GEO优化GitHub开源项目盘点（2026）：AI搜索可见度监测、网站审计与llms.txt工具怎么选

GitHub 上有哪些 GEO 优化开源项目？按用途大致分四类：研究框架（如 GEO-optim/GEO、AutoGEO）、品牌 AI 可见度监测平台（如 Elmo、Notra、Ansvisor）、网站 GEO 审计与优化工具（如 geo-optimizer-skill、GEOrank）、标准与资源清单（如 llms-txt、awesome-geo）。下表的许可证和 Star 数是我们在 2026 年 10 月 16 日通过 GitHub 公开接口读取的，Star 会随时间变化。需要提醒的是：开源不等于零成本，自托管通常还要付大模型 API 或抓取服务的费用、服务器和维护人力；许可证也决定了能不能商用和二次分发。下面逐个说明这些 GEO 开源项目能做什么、适合谁，以及企业该怎么选。

一、GEO 优化 GitHub 开源项目一览

说明：项目链接指向 GitHub 仓库，功能描述来自各仓库 README；“适合谁”是熊猫出海的归纳，不代表项目方表述。

二、研究类：理解 GEO 的方法从哪里来

2.1 GEO-optim/GEO

这是论文《GEO: Generative Engine Optimization》的官方代码仓库（arXiv:2311.09735），提出了提升网站在生成式引擎回答中可见度的优化方法。README 提供了复现论文结果的脚本、自定义 GEO 方法的入口，以及托管在 Hugging Face 上的 GEO-bench 基准数据集。（GitHub：GEO-optim/GEO）适合想理解“哪些内容改写方式会提升被引用概率”的研究和技术人员，不是开箱即用的营销工具。

2.2 cxcscmu/AutoGEO

AutoGEO 的论文《What Generative Search Engines Like and How to Optimize Web Content Cooperatively》（arXiv:2510.11438）据 README 已被 ICLR 2026 接收。它包含三部分：从生成式引擎中自动提取内容偏好规则、基于规则的提示词改写模型 AutoGEOAPI，以及用强化学习训练的低成本模型 AutoGEOMini。README 注明训练 AutoGEOMini 需要 2 张 A100 40GB 以上级别的 GPU，换引擎或换行业数据时需要重新提取规则。（GitHub：cxcscmu/AutoGEO）

三、监测类：看品牌在 AI 回答里出现了没有

3.1 elmohq/elmo

Elmo 定位为开源、可自托管的 AI 可见度（AEO/GEO）平台，追踪 ChatGPT、Claude、Perplexity、Gemini、Google AI Overviews 等如何提及和引用你的品牌。功能包括按提示词的可见度评分、品牌提及、引用来源分析、竞品声量份额、查询扇出（AI 在回答前执行的搜索）分析、机会建议和 REST API；数据存储在 PostgreSQL。（GitHub：elmohq/elmo）另一个项目 GetCito 在许可证中写明自己是基于 Elmo 的衍生作品（MIT）。（GitHub：GetCito）

3.2 usenotra/notra

Notra 会用买家可能提的问题去询问 ChatGPT、Claude、Gemini、Perplexity 等，查看你是否出现、谁出现在你前面，并可把内容缺口生成指南、清单或对比类文章草稿；还提供用于区分 AI 爬虫与真人推荐流量的 SDK、REST API 和 MCP 服务。（GitHub：usenotra/notra）注意它采用 AGPL-3.0 许可证：修改后如果以网络服务形式向他人提供，通常需要按协议开放相应源代码，商用前建议让法务确认。

3.3 ansvisor/ansvisor

Ansvisor 自称开源 AI 搜索情报平台，可追踪提示词、品牌提及、引用、竞品和 AI 流量，覆盖 ChatGPT、Google AI Overviews、Google AI Mode、Gemini、Claude、Perplexity、Microsoft Copilot、Grok 等，并提供 MCP Server；可自托管，也有官方托管版本。（GitHub：ansvisor/ansvisor）

四、审计与优化类：先把网站变得“可被 AI 读取”

4.1 Auriti-Labs/geo-optimizer-skill

一条命令给网站打 0–100 分，检查 ChatGPT、Perplexity、Gemini、Claude、Google AI Overviews 能否抓取、理解和引用你的网站，并给出修复建议，例如为 AI 爬虫配置 robots.txt、创建 /llms.txt、添加 WebSite / Organization / FAQPage 等 JSON-LD 结构化数据。可作为 CLI、Python 库或 MCP 服务使用，MIT 许可证。（GitHub：geo-optimizer-skill）

