ai-marketing-claude Python脚本源码解析1473行代码如何实现网站营销分析引擎完整指南【免费下载链接】ai-marketing-claudeAI Marketing Suite for Claude Code. 15 marketing skills with parallel subagents — audit any website, generate copy, email sequences, ad campaigns, content calendars, competitive intelligence, and client-ready PDF reports.项目地址: https://gitcode.com/gh_mirrors/ai/ai-marketing-claudeai-marketing-claude 是一个为 Claude Code 打造的 AI 营销套件它的 scripts/ 目录下用1473 行 Python 代码实现了完整的网站营销分析引擎抓取网页、解析 HTML、识别营销信号、计算 SEO 评分最终输出可交付给客户的营销报告。本文带你逐个拆解这 4 个脚本的设计思路即使你是新手也能看懂一个营销分析工具是如何从零搭建起来的。 1473 行代码全景4 个脚本各司其职脚本行数职责scripts/analyze_page.py475网页营销分析SEO 元素、CTA、信任信号、追踪脚本scripts/competitor_scanner.py281竞品扫描定位语、定价线索、社会证明scripts/generate_pdf_report.py486把分析结果渲染成客户级 PDF 报告scripts/social_calendar.py231生成 30 天社媒内容日历一个值得新手注意的细节整个引擎几乎没有第三方依赖。除了 PDF 生成需要reportlab见 requirements.txt其余三个脚本全部使用 Python 标准库——urllib抓网页、html.parser解析 HTML、json输出结果。这让工具在纯终端环境里就能跑起来。 核心引擎analyze_page.py 如何读懂一个营销页面这是整个套件的心脏analyze_page.py 的架构可以拆成三层第一层状态机式 HTML 解析器脚本基于标准库的HTMLParser构建了 MarketingPageParser 类。它的工作方式像一台状态机解析器一边逐标签扫描页面一边维护_in_title、_in_heading、_in_button等布尔状态——进入title标签时开始收集文字离开时把结果存下来。这套机制让它在一次遍历中同时提取出SEO 元素title、meta description、canonical、viewport、Open Graph 标签内容结构H1~H6 标题层级、链接、图片及其 alt 文本转化元素表单字段、按钮、CTA 文案信任信号社媒链接、JSON-LD 结构化数据第二层营销信号识别规则真正的营销智慧藏在两组规则表里。CTA 词表cta_words 定义了 20 个转化关键词——sign up、try free、book、request demo 等。当链接或按钮文字命中这些词时脚本就把它标记为一个 CTA行动号召并记录它的类型和跳转目标。追踪脚本指纹表tracking_indicators 内置了 18 种主流营销工具的识别指纹覆盖 Google Analytics、Meta Pixel、Hotjar、Mixpanel、HubSpot、Microsoft Clarity 等。脚本通过检查页面加载的 JS 文件 URL 和行内脚本内容如gtag、fbq、dataLayer自动列出该网站部署了哪些营销追踪工具——这直接反映了对手的营销成熟度。第三层四维评分模型analyze() 函数把原始数据转成 4 个 0-10 分的维度分再取平均得到overall_score维度评分逻辑简化SEO 分满分 10标题缺失 -3、无 meta description -3、多个 H1 -1、图片无 alt -2CTA 分0 个 CTA 只得 1 分≥2 个 7 分≥4 个 8 分文案超过 10 字符的价值型 CTA额外加分信任分基准 5 分社媒链接 ≥3 个 2有 Schema 结构化数据 1追踪分按部署的营销工具数量阶梯给分1 个 5 分 → ≥3 个 9 分评分规则非常直白比如标题长度 30-60 字符算合格title_ok、meta description 120-160 字符算合格——这些都是 SEO 行业共识的硬编码。脚本还额外检查 robots.txt 和 sitemap.xml 是否存在补齐技术 SEO 视角。最终输出是一个结构化 JSON包含seo、conversion、trust、tracking、technical五大块和scores评分供上层 AI 智能体或报告脚本消费。 竞品雷达competitor_scanner.py 的逆向拆解competitor_scanner.py 用同样的解析器思路服务另一个目标——研究对手。