1. 项目概述一个能“模仿你说话”的SEO内容创作助手如果你和我一样长期运营着一个技术博客或者内容网站肯定遇到过这样的困境想写一篇新的SEO文章但总感觉新写出来的东西和网站原有的文章风格对不上。要么是语气太生硬要么是结构太随意读者一眼就能看出“这不是你写的”。更头疼的是SEO优化本身就是一个系统工程从关键词研究、标题拟定、大纲构建到元数据、结构化数据、内容审计每一步都需要投入大量精力。今天要聊的这个开源项目seo-echo-mcp就是为了解决这个核心痛点而生的。它不是一个传统的SEO关键词分析工具而是一个基于Model Context Protocol (MCP)的服务器。它的设计理念非常独特先“读懂”你网站已有的内容提取出你的写作风格、语言习惯和内容结构然后基于这套“风格镜像”为你生成全新的、风格一致的SEO内容骨架。简单来说它给你的AI助手比如Claude装上了一双“你的眼睛”和“你的笔触”。当Claude通过MCP调用这个工具时它不再是凭空创作而是基于对你网站风格的深度理解来构建标题、大纲、元描述甚至检查生成的内容是否符合你的“人设”。最厉害的是它内部集成了14个工具覆盖了从网站分析、竞品研究到内容草稿生成和最终质量审计的完整流程而且全程基于规则和模板不调用任何外部大语言模型API。这意味着它速度快、成本为零并且完全在你的控制之下。2. 核心设计思路为什么是“风格镜像”而非“关键词堆砌”市面上的SEO工具多如牛毛但seo-echo-mcp选择了一条不同的路。它的核心价值不在于提供海量的关键词数据而在于解决内容创作中最微妙也最困难的部分——风格一致性。我们来拆解一下它背后的设计逻辑。2.1 从“分析”到“模仿”的范式转变大多数SEO工具的工作流是线性的输入关键词 - 分析搜索量/难度 - 生成相关关键词列表 - 或许再给一些标题建议。这个过程是“外向型”的关注的是外部搜索环境。而seo-echo-mcp的工作流是“内向型”的闭环首先向内看分析你的网站 (analyze_site)建立一个详尽的SiteProfile网站档案。这个档案里不仅包含网站的语言、主题分类更重要的是一个Style对象它量化了你的写作风格平均字数 (average_word_count): 你的文章通常是短平快的千字文还是深度解析的长篇语气 (tone): 是对话式的 (conversational)、权威式的 (authoritative)还是指导式的 (instructional)称呼方式 (addressing): 你习惯用“你”来直接与读者对话还是用“我们”来拉近距离或是更正式的第三人称二级标题模式 (h2_pattern): 你的小标题喜欢用问句形式、陈述句还是列表式特殊标点频率 (em_dash_frequency): 你是否喜欢使用破折号——是经常用、偶尔用还是从来不用有了这个精准的“风格画像”后续所有工具在生成内容时都有了明确的参照系。suggest_titles生成的标题会匹配你的语气generate_outline创建的大纲会遵循你的H2模式prepare_draft_skeleton准备的草稿骨架会预设好字数目标和称呼习惯。这确保了新内容从骨子里就和旧内容一脉相承。2.2 规则驱动与零API成本架构项目强调“14 rule-based tools, no external LLM calls”这是一个关键的技术和成本决策。这意味着所有逻辑都封装在本地代码中确定性输出对于相同的输入如关键词、网站档案工具会产生相同或高度相似的结果。这避免了使用LLM API时可能出现的随机性对于需要稳定、可重复内容框架的场景非常有利。极速响应所有计算在本地完成避免了网络请求和LLM生成文本的延迟。分析一个网站或生成一个大纲几乎是瞬间完成。零使用成本你不需要为OpenAI、Anthropic或其他任何LLM服务付费。这对于需要高频使用SEO辅助工具的内容团队或个人博主来说是一个巨大的优势。完全可控与可定制所有规则和模板都是开源的Python代码。如果你觉得生成的标题模板不符合你的喜好或者想为你的语言添加新的AI陈词滥调检测你可以直接修改源代码打造属于你自己的专属版本。这种设计将AI的“创造性”工作撰写具体段落、润色文字留给了宿主LLM如Claude而将“结构性”和“规范性”工作确保SEO框架合理、风格统一交给了确定性的规则引擎。两者通过MCP协议完美协作各司其职。2.3 语言无关与国际化支持项目宣称“language-agnostic”这并非虚言。