AutomateLab-si-seo

Servidor MCP independente de fornecedor que audita, pontua e reescreve páginas da web para elegibilidade de citação por IA. Sem chaves de API. Sem registro. Funciona no Claude Desktop, Cursor, Cline, Windsurf, VS Code (Copilot / Continue) e qualquer cliente que utilize o Model Context Protocol.

GitHub

Documentação

@automatelab/ai-seo-mcp

Kit de Citações de IA para o Model Context Protocol

Audite por que sistemas de IA citam ou não suas páginas. Servidor MCP. Sem chaves de API.

Funciona dentro de Claude, Cursor, Windsurf, Codex e qualquer cliente MCP que fale stdio.

O que ele verifica

Acesso de crawlers de IA - GPTBot, OAI-SearchBot, ClaudeBot e PerplexityBot permitidos ou bloqueados em robots.txt
llms.txt - presente, em conformidade com a especificação, links ativos
Extração de respostas estruturadas - cabeçalhos de FAQ, parágrafos BLUF, blocos prontos para resposta
Completude do [[schema]] - FAQPage, Article, Organization, Person; sinaliza padrões obsoletos
Clareza de entidades - densidade de entidades nomeadas e cobertura de sameAs que ajudam sistemas de IA a identificar o assunto
Formatação de citações - higiene de URL canônica, og:url, hreflang, armadilhas de noindex
Atualidade do sitemap - sinais de lastmod que informam aos crawlers que a página está atualizada

Execute uma auditoria. Obtenha uma lista de bloqueadores de citação, classificados.

Você: Execute uma auditoria de AI-SEO em https://automatelab.tech/launching-the-ai-seo-mcp/.

Resultado (truncado):

{
  "url": "https://automatelab.tech/launching-the-ai-seo-mcp/",
  "score": 61,
  "grade": "C",
  "dimension_scores": {
    "schema": 45, "technical": 80, "structure": 40,
    "robots": 90, "freshness": 85, "authority": 40,
    "entity_density": 21, "sitemap": 100
  },
  "findings": [
    {
      "severity": "critical",
      "category": "structure",
      "message": "No FAQ structure found (no FAQPage schema or H3 question headings).",
      "fix": "Add FAQ H3 headings ending in '?' with answer paragraphs, and a FAQPage JSON-LD block.",
      "estimated_impact": "high"
    },
    {
      "severity": "warning",
      "category": "authority",
      "message": "Low authority signals - missing Organization or author Person schema.",
      "fix": "Add Organization JSON-LD and Article.author as a Person node with sameAs links.",
      "estimated_impact": "high"
    }
  ]
}

Cada descoberta indica a correção exata. Sem pontuações opacas, sem adivinhação.

Instalação

npx -y @automatelab/ai-seo-mcp

Requer Node 20 ou posterior.

Claude Desktop

Adicione a %APPDATA%\Claude\claude_desktop_config.json (Windows) ou ~/Library/Application Support/Claude/claude_desktop_config.json (macOS):

{
  "mcpServers": {
    "ai-seo": {
      "command": "npx",
      "args": ["-y", "@automatelab/ai-seo-mcp"]
    }
  }
}

Reinicie o Claude Desktop. Qualquer cliente MCP que suporte transporte stdio funciona - mesmo padrão command / args.

Opcional: renderização headless para SPAs

Por padrão, audit_page lê HTML bruto — rápido, mas perde conteúdo em SPAs React/Vue/Angular. Passe render: "headless" para iniciar o Chromium e auditar o DOM renderizado (adiciona 3-10s por auditoria).

Instalação única:

npm install playwright-core
npx playwright install chromium

Em seguida, chame audit_page com render: "headless". Use static para todo o resto — a maioria dos sites de marketing e documentações renderiza bem sem isso.

Execute em CI (GitHub Action)

Este repositório também funciona como uma GitHub Action. Coloque-a em um workflow para reprovar um PR quando qualquer página regredir abaixo de uma pontuação de citação de IA - o mesmo mecanismo de auditoria, aplicado a cada alteração.

