Communitygithub.com

Heraut SEO

深入、唯讀的 SEO 調查,解答「為什麼 Google 不索引或不為網站帶來流量,以及我們該如何處理」。透過四個並行軌道(Google Search Console 與 GA4、伺服器日誌、程式碼與內容、外部觀點)進行分析,最終產出如同顧問報告般的綜合診斷與行動計畫。

Heraut SEO 是什麼?

Heraut SEO 技能專為開發者與 SEO 專業人士設計,旨在以唯讀方式對網站進行全面的 SEO 調查,找出 Google 無法索引或帶來有機流量的根本原因。該技能同時執行四個分析軌道:Google 搜尋資料(Search Console、GA4、URL 檢查)、伺服器日誌(驗證 Googlebot 存取、速度與阻擋情形)、程式碼與內容(以 Google 的視角解析頁面),以及外部觀點(使用 DataForSEO 取得真實 SERP、排名與反向連結,並透過 Perplexity 進行深度研究)。每個軌道皆產出基於數據的證據,最終透過類似顧問報告的結構(現況、問題、原因樹狀圖、分階段計畫與 30/60/90 天 KPI)進行綜合,並提供給網站擁有者明確的決策點。此技能支援透過 Claude Code 等工具執行,其 Python 腳本可模組化地處理數據收集與分析,強調不修改網站、保護伺服器、限制付費 API 預算,並為每個發現提供可驗證的證據(實際指令、數字、日期與檔案),是診斷網站有機流量問題的專業工具。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/koffih/claude-skill-heraut-seo/tree/HEAD

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Heraut SEO 是做什麼的?

Heraut(傳令官)是向世界宣告一個網域存在的人。當沒有人聽到它的聲音時,這個技能會調查原因,為每個說法提供證據,並回傳一個網站擁有者可以依序執行的計畫。

它源自一個真實案例:一個擁有 58,000 個網址和 1,000 篇自動產生文章的網站,一位內容負責人每天都在花錢,但部落格卻沒有任何曝光。答案並不在負責人檢視的地方(改寫頁面),而是在全站的品質、權威性和需求上。以下方法是為了找出這類答案而設計的,而非只是確認最初的假設。

規則

  1. 唯讀,無所不在。 沒有生產環境變更、沒有資料庫寫入、沒有重新啟動,也不向 Google 提交任何內容(不提交索引請求、不新增或移除 Sitemap)。調查只進行描述;計畫之後再套用,一次執行一個經決定的變更。
  2. 每個說法都有證據。 指令、數字、日期、檔案。標明哪些是「量測所得 (MEASURED)」、哪些是「推測所得 (SUPPOSED)」。樣本不是總數:請提供 n。
  3. 對網站友善。 一次一個請求,至少停頓 1.5 秒 (politesse.delai_s)。小型伺服器在審核期間會不堪負荷。
  4. 付費 API 設有上限。 腳本會在每次呼叫前強制執行 budgets.dataforseo_usd 和 budgets.perplexity_usd;每次花費都會被記錄下來。報告總花費金額。
  5. 任何輸出中都不含機密。 說明金鑰存放位置,絕不透露其值。腳本會從環境變數或設定檔中指定的 env 檔案讀取金鑰。

檔案位置

腳本位於 scripts/ 目錄(通常為 ~/.claude/skills/heraut-seo/scripts),僅使用 Python 標準函式庫,openssl 用於 Google 令牌。每個腳本都接受 --config <site.json> --dossier <investigation folder> 參數,並在該目錄中寫入 CSV 和 JSON 檔案,以及一個供優先讀取的 resume.json 檔案。

腳本軌道功能說明
sitemap.py程式碼完整的 Sitemap 樹狀結構、每個網址的類型和語言、最後修改時間 (lastmod) 的真實性、重複項目
gsc.py performanceGoogle按月份和頁面類型統計的 16 個月資料、最近 28 天與前期的比較、搜尋查詢、國家、區塊
gsc.py sitemapsGoogle已提交的 Sitemap、錯誤、待處理項目、Google 最後一次讀取時間
gsc.py echantillon / inspecter / analyserGoogle分層 URL 檢查(每日 2,000 個配額,可繼續)、按類型的涵蓋率、與先前執行結果相比的變動
ga4.pyGoogle一年內的管道資料、過往與當前的 Google 自然流量、AI 助手、機器人類型的佔比
pages.py程式碼樣本的頁面內容讀取:語言、canonical、hreflang、robots、字數、JSON-LD、部落格連結、Googlebot 與瀏覽器看到的差異
logs.py伺服器每日的真實 Googlebot(經 DNS 驗證)、按類型統計、浪費的請求、回應時間、第一次造訪的追蹤網址
ttfb.py伺服器首字節時間 (TTFB),按類型、熱機、冷機和原始伺服器統計
dataforseo.py外部真實 SERP、排名關鍵字、網站與競爭對手的反向連結、搜尋量、bilan
perplexity.py外部附帶日期和來源的深度研究(Agent API, effort 參數)

