auto-geo

आधिकारिक

AI दृश्यता के लिए GEO अनुकूलित सामग्री प्रकाशन इंजन

GitHub
17

Auto Geo MCP के साथ आप क्या कर सकते हैं?

  • AI उद्धरण तत्परता के लिए किसी भी पृष्ठ का ऑडिट करें — किसी URL पर auto-geo doctor चलाकर एक स्कोर रिपोर्ट प्राप्त करें जो TL;DR उपस्थिति, प्रश्न-प्रारूप शीर्षक, इकाई घनत्व, JSON-LD और अधिक की जाँच करती है।
  • लक्षित प्रश्नों से GEO-अनुकूलित पृष्ठ उत्पन्न करें — auto-geo write का उपयोग करके मान्य, प्रकाशन-तैयार JSON पृष्ठ तैयार करें जो पूर्ण सात-ब्लॉक उद्धरण वास्तुकला के अनुरूप हों।
  • सभी GEO जाँचों को पास करने के लिए किसी मौजूदा पृष्ठ को पुनः लिखें — auto-geo fix को एक URL फीड करें और एक पुनर्जीवित संस्करण प्राप्त करें जो उद्धरण तत्परता ऑडिट पर 8/8 स्कोर करने का अनुमान हो।
  • मापें कि क्या AI इंजन वास्तव में आपके डोमेन को उद्धृत करते हैं — Perplexity, ChatGPT, Gemini, Claude या Grok के विरुद्ध auto-geo check चलाकर देखें कि कौन से ट्रैक किए गए प्रश्न आपके डोमेन को स्रोत के रूप में लौटाते हैं।
  • समय के साथ उद्धरण कवरेज प्रवृत्तियों को ट्रैक करें — auto-geo history का उपयोग करके रन-दर-रन कवरेज प्रतिशत, प्रति-इंजन अंतर, और कौन से प्रश्न नए उद्धृत हुए या खो गए, देखें।
  • ट्रैक करने के लिए उच्च-इरादे वाले प्रश्न खोजें — auto-geo prompts discover को अपने डोमेन का विश्लेषण करने दें और उन प्रश्नों का सुझाव दें जिनके लिए आपको AI खोज परिणामों में प्रतिस्पर्धा करनी चाहिए।

दस्तावेज़

auto-geo

CI npm version License: MIT Built by Shadow Downloads TypeScript Node Docs llms.txt

ओपन-सोर्स GEO इंजन जो आपके ब्रांड का ChatGPT, Claude, Gemini, Perplexity, और Grok में उल्लेख करवाता है।

उन पृष्ठों का ऑडिट करें, निर्माण करें, सुधारें और ट्रैक करें जिन्हें बड़े भाषा मॉडल उद्धृत करते हैं — एक CLI, फ़ाइल-आधारित, MIT।

जब कोई ChatGPT, Perplexity, Claude, Gemini, या Google AI Overviews से कोई ऐसा प्रश्न पूछता है जिसका उत्तर आपके व्यवसाय को देना चाहिए, तो क्या वे इंजन आपके डोमेन को उद्धृत करते हैं? auto-geo ऐसा करने और यह साबित करने का पूरा चक्र है कि ऐसा हो रहा है:

auto-geo init      # set up the system once
auto-geo doctor    # audit any page for citation readiness
auto-geo write     # generate publish-ready pages from target queries
auto-geo fix       # rewrite an existing page so it passes the audit
auto-geo check     # measure: do AI engines actually cite you?
auto-geo history   # track citation coverage over time

auto-geo demo — tracked prompts, live citation check across AI engines, and coverage history

