深度解析SEO Machine架构Command-Agent命令编排模式完整指南【免费下载链接】seomachineA specialized Claude Code workspace for creating long-form, SEO-optimized blog content for any business. This system helps you research, write, analyze, and optimize content that ranks well and serves your target audience.项目地址: https://gitcode.com/GitHub_Trending/se/seomachineSEO Machine 是一个基于 Claude Code 构建的AI SEO 内容生产工作区它用命令编排 AgentCommand-Agent的架构模式把调研、写作、分析、优化、发布串成一条自动化流水线。这篇文章带你快速看懂它的分层设计——命令层如何编排工作流、Agent 层如何扮演专家角色、Python 分析模块又如何用数据驱动内容评分。无论你是新手还是 SEO 从业者10 分钟就能掌握这套 AI 内容工作流的核心思路。为什么需要命令编排 Agent的架构传统 AI 写作工具的痛点是写完就结束没有人帮你检查关键词密度、可读性、内链策略。SEO Machine 的解法很清晰——把做事和审查分开角色职责存放位置命令Command编排工作流决定做什么、按什么顺序做.claude/commands/Agent扮演专家角色负责审查和打分.claude/agents/Python 模块计算具体指标密度、可读性、评分data_sources/modules/数据源提供真实数据GA4、GSC、DataForSEO第三方 API这种分层带来一个关键好处你只需输入一条斜杠命令背后会自动触发多个 Agent 和十几个 Python 模块协同工作。四层架构总览一张图看懂项目结构SEO Machine 的目录结构就是它的架构图seomachine/ ├── .claude/ │ ├── commands/ # 命令层25 个工作流命令/research、/write…… │ ├── agents/ # Agent 层11 个专家角色SEO 优化器、关键词映射器…… │ └── skills/ # 技能层26 个营销技能 ├── data_sources/ │ └── modules/ # Python 分析管线25 个分析模块 ├── context/ # 上下文配置品牌声音、SEO 规范、关键词库 ├── wordpress/ # WordPress 发布集成 ├── topics/ → research/ → drafts/ → review-required/ → published/ # 内容流水线各层的关系可以概括为一句话命令是导演Agent 是演员Python 模块是测量仪context/ 是剧本。命令层25 条斜杠命令编排内容工作流所有命令都定义在 .claude/commands/ 目录下每个命令是一个 Markdown 文件即一份工作流说明书核心内容生产链路如下命令作用输出目录/research [主题]关键词调研 竞品分析生成研究简报research//write [主题]生成 2000-3000 词的 SEO 长文drafts//optimize [文件]发布前最终 SEO 打磨drafts//analyze-existing [URL]给现有文章打健康分0-100research//rewrite [主题]基于分析结果重写更新rewrites//publish-draft [文件]通过 REST API 发布到 WordPress线上以.claude/commands/write.md为例这条命令的工作流程被拆成了清晰的阶段写前检查自动读取context/下的品牌声音、写作范例、SEO 规范按结构写作H1 标题、150-250 词引言前 100 词必须出现核心关键词、TL;DR 要点块、正文 H2/H3 结构保存草稿后自动触发 5 个 Agent下一节详述质量闭环运行质量评分器分数不达标就自动修改重试。这种一个命令 一条流水线的设计让新人不需要了解内部细节只要记住research → write → optimize → publish这条主线即可。Agent 层写完文章后自动触发的专家团Agent 是这套架构最精彩的部分。你执行/write后以下 5 个 Agent 会自动依次运行各自输出一份报告到drafts/目录Agent专家角色核心产出Content Analyzer数据分析师搜索意图、关键词密度、竞品长度对比、可读性、SEO 总分SEO Optimizer页面 SEO 专家关键词密度审计、标题层级检查、内链建议Meta Creator文案专家5 组 Meta 标题 5 组描述含 SERP 预览Internal Linker内链策略师3-5 条精确到段落位置的内链建议Keyword Mapper关键词布点师关键词分布图、密度缺口、改写建议以.claude/agents/seo-optimizer.md为例它的检查清单相当严格主关键词密度目标 1-2%、H1 唯一且含关键词、4-7 个 H2 其中 2-3 个带关键词变体、3-5 条内链带描述性锚文本……Agent 不是空喊口号而是逐条核对后给出在【某章节】用锚文本【某文本】链接到【某页面】级别的具体建议。此外还有按需调用的 Agenteditor人性化评分让文章读起来像人写的、performance用真实数据分析决定下一步该写什么、headline-generator标题 A/B 测试、cro-analyst和landing-page-optimizer落地页转化率优化。