調查步驟

0. 框架建立(約 10 分鐘,必要時與網站擁有者一同進行)

  • 用網站擁有者自己的話寫下他們的問題,並記錄帶有數字的症狀(曝光次數、點擊次數、已發布文章、花費金額)。
  • 找出已知資訊:先前的審計報告、備註、內容管道及其資料庫。將其視為待驗證的假設,而非可複製的事實。
  • 根據 config.example.json 建立網站設定檔:網域、Sitemap、語言、作為路徑正規表達式的頁面類型(最重要部分:每個計數都按類型區分)、要追蹤的區塊(部落格)、Search Console 資源、GA4 ID、服務帳戶金鑰路徑、市場(DataForSEO 位置代碼)、3 到 6 個競爭對手、15 到 30 個使用者會輸入的真實查詢、預算。
  • 在開始前檢查存取權限:gsc.py sitemaps 的回應、GA4 的回應、日誌是否可讀(通常只有 root 和 adm 群組可讀:請詢問網站擁有者,切勿繞過拒絕)。

1. 四個並行軌道

在網站其他審計檔案旁建立 enquete-YYYY-MM-DD/ 資料夾,從 references/brief.md 寫入 BRIEF.md,然後同時啟動四個調查員(子代理),每個調查員都帶有簡報及其軌道檔案。每個調查員撰寫 volet-<track>.md,頂部附上 10 行摘要,原始數據則放在旁邊。

軌道檔案關鍵問題
Googlereferences/track-google.mdGoogle 知道這些頁面嗎?會爬取並保留它們嗎?情況正在好轉還是惡化?
伺服器references/track-server.md真實的 Googlebot 有來嗎?它讀取了什麼?有任何事情在減慢或阻擋它嗎?
程式碼與內容references/track-code-content.md當 Google 讀取網站時發現了什麼:有多少頁面?內容多貧乏?連結狀況如何?誠實度如何?
外部references/track-outside.md在實際搜尋中誰勝出了?它們擁有什麼權威?網站撰寫的內容是否有足夠的需求?

先執行 sitemap.py(其他腳本從中取樣),再執行各軌道。gsc.py inspecter 在完整樣本上可能需要數小時:請在背景執行它。

2. 綜合分析

閱讀四份報告,然後使用 references/cause-tree.md 建立答案:它列出了實務中常見的原因、可確認或排除每個原因的指標,以及陷阱(技術審計結果乾淨不代表網站沒問題)。

按照 references/report.md 撰寫報告:先給簡短答案,接著是現況、問題、核心疑問、帶有各分支證據的原因樹狀圖、當前計畫為何無效的原因、分階段計畫(每個步驟附上「完成條件 (done when)」)、30/60/90 天 KPI、給網站擁有者的決策點、調查限制、資料來源。如果工作階段允許,將其發布為頁面(預設為私人),否則發布為 HTML 檔案。

3. 交接

  • 提供網站擁有者連結、五行核心診斷、調查成本、以及無法量測的事項。
  • 然後提供決策點,一次一個,每個決策點都附上背後的事實和建議。在詢問下一個決策前,先執行已決定的步驟。
  • 將結論及其隱含的操作規則(例如「在核心頁面被索引之前,不產出任何新內容」)儲存在專案保留記憶的地方。

在另一台伺服器或網站上執行

將技能安裝在擁有存取權限(Search Console 金鑰、日誌)的機器上,將 config.example.json 複製到該網站的資料夾,填寫內容,然後執行步驟 0 到 3。每次調查日期保留一個獨立的資料夾,以便下一次執行時可以比較:gsc.py analyser --avant <old inspection.jsonl> 會逐個網址顯示哪些網址進入或離開了索引。

在計畫開始執行後 60 到 90 天,重新執行調查。在兩次調查之間,每天輪流檢查 50 到 100 個網址,是觀察索引變動最經濟的方式。

這個技能不做的事

它不會修改網站、撰寫內容、請求索引,或購買連結。它不會評斷產品或商業模式,只會評估搜尋引擎是否能將人們帶到網站。來自 SEO 工具的分數(排名、垃圾評分、估計流量)是模型,不是量測值:引用時請說明這一點。

相關技能