सब कुछ फ़ाइल-आधारित और कमिट करने योग्य है — ट्रैक किए गए प्रॉम्प्ट, जाँच इतिहास, कॉन्फ़िग। कोई सर्वर नहीं, कोई खाता नहीं, कोई डेटाबेस नहीं। बस एक इंस्टॉल दूर:

npm i -g auto-geo

Shadow द्वारा निर्मित — एक मीडिया अनुसंधान प्रयोगशाला जो AI-संचालित मीडिया इंटेलिजेंस और संचार प्रौद्योगिकी की अगली पीढ़ी का निर्माण कर रही है, उन टीमों के साथ साझेदारी में जिन्होंने OpenAI, TikTok, Meta, Amazon, और Lovable को मानचित्र पर लाया। Shadow auto-geo का उपयोग shadow.inc/resources पर प्रकाशित करने के लिए करता है।

विषय-सूची

  • त्वरित शुरुआत
  • GEO क्या है?
  • कार्यप्रवाह
  • auto-geo init — सिस्टम सेट करें
  • auto-geo doctor — उद्धरण तत्परता के लिए किसी भी पृष्ठ का ऑडिट करें
  • auto-geo write — प्रश्नों से पृष्ठ उत्पन्न करें
  • auto-geo fix — उद्धरण तत्परता के लिए एक पृष्ठ को पुनर्लेखित करें
  • auto-geo prompts — अपने ट्रैक किए गए प्रॉम्प्ट प्रबंधित करें
  • auto-geo check — वास्तविक उद्धरण कवरेज मापें
  • auto-geo history — समय के साथ उद्धरण कवरेज
  • कॉन्फ़िगरेशन
  • पृष्ठ वास्तुकला
  • एजेंट-अनुकूल आउटपुट
  • LLM-अनुकूल
  • योगदान
  • लाइसेंस

त्वरित शुरुआत

0. एक बार इंस्टॉल करें (या npx auto-geo@latest के माध्यम से कोई भी कमांड एक बार में चलाएँ)

npm i -g auto-geo

1. सेट अप करें — कॉन्फ़िग, .env.local कुंजी स्लॉट, और .auto-geo कार्यक्षेत्र

auto-geo init

2. .env.local में एक API कुंजी जोड़ें (प्रत्येक कमांड द्वारा स्वतः लोड)

3. किसी भी पृष्ठ का ऑडिट करें — अपना या प्रतिस्पर्धी का

auto-geo doctor https://example.com/some-page

4. उन प्रॉम्प्ट को ट्रैक करें जिनके लिए आप चाहते हैं कि AI इंजन आपको उद्धृत करें

auto-geo prompts add "सर्वश्रेष्ठ मीडिया निगरानी उपकरण" "GEO क्या है"

5. मापें — हर रन स्वचालित रूप से इतिहास में सहेजा जाता है

auto-geo check

6. समय के साथ कवरेज में बदलाव देखें

auto-geo history

Node >=18.17 आवश्यक है। बाद में अपग्रेड करना npm i -g auto-geo@latest है। अन्य तरीके:

brew install shadowresearch/tap/auto-geo # Homebrew (macOS / Linux) mise use -g npm:auto-geo # mise

प्रत्येक रिलीज़ के साथ macOS, Linux, और Windows के लिए स्टैंडअलोन निष्पादन योग्य (Node की आवश्यकता नहीं) आते हैं।

GEO क्या है?

जनरेटिव इंजन ऑप्टिमाइज़ेशन आपके पृष्ठों को वह बनाने का अनुशासन है जिसे AI खोज इंजन तब उद्धृत करते हैं जब वे किसी प्रश्न का उत्तर देते हैं। यह SEO का उत्तराधिकारी है: लिंक की सूची में रैंकिंग के बजाय, आप उत्तर के अंदर उद्धृत होने के लिए प्रतिस्पर्धा कर रहे हैं।

जो पृष्ठ जीतते हैं वे ब्लॉग पोस्ट नहीं हैं। अनुभवजन्य शोध उद्धरण संभावना को एक विशिष्ट आकार से जोड़ता है:

