MCP 连飞书自动写回报表文件
本 Agent 原生没有直连飞书的功能,MCP 是接外部系统的通道。如果飞书部署了 MCP 服务,直接在会话里让它把生成的分析报表写回飞书云文档。如果没有 MCP 服务,需要人工把本地生成的 Markdown 报表内容复制粘贴到飞书文档里。
Claude Code × SEO 与 GEO · 原生覆盖 86%
AI 搜索流量分析 Skill有 7 个执行步骤,其中 6 步可以在 Claude Code 里直接完成。它能通过 MCP 或连接器读取外部系统数据,正好对应这个 Skill 里最吃工具的一段。定时任务属于有条件支持,执行路径和原生能力不同,下面单独说明。
WHY CLAUDE CODE
适配结论
在 Claude Code 的推荐清单里,AI 搜索流量分析 Skill排在第 10 位,属于「持续维护网站」这条路径的第 4/4 步。建议先跑完前一步再进入它,它的产出就是这条路径的最终交付物。
依靠项目上下文与子任务分工,运行这个 Skill 的人可以把 GA4 与 Search Console 的规则配置放进同一个项目说明里长期维护。在盘点实际 AI 来源与