它的核心分析不依赖于某一种语言的NLP模型而是基于通用文本特征如词汇分布、标点模式、结构特征和可扩展的模板系统。例如generate_slug工具能处理多语言字符到URL安全字符的转换如土耳其语的ı转i德语的ü转ue。对于需要语言特定逻辑的功能如可读性评分和AI陈词滥调检测它采用了插件化的方式可读性报告 (readability_report): 对英文使用Flesch阅读难易度指数对土耳其语使用Ateşman公式对西班牙语使用Fernández-Huerta公式。对于其他语言则提供一个通用的、基于平均句长和词长的后备算法。AI陈词滥调检测: 内置了对土耳其语、英语、西班牙语、法语、德语中常见AI生成套话的检测列表如“in the ever-evolving landscape of...”、“delve into”等。这个列表是开放贡献的你可以轻松为你使用的语言添加检测规则。这种设计使得它能够真正服务于全球化的内容创作者而不仅仅是英语用户。3. 14个工具全解析从研究到发布的完整工作流seo-echo-mcp的14个工具被精心设计成一个连贯的工作流。我们可以将其分为四个阶段研究与策略、结构与元数据、草稿搭建、质量审计。3.1 第一阶段研究与策略——知己知彼这个阶段的工具帮助你理解自身和竞争环境。analyze_site(url, max_samples12): 这是所有工作的起点。它会爬取你指定的博客URL采样最多12篇文章可通过max_samples调整并生成一份全面的SiteProfile。我实测时发现采样数量不宜过少否则风格分析可能不准确但也不宜过多以免分析速度过慢。12篇是一个很好的平衡点通常能覆盖一个博客的主要分类和写作时期。analyze_competitors(keywordNone, urlsNone, ...): 分析竞品。你可以提供一个关键词让它自动搜索使用DuckDuckGo或Bing也可以直接提供一个URL列表。它会提取竞品页面的标题、H2结构、内容长度等形成CompetitorAnalysis。这里有个重要细节它优先使用Google Custom Search API如果你配置了环境变量其次是DuckDuckGo最后是Bing作为后备。在实际使用中如果遇到速率限制手动提供URL列表是最可靠的方式。detect_content_gaps(site_profile, competitor_analysis): 基于你的网站档案和竞品分析找出竞品普遍覆盖但你的网站缺失的主题。这是寻找内容机会点的利器。check_duplicates(proposed_title_or_keyword, site_profile): 在你决定写一个新主题前用它检查你的网站是否已有相似度很高的文章避免内容重复。它目前基于关键词匹配未来v0.4版本计划加入基于词干提取和TF-IDF的语义相似度检查会更精准。实操心得在启动一个新内容项目前务必先运行analyze_site建立基准档案。然后用analyze_competitors和detect_content_gaps来确定内容方向。check_duplicates是最后的保险能防止你白费功夫。3.2 第二阶段结构与元数据——搭建坚实框架在确定主题后这些工具帮你构建符合SEO和自身风格的内容框架。suggest_titles(keyword, site_profile, competitor_analysis): 生成10个标题候选并按“网站风格匹配度竞品标题格式优势”进行排序。它不会给你一堆天马行空的标题而是给你一堆“像你会写出来的”好标题。generate_meta_variations(keyword, site_profile): 围绕一个关键词从5个不同角度如问题解决型、价值陈述型、列表型等生成5条长度在140-160字符之间的元描述。你可以直接选用或组合修改。generate_slug(title, language): 将标题转换为URL友好的slug并智能处理多语言字符。例如“Café Résumé: A Guide” 在英语环境下会变成cafe-and-resume-a-guide。generate_outline(keyword, site_profile, competitor_analysis, ...):核心工具之一。它生成一个完整的、包含5-12个章节的内容大纲。