CommunityInvestigación y análisis de datosgithub.com

clanker25/claude-seo

Rastreo completo de sitios web, extracción de contenido y mapas de sitio a través de Firecrawl MCP.

¿Qué es claude-seo?

Esta habilidad permite realizar análisis exhaustivos de sitios web utilizando la extensión Firecrawl MCP. Su propósito es automatizar tareas de SEO como el rastreo completo de sitios, el descubrimiento de la estructura de enlaces, la extracción de contenido de páginas individuales y la búsqueda dentro del sitio. Es útil para auditores SEO, desarrolladores y agentes de IA que necesitan analizar sitios web a gran escala, detectar enlaces rotos, auditar contenido, y generar inventarios de páginas. Soporta los comandos `/seo firecrawl crawl`, `map`, `scrape` y `search`, cada uno con parámetros configurables como límites de páginas, profundidad de rastreo, y formatos de salida (markdown, HTML, enlaces, capturas de pantalla). La habilidad se integra con otros módulos de SEO como auditorías completas, análisis técnico, mapas de sitio, contenido y esquemas, permitiendo orquestar flujos de trabajo complejos. Además, maneja casos de error comunes como falta de API key, créditos agotados o límites de velocidad, y ofrece alternativas de respaldo cuando Firecrawl no está disponible.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/clanker25/claude-seo/tree/HEAD/extensions/firecrawl/skills/seo-firecrawl

Installed? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Ver original→Ver todas las habilidades

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentación

Extensión Firecrawl para Claude SEO

Esta habilidad requiere que la extensión Firecrawl esté instalada:

./extensions/firecrawl/install.sh

Verificar disponibilidad: Antes de usar cualquier herramienta de Firecrawl, verifique que el servidor MCP esté conectado comprobando si firecrawl_scrape o cualquier herramienta de Firecrawl está disponible. Si las herramientas no están disponibles, informe al usuario que la extensión no está instalada y proporcione instrucciones de instalación.

Referencia Rápida

ComandoPropósito
/seo firecrawl crawl <url>Rastreo completo del sitio con extracción de contenido
/seo firecrawl map <url>Descubrir la estructura del sitio (solo URLs, rápido)
/seo firecrawl scrape <url>Extracción de una sola página con renderizado JS
/seo firecrawl search <consulta> <url>Buscar dentro de un sitio rastreado

Comandos

crawl -- Rastreo Completo del Sitio

Rastrea un sitio web completo comenzando desde la URL dada. Devuelve el contenido de la página, metadatos y enlaces de todas las páginas descubiertas.

Herramienta MCP: firecrawl_crawl

Parámetros:

  • url (obligatorio): URL inicial para rastrear
  • limit: Máximo de páginas a rastrear (predeterminado: 100, máximo: 500)
  • maxDepth: Profundidad máxima de enlaces desde la URL inicial (predeterminado: 3)
  • includePaths: Arreglo de patrones glob para incluir (ej., ["/blog/*"])
  • excludePaths: Arreglo de patrones glob para excluir (ej., ["/admin/*", "/api/*"])
  • scrapeOptions.formats: Formatos de salida -- ["markdown", "html", "links"]

Patrones de uso SEO:

  1. Auditoría integral de rastreo: Rastrear todo el sitio, extraer todas las páginas para análisis de subagente
  2. Rastreo enfocado en sección: Usar includePaths para auditar solo /blog/* o /products/*
  3. Detección de enlaces rotos: Rastrear con formato ["links"], verificar todos los hrefs en busca de 404
  4. Inventario de contenido: Extraer todos los títulos de página, meta descripciones, H1 a escala
  5. Sitios SPA/JS-renderizados: Firecrawl renderiza JavaScript, resolviendo el problema n.º 11

Ejemplo de orquestación para /seo audit:

1. firecrawl_map(url) -> obtener todas las URLs (rápido, sin contenido)
2. Filtrar las 50 páginas más importantes (página de inicio, secciones clave)
3. firecrawl_crawl(url, limit=50) -> obtener contenido completo
4. Alimentar contenido a agentes seo-technical, seo-content, seo-schema

