有人开源了一个 Claude Code 工作区，能自动写、查资料、优化长篇 SEO 博客文章。
名字叫 seomachine。
这个项目一周涨了 2548 个星。
它厉害在哪里：
请一家 SEO 内容公司，一个月要 3000 到 8000 美元。找自由职业者写一篇优化过的文章，要 300 到 800 美元。
而 seomachine 给你一个配置好的 Claude Code 工作区，里面已经预设好了关键词调研、内容结构、竞品分析、可读性评分这些功能。
大多数团队一个月只能发 2 篇文章。这个工具能把整个流程一气呵成跑完。
怎么用：
- 克隆仓库，把它放进 Claude Code 作为你的工作区。告诉它你的业务、目标关键词和目标读者。
- 它会在同一个会话里完成调研、写作、分析和优化。你不用从头写提示词，也不用自己调整格式。
- 你只需要给它一个主题，剩下的交给它，直接发布就行。
核心结论：SEO Machine不是写文章工具，而是一整套内容生产流水线系统
这套名为SEO Machine的系统表面看起来只是一个“写博客工具”，但实际本质更接近一个内容工厂操作系统。它并不负责某一个环节，而是直接覆盖从选题、调研、写作、优化、分析到发布的完整流程，让内容生产从“手工艺”升级为“工业流水线”。
你如果只把它当成Claude Code的一个插件，那就低估了它的结构设计。它真正干的事情，是把SEO这件本来靠经验、感觉、甚至玄学驱动的工作，拆解成一系列可以被调用、复用、量化的模块。简单说一句话：把“写文章靠感觉”，变成“写文章像跑程序”。
指令系统如何把内容生产拆成标准化流程
整个系统最狠的一点在于，它把内容创作过程拆成了几个极其清晰的命令接口，比如 /research、/write、/rewrite、/analyze-existing、/optimize。每一个命令都对应一个具体生产阶段，而不是模糊地“帮我写点内容”。
先看 /research 这个命令，它做的事情完全不是简单搜资料，而是直接生成一个完整的“作战简报”。里面包括关键词体系、竞争对手分析、内容空白点、推荐结构、内链策略、甚至连meta元素都提前帮你规划好。这一步相当于把“选题+调研+策略”一次性打包完成。
再看 /write，它不是生成一篇普通文章，而是直接输出一个2000字以上、结构完整、SEO优化过的内容，并且自动触发一堆代理，比如SEO Optimizer、Meta Creator、Internal Linker、Keyword Mapper。你以为你在写文章，其实你在启动一个小型内容工厂。
再往后 /rewrite 和 /optimize，本质上是在做“内容迭代”和“上线前质检”。这两个步骤把过去最容易被忽略的环节——旧内容更新和上线前检查——直接变成标准动作。以前你写完就发，现在你写完还要过一轮“机器审查”，听起来有点像工厂质检线，但确实更稳定。
多代理系统让内容不再像机器人写的
很多人一听“AI写作”，第一反应是：完了，又是那种又长又空、读起来像说明书的文章。但这个系统专门设计了一堆“代理”，就是为了防止这种灾难发生。
比如Content Analyzer，它不是简单看关键词，而是直接分析搜索意图、关键词分布、文章长度、可读性、SEO评分，甚至还能检测关键词堆砌风险和被动语态比例。这已经不是写作工具了，这是一个内容审计员。
再比如Editor代理，这个角色特别关键。它专门负责一件事：把“技术正确但难看”的内容，改成“人类愿意读”的内容。它会分析语气、节奏、案例具体程度，甚至给你一个“人味评分”。说白了，这个模块存在的意义就是：防止你写出一篇AI味浓到能熏人的文章。
还有Meta Creator、Internal Linker、Keyword Mapper这些模块，本质上是在干一件过去很枯燥的事情：补细节。你自己写文章的时候，很容易忽略这些东西，但搜索引擎不会忽略。于是系统直接帮你把这些细节全部自动补齐。
数据模块让SEO从猜测变成反馈闭环
传统SEO有一个最大问题：你不知道自己到底做对了没有。你可能写了一篇文章，感觉不错，然后就等天意，看它能不能上排名。
这个系统直接把这种“听天由命”的状态改成“数据驱动”。它接入Google Analytics 4、Google Search Console、DataForSEO这些数据源，把流量、点击率、排名、趋势全部拉进来分析。
Performance模块会告诉你哪些内容该优先优化，哪些关键词有机会从第11名冲到前10名，哪些页面点击率低但曝光高。以前这些信息你要自己翻数据，现在它直接给你一份“行动清单”。
这一步非常关键，因为它把SEO从“写完就结束”，变成“持续优化循环”。内容不再是一次性产物，而是一个持续迭代的资产。
Python分析模块让系统具备工程级精度
如果说前面那些代理已经很猛，那真正让这个系统变得“有点恐怖”的，是下面这些Python模块。
比如search_intent_analyzer.py，它会判断一个关键词到底是信息型、导航型、交易型还是商业型搜索。这个判断直接决定你文章该怎么写，不同意图对应完全不同的内容结构。
keyword_analyzer.py更离谱，它不仅算关键词密度，还会做聚类分析、LSI关键词识别，甚至生成一个关键词分布热力图。你再也不用凭感觉“多写几次关键词”，系统直接告诉你哪里多了、哪里少了。
seo_quality_rater.py会给内容一个0到100的评分，并且拆分成多个维度，比如内容质量、结构、关键词、可读性。这就像考试评分一样，你不用猜自己写得好不好，直接看分数。
readability_scorer.py则专门处理“人能不能看懂”的问题，它会计算阅读难度、句子复杂度、被动语态比例。说白了，它在防止你写出那种“看起来很高级但没人能读完”的内容。
这些模块组合起来，本质上就是在做一件事：把内容质量变成可以测量、可以优化的指标，而不是靠直觉判断。
目录结构设计体现的是工程思维而不是写作思维
最后看一下整个项目结构，你会发现它不像一个写作工具，更像一个软件工程项目。
比如seomachine/.claude/commands 这一层，专门放命令；agents放分析代理；skills放营销能力；data_sources放数据模块；context放品牌和SEO规则；topics、research、drafts、published这些目录对应内容生命周期。
这个结构本质上在表达一个理念：内容生产不是灵感驱动，而是系统驱动。你不是在“写文章”，你是在操作一个复杂系统，让它帮你稳定地产出结果。
甚至连WordPress发布都被模块化处理，这意味着从写到发，全流程都可以自动化。你唯一需要做的，是做决策，而不是做重复劳动。
这套系统真正改变的是内容行业的生产方式
总结一下，这个SEO Machine干的事情并不是“帮你写更快”，而是“重新定义写作流程”。它把过去分散在脑子里的经验，拆成模块、命令、数据、评分系统。
这带来的结果很直接：内容质量更稳定，生产效率更高，优化路径更清晰。你不再依赖灵感爆发，也不需要天天焦虑“这篇能不能上排名”。
但有一点要说清楚，这种系统不会自动让你变成高手。如果你没有判断力，它只会帮你更快地产出一堆“结构正确但平庸”的内容。工具解决的是效率问题，不解决审美问题。
你要做的不是迷信系统，而是学会利用它，把时间从重复劳动中解放出来，用在真正重要的地方：选题判断、内容深度、差异化表达。
总结
SEO Machine通过模块化命令与多代理协作，将SEO内容生产从经验驱动转为数据驱动与流程化系统，实现高效稳定输出与持续优化闭环。