geo-analyzerlisted
Install: claude install-skill redfox-data/redfox-community
# 品牌GEO分析
## 简介
帮助品牌了解自己在 AI 搜索引擎（豆包、Kimi、DeepSeek）中的表现。系统自动向三个 AI 平台提出相同问题，分析品牌出现率、情绪倾向、信源引用、竞品对比，生成可视化 HTML 报告。
## 鉴权
前往 [红狐hub](https://redfox.hk/settings/api-keys?source=github) 获取 API Key，通过以下方式配置：
```bash
# 方式一：配置文件
{ "env": { "REDFOX_API_KEY": "ak_xxxx..." } }
# 方式二：终端环境变量
export REDFOX_API_KEY="ak_xxxx..."
```
## 依赖
```bash
pip3 install requests
```
## 完整工作流
### Step 0: 输入收集
向用户收集以下信息（使用 AskUserQuestion 或直接从用户消息中提取）：
**必填信息：**
- **品牌名称**: 用户要分析的品牌名（如"元气森林"、"大疆"、"蔚来"）
- **品类/行业**: 品牌所属品类（如"无糖饮料"、"无人机"、"新能源汽车"）
**可选信息：**
- **品牌别名**: 品牌的其他常见称呼（如"小红书"的别名"RED"、"小红书App"）
- **竞品列表**: 用户已知竞品（如"可口可乐"、"百事可乐"）
- **自定义问题列表**: 如果用户已有问题列表，直接使用，跳过 Step 1
**关键规则：**
- 如果用户只提供了品牌名没有品类，必须追问品类
- 如果用户提供了问题列表，跳过 Step 1 直接进入 Step 2
- 竞品和别名可以为空
### Step 1: 问题生成（用户未提供问题时）
如果用户没有提供问题列表，需要生成 5 个热门问题。
**1.1 搜索品类热度**
调用任一 websearch skill 搜索品类相关信息：
```bash
python3 ~/.agents/skills/doubao-websearch/scripts/doubao_search.py "{品类} 消费者最关心的问题"
python3 ~/.agents/skills/kimi-websearch/scripts/kimi_search.py "{品类} 品牌推荐 常见问题"
```
**1.2 AI 生成 5 个问题**
结合搜索结果和品类知识，生成 5 个用户最可能在 AI 搜索引擎中提问的问题。
**问题类型必须覆盖以下四类（每类至少 2 个）：**
| 类型 | 示例 | 说明 |
|------|------|------|
| 推荐类 | "{��类}哪个品牌好？"、"推荐几款好用的{品类}" | 测试品牌是否进入推荐列表 |
| 对比类 | "{品牌A}和{品牌B}哪个好？"、"{品类}品牌对比" | 测试品牌在直接对比中的表现 |
| 评价类 | "{品牌}怎么样？"、"{品牌}值得买吗？" | 测试品牌单独评价的倾向 |
| 场景类 | "{场景}用什么{品类}好？"、"新手适合用哪个{品类}？" | 测试品牌在特定场景下的可见度 |
**问题生成规则：**
- 问题必须是用户真实可能搜索的自然语言
- 不要在问题中直接包含用户品