NiubiGEO 是一个开源、自托管的 AI 品牌可见性与竞品分析工具。用户输入自己的产品域名后，系统会生成并确认一组真实用户可能向 AI 提问的问题，然后调用配置好的大模型/搜索增强 API，分析 AI 是否知道该品牌、如何描述该品牌、会推荐哪些竞品、哪些问题中品牌缺席，以及 AI 答案引用了哪些来源。项目使用 TypeScript 开发，当前处于 v0.1.0-alpha 阶段，支持英文和简体中文，适合希望低成本验证“自己的品牌在 ChatGPT、Claude、Gemini、Perplexity 等 AI 回答中是否可见”的团队。
适用领域
AI 品牌可见性分析 / GEO（Generative Engine Optimization，生成式引擎优化） / 竞品分析 / AI 搜索监测 / 营销技术 MarTech / SEO/内容策略辅助 / 自托管数据分析工具 / 大模型应用集成
配置难度
中等。使用 Docker 启动和基础审计较简单，但要获得高质量结果，需要理解不同大模型 Provider、API Key 配置、搜索增强能力、问题设计和报告解读。对熟悉 Node.js、Docker 和大模型 API 的开发者较友好；非技术营销人员可能需要开发者协助部署。
商业价值
对中国开发者和创业团队的商业价值较高，尤其适合早期验证品牌在 AI 问答和 AI 搜索中的存在感。它可以帮助团队发现 AI 不推荐自己、错误理解定位、竞品曝光更强、官网未被引用等问题，从而指导官网内容、第三方评测、PR、SEO 和 GEO 优化。相比商业 AI 可见性平台，它的优势是开源、自托管、成本可控、证据链透明；不足是缺少成熟 SaaS 的持续监控、团队流程和大规模专有数据。整体适合作为 AI 品牌可见性审计的起点、内部工具或 GEO 服务交付中的技术底座。
01
技术亮点
- 开源且支持自托管，适合不想购买商业 AI 可见性 SaaS 的团队
- BYOK 模式，用户可以使用自己的 OpenAI、Anthropic、Gemini、Perplexity、DeepSeek 或 OpenRouter API Key
- 支持中英文界面、问题生成、提示词和最终报告，对中国开发者和中文品牌较友好
- 报告不是只给一个黑盒评分，而是展示问题、AI 原始回答、竞品、推荐情况和引用来源，方便追溯证据
- 审计前允许用户确认或编辑问题，避免盲目消耗 API 额度
- 能够区分确认竞品和可能相关品牌，减少误判
- 支持 Provider 原生搜索能力，例如 OpenAI web_search、Claude web search、Gemini Search grounding、Perplexity citation 等
- 提供 Web UI 和 CLI 两种使用方式，既适合手动分析，也适合自动化审计
- Docker 镜像已发布到 GitHub Container Registry，部署门槛较低
- Apache-2.0 许可证，对商业使用和二次开发相对友好
02
目标用户
- 创业公司创始人和增长负责人，希望了解 AI 是否会推荐自己的产品
- B2B SaaS 团队，用于检查自身品牌在 AI 问答场景中的曝光情况
- SEO、内容营销和品牌营销团队，用于发现内容缺口和引用来源问题
- GEO/AI SEO 从业者，用于替代或补充商业 AI 可见性监测平台
- 开发者和技术团队，希望自托管并使用自己的模型 API Key 进行审计
- 预算有限但需要 AI 品牌监测能力的中小团队
- 希望保留审计证据链、问题、回答和引用来源的企业内部团队
03
配置要求
- Node.js 22+，如果使用 Docker 则本机需要 Docker 和 Docker Compose
- 至少一个大模型或 AI 搜索服务的 API Key
- 支持的 Provider 包括 OpenRouter、OpenAI、Anthropic、Google Gemini、Perplexity、DeepSeek，以及 OpenAI-compatible API
- 如使用 OpenAI-compatible API，需要配置 OPENAI_COMPATIBLE_BASE_URL 和 OPENAI_COMPATIBLE_API_KEY
- 需要能够访问外部模型服务 API，服务器或本地环境应具备正常的网络连接
- 如果希望获得更可靠的引用来源分析，建议使用支持原生 Web Search、Search Grounding 或返回 citation 的模型服务
- 审计结果默认保存到本地 runs/ 目录，需确保运行环境有写入权限
- 需要根据实际预算控制模型、问题数量和 prompt-count，因为每次审计会消耗 API 调用费用
04
适用场景
- 输入公司官网域名，快速检查 AI 是否认识该品牌以及如何描述该品牌
- 分析用户在不提及品牌名称时，AI 会优先推荐哪些竞品
- 发现某些高意图购买问题中，竞品频繁出现但自身品牌没有出现的场景
- 对比不同模型或提供商对同一品牌、同一行业问题的回答差异
- 检查 AI 回答中引用的是官网、社区文章、第三方评测还是竞品内容
- 为内容营销、PR、SEO 和 GEO 优化提供方向，例如补充缺失页面、改进定位表达、增强第三方引用
- 在本地或私有环境中运行品牌审计，避免把审计数据交给商业 SaaS 平台
- 通过 CLI 批量运行指定域名、关键词、竞品和问题的 AI 可见性审计
05
部署与配置
- 克隆仓库：git clone https://github.com/Albert-Weasker/niubigeo.git
- 进入目录：cd niubigeo
- 复制环境变量文件：cp .env.example .env
- 在 .env 中至少配置一个模型或搜索增强服务的 API Key，例如 OPENROUTER_API_KEY、OPENAI_API_KEY、ANTHROPIC_API_KEY、GEMINI_API_KEY、PERPLEXITY_API_KEY 或 DEEPSEEK_API_KEY
- 推荐使用 Docker 启动：docker compose up --build
- 浏览器打开 http://localhost:8787
- 输入目标域名，确认品牌、竞品和待测试问题，然后运行审计
- 也可以拉取官方镜像：docker pull ghcr.io/albert-weasker/niubigeo:v0.1.0-alpha
- 如不使用 Docker，需要 Node.js 22 或更高版本，然后执行 npm install、npm run self-check、npm run server
- 如需命令行运行，可使用 npm run audit -- --domain example.com --provider openrouter --models openai/gpt-4o-mini,perplexity/sonar --prompt-count 8
06
风险与注意事项
- 项目当前处于 v0.1.0-alpha，接口、数据结构和报告规则可能变化，不适合直接作为稳定生产级核心系统
- 审计质量高度依赖所选模型、Provider 的搜索能力和返回引用的准确性
- 不同模型、不同时间、不同地区的 AI 回答可能波动较大，单次报告不应被视为绝对结论
- 没有内置商业平台常见的托管服务、团队协作、定时监控、历史趋势对比和完整导出能力，这些功能仍在计划中
- 需要自行管理 API Key、费用、调用限流和隐私安全
- 如果被审计品牌知名度较低或网站内容不足，AI 可能难以产生稳定有效的结论
- 中国大陆环境下访问部分海外模型 API、GitHub Container Registry 或搜索服务可能存在网络限制
- README 中显示项目还处于早期阶段，社区规模和长期维护稳定性需要继续观察
- 对于严肃商业决策，仍建议结合真实用户访谈、SEO 数据、网站分析和人工验证，不应完全依赖自动报告
2026-09-05
第15名
新收录 · github_search
