geo-score - 用 0–100 分评估网站能否被 AI 引擎引用的开源检查工具

geo-score 是一个用来回答一个具体问题的开源工具：AI 引擎能不能引用你的网站？它把这个问题拆成一套可复算的检查项，对给定网址输出 0–100 的分数，并逐项列出证据与差距。据项目自述，这里的 GEO 指 Generative Engine Optimization（生成式引擎优化），即争取被 ChatGPT、Perplexity、Google AI Overviews、Gemini、Copilot 等答案引擎引用，与地理、地图无关。它适合两类人：一是负责站点技术细节与内容结构的开发者、SEO/GEO 从业者，想快速知道自己的页面在「被引用」这件事上缺什么；二是需要把结论讲清楚、能拿出可复现依据的团队。项目自述强调，决定能否被引用的多数因素是机械且修复成本很低的——一行 robots.txt、一个 JSON-LD 块、模板里的一个日期、一段能独立成立的段落——难的是知道缺了哪一项、每项值多少分。

维护者与状态

项目由 jianruntech 维护，仓库创建于 2026-09-08，最后提交时间为 2026-09-27。最新 release 为 v1.3.0，发布于 2026-09-27。截至 2026-09-27，仓库星标数为 540。项目另有官网页面，地址见下方「使用入口」。

主要能力

以下能力均来自项目自述（README 与官网说明），未做独立验证。

三层用法，一个工具

据项目说明，geo-score 按三个层级组织功能，层级越高需要的条件越多：

• Level 1 · Score（评分）：回答「AI 引擎能否到达、解析、信任并引用这个站点」，按公开规则给出 0–100 分。项目自述这一层不需要 API key、不需要安装。
• Level 2 · Ask（提问）：针对某个你关心的问题，检查此刻引擎是否引用了该站点。需要 OpenAI、Perplexity、Gemini、Anthropic、OpenRouter 中任意一家的 API key，由使用者自带。
• Level 3 · Watch（观察）：用固定的问题清单，按周观察被引用频率，以及对手与来源的变化。需要使用者自己的 API key 与固定问题列表。

项目自述特别说明：Level 2 与 Level 3 衡量的是「结果」，而评分规则刻意不把结果计入分数，因此两者是并列展示、绝不相加的两个数字。一个站点可能拿到 90 分却在每个回答里输给第三方覆盖更多的对手，反过来也可能发生，所以两个数字都需要看。此外，Level 2 与 Level 3 需要 cli/geo_watch.py 与 cli/geo_score.py 放在一起，即克隆仓库或同时下载两个文件；README 中给出的单行 curl | python3 命令只运行 Level 1。

检查项与评分规则

据项目说明，评分规则包含 21 个分档检查项，合计 100 分，另有 4 个加分项，最多 +6 分且不计入分母。检查项按五个支柱组织：

• Reachable（可达性，15 分）：检索爬虫能否拿到页面，涉及 robots.txt、跨 10 个 AI user-agent 的实时可达性、内容是否服务端渲染。
• Understandable（可理解性，22 分）：能否判断页面与公司是什么，涉及 Organization 与 WebSite 结构化数据、llms.txt、sitemap、面包屑、页面类型 schema。
• Content Citability（内容可引用性，35 分）：是否有值得引用的内容，涉及能独立成立的答案段落、与人们提问方式匹配的标题、带来源的统计数字、真实署名、时效信号。
• Brand Credibility（品牌可信度，18 分）：引擎为何要信任它，涉及知识图谱实体、第三方收录、可解析的 sameAs、视频存在情况。
• Answer Fit（答案契合度，10 分）：内容是否被组织成便于摘取进答案的形态。

项目自述称，Content Citability 权重最高是刻意的，因为答案引擎检索的是「段落」而不是「域名」。每个计分检查项都分 2 到 4 档，每档对应 8 个抽样页面中的命中数量，以便两个人给同一站点打分时算法一致。其中三项是「闸门」：爬虫访问、实时可达性、服务端渲染三项中任何一项为零分，总分上限被压到 40，因为爬虫拿不到内容时，其他改动都没有意义。分数区间被命名为 Not started（0–30）、Early（31–50）、Growing（51–65）、Solid（66–82）、Leading（83–100）；项目自述强调这些名称描述的是阶段而非结论，并称外部基准显示多数商业站点落在 30–55 区间，四十多分属于常见而非警报。

公开基准与可复现性

据项目说明，仓库中包含一次对 314 个知名站点的公开评分：其中四分之一对 AI 爬虫不可读，80 个站点有闸门检查为零，19 个在 robots.txt 中按名称屏蔽 AI 爬虫（项目将其作为编辑选择如实报告），45 个站点的页面正文只在 JavaScript 运行后才存在，另有 16 个直接向爬虫返回错误。项目自述该样本中位数为 56，范围 12 到 98。项目还称，面向中国市场的站点比其他站点低 19 分，且这一差距在五次独立抽样中保持在 16 到 23 分之间。关于稳定性，项目自述把整个基准跑两遍逐站对比，96% 的站点落在 ±5 分以内，45% 完全一致，因此建议把单站分数读作 ±5 而非精确值，中位数则相对稳定；不稳定主要出现在闸门检查上。项目同时说明，官网托管页面目前展示的是较早的 229 站点版本，314 站点的数据在仓库的 benchmark/results.json 中。

使用入口

仓库地址：https://github.com/jianruntech/geo-score；官网页面：https://jianruntech.github.io/geo-score/。

据项目说明，Level 1 可以用一行命令运行，无需安装，Python 3.8+ 且只用标准库：

curl -sL https://raw.githubusercontent.com/jianruntech/geo-score/v1.3.0/cli/geo_score.py | python3 - stripe.com --brief

项目自述该命令约二十秒完成，输出分数、每一项检查及其证据，以及距离下一档还差什么。Level 2 的调用方式为在命令后追加 --ask 与具体问题，例如 geo_score.py stripe.com --ask "best payments API for marketplaces"；Level 3 使用 geo_score.py watch run，两者都需要使用者自备 API key，并把 cli/geo_watch.py 与 cli/geo_score.py 放在一起。

许可与限制

项目许可证为 MIT。据项目说明，已知限制与适用边界包括：Level 1 只读取公开 URL，不涉及登录态内容；Level 2 与 Level 3 依赖使用者自备的第三方 API key，项目本身不提供 key；Level 2、Level 3 需要额外下载 cli/geo_watch.py，单行 curl 命令不覆盖这两层；评分存在约 ±5 分的波动，闸门检查尤其容易因站点的机器人防护策略而出现跨次运行不一致；官网托管页面展示的基准版本落后于仓库中的数据。项目自述还提到，评分规则中有一部分检查需要人工判断，包括第三方收录、独立提及、问题覆盖与中文引擎就绪度等项。