Conciencia de costos:

  • Nivel gratuito: 500 créditos/mes
  • 1 crédito = 1 página rastreada o extraída
  • Las operaciones de mapa son más baratas (0.5 créditos por URL descubierta)
  • Siempre informar al usuario del uso estimado de créditos antes de rastreos grandes

map -- Descubrimiento de Estructura del Sitio

Descubre todas las URLs de un sitio web sin obtener contenido. Rápido y eficiente en créditos.

Herramienta MCP: firecrawl_map

Parámetros:

  • url (obligatorio): URL del sitio web a mapear
  • limit: Máximo de URLs a descubrir (predeterminado: 5000)
  • search: Término de búsqueda opcional para filtrar URLs

Patrones de uso SEO:

  1. Comparación de sitemap: Mapear el sitio, comparar URLs descubiertas vs. sitemap XML
  2. Detección de páginas huérfanas: URLs en sitemap pero no enlazadas desde ninguna página
  3. Análisis de presupuesto de rastreo: Total de páginas indexables vs. páginas enlazadas desde la página de inicio
  4. Análisis de patrones de URL: Identificar patrones de estructura de URL, duplicados, inflación de parámetros
  5. Descubrimiento previo a la auditoría: Ejecutar mapa primero, luego rastreo dirigido en secciones clave

Salida: Arreglo de URLs. Presentar como:

Sitio: example.com
Páginas descubiertas: 342

Desglose de patrones de URL:
  /blog/*          - 128 páginas (37%)
  /products/*      - 89 páginas (26%)
  /category/*      - 45 páginas (13%)
  /pages/*         - 32 páginas (9%)
  / (páginas raíz) - 48 páginas (14%)

scrape -- Extracción Profunda de una Sola Página

Extrae una sola página con renderizado completo de JavaScript. Más exhaustivo que fetch_page.py porque ejecuta JS y espera contenido dinámico.

Herramienta MCP: firecrawl_scrape

Parámetros:

  • url (obligatorio): URL de la página a extraer
  • formats: Formatos de salida -- ["markdown", "html", "links", "screenshot"]
  • onlyMainContent: Eliminar navegación/pie de página/barra lateral (predeterminado: true)
  • waitFor: Selector CSS o milisegundos para esperar contenido
  • timeout: Tiempo de espera de la solicitud en ms (predeterminado: 30000)
  • actions: Acciones del navegador antes de la extracción (clic, desplazamiento, espera)

Patrones de uso SEO:

  1. Extracción de contenido SPA: Extraer páginas renderizadas con JS (React/Vue/Angular)
  2. Auditoría de contenido dinámico: Páginas con contenido cargado de forma perezosa (lazy load) debajo del pliegue
  3. Detección de muro de pago/inicio de sesión: Identificar contenido detrás de muros de autenticación
  4. Extracción de contenido principal: Usar onlyMainContent para un análisis E-E-A-T limpio
  5. Captura de pantalla: Usar formato screenshot para análisis visual

Cuándo usar scrape vs. fetch_page.py:

EscenarioUsar
Página HTML estáticafetch_page.py (sin costo de API)
SPA renderizada con JSfirecrawl_scrape (renderiza JS)
Necesito encabezados de respuestafetch_page.py (devuelve encabezados)
Necesito markdown limpiofirecrawl_scrape (mejor extracción)
Limitado/bloqueado por tasafirecrawl_scrape (maneja anti-bot)

search -- Búsqueda dentro del Sitio

Busca dentro de un sitio web contenido específico. Útil para encontrar páginas relacionadas con un tema sin rastrear todo.