4.2 yaojingang/GEORank

GEOrank 是中文 README 的开源 GEO 工作台，流程覆盖网站诊断（结构、Schema、Meta、可读性和引用信号）、GEO 问答、30/60/90 天行动方案、关键词拓展，以及生成 JSON-LD、llms.txt 和知识库草稿；支持私有化部署并使用自己的模型 API Key，Apache-2.0 许可证。（GitHub：yaojingang/GEORank）对中文团队和想为客户提供 GEO 服务的机构比较友好。

4.3 onvoyage-ai/gtm-engineer-skills

这是一组面向 Claude Code 的 GTM / GEO 技能，覆盖品牌研究、关键词与 GEO 提示词研究、内容规划与写作、AI 可引用图表、网站 AEO 审计与修复等环节，MIT 许可证。（GitHub：gtm-engineer-skills）适合已经在用 AI 编程助手的内容和增长团队。

五、标准与资源类

5.1 AnswerDotAI/llms-txt

llms.txt 是 Jeremy Howard 提出的标准化提案：在网站根目录（或子路径）放一个 Markdown 格式的 /llms.txt，用 H1 写站点名称（唯一必填项）、引用块写简介，再用 H2 分组列出供大模型阅读的重点链接；提案还建议为重要页面提供同 URL 的 .md 版本。（llmstxt.org、GitHub：AnswerDotAI/llms-txt）llms.txt 是提案而不是搜索引擎的官方排名规则，建议把它当作“降低 AI 读取成本”的辅助手段。生成工具方面有 firecrawl/llmstxt-generator，但该仓库未标注开源许可证，复用代码前需注意授权。

5.2 Awesome 资源清单

luka2chat/awesome-geo（CC0-1.0）和 amplifying-ai/awesome-generative-engine-optimization（未标注许可证）汇总了 GEO 相关的指南、工具和论文，适合做延伸阅读和找工具。

六、企业怎么选开源 GEO 工具

6.1 按团队情况选

6.2 开源 GEO 的隐性成本与风险

• 调用成本：监测类工具需要反复调用大模型 API 或第三方抓取服务，提示词越多、频率越高，费用越高；
• 合规：抓取 AI 产品界面前，要确认是否符合相关平台的服务条款，客户数据要做好权限管理；
• 许可证：MIT、Apache-2.0 较宽松；AGPL-3.0 对网络服务有开源义务；未标注许可证的仓库默认不授予复用权；
• 维护：AI 引擎界面和接口变化快，长期使用需要有人跟进更新。

GEO 本身是什么、怎么做，见支柱文章什么是GEO？生成式引擎优化定义、原理与应用指南；自建还是外包可参考企业自己做GEO还是找服务商，选服务商见AI搜索优化公司有哪些。

七、常见问题（FAQ）

7.1 GitHub 上有免费的 GEO 系统吗？

有。Elmo、Ansvisor、GEOrank、geo-optimizer-skill 等都可以免费获取源代码，但运行时通常要自付模型 API、抓取服务和服务器费用。

7.2 开源 GEO 工具可以直接商用吗？

看许可证。MIT、Apache-2.0 允许商用但需保留版权与许可声明；AGPL-3.0 修改后对外提供服务通常需要开源；未标注许可证的项目不要直接复用代码。

7.3 中文团队优先看哪个项目？

GEOrank 提供中文 README 和中文工作流，适合中文团队起步；监测海外 AI 引擎可以再搭配 Elmo 或 Ansvisor。

7.4 用了开源工具还需要 GEO 服务商吗？

工具负责“看见问题”，内容生产、权威信源建设和持续优化仍需要人力。没有专人维护时，找服务商往往更省总成本。

八、结语

开源 GEO 项目降低了“看清 AI 搜索可见度”的门槛，但监测之后的内容、信源和多语言站点优化才是见效的关键。熊猫出海提供 GEO/AI 搜索优化、多语言网站建设以及 Facebook、TikTok、Google 广告开户与代投服务，可以帮你评估适合自建还是托管。欢迎联系熊猫出海，免费咨询 GEO 方案。