这个大纲不仅列出了H2标题还会建议每个部分的粗略字数、推荐内部链接的锚文本和目标页面从你的site_profile中提取甚至为需要研究引用的部分添加备注。整个过程完全基于规则不调用LLM。generate_faq_section(keyword, language, competitor_analysis): 生成一个“People Also Ask”风格的FAQ版块包含问题和答案的占位符以及对应的FAQPageJSON-LD结构化数据代码块。generate_schema_jsonld(schema_type, ...): 根据你提供的信息如文章标题、作者、发布日期、图片等生成对应的Schema.org JSON-LD代码。支持Article、BlogPosting、HowTo、Review等多种类型对搜索引擎理解页面内容至关重要。3.3 第三阶段草稿搭建与填充——从骨架到血肉这是与宿主LLM如Claude协作最紧密的阶段。prepare_draft_skeleton(outline, site_profile, faq_sectionNone, schema_jsonldNone): 这是将前面所有准备工作转化为可操作草稿的关键一步。它接收大纲、FAQ和Schema数据生成一个完整的Markdown文件骨架。这个骨架包含YAML Frontmatter用于CMS以及用!-- WRITE --注释标记出的各个章节。例如## 1. 引言 !-- WRITE: 在这里写一个约150字的引言用对话式语气直接称呼读者为“你”。引出“async python”的核心价值。--宿主LLM的任务就是根据这些具体的指令在!-- WRITE --标记的位置填充内容。这就是“风格镜像”的最终体现LLM在写作时被明确告知了字数、语气、称呼等所有风格约束。audit_content(content_markdown, site_profile, ...): 当LLM填充完草稿后用这个工具进行第一次质量审计。它会运行16项基于规则的检查包括总字数是否符合网站平均水平、H2格式是否一致、破折号使用频率是否超标、是否出现了AI陈词滥调、关键词密度是否合理、标题层级是否正确、图片Alt文本是否缺失等。最后给出一个0-100的评分和具体的修改建议。3.4 第四阶段深度质量审计——打磨细节在内容基本完成后进行最后的润色和检查。readability_report(content_markdown, language): 生成可读性报告。对于支持的语言英、土、西使用对应的科学公式计算阅读难易度分数对于其他语言提供通用分析。同时它还能检测英语、土耳其语和德语中的被动语态使用比例帮助你让文风更主动、更有力。suggest_image_alts(content_markdown, target_keyword): 扫描草稿中的 标签检查Alt文本属性。对于缺失或Alt文本过于简单如“image.png”的图片它会根据图片文件名和周围的上下文内容建议更描述性、包含关键词的Alt文本。这是提升图片SEO和无障碍访问的重要一步。4. 实战演练与Claude Code协作完成一篇SEO文章理论说得再多不如实际操练一遍。下面我将详细演示如何利用seo-echo-mcp和 Claude Code从零开始创作一篇题为“Python异步编程入门指南”的博客文章。4.1 环境准备与MCP服务器配置首先确保你已安装uv一个快速的Python包安装器和项目管理器和 Claude Code。然后在终端中运行以下命令来添加MCP服务器claude mcp add seo-echo --scope user -- uvx --from githttps://github.com/canberkys/seo-echo-mcp seo-echo-mcp这条命令使用uvx直接从GitHub仓库运行seo-echo-mcp。uvx会在首次运行时克隆并构建项目之后进行缓存速度非常快。完成后在Claude Code的任何会话中输入/mcp你应该能看到seo-echo ✓ Connected的提示。4.2 完整工作流提示词与分步解析接下来你可以在Claude Code的聊天框中输入一个综合提示词触发完整的工作流。下面是一个高度整合的示例“请为我的技术博客mytechblog.com创作一篇关于‘Python异步编程’的SEO优化文章。请先分析我博客现有的风格研究该主题下的竞争对手检查我是否写过类似内容。