它的亮点在于三个信号探测器定价线索handle_data 用正则匹配$\d、/month、free tier、enterprise等模式从页面正文里捞取定价信息客户 Logo 计数检查图片的 alt 和 src 是否包含logo、client、trusted等词估算竞品展示了多少客户背书L87-L90推荐语识别命中testimonial、case study、success story等词时累加计数更聪明的设计在 scan_competitor()脚本会依次尝试访问/pricing、/plans、/price三个常见路径找到竞品定价页后再解析一次把具体价格档位和方案区块提取出来。支持一次传入多个 URL 批量扫描输出可直接并入竞争情报报告。 内容工厂social_calendar.py 的模板 轮转策略social_calendar.py 展示了另一种思路不解析网页而是把营销方法论直接编码成数据。CONTENT_PILLARS 定义了 5 大内容支柱教育型、幕后、社会证明、互动、推广型每个支柱都附带各平台LinkedIn/Twitter/Instagram/TikTok/YouTube的具体发布建议POSTING_FREQUENCY 存储各平台最佳发布频率和时间段HOOK_FORMULAS 是开箱即用的爆款开头公式库generate_calendar() 用一条 10 天的支柱轮转序列教育→互动→教育→幕后→教育→社会证明→推广…按天循环填充日历并内置了 40%/15%/15%/20%/10% 的经典内容配比还自动生成1 条长内容拆成 10 条短内容的二次创作工作流。一行命令python3 social_calendar.py 你的主题 linkedin,twitter 30就能产出 30 天排期。 交付闭环generate_pdf_report.py 的渲染流水线分析结果要卖得出去得有专业的交付物。generate_pdf_report.py 基于reportlab实现了完整的报告渲染分数仪表盘draw_score_gauge() 用同心圆绘制环形评分score_color() 按分数自动换色绿/蓝/黄/红六维柱状图create_bar_chart() 手绘内容、转化、SEO、竞争、品牌、增长六大维度的对比条形图报告结构封面总分 A-F 等级→ 得分明细表 → 关键发现按 Critical/High/Medium/Low 着色→ 三段式行动计划本周速赢 / 1-3 个月 / 3-6 个月→ 竞品对比矩阵 → 方法论说明使用方式很简单把 AI 整理好的 JSON 数据写入文件运行python3 scripts/generate_pdf_report.py /tmp/report_data.json MARKETING-REPORT-xxx.pdf即可不带参数运行则会生成一份样例报告供预览。详细流程见 skills/market-report-pdf/SKILL.md。 三步上手从脚本到营销报告# 1. 分析一个网页输出营销评分 JSON python3 scripts/analyze_page.py https://example.com # 2. 扫描 2 个竞品 python3 scripts/competitor_scanner.py comp-a.com comp-b.com # 3. 安装 reportlab 后生成 PDF 报告 pip install reportlab python3 scripts/generate_pdf_report.py /tmp/report_data.json MARKETING-REPORT-sample.pdf在日常使用中你甚至不需要直接敲这些命令——在 Claude Code 里输入/market seo url或/market audit url对应技能如 skills/market-seo/SKILL.md就会自动调用这些脚本再由 5 个并行智能体agents/ 目录做深度解读产出带评分的完整营销审计。 三个值得借鉴的设计模式标准库优先抓页面 解析 HTML 输出 JSON 全部零依赖工具开箱即用、跨环境稳定规则表外置CTA 词表、追踪指纹、内容支柱、Hook 公式都是独立的数据结构改策略只需改表不动逻辑脚本负责采集AI 负责解读如 market-seo 技能 所述——脚本找到数据技能解释含义。确定性计算交给代码主观判断交给大模型是 AI 工具链的合理分工总结ai-marketing-claude 用 1473 行代码搭起了一个完整的营销分析闭环analyze_page.py 做页面诊断、competitor_scanner.py 做竞品侦察、social_calendar.py 做内容规划、generate_pdf_report.py 做专业交付。对新手而言这个仓库最珍贵的地方不只是能用的工具更是一套可复制的工程思路——如何用最小的代码量把行业经验规则化成可运行的自动化引擎。【免费下载链接】ai-marketing-claudeAI Marketing Suite for Claude Code. 15 marketing skills with parallel subagents — audit any website, generate copy, email sequences, ad campaigns, content calendars, competitive intelligence, and client-ready PDF reports.项目地址: https://gitcode.com/gh_mirrors/ai/ai-marketing-claude创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考