  1. वास्तुकला, गद्य नहीं। नामित, मान्य ब्लॉक — TL;DR, परिचय, प्रश्न-प्रारूप H2 अनुभाग, संबंधित मार्गदर्शिकाएँ, मुख्य निष्कर्ष, FAQ, प्रकटीकरण। AI इंजन संरचित खंड निकालते हैं; कठोर संरचना निष्कर्षण में सुधार करती है।
  2. उत्तर-प्रथम। प्रत्येक अनुभाग किसी भी सहायक पैराग्राफ से पहले 40-60 शब्दों के "उत्तर कैप्सूल" से खुलता है जो अनुभाग के प्रश्न का पूरी तरह उत्तर देता है।
  3. प्रश्न-प्रारूप शीर्षक। H2 उन प्रश्नों के रूप में लिखे जाते हैं जो उपयोगकर्ता वास्तव में AI इंजन से पूछते हैं।
  4. इकाई-सघन। उच्च घनत्व पर नामित इकाइयाँ (कंपनियाँ, लोग, उत्पाद) — ~4.8 गुना अधिक उद्धरण संभावना से जुड़ी हैं।
  5. स्कीमा-व्युत्पन्न। Article + FAQPage JSON-LD संरचना से उत्सर्जित, हाथ से नहीं लिखा गया।

auto-geo इस आकार को एक सख्त स्कीमा में एन्कोड करता है (देखें docs/sop.md — पूर्ण मानक संचालन प्रक्रिया), इसके विरुद्ध किसी भी URL का ऑडिट करता है, इसके अनुरूप नए पृष्ठ उत्पन्न करता है, और फिर यह मापकर लूप को बंद करता है कि क्या इंजन वास्तव में आपको उद्धृत करते हैं।

कार्यप्रवाह

        ┌──────────────────────────────────────────────────────┐
        │                    auto-geo init                     │
        │   config · .env.local · .auto-geo/ workspace         │
        └──────────────────────────────────────────────────────┘
              │
   ┌──────────┼──────────────┬─────────────────┐
   ▼          ▼              ▼                 ▼
 doctor     write           fix             prompts
 audit a    generate        rewrite an      track the queries
 page       new pages       existing page   that matter to you
   │          │              │                 │
   └──────────┴──────────────┴────────┬────────┘
                                      ▼
                                    check ──── saves every run ────┐
                                measure actual                     ▼
                                citations                       history
                                                            coverage over time,
                                                            newly cited / lost

doctor तत्परता मापता है (क्या यह पृष्ठ उद्धरण के लिए आकारित है?)। check परिणाम मापता है (क्या इसे वास्तव में उद्धृत किया जा रहा है?)। history परिणामों को एक प्रवृत्ति रेखा में बदल देता है।

auto-geo init — सिस्टम सेट करें

auto-geo init # इंटरैक्टिव (कुछ प्रश्न) auto-geo init --yes # गैर-इंटरैक्टिव टेम्पलेट

एक कमांड सब कुछ स्कैफोल्ड करता है:

फ़ाइलयह क्या है
auto-geo.config.jsonआपके डिफ़ॉल्ट — डोमेन, प्रदाता, मॉडल, लेखक। कमिट करने योग्य; कभी रहस्य नहीं रखता।
.env.localAPI कुंजी स्लॉट। हर कमांड द्वारा स्वतः लोड। इसे Gitignore करें।
.auto-geo/prompts.txtआपके ट्रैक किए गए प्रॉम्प्ट — प्रति पंक्ति एक, # टिप्पणियों की अनुमति।
.auto-geo/checks/हर चेक रन, JSON के रूप में सहेजा गया। इतिहास के पीछे का डेटा।