全部 11 个 Agent 都在 .claude/agents/ 目录下。Python 分析管线5 个模块串联的数据驱动评分Agent 的专家判断背后是确定性计算。data_sources/modules/ 目录里的 Python 模块组成了 Content Analyzer Agent 的分析管线执行顺序固定search_intent_analyzer.py— 判断搜索意图信息型/导航型/交易型/商业型keyword_analyzer.py— 计算关键词密度、分布热力图、TF-IDF 主题聚类、堆砌风险检测content_length_comparator.py— 抓取 SERP 前 10-20 名竞品的字数算出中位数与你的差距readability_scorer.py— Flesch 易读度、Flesch-Kincaid 年级水平、被动语态比例seo_quality_rater.py— 综合打出 0-100 的 SEO 质量分。这条管线让文章写得好不好从主观感受变成了可量化、可对比、可复算的指标。每个模块也可以独立用 Python 调用不依赖 Agent 也能单独使用。质量闭环分数低于 70 分自动修改重试SEO Machine 在/write命令里内置了一个自动质量循环这是多数 AI 写作工具没有的机制5 维评分人性化 30% 具体性 25% 结构平衡 20% SEO 合规 15% 可读性 10%由content_scorer.py计算自动修改综合分 70 时Agent 读取评分器给出的priority_fixes自动应用前 3-5 条修复并重测兜底路由重试两次仍不达标文章会被路由到review-required/目录并附带_REVIEW_NOTES.md说明分数、维度明细和转人工审查的原因。也就是说流水线自带质检工位——合格品进入drafts/不合格品带着详细的病历进入人工审查队列不会悄悄流出。数据集成8 因子机会评分决定写什么写什么和怎么写同样重要。performanceAgent 依赖三个真实数据源Google Analytics 4流量与转化、Google Search Console排名与点击率、DataForSEO竞品排名与关键词指标由data_aggregator.py汇总成统一视图。核心是 data_sources/modules/opportunity_scorer.py 的8 因子机会评分每个关键词/页面按权重打分0-100搜索量 25% · 排名位置 20% · 商业意图 20% · 竞争度 15% · 主题簇价值 10% · CTR 5% · 内容新鲜度 5% · 趋势 5%它还能识别 6 类机会类型排名 11-20 的快赢Quick Win、排名下滑的内容、高排名低点击的低效户等。配合仓库根目录的research_quick_wins.py、research_serp_analysis.py等脚本你可以直接跑出内容优先级矩阵而不是凭感觉选题。10 分钟上手从零跑通 Command-Agent 工作流整个架构跑起来只需三步git clone https://gitcode.com/GitHub_Trending/se/seomachine cd seomachine pip install -r data_sources/requirements.txt配置上下文约 5 分钟填写 context/brand-voice.md品牌声音、context/target-keywords.md关键词库等模板文件。examples/castos/提供了一份播客 SaaS 公司的完整真实示例照抄思路即可打开 Claude Code在目录中运行claude-code .跑通主线/research 你的选题 # 生成研究简报 → research/ /write 你的选题 # 生成文章 自动触发 5 个 Agent 报告 → drafts/ /optimize drafts/文章.md # 最终打磨输出发布就绪度评分至此你就完整体验了一遍 Command-Agent 模式一条命令进一篇文章加五份专家报告出。总结这套架构给 AI 工作流设计的启示SEO Machine 的架构值得每个做 AI Agent 的人借鉴核心就三点编排与执行分离命令负责流程编排Agent 负责单点专业任务互不耦合加新功能只需新增一个命令或 AgentLLM 判断 代码计算混合主观质量语气、故事性交给 Agent 的 LLM 推理客观指标密度、Flesch 分数交给 Python 模块各司其职闭环兜底质量评分 自动重试 人工审查路由让自动化流程不产生静默失败。如果你想深入某一层推荐从这三个入口读起命令编排看 .claude/commands/write.mdAgent 设计看 .claude/agents/数据管线看 data_sources/README.md。SEO Machine 证明了AI 内容生产不需要更聪明的单点而需要结构化的指挥系统——这或许就是 Command-Agent 模式最值得借鉴的地方。【免费下载链接】seomachineA specialized Claude Code workspace for creating long-form, SEO-optimized blog content for any business. This system helps you research, write, analyze, and optimize content that ranks well and serves your target audience.项目地址: https://gitcode.com/GitHub_Trending/se/seomachine创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考