OpenSEO 竞品分析技能完整指南：SKILL.md 工作原理拆解

OpenSEO 竞品分析技能完整指南SKILL.md 工作原理拆解【免费下载链接】open-seoOpen source alternative to Semrush and Ahrefs项目地址: https://gitcode.com/GitHub_Trending/op/open-seoOpenSEO 竞品分析技能Competitor Analysis Agent Skill是一个让 AI 智能体自动执行单竞品深度拆解的可复用 SEO 工作流。它通过一份纯 Markdown 指令文件 SKILL.md 告诉智能体该调哪些 OpenSEO MCP 数据工具、按什么顺序分析排名关键词、外链与 SERP以及最后如何输出一份可执行的竞争策略。对于想免费替代 Semrush、Ahrefs 做竞品研究的初学者来说这套机制简单又强大——无需写代码一个斜杠命令/competitor-analysis就能跑完整个分析流程。为什么 AI 智能体需要技能文件传统 SEO 工具给你一个关键词表格但这个表格意味着什么、下一步该做什么还得你自己想。OpenSEO 的做法是把资深 SEO 的工作流经验沉淀成一份SKILL.md文件交给 Claude Code、Codex 等 AI 智能体执行技能 工作流说明书定义目标、必需输入、工具清单、步骤顺序和输出格式MCP 数据通道智能体通过 MCP 工具 实时获取域名概览、排名关键词、SERP、外链等真实数据你负责策略智能体负责执行分析结果直接给出学什么、避开什么、哪里能反超的结论OpenSEO 共提供 9 个技能覆盖从项目初始化到外链开发的全流程清单见官方文档 OpenSEO Agent Skills。SKILL.md 文件解剖一份技能到底长什么样打开 plugins/openseo/skills/competitor-analysis/SKILL.md整个文件就是智能体的操作手册结构非常清晰共分为 6 个部分章节作用对应 SEO 场景FrontmatterYAML 头技能名称 一句话描述供智能体识别和触发技能注册与自动匹配Goal目标定义分析深度标准要能判断学什么、避开什么、怎么反超确定分析边界Required inputs必需输入项目 ID、竞品域名、可选的主题/地域/语言输入校验Project context项目上下文强制智能体先读共享记忆、复用 30 天内旧研究省钱与上下文贯通Workflow工作流10 步分析流程逐步指定调用哪个 MCP 工具核心执行逻辑Guardrails护栏6 条防幻觉红线如区分证据与推断保证结论可信其中 Frontmatter 是技能的标准入口竞品分析技能的描述为Analyze one competitors organic footprint, ranking keywords, content themes, backlinks, and gaps.注意Goal 章节还做了一个关键的技能路由它明确告诉智能体如果用户只是想先找出市场里的头部玩家应该去用 competitive-landscape 技能只有当用户指名一个具体竞品时才走竞品分析流程。这种技能之间的交叉引用让多个工作流可以无缝衔接。工作流 10 步详解数据是怎么被分析的SKILL.md的 Workflow 部分是整个技能的核心它规定了智能体从数据到结论的完整路径。结合它引用的 MCP 工具实现10 个步骤可以归纳为三个阶段第一阶段建立基线第 1–2 步智能体先调用get_domain_overview获取竞品的预估自然流量和关键词总数一眼看清对手的盘子有多大。如果用户要求对比自己的站点还会同时查询自己的域名并在已连接 Google Search Console 时优先用get_search_console_performance读取真实点击/展示/CTR/排名的第一方数据而不是用第三方估算值。第二阶段挖细节第 3–9 步这是最见功力的部分。智能体调用get_ranked_keywords拉取竞品的精确排名关键词并主动使用过滤器maxRank、minSearchVolume、excludeBrandTerms保证数据相关。随后将关键词聚类为六大主题产品/品类词替代品/对比词模板/工具/计算器类教育型指南品牌词需求本地/区域词如适用对于本地 SEO 场景还会调用search_local_businesses和get_local_serp_results获取地图包证据而不是仅凭全国层面的域名指标下结论。第三阶段输出策略第 10 步 Output format智能体被要求产出一张四列对照表领域 | 竞品做法 | 证据 | 你的机会并强制以三个结论开场竞品快照、最大教训、最佳反超机会。项目上下文技能的共享记忆机制SKILL.md中有一条贯穿所有技能的设计——项目上下文Project Context实现代码见 project-context.ts。它让 AI 智能体具备了跨会话记忆分析前必读智能体必须先调用get_project_context查看已保存的竞品名单——如果这个域名之前分析过直接沿用历史结论30 天复用规则调用研究工具消耗积分前先查研究日志同一研究 30 天内做过就直接复用不再重复付费分析后必写回把本次结论竞品强在哪、哪处脆弱通过update_project_context的addCompetitors写回项目并追加一条研究日志这套机制意味着你第一次用技能时的调研成本不会白费下一次智能体记得上次发现了什么。所有上下文都可以在项目的 Context 设置页面手动查看和编辑。护栏条款为什么结论更可信SKILL.md的 Guardrails 部分是这套技能区别于一键报告类工具的关键它给智能体划了 6 条红线不要把所有竞品关键词都当目标——必须按业务契合度过滤区分证据与推断——表格里没有的就不能编不能仅凭关键词行推断页面内容模式——页面级结论必须有 SERP 或网页证据本地 SEO 不能只看全国域名指标——必须用本地工具取证不推荐抄袭内容——只推荐用更强的角度回答同一个搜索意图用户域名不可用时自动降级为纯竞品分析而不是硬编对比这些约束保证了最终交付的是一份证据建议分离的分析而不是一篇看起来漂亮但无法验证的报告。与其他技能怎么配合竞品分析不是孤立使用的OpenSEO 的技能体系像流水线一样串联顺序技能解决什么问题1️⃣seo-project-setup一次性录入目标、定位、竞品名单所有技能共享2️⃣competitive-landscape市场还看不清时先扫描谁是头部玩家3️⃣competitor-analysis本文主角锁定一个具体竞品做深度拆解4️⃣keyword-clustering把竞品挖出的有用关键词聚类成页面规划5️⃣link-prospecting竞品外链里发现的外联机会使用技巧给智能体一个竞品域名而不是一堆、想对比时附上你自己的域名、竞品很泛时补充产品品类并要求按业务契合度过滤、把证据和建议分开呈现——这些建议都来自官方文档 Competitor Analysis Agent Skill。小结OpenSEO 的竞品分析技能用一份可读的SKILL.md把资深 SEO 分析竞品的完整方法论变成了 AI 智能体可执行的 10 步流程再配合项目上下文记忆与护栏条款实现了可重复、可省钱、可信赖的竞品研究。想深入了解各技能的完整说明可以阅读 web/content/docs/skills/ 目录下的官方文档技能的源码真身位于 .agents/skills/由 sync-plugin-skills.mjs 同步到插件目录方便在 Claude Code 和 Codex 中一键安装使用。【免费下载链接】open-seoOpen source alternative to Semrush and Ahrefs项目地址: https://gitcode.com/GitHub_Trending/op/open-seo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考