इंटरैक्टिव प्रवाह उन प्रॉम्प्ट के बारे में पूछकर समाप्त होता है जिन्हें आप ट्रैक करना चाहते हैं, इसलिए एक नई परियोजना एक ही बैठक में शून्य से मापने योग्य उद्धरण आधार रेखा तक जाती है। init कभी भी मौजूदा .env.local को अधिलेखित नहीं करता है और --force के बिना मौजूदा कॉन्फ़िग को अधिलेखित करने से मना कर देता है।

auto-geo doctor — उद्धरण तत्परता के लिए किसी भी पृष्ठ का ऑडिट करें

इसे किसी भी URL पर चलाएँ — अपना, प्रतिस्पर्धी का, अपने साइटमैप का हर पृष्ठ — और AI इंजन जिन उद्धरण संकेतों की तलाश करते हैं, उन पर एक संरचित रिपोर्ट प्राप्त करें।

auto-geo doctor https://example.com/some-page

✓ TL;DR present (52 words, in range)
✗ Question-format H2 headings (2 of 6 are question-format; SOP §3 targets all)
✓ Article JSON-LD present
✗ FAQPage JSON-LD present (No FAQPage JSON-LD block detected)
✓ Entity density (12.3/1k words)
✗ Image cadence (0 images for 1247 words)
✓ Answer-first first paragraph
✓ No self-link in related guides

Score: 5 / 8 checks pass — moderate GEO posture

Top 3 fixes (ranked by citation lift):
  1. Add a FAQPage JSON-LD block. Each Q is a citable extraction target.
  2. Convert 4 statement-form H2 headings to question form.
  3. Add 2 images with descriptive alt text (entity + context).

संपूर्ण साइटमैप — औसत स्कोर, सबसे कम स्कोर वाले पृष्ठ, सबसे आम विफलताएँ

auto-geo doctor --site https://example.com/sitemap.xml --max-pages 50

CI / डैशबोर्ड के लिए JSON

auto-geo doctor https://example.com/page --json

यदि स्कोर ≥ 75% है तो निकास कोड 0, अन्यथा 1 — इस पर परिनियोजन को रोकें। पूर्ण जाँच संदर्भ के लिए docs/doctor.md देखें।

auto-geo write — प्रश्नों से पृष्ठ उत्पन्न करें

इसे अपना डोमेन और वे प्रश्न दें जिनके लिए आप उद्धृत होना चाहते हैं; मान्य, प्रकाशन-तैयार JSON फ़ाइलें वापस प्राप्त करें — प्रति प्रश्न एक संरचित पृष्ठ, पूर्ण GEO वास्तुकला के अनुरूप।

auto-geo write
--query "GEO क्या है"
--query "GEO बनाम SEO"
--out ./resources

✓ "what is GEO"        → ./resources/geo.json (validated, ~$0.06)
✓ "GEO vs SEO"         → ./resources/geo-vs-seo.json (validated, ~$0.06)

Total: 2 pages · 2 ok · ~$0.12 spent · 31s elapsed

सिस्टम प्रॉम्प्ट GEO SOP को एन्कोड करता है — TL;DR लंबाई, उत्तर-कैप्सूल विंडो, प्रतिबंधित अतिशयोक्ति, FAQ संरचना — और आउटपुट Vercel AI SDK के generateObject के माध्यम से टाइप-सिस्टम स्तर पर स्कीमा तक सीमित है, सत्यापन विफलता पर एक बाउंडेड आत्म-सुधार लूप के साथ। डिफ़ॉल्ट: gpt-5.4 (OpenAI) या claude-sonnet-4-6 (Anthropic), आपके द्वारा सेट की गई API कुंजी से स्वतः पता लगाया जाता है।

ड्राई-रन — योजना + लागत अनुमान, कोई LLM कॉल नहीं

auto-geo write --query "X क्या है" --dry-run

फ़ाइल से बैच, anthropic, एक बार में 4 पृष्ठ

auto-geo write --queries-file queries.txt --provider anthropic --concurrency 4

एक कॉन्फ़िग फ़ाइल (auto-geo init) के साथ, --domain, लेखक फ़ील्ड, और प्रदाता कॉन्फ़िग से आते हैं — एक खाली --query की ही आवश्यकता है। docs/write.md देखें।

auto-geo fix — उद्धरण तत्परता के लिए एक पृष्ठ को पुनर्लेखित करें

जहाँ doctor आपको बताता है कि क्या गलत है, fix एक GEO-अनुकूलित पुनर्लेखन उत्पन्न करता है जो सभी 8 जाँचों को पास करता है — लाया गया, ऑडिट किया गया, पुनर्जीवित किया गया, और उसी स्कीमा के विरुद्ध मान्य किया गया जिसका उपयोग write करता है।