然后基于分析结果生成一个符合我博客风格的内容大纲、FAQ部分和Article类型的JSON-LD结构化数据。接着请根据这个骨架以我的口吻撰写完整的文章内容并将最终草稿保存为drafts/async-python-guide.md。最后对生成的草稿进行全面的SEO和可读性审计并检查图片Alt文本。”Claude Code在接收到这个指令后会在后台自动串联调用seo-echo-mcp的各个工具。我们来一步步拆解这个“黑盒”过程步骤1-2分析与研究Claude会首先调用analyze_site(mytechblog.com)。假设返回的SiteProfile显示你的博客语言是中文语气是“亲切的技术讲解”平均字数在2000字左右H2标题喜欢用“如何...”的句式。 接着它会调用analyze_competitors(keywordpython 异步 编程, languagezh, countryCN)获取百度或谷歌上前10名结果的页面结构分析。步骤3-4查重与机会发现Claude会调用detect_content_gaps对比你的网站和竞品可能发现竞品们普遍涵盖了“asyncio事件循环详解”而你的博客没有。同时check_duplicates会确认你的博客里没有标题高度相似的文章。步骤5-7构建内容框架基于以上信息Claude调用suggest_titles可能会生成像《Python异步编程入门从零理解asyncio》、《如何高效使用async/await提升Python程序性能》这样的标题。它从中选一个最合适的。 然后generate_outline被调用生成一个包含“1. 同步 vs 异步核心概念辨析”、“2. asyncio库快速上手”、“3. 实战构建一个异步网络爬虫”等章节的大纲。同时generate_faq_section和generate_schema_jsonld会生成对应的FAQ和结构化数据。步骤8-9生成草稿骨架并填充prepare_draft_skeleton将大纲、FAQ、Schema整合成一个Markdown骨架文件。这个文件的开头会有YAML Frontmatter如标题、日期、分类正文则是带有!-- WRITE --指令的章节占位符。接下来是关键一步Claude会读取这个骨架并开始在每个!-- WRITE --指令处进行创作。它会严格遵守SiteProfile中的风格约束如用“你”来称呼读者保持亲切语气控制段落长度填充出血肉丰满的段落。步骤10保存与审计Claude利用其自带的文件写入能力将完成的文章保存到drafts/async-python-guide.md。 最后它调用audit_content、readability_report和suggest_image_alts对草稿进行终审并将审计报告和修改建议反馈给你。例如审计报告可能提示“关键词‘异步’在H2标题中出现次数不足”或可读性报告建议“第三段句子偏长可考虑拆分”。4.3 自定义风格覆盖当你想微调时也许你的博客历史文章用了很多破折号但你现在想在新文章中减少使用。seo-echo-mcp提供了灵活的覆盖机制。在调用prepare_draft_skeleton或audit_content时你可以传入一个voice_overrides参数# 这是一个传递给工具的参数示例实际在Claude中你会通过自然语言描述 voice_overrides { em_dash_frequency: never, # 新草稿中禁止使用破折号 tone: authoritative, # 将语气从“conversational”改为“authoritative” average_word_count: 2500 # 将目标字数提高到2500 }这个覆盖只对当前这次工具调用生效不会修改原始的SiteProfile。这让你在保持整体风格一致的前提下拥有针对单篇文章的微调能力。5. 常见问题、排查技巧与进阶使用在实际使用中你可能会遇到一些问题。以下是我在测试和使用过程中总结的一些常见情况及解决方法。5.1 安装与连接问题问题现象可能原因解决方案uvx命令执行失败或超时网络问题或GitHub仓库访问不畅1. 检查网络连接。2. 尝试使用uv pip install githttps://github.com/canberkys/seo-echo-mcp直接安装到本地环境然后在MCP配置中指定本地解释器路径。Claude Code中/mcp不显示seo-echoMCP服务器配置未生效或Claude Code未重启1. 