Herramienta MCP: firecrawl_search

Parámetros:

  • query (obligatorio): Consulta de búsqueda
  • url (obligatorio): Sitio web donde buscar
  • limit: Máximo de resultados (predeterminado: 10)
  • scrapeOptions.formats: Formato de salida para las páginas coincidentes

Patrones de uso SEO:

  1. Validación de brechas de contenido: Buscar una palabra clave en el sitio para verificar si existe contenido
  2. Oportunidades de enlazado interno: Encontrar páginas que mencionen un tema que podrían enlazarse entre sí
  3. Detección de contenido duplicado: Buscar frases clave para encontrar casi duplicados
  4. Investigación de contenido de competidores: Buscar en el sitio de un competidor temas específicos

Integración entre Habilidades

Con seo-audit (auditoría completa)

Cuando Firecrawl está disponible durante /seo audit:

  1. Usar firecrawl_map para descubrir todas las URLs del sitio
  2. Comparar con el sitemap XML (seo-sitemap) para encontrar páginas huérfanas/faltantes
  3. Seleccionar las páginas principales para análisis profundo
  4. Alimentar el contenido rastreado a todos los subagentes (técnico, contenido, esquema, geo)
  5. Informar total de páginas rastreables, patrones de URL y profundidad de rastreo

Con seo-technical

  • Detección de enlaces rotos: rastrear todos los enlaces internos, verificar 404
  • Mapeo de cadenas de redireccionamiento: seguir todas las redirecciones, marcar cadenas > 2 saltos
  • Detección de contenido mixto: verificar recursos HTTP en páginas HTTPS
  • Verificación de canónicas: comparar URLs canónicas con URLs reales

Con seo-sitemap

  • Cobertura del sitemap: % de páginas rastreadas presentes en el sitemap
  • Páginas huérfanas: páginas encontradas por el rastreo pero faltantes en el sitemap
  • Entradas obsoletas del sitemap: URLs en el sitemap que devuelven 404/410

Con seo-content

  • Extracción de contenido: alimentar markdown limpio al análisis E-E-A-T
  • Detección de contenido fino: identificar páginas con menos de 300 palabras a escala
  • Contenido duplicado: comparar contenido entre páginas para casi duplicados

Con seo-schema

  • Extracción de esquemas: extraer JSON-LD de todas las páginas rastreadas
  • Cobertura de esquemas: % de páginas con datos estructurados
  • Validación de esquemas: validar en lotes los esquemas extraídos

Manejo de Errores

ErrorCausaResolución
FIRECRAWL_API_KEY no configuradaMCP no configuradoEjecutar ./extensions/firecrawl/install.sh
402 Se requiere pagoCréditos agotadosVerificar uso en firecrawl.dev/app, actualizar plan
429 Demasiadas solicitudesLímite de velocidad alcanzadoEsperar 60s, reducir concurrencia de rastreo
408 Tiempo de esperaPágina demasiado lenta para renderizarAumentar timeout, intentar sin renderizado JS
403 ProhibidoEl sitio bloquea el rastreoVerificar robots.txt, puede ser necesario omitir este sitio

Alternativa de respaldo elegante: Si Firecrawl no está disponible, informar al usuario y sugerir:

  1. Usar fetch_page.py para análisis de una sola página (sin costo de API)
  2. Usar la herramienta WebFetch para recuperación básica de HTML
  3. Instalar Firecrawl: ./extensions/firecrawl/install.sh

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

clanker25/claude-seo

Ahrefs API analyst (extension). Reads referring domains, backlinks, organic keywords, and content explorer data via the tested @ahrefs/[email protected] server. Pairs with seo-backlinks for multi-source confidence weighting.

clanker25/claude-seo

Bing Webmaster Tools + IndexNow extension. Microsoft Copilot citations are fed by the Bing index; this skill makes Bing visibility, link data, and IndexNow URL submission first-class.

Skills relacionados

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

community

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

community

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

community

affaan-m/everything-claude-code

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

community

forrestchang/andrej-karpathy-skills

Agent skill repository discovered by 10x-chat research.

community

langgenius/backend-code-review

Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.

community
← More Investigación y análisis de datos skills