recomby-geo

GEO 领域的 AI 员工开源解决方案

把 Agent、办公 CLI、GEO 专业知识 skills 整合成一套协作型 AI 员工方案——给你的 agent 装上 GEO skills，让它跟你的业务专家一起干 GEO 协作活儿。

alpha · 零外部依赖 · 零 API Key · English

什么是「AI 员工方案」

不是「AI 替代员工」，是一个虚拟岗位的组装产物。四块拼起来才是 AI 员工，缺一不可：

       业务专家                     Agent
   （你/客户团队，懂业务）   （CC / Codex / ...，可接本地模型）
              │                        │
              └──────────── ╳ ─────────┘
                            │
              ┌─────────────┴─────────────┐
              │                           │
        办公 CLI 层                   GEO Skills
   （飞书/钉钉/Slack/Notion…）   （← 本项目的主战场）
   数据源 + 操作脚手架            专业知识赋能 agent

| 角色 | 提供者 | 本项目集合 / 开发 | |------|--------|--------------------| | 业务专家 | 你自己 / 客户团队 | — | | Agent | CC / Codex / OpenCode / ... 生态 | ✓ 集合 → agents.md | | 数据 + CLI 脚手架 | 飞书 / 钉钉 / Slack / Notion ... | ✓ 集合 → clis.md | | GEO Skills | 本项目自研 + vendor 开源 | ✓ 主战场 → plugins/recomby-geo/skills/ |

我们做三件事：集合主流 Agent CLI、集合国内外办公软件 CLI、封装 GEO 专业知识 skills。

我们持续投入的主战场：GEO Skills

plugins/recomby-geo/（commands + skills + schemas）是本项目长期维护、未来持续优化的主要方向，MIT 许可证，可商用、可修改、可分发。

我们做的事是把 GEO 领域的专业知识封装成 agent 可调用的 skills，加上完整的 7 阶段协作工作流命令——这是仓库里我们持续投入、迭代、维护的核心资产。其中很多结构和方法论参考了 Princeton KDD 2024、Auriti Labs、awesome-geo 等开源工作，我们做的是组装、打磨、面向 AI 员工场景重新封装。

agents.md 和 clis.md 不是产品的另一部分——它们是方案架构说明页：讲清楚我们的 GEO skills 在「业务专家 + Agent + 办公 CLI + Skills」这套 AI 员工方案里处于什么位置，配合哪些 agent / CLI 工作。读者可以从那两页知道生态全貌，但主战场是 skills。

本地化部署 · 数据不出本地

这套方案天然 Local-first——这是相比 SurferSEO / Frase / Clearscope 这类必须把客户数据上传到云端的 SaaS GEO 工具，最关键的差异化：

• Agent 可接本地模型 — CC/Codex 等都支持本地 LLM（Ollama / vLLM / LM Studio）
• 办公数据不出本地 — 飞书/钉钉等 CLI 在你自己的环境里跑，业务数据不上第三方云
• 整套方案开源 — vendor 的 skills 全部 MIT / Apache 2.0，可审计、可定制
• 合规友好 — 国内数据合规、敏感行业、内部资料场景刚需

GEO Skills 清单（核心）

plugins/recomby-geo/skills/ 下封装了 6 个 GEO 专业知识 skill，模型根据 description 自动匹配调用——你不直接调用它们：

| Skill | 来源 | 用途 | |-------|------|------| | seo-geo-optimizer | 199-biotechnologies (MIT) | 主力，13 个 Python 脚本 | | content-writer | toprank (MIT) | 内容生产 | | content-quality-auditor | aaron-he-zhu (Apache 2.0) | E-E-A-T / 引用度审计 | | internal-linking-optimizer | aaron-he-zhu (Apache 2.0) | 内链优化 | | keyword-research | toprank (MIT) | 关键词扩展 | | meta-tags-optimizer | toprank (MIT) | 标题 / Meta |

加上 plugins/recomby-geo/commands/ 下 7 个我们自研的 GEO 工作流命令（/01-intake 到 /07-reaudit），共同构成完整的 GEO AI 员工能力包。这就是我们对外开源的核心产物。