确认claude mcp add命令执行成功。2. 完全关闭并重新启动Claude Code应用。3. 检查~/.config/claude/mcp.json文件确认配置已写入。工具调用时返回“Server error”或超时MCP服务器进程意外崩溃1. 在Claude Code中尝试/mcp restart seo-echo。2. 如果问题持续删除并重新添加MCP服务器claude mcp remove seo-echo然后重新执行add命令。5.2 工具使用与输出问题问题现象可能原因解决方案analyze_site爬取不到内容或分析失败目标网站有反爬机制、需要JavaScript渲染或结构非标准1. 确认提供的URL是公开可访问的文章列表页或首页。2. 项目主要针对标准博客如WordPress, Hugo, Jekyll。对于特殊站点可尝试手动提供文章URL列表给后续工具虽然analyze_site本身不支持列表输入但你可以用其他工具组合。3. 考虑使用max_samples参数减少采样数。analyze_competitors返回结果少或为空使用的搜索引擎DuckDuckGo/Bing在特定区域被限制或返回结果不同1.首选方案申请Google Custom Search API配置GOOGLE_CSE_API_KEY和GOOGLE_CSE_ID环境变量这将获得最稳定、最相关的结果。2. 手动收集3-5个核心竞品URL直接通过urls参数传递给analyze_competitors。generate_outline生成的大纲感觉太模板化规则引擎的局限性缺乏创造性这是规则驱动系统的特点。将其视为一个优秀的初稿和结构检查清单。你可以1. 将生成的大纲作为基础手动调整章节顺序、合并或拆分章节。2. 在!-- WRITE --指令中给Claude更具体的创作引导比如“请用一个比喻来解释事件循环”。audit_content评分始终很低你的写作风格与网站历史风格差异较大或审计规则过于严格1. 检查SiteProfile是否准确反映了你想要的风格。如果不准可以考虑用你理想的几篇文章手动“喂养”分析。2. 合理使用voice_overrides参数来调整审计标准使其更符合你当前文章的预期。3. 审计报告是建议不是铁律。对于“AI陈词滥调”等检查需结合语境判断。5.3 性能与缓存优化seo-echo-mcp在v0.3版本引入了持久化缓存这对提升重复分析的速度很有帮助。例如analyze_site的结果会被缓存。如果你更新了博客内容需要强制刷新缓存可以在调用时通过IDE的配置或在命令行运行uvx时加上--refresh标志具体取决于你的启动方式。对于analyze_competitors由于涉及网络请求是工作流中最耗时的环节。建议对于稳定的主题将竞品分析结果保存下来短期内重复创作相似主题时可以直接复用。在非高峰时间进行批量竞品分析任务。5.4 贡献与自定义让它更适合你这是开源项目的魅力所在。如果你发现某些功能不符合你的需求或者想支持新的语言可以很方便地参与贡献。添加新的AI陈词滥调检测编辑src/seo_echo_mcp/config/ai_cliches.py文件为你使用的语言添加一个词组列表然后提交Pull Request。自定义标题或大纲模板如果你不喜欢默认的标题生成模式可以修改src/seo_echo_mcp/config/templates/目录下对应语言如zh.py的模板文件。你可以定义新的TITLE_TEMPLATES、H2_TEMPLATES等。调整审计规则audit_content的检查规则定义在代码中。如果你觉得某项检查如“被动语态比例”对你的语言或领域不适用可以注释掉或调整其阈值。我个人在使用一段时间后为中文添加了一些常见的“技术水文”陈词滥调短语如“在当今数字化时代”、“本文将深入探讨”、“总而言之”等这让我的内容审计环节更加精准。seo-echo-mcp代表了一种非常实用的AI应用思路不是用AI取代人而是用AI增强人。它通过确定性的规则处理繁琐、规范化的SEO结构工作将宝贵的LLM算力和人类的创造力释放到最擅长的内容创作本身。它就像一位不知疲倦、严格遵循你定下规矩的资深内容编辑助理确保你产出的每一篇文章在风格和结构上都保持着统一的高标准。对于任何有内容一致性需求的自媒体博主、独立站站长或内容营销团队来说它都是一个值得深入研究和整合到工作流中的强大工具。