前言¶
很多人习惯用 SEO 让搜索页面上榜，但用户越来越多直接向 ChatGPT、豆包、Perplexity、文心一言提问。若 AI 回答里提到竞品却没有你，站点在传统搜索里再靠前，在「问 AI」这条路径上仍会缺席。生成式引擎优化（GEO）针对的是：让模型在作答时更可能引用、提到你的内容与品牌。
DeepSeek Harness（dsh）把能力拆成可安装的插件。若你已在用 dsh 做对话式开发或运维，希望在同一进程里用自然语言或斜杠命令启动 GEO 流程，而不单独拼脚本仓库，可以看一下维护者 liangdabiao 发布的 dsh-geo-optimizer。SkillHub 将其归类为「联网工具」；截至资料记录，GitHub 星标为 0。社区目录为独立站点，与 DeepSeek / 幻方无官方从属关系。
这是什么¶
dsh-geo-optimizer 是 dsh 的 GEO 工具箱插件：打包 三个 GEO 相关技能，技能逻辑来自上游 GEO-Content-Optimizer-Skill（MIT）。README 写明 纯技能、默认不依赖插件自带的 API key；其中带 Python 脚本的可见度测试等步骤，需要用户自备 LLM API key，经环境变量传入。
package.json 中版本为 0.3.0，许可 MIT（liangdabiao；geolook 技能亦为 MIT）。插件侧还描述 GEO 内容优化工作台能力：如 geo_audit 确定性审计打分、前后对比与审计历史、侧栏审计面板等（以仓库实现为准）。
一句话对比：SEO 面向传统搜索引擎排序；GEO 面向 AI 作答时的可见与引用。 README 中的行业表述（如 BrightEdge、麦肯锡等）来自插件文档，本文不展开引述具体百分比，使用时请自行核对原始来源。
三个技能怎么选¶
下面介绍插件内三条能力线，按 README 表格归纳；一节只讲选型，不混入安装步骤。
| 技能 | 定位 | 什么时候用 |
|---|---|---|
geo-content-optimizer |
单页体检 | 已有官网，想看 AI 眼里的水平；输入 URL，约 30 秒出优化报告 |
geo-optimizer |
全流程优化（4 个 Python 脚本） | 第一次做 GEO，希望由模型分步带做：JSON-LD Schema、可读性、内容集群、可见度监控、差距分析等 |
geo（geolook） |
完整服务流水线（18 个 Python 脚本） | 长期做 GEO 或接客户：站点诊断 → AI 答案采样 → 执行工单 → 可部署资产 → 季度报告 |
先做场景判断，再在对话里选用对应技能或命令，避免一上来跑满 geolook 全流程。
典型用法¶
对话入口¶
README 给出的可复现方式：
- 单页体检：在对话中发送
/geo-content-optimizer https://你的网址.com - 全流程入门：用自然语言说明业务，例如 「我是做 XX 的，帮我开始 GEO 优化」
带 Python 脚本的技能：模型会先把技能目录复制到工作区再执行脚本。可见度测试类脚本需要用户自己的 LLM API key，从环境变量传入；插件本身不携带密钥。
geolook 时间与档位（v0.3.0 起）¶
geolook 全流程中，AI 答案采样单题约 60–120 秒。自 v0.3.0 起默认按 profile 控制总量，并可在开跑前估算耗时：
python3 scripts/geo.py new --url https://example.com --profile quick --estimate
上例 --estimate 只出表、不实际跑任务。README 记载的档位大致为：
| profile | 抓页 | 题量 | 平台 | 预估 |
|---|---|---|---|---|
quick |
12 | 7 | 2 | 约 5 分钟 |
standard（默认） |
20 | 14 | 3 | 约 10 分钟 |
deep |
40 | 28 | 5 | 约 20 分钟 |
若预估超过 --budget，交互环境会先询问；非交互环境会直接拒绝。--yes 表示接受已知耗时；--all-questions 可解封每组题量上限（更慢）。某平台连续 3 题失败会熔断，避免在失效端点上空耗。跑完会打印实测耗时，用于校准 scripts/budget.py 系数。
安装与运行环境¶
官方安装命令（须与资料一致，勿自行拼接 github:owner/repo）：
dsh plugin --profile web add dsh-geo-optimizer
package.json 声明：
- Node：
^22.19.0 || >=24.0.0 - dsh：
>=0.2.1-rc.2 <0.3.0 - 客户端配置为 web 平台（
dsh.client.platform: "web"）
安装前建议在 GitHub 浏览源码与 LICENSE，确认与自身合规要求一致。插件在 当前 dsh 进程权限 下运行，会复制技能目录并可能执行 Python 脚本，应与你对工作区与网络的预期一致。
安全与维护者自检¶
README 安全提醒：上游仓库 .env.example 曾含明文 Kimi API key 并已公开；本插件不携带任何密钥（含全局扫描测试防泄露）。若你曾使用那对 key，请轮换。
维护者在仓库内给出的自检命令：
npm install && npm test && npm run selftest && npm run build
npm test：9 个单测（快照合规、折叠标量解析、泄露 key 扫描、许可等）npm run selftest：快照、provider、泄露扫描、面板 API，零网络npm run build：打包dist/client.js及关联自检
普通用户安装插件路径通常不需要在本地跑上述命令；若你 fork 或参与开发，可按 README 执行。
适用场景与注意¶
适合：已在 dsh（web profile）里工作、希望用对话或斜杠命令做单页 GEO 体检、分步优化或较长 geolook 流水线的开发者或内容运营；愿意在可见度脚本环节自备 LLM API key 的用户。
注意：
- 插件分类为联网工具，实际是否会发起外连取决于所调技能与脚本；安装前阅读
skills与脚本逻辑。 - 不以插件自带 key 为前提；缺 key 时部分脚本无法完成可见度类步骤。
- dsh 版本需落在
package.json的engines.dsh区间内，否则可能出现兼容问题。 - SkillHub 星标为 0 只表示当前关注度，不代表功能完整性；以 README 与 release 为准。
结尾¶
dsh-geo-optimizer 把 GEO 单页体检、四脚本全流程与 geolook 十八脚本流水线收进一个 dsh 插件，命令安装、对话触发，并强调零自带 API key 与 v0.3.0 起的耗时预估机制。若你要在智能体工作流里系统性做「让 AI 回答时提到你」，可从单页 /geo-content-optimizer 试起，再按需要升级到 geo-optimizer 或 geo。