auto-geo fix https://www.example.com/some-blog-post --out ./fixed.json

Score (before):    3 / 8
Generating rewrite via openai gpt-5.4...
Score (projected): 8 / 8 — strong GEO posture
→ ./fixed.json (validated)

auto-geo fix https://example.com/page --provider anthropic # इसके बजाय Claude auto-geo fix https://example.com/page --dry-run # केवल ऑडिट + लागत अनुमान

docs/fix.md देखें।

auto-geo prompts — अपने ट्रैक किए गए प्रॉम्प्ट प्रबंधित करें

आपके ट्रैक किए गए प्रॉम्प्ट वे प्रश्न हैं जिनका उत्तर आप चाहते हैं कि AI इंजन आपके डोमेन का हवाला देकर दें। वे .auto-geo/prompts.txt (सादा पाठ, कमिट करने योग्य) में रहते हैं और वे हैं जो check डिफ़ॉल्ट रूप से चलता है।

auto-geo prompts add "सर्वश्रेष्ठ मीडिया निगरानी उपकरण" "GEO क्या है" auto-geo prompts # क्रमांकित सूची auto-geo prompts rm 2 # सूचकांक द्वारा — या सटीक पाठ द्वारा

पता नहीं क्या ट्रैक करना है? इंजन को अपना प्रॉम्प्ट सेट प्रस्तावित करने दें — discover आपके होमपेज को लाता है, देखता है कि आप पहले से क्या ट्रैक करते हैं, और LLM से उच्च-इरादे वाले प्रश्न उत्पन्न करवाता है जिनके लिए आपको प्रतिस्पर्धा करनी चाहिए:

auto-geo prompts discover --dry-run # प्रस्तावों का पूर्वावलोकन करें auto-geo prompts discover --count 15 # 15 जोड़ें (कभी अधिलेखित नहीं करता, कभी डुप्लिकेट नहीं करता)

prompts add (और discover) पहले उपयोग पर कार्यक्षेत्र को बूटस्ट्रैप करते हैं, इसलिए आपको ट्रैकिंग शुरू करने के लिए init की भी आवश्यकता नहीं है।

auto-geo check — वास्तविक उद्धरण कवरेज मापें

प्रत्येक प्रॉम्प्ट के लिए, एक वास्तविक AI खोज इंजन से पूछें और रिपोर्ट करें कि क्या आपका डोमेन उद्धरणों में शामिल है। यह वह आधारभूत सत्य है जिसकी doctor भविष्यवाणी करता है।

auto-geo check # ट्रैक किए गए प्रॉम्प्ट, कॉन्फ़िग से डोमेन

  using 3 tracked prompts from .auto-geo/prompts.txt
  [1/3] ✗ "what is GEO" — not cited (5 sources)
  [2/3] ✓ "how do I get cited by ChatGPT" — cited (2 sources)
  [3/3] ✓ "open source GEO tools" — cited (1 source)

Coverage: 2/3 queries (67%) · 3 page citations total · ~$0.012 spent
  saved → .auto-geo/checks/2026-06-10T13-22-05--perplexity.json (auto-geo history)

इंजन: perplexity (डिफ़ॉल्ट), openai, anthropic, gemini, xai (उपनाम grok), या --engine all — जो हर उस इंजन को चलाता है जिसकी API कुंजी सेट है और प्रति-इंजन कवरेज और एक यूनियन रोल-अप की रिपोर्ट करता है।

ट्रैक किए गए सेट के बजाय स्पष्ट प्रश्न

auto-geo check --domain shadow.inc --query "GEO क्या है"