许可证详见 LICENSE 与 THIRD_PARTY_LICENSES.md。

配套生态：Agent + 办公 CLI

GEO Skills 装在哪个 agent、跟哪些办公 CLI 配合——这两份是方案架构说明，不是产品：

• Agent 集合 → agents.md — 主流可加载 skills 的 AI agent CLI：CC、Codex CLI、OpenCode、Cline、Goose、字节 Trae 等
• 办公 CLI 集合 → clis.md — 让 agent 接客户业务数据：飞书 / 钉钉 / 企微 / 语雀（国内）+ Slack / Notion / GitHub / Linear / Google Workspace / Jira（国外）

两份让你看清整套 AI 员工方案的全貌（agent 是身体、办公 CLI 是手脚），但核心要装的是 GEO Skills 本身。

为什么 GEO 是验证「AI 员工」范式的最佳战场

GEO 天然不能全自动化——这是优势：

• 大模型搜索引擎主动惩罚 AI 拼水文，必须有真实业务洞察才被引用
• 业务洞察只能由业务专家贡献，AI 替代不了
• 所以「AI 员工」在 GEO 场景里只能是协作型，「AI 替代员工」的伪命题不存在

带来：客户决策方一听就懂、落地阻力小（业务专家不会有被替代恐惧）、价值归属清晰。

GEO 是协作型 AI 员工范式的最佳演示场。

上手

# 1. 在 Claude Code 中安装本插件（GEO Skills + 7 阶段工作流命令）
/plugin marketplace add recomby-ai/recomby-geo
/plugin install recomby-geo

# 2. 准备你的项目目录
mkdir -p clients/<your-project>/inputs
# 把业务资料（PDF / URL / notes）放进 inputs/

# 3. 启动协作工作流
/01-intake clients/<your-project>
# 按提示依次：/02-audit → /03-gap → /04-content-brief → ...

完整运行流程图：plugins/recomby-geo/orchestrator/run.md

不用 Claude Code？ —— 在其他支持 skill/plugin 加载的 agent（见 agents.md）里手动拷贝 plugins/recomby-geo/skills/ 即可加载。

协作工作流（业务专家视角）

完整 GEO 工作流 7 个阶段，重点是中段的「专家填写 brief」——agent 准备好框架，业务洞察必须由你填进去。这是 AI 员工协作本质的体现：

  /01-intake → /02-audit → /03-gap → /04-content-brief
                                            │
                                  ┌─────────┘
                                  ▼
                       [业务专家填写洞察槽位]
                                  │
                                  ▼
  /05-production → /06-distribution → 发布 → 7 天后 /07-reaudit

各阶段命令文档：plugins/recomby-geo/commands/

关键约束：

• /05-production 在 brief 状态不是 ready-for-production 时硬拒绝——专家槽位没填完，agent 不会自动用 AI 内容代填。这是协作的硬门槛。
• /02-audit 用无客户上下文的子 agent 跑可见性基线，模拟陌生用户对 AI 引擎的真实提问。
• 所有阶段输出通过 JSON Schema 校验后才进入下一阶段。

项目布局

recomby-geo/
├── README.md                         # 本文件（中文）
├── README.en.md                      # 英文版
├── agents.md                         # Agent 集合（curated list）
├── clis.md                           # 国内外办公 CLI 集合
├── plugins/recomby-geo/
│   ├── plugin.json
│   ├── orchestrator/run.md           # 完整运行流程图
│   ├── commands/                     # 7 个工作流命令
│   ├── skills/                       # 6 个 vendor skills（主战场）
│   ├── schemas/                      # 4 个 JSON Schema
│   └── references/                   # Princeton GEO 方法论等参考
├── THIRD_PARTY_LICENSES.md
└── .gitignore

技术细节、Schema 契约、接手 agent 须知：见 README.en.md。

License

本仓库由 Recomby.ai 维护，未来持续投入的主要方向是 plugins/recomby-geo/（commands、4 个 Schema、orchestrator、skills 选集）以及 agents.md / clis.md 两份方案架构页——这些组合方式与封装由我们完成（许多原始内容引自开源社区，见下文与 THIRD_PARTY_LICENSES.md），整体采用 MIT 许可证，详见 LICENSE。

6 个 vendor skills 保留原始许可证（MIT / Apache 2.0），详见 THIRD_PARTY_LICENSES.md。

工作流参考

完整 7 阶段运行流程图与契约：plugins/recomby-geo/orchestrator/run.md（single source of truth）。