dsh-geo

August 16, 2026 · View on GitHub

CI License: MIT Python GitHub stars last commit issues

妙智云 开源维护 · AI 驱动的新一代智能云平台

面向 AI 大模型时代的企业官网 GEO(生成式引擎优化) 平台 —— 让你的官网在 DeepSeek、Kimi、豆包、GLM、混元 等 AI 回答中被准确引用与推荐。

English: A self-hosted GEO (Generative Engine Optimization) platform for enterprise websites. Instead of ranking on traditional search engines, GEO optimizes your site so LLM-based answer engines accurately cite and recommend it. dsh-geo bundles diagnosis, multi-dimensional scoring, optimization-artifact generation, compliance gating, and AI-visibility benchmarking in one Flask service.


✨ 核心能力

能力说明
企业入库 geo_ingest抓取并入库企业官网,提取品牌 / 产品 / 案例 / 联系信息
单页诊断 geo_diagnose单页 GEO 体检,返回 0–100 分、等级与问题清单
SHEEP 评分 geo_sheep_scoreSHEEP 五维评分 + GEM 综合分(核心指标)
优化产物生成 geo_optimize一键生成 llms.txt / robots.txt / sitemap.xml / meta / FAQ
合规门禁 geo_compliance_check极限词 / 伪造背书 / 绝对化承诺 / 关键词堆砌检测,发布前硬性约束
AI 决策审计 geo_*_auditor审计 AI 决策证据、模拟 AI 引用查询
AI 监控定时监测目标站点在多个 AI 模型中的可见性与引用变化
基准测试 / AB 测试跨模型基准对比、优化前后 AB 测试套件
成熟度评分全站 GEO 成熟度分层评估
RAG 对话基于已入库企业知识的检索增强对话
报告生成PDF 体检报告、关键词扩展、内容策略生成、PDF 去重审计
多租户与计费注册 / 登录 / JWT 鉴权,free / pro / enterprise 套餐限额

🧠 SHEEP / GEM 评分模型

GEM 综合分由五个维度加权得出:

维度含义关注点
S语义结构化Schema.org 标记、语义化 HTML、实体消歧
H人机双读内容既对人友好也对 AI 可解析
E1AI 生态融合llms.txtrobots.txt 对 AI 爬虫的可达性
E2AI 内容适配内容是否便于大模型抽取、引用、总结
P性能可访问加载速度、可访问性、移动端适配

等级:A+ (≥90) / A (≥80) / B+ (≥75) / B (≥70) / C+ (≥65) / C (≥60) / D (<60)。

评分内置两个质量机制:

  • 自洽性多采样:每个维度多次采样取中位数共识,降低单次抖动。
  • 证据锚定反思:客观诊断信号(如 llms.txt 已部署)会约束 LLM 打分下限,发现矛盾触发重评。

🚦 GEO 合规红线

2026-07-15 AI 内容监管新规生效,行业从野蛮生长进入合规时代。以下规则高于一切优化技巧:

  1. 禁止 AI 批量生成垃圾内容铺量 —— 质量优先。
  2. 禁止 关键词堆砌、蹭无关热门词 —— 实证:堆砌导致 AI 可见性 -8%。
  3. 禁止 虚假宣传、刷评价、抹黑竞品 —— 编造内容会被 AI 交叉验证识破。
  4. 禁止 冒充官方、伪造权威背书 —— 欺诈性质,监管重罚。

任何待发布内容(FAQ / 优化文案 / 策略改写结果)交付前必须通过 geo_compliance_checkrisk_level=high 时修正后重检,禁止直接交付。

🏗️ 架构

dsh-geo/
├── app.py                 # Flask 后端入口 + 路由 + 鉴权中间件
├── auth.py                # 注册 / 登录 / JWT / 多租户 / 套餐限额
├── config.py              # 端口 / 模型路由 / 运行模式
├── models.py              # SQLite 数据层
├── agents/                # 业务编排 agent(诊断 / 评分 / 优化 / 合规 ...)
├── pi-agent/              # 开源 Pi agent 扩展(把平台封装为原生工具)
├── static/                # 前端 SPA(index.html / css / js)
├── templates/
├── cases/                 # 真实优化案例
├── data/                  # 案例输入 / 输出 JSON(示例数据)
├── tests/
├── Dockerfile
├── docker-compose.yml
└── requirements.txt

🚀 快速开始

# 1. 安装依赖
pip install -r requirements.txt

# 2. 配置环境变量
cp .env.example .env   # 填入 MZY_API_KEY(必填,AI 模型 API Key)

# 3. 启动服务
python app.py          # 默认 http://localhost:8060

打开浏览器访问 http://localhost:8060,按「快速上手」引导三步完成 GEO 体检。

🐳 Docker 部署

docker compose up -d   # 构建并后台启动

生产模式建议 RUN_MODE=production 并用 gunicorn(Dockerfile 已内置)。

🔐 环境变量

变量必填说明
MZY_API_KEYAI 模型 API Key
MZY_BASE_URLAI 模型网关地址,默认 https://token.mzyai.com/v1;可替换为你自有的 OpenAI 兼容端点
GEO_JWT_SECRETJWT 签名密钥(生产务必覆盖默认值
GEO_API_TOKEN服务间 Token;设置后所有 API 需 Bearer Token 鉴权
GEO_PORT监听端口,默认 8060
GEO_DEBUG调试模式,默认 true
RUN_MODEproduction / development

🔌 API 概览

方法路径说明
GET/health平台健康检查
POST/api/auth/register /api/auth/login注册 / 登录
POST/api/ingest抓取并入库企业官网
POST/api/diagnose单页 GEO 诊断
POST/api/sheep-scoreSHEEP 五维 + GEM 综合分
POST/api/optimize生成优化产物
POST/api/compliance-check内容合规门禁
GET/api/companies /api/cases企业列表 / 案例对比
完整路由见 app.py

Agent 工具化pi-agent/geo-extension.ts 已把上述能力封装为 Pi agent 的原生工具,可在 AI 编排中直接调用。

📄 License

MIT © 2026 妙智云

🤝 贡献

欢迎 Issue / PR。请确保提交内容通过 geo_compliance_check,不包含极限词与未经证实的数据声明。

⚠️ 免责声明

本项目提供 GEO 优化工具与方法论,不鼓励任何违反所在地 AI 内容监管法规的用法。使用者的所有发布行为需自行承担合规责任。