开源 · MIT · 自托管 · 数据不出你的机器

让 AI 引擎回答问题时
主动提到并引用你的品牌

GeoLook 是开源的全流程 GEO(生成式引擎优化)实施平台——面向具体项目:现状分析 → 诊断 → 方案 → 实施计划工单 → 执行落地 → 效果验收。国内海外双市场,15 个引擎观测。

演示为只读示例数据 · 本地部署仅需 Python 3.9 + 三个依赖

四段主线,闭环到落地

不是又一个监测仪表盘——监测只是起点,交付的是实施
现状

AI 里你是什么样

15 个引擎逐个采样真实回答:提及率、位次、引用份额、样本回放、品牌提及分布、竞品最强引擎。

诊断

为什么是这样

六维站点体检、内容/阵地/事实三类差距、19 个按真实引用语料标定的阵地建设方案、品牌事实库口径比对。

提升

该做什么

带验收标准的实施工单;内容工作台从选题、预检到分发清单;llms.txt / JSON-LD / HTML 片段直接部署。

成效

做了有没有用

自动验收(重抓+采样程序判定,示例项目 86% 工单免人工回填)、逐题与任务级 before/after、客户交付包。

和市面 GEO 工具的区别

大多数 GEO 产品是监测型 SaaS;GeoLook 是实施平台
典型 GEO 监测 SaaSGeoLook
闭环深度监测 + 建议监测 → 诊断 → 工单 → 资产 → 自动验收 → 交付
指标口径黑盒算法全部可复现,界面可查;算不出显示「未测」,不编数
中文市场多为海外引擎国内引擎矩阵 + 按国内引用语料标定的阵地,双市场分开算
数据归属厂商云端全部在你本机,git 一下就是备份
成本按月订阅开源免费,只花你自己的引擎 API 采样费(可为零)

两分钟跑起来

macOS / Linux · Python 3.9+ · 依赖只有 requests / bs4 / lxml
git clone https://github.com/bingqiang2021/geolook.git
cd geolook && pip3 install requests beautifulsoup4 lxml
python3 scripts/geo.py ui  # → http://127.0.0.1:8765