- uses: actions/checkout@v4
- name: AI-SEO audit
  uses: AutomateLab-tech/ai-seo-mcp@v0.5.0
  with:
    urls: "https://example.com,https://example.com/pricing"
    min-score: "70"            # fail if any URL scores below this
    respect-robots: "true"     # set false for staging / sites you own
    report-path: "ai-seo-report.md"   # optional Markdown report artifact
    fail-on-regression: "true"

A Action constrói o auditor a partir do ref fixado, executa audit_page em cada URL, escreve um scorecard no resumo do job e sai com código não zero se qualquer URL ficar abaixo de min-score (quando fail-on-regression for verdadeiro). Saídas: min_score_observed, urls_audited, report_path. Exemplo completo: examples/github-action-usage.yml.

Leitura adicional

automatelab.tech - análises e estudos de caso

Superfície de ferramentas MCP (19 ferramentas)

Ferramenta	Finalidade
`audit_page`	Auditoria composta de AI-SEO com pontuação em 8 dimensões (schema, técnico, estrutura, robots, atualidade, autoridade, densidade de entidades, sitemap).
`audit_schema`	Valida JSON-LD contra as regras do Schema.org e as melhores práticas de citação de IA. Sinaliza padrões obsoletos.
`audit_canonical`	Integridade de links canônicos, higiene de barra final, consistência de `og:url`.
`audit_site`	Varredura de site em uma única chamada: `audit_page` + `check_robots` + `check_sitemap` + `audit_schema` com nota geral e as 5 principais correções.
`audit_sitemap`	Auditoria de conteúdo em todo o site: amostra de N URLs do sitemap, execute `audit_page` em cada uma, retorne distribuição + piores páginas + principais descobertas.
`check_robots`	Analisa `robots.txt` e relata permitir/negar por crawler para todos os crawlers de IA conhecidos. Expõe a armadilha de GPTBot bloqueado, mas OAI-SearchBot permitido.
`check_sitemap`	Valida sitemaps XML: presença, contagem de URLs, atualidade de `lastmod`, extensões de imagem/vídeo.
`check_technical`	Auditoria de tags HEAD: canônico, OpenGraph, Twitter Card, hreflang, HTTPS, noindex, higiene de título.
`score_ai_overview_eligibility`	Pontua a probabilidade de uma página aparecer nos AI Overviews do Google usando fatores de correlação atuais.
`score_citation_worthiness`	Pontua o quão citável uma página ou bloco de texto é para Perplexity, ChatGPT, Google AI Overviews e Claude. Inclui `chunk_analysis` / `extractability_score` por seção: com que clareza um LLM pode extrair uma resposta independente de cada cabeçalho.
`score_agentic_browsing`	Pontua uma página contra a categoria "Agentic Browsing" do Lighthouse (maio de 2026): llms.txt, WebMCP, integridade da árvore de acessibilidade e estabilidade de layout.
`score_test_citation`	Simula "um mecanismo de IA citaria isso para esta consulta?" via amostragem MCP, com fallback heurístico determinístico.
`llms_txt_generate`	Gera `llms.txt` e opcionalmente `llms-full.txt` a partir do sitemap de um domínio.
`llms_txt_validate`	Verifica um `llms.txt` existente quanto à conformidade com a especificação e links quebrados.
`rewrite_aeo`	Reescreve conteúdo para Otimização de Mecanismos de Resposta (estrutura BLUF, formato FAQ, adições de schema).
`rewrite_geo`	Reescreve conteúdo para Otimização de Mecanismos Generativos (definições de entidades, tabelas de comparação, estrutura pronta para síntese).
`extract_entities`	Extrai entidades nomeadas, links `sameAs` e pontuação de densidade de citação do conteúdo e dados estruturados de uma página.
`diff_pages`	Compara duas URLs quanto à dignidade de citação de IA: pontuações de dimensão lado a lado, análise de lacunas e recomendações de correção priorizadas para url_a.
`report_save`	Renderiza um resultado de `audit_page` / `audit_site` como um relatório Markdown e o grava em disco em `MCP_WORKSPACE_ROOT`.

v0.4.0 renomeou ferramentas de snake_case plana para notação de ponto (audit_page, check_robots, …) para uma hierarquia navegável. Atualize quaisquer invocações salvas.

Variáveis de ambiente: veja ENV.md.

Contribuindo

Relatórios de bugs, ideias de recursos e PRs são bem-vindos. Veja CONTRIBUTING.md.

Segurança

Para relatar uma vulnerabilidade, veja SECURITY.md.

Licença

MIT - veja LICENSE.

Construído por automatelab.tech