हर वह इंजन जिसके लिए आपके पास कुंजियाँ हैं, यूनियन कवरेज

auto-geo check --engine all

CI: जब महत्वपूर्ण प्रश्न आपको उद्धृत न करें तो परिनियोजन विफल करें

auto-geo check --queries-file geo/critical-queries.txt && deploy

एजेंटों / डैशबोर्ड के लिए स्ट्रीमिंग JSON

auto-geo check --ndjson

हर रन स्वचालित रूप से .auto-geo/checks/ में सहेजा जाता है (--no-save के साथ ऑप्ट आउट करें)। यदि कवरेज > 0% है तो निकास कोड 0, यदि 0% है तो 1। आउटपुट आकार, फैन-आउट-क्वेरी कैप्चर, डोमेन-मिलान नियम, और --format geo-audit इंटरऑप मोड के लिए docs/check.md देखें।

auto-geo history — समय के साथ उद्धरण कवरेज

हर रन को सहेजने का लाभ: एक प्रवृत्ति रेखा। प्रति-इंजन डेल्टा के साथ रन-दर-रन कवरेज, साथ ही वास्तव में किन प्रॉम्प्ट के लिए आपको उद्धृत किया जाना शुरू या बंद हुआ।

auto-geo history

  2026-06-01 08:30  perplexity   33% ·   1/3 cited  $0.01
  2026-06-08 09:15  perplexity   67% ↑34  2/3 cited  $0.01

  Since last run (perplexity · 2026-06-01 08:30 ▸ 2026-06-08 09:15)
    ✓ newly cited  open source GEO tools
    ✗ lost         (none)

  2 runs · .auto-geo/checks

रुझान समान की तुलना समान से करते हैं — प्रत्येक रन को उसी इंजन चयनकर्ता के पिछले रन के विरुद्ध मापा जाता है। --engine all बहु-इंजन रन के लिए फ़िल्टर करता है; --limit N गहराई को नियंत्रित करता है; --json पंक्तियाँ + डेल्टा मशीन-पठनीय रूप से उत्सर्जित करता है। docs/history.md देखें।

कॉन्फ़िगरेशन

auto-geo init के साथ एक बार सेट करें, कहीं भी ओवरराइड करें। वरीयता, सर्वोच्च पहले:

  1. CLI फ़्लैग
  2. पर्यावरण चर (प्रदाता का स्वतः पता लगाया जाता है कि कौन सी API कुंजी सेट है)
  3. auto-geo.config.json (cwd से ऊपर चलता है — मोनोरेपो-अनुकूल)
  4. अंतर्निहित डिफ़ॉल्ट

// auto-geo.config.json — कमिट करने योग्य, कोई रहस्य नहीं { "domain": "https://www.example.com", "basePath": "/resources", "provider": "openai", "model": "gpt-5.4", "engine": "perplexity", "concurrency": 4, "author": { "name": "Jane Doe", "jobTitle": "सामग्री प्रमुख", "bio": "Jane जनरेटिव इंजन ऑप्टिमाइज़ेशन के बारे में लिखती हैं…", }, }

API कुंजियाँ .env.local (या .env) में रहती हैं, हर कमांड द्वारा स्वतः लोड — पहले से सेट पर्यावरण चर हमेशा जीतते हैं:

इंजन / प्रदातापर्यावरण चर
OpenAI (लिखें, सुधारें, जाँचें)OPENAI_API_KEY
Anthropic (लिखें, सुधारें, जाँचें)ANTHROPIC_API_KEY
Perplexity (जाँचें)PERPLEXITY_API_KEY
Gemini (जाँचें)GOOGLE_API_KEY या GEMINI_API_KEY
xAI / Grok (जाँचें)XAI_API_KEY

पृष्ठ वास्तुकला

सब कुछ जो write और fix उत्पन्न करते हैं — और सब कुछ जिसके लिए doctor ऑडिट करता है — एक सख्त सात-खंड वास्तुकला का पालन करता है:

