.com       # Heading hierarchy (h1-h6)
mcp-seo links https://example.com          # Internal/external, nofollow, anchors
mcp-seo images https://example.com         # Alt text, lazy loading, dimensions, format
mcp-seo content https://example.com        # Word count, readability, keywords, n-grams
mcp-seo headers https://example.com        # Caching, security, compression, redirects
mcp-seo sitemap https://example.com        # XML sitemap discovery and validation
mcp-seo robots https://example.com         # robots.txt rules and directives
mcp-seo structured-data https://example.com # JSON-LD, Microdata, RDFa
mcp-seo performance https://example.com    # Core Web Vitals (TTFB, FCP, LCP)
mcp-seo mobile https://example.com         # Viewport, tap targets, font sizes
mcp-seo url-structure https://example.com   # URL length, depth, tracking params
mcp-seo accessibility https://example.com   # ARIA, landmarks, skip-nav, score

# Site crawler
mcp-seo crawl-site https://example.com     # Crawl site, find duplicates

# Page fetching
mcp-seo crawl https://example.com          # Rendered HTML (JS executed)
mcp-seo fetch https://example.com          # Raw HTTP response (JSON)

# Utilities
mcp-seo screenshot https://example.com
mcp-seo og-image -t "Title" -s "Subtitle" -o output.png

MCP服务器

MCP-SEO包括一个内置 模型上下文协议 该服务器将所有SEO工具暴露给任何兼容MCP的AI客户端。

mcp-seo mcp

克劳德桌面版

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "mcp-seo": {
      "command": "mcp-seo",
      "args": ["mcp"]
    }
  }
}

开源代码

添加到您的 opencode.json:

{
  "mcpServers": {
    "mcp-seo": {
      "command": "mcp-seo",
      "args": ["mcp"]
    }
  }
}

如果从源代码安装 uv 而不是 pip,使用 "command": "uv" 随着 "args": ["run", "--directory", "/path/to/mcp-seo", "mcp-seo", "mcp"].

可用的MCP工具

工具 说明
crawl 使用无头Chromium渲染页面,返回完整的HTML
fetch_page 获取JSON格式的原始HTTP响应
analyze_meta_tags 标题、描述、OG、推特、规范、视口
analyze_headings 标题层次结构(h1-h6),单个h1,跳过检查
analyze_links 内部/外部链接、nofollow、锚文本
analyze_images Alt文本、延迟加载、尺寸、现代格式
analyze_content 字数、可读性、关键字、n元语法
analyze_headers 缓存、安全、压缩、重定向链
analyze_sitemap XML站点地图发现和验证
analyze_robots robots.txt规则、抓取延迟、站点地图指令
analyze_structured_data JSON-LD、微数据、RDFa提取
analyze_performance TTFB、FCP、LCP、DOM节点、请求、资源大小
analyze_mobile 视口、字体大小、点击目标、水平滚动
analyze_url_structure URL长度、深度、分隔符、跟踪参数
analyze_accessibility ARIA地标、跳过导航、表格、图像、分数
lighthouse_audit 每个类别的灯塔风格评分(0-100)
full_seo_report 综合所有分析的综合报告
crawl_site 具有跨页面分析功能的多页面爬虫

LLM代理

MCP-SEO被设计为由AI代理自主使用。所有工具都会生成易于解析、引用和推理的结构化Markdown输出。

看 代理商.md 对于推荐的工作流程:快速审核、全面审核、竞争分析和技术审核。

克劳德代码技能

MCP-SEO可作为 Claude代码技能:

npx @anthropic-ai/claude-code skills add g-battaglia/mcp-seo

这安装了mcp-seo技能,使Claude Code可以直接访问所有18个具有推荐审计工作流程的seo分析工具。该技能会自动触发与SEO相关的提示,并指导代理为每次分析使用正确的工具。

发展

git clone https://github.com/g-battaglia/mcp-seo.git
cd mcp-seo
uv sync --group dev
uv run mcp-seo setup
uv run mcp-seo --help

技术栈

组件 库
CLI 点击
MCP服务器 FastMCP (mcp SDK)
浏览器 剧作家 (无头铬)
HTTP客户端 httpx
HTML解析 美丽的Soup4 + lxml 文件
数据模型 Pydantic v2

许可证

GNU Affero通用公共许可证v3.0