  1. TL;DR — 40-60 शब्द का उत्तर कैप्सूल
  2. परिचय — संदर्भ-सेटिंग खंड
  3. अनुभाग — प्रश्न-प्रारूप H2, प्रत्येक 40-60 शब्द के उत्तर कैप्सूल से खुलता है
  4. संबंधित मार्गदर्शिकाएँ — 4-8 प्रविष्टियाँ
  5. मुख्य निष्कर्ष — 4-6 घोषणात्मक बुलेट
  6. FAQ — 40-60 शब्द के उत्तरों के साथ 3-10 प्रश्नोत्तर
  7. प्रकटीकरण — स्रोत नोट, टाइमस्टैम्प, प्रकाशक पंक्ति

संरचनात्मक उल्लंघन कठोर त्रुटियाँ हैं (उत्पन्न पेलोड अस्वीकार कर दिया जाता है और पुनर्जीवित किया जाता है); घनत्व और ताल अनुमान नरम चेतावनियाँ हैं। पूर्ण विनिर्देश: docs/architecture.md, docs/validation.md, और हर बाधा के पीछे SOP: docs/sop.md।

आउटपुट JSON रेंडरर-अज्ञेयवादी है — इसे अपने CMS पर POST करें, एक टेम्पलेट को हाइड्रेट करें, या इसे अपने स्वयं के घटकों के साथ रेंडर करें। संरचना ही अनुबंध है।

एजेंट-अनुकूल आउटपुट

हर कमांड एक एजेंट द्वारा उतना ही संचालित होने के लिए बनाया गया है जितना कि एक मानव द्वारा:

  • --json — stdout पर एक स्थिर, मशीन-पठनीय ऑब्जेक्ट।
  • --ndjson (जाँच) — परिणाम स्ट्रीम होने पर प्रति क्वेरी एक JSON पंक्ति, साथ ही एक _summary पंक्ति।
  • प्रगति stderr पर जाती है, परिणाम stdout पर — पाइप साफ रहते हैं।
  • स्थिर निकास कोड — doctor और check बॉक्स से बाहर CI द्वार हैं।
  • लॉग-अनुकूल आउटपुट के लिए --no-color / NO_COLOR / गैर-TTY पहचान।

auto-geo check --ndjson | jq 'select(.cited) | .query'

LLM-अनुकूल

auto-geo एक उपकरण है जिसका आउटपुट LLM द्वारा उद्धृत की जाने वाली सामग्री है — इसलिए यह रेपो अपना खुद का डॉगफ़ूड खाता है:

  • llms.txt — llmstxt.org परिपाटी का पालन करने वाला एक क्यूरेटेड इंडेक्स।
  • llms-full.txt — README + हर महत्वपूर्ण दस्तावेज़ एकल-प्राप्ति अंतर्ग्रहण के लिए एक फ़ाइल में इनलाइन किया गया।
  • GitHub Pages साइट shadowresearch.github.io/auto-geo पर — <link rel="alternate"> के माध्यम से दोनों का विज्ञापन करती है, Article JSON-LD उत्सर्जित करती है।
  • AGENT.md — CLI चलाने वाले कोडिंग एजेंटों के लिए एक कॉम्पैक्ट ऑपरेटिंग विनिर्देश।

योगदान

CONTRIBUTING.md देखें। बग रिपोर्ट, जाँच में सुधार, नए इंजन, और दस्तावेज़ीकरण परिशोधन सभी का स्वागत है।

  • आचार संहिता
  • सुरक्षा नीति
  • परिवर्तन लॉग

लाइसेंस

MIT.

Shadow के बारे में

Shadow एक मीडिया अनुसंधान प्रयोगशाला है जो AI-संचालित मीडिया इंटेलिजेंस और संचार प्रौद्योगिकी की अगली पीढ़ी का निर्माण कर रही है, उन टीमों के साथ साझेदारी में जिन्होंने OpenAI, TikTok, Meta, Amazon, और Lovable को मानचित्र पर लाया। Shadow मीडिया अनुसंधान, PR, और संचार टीमों के लिए एक शेड्यूल पर auto-geo एंड-टू-एंड चलाता है।

अधिक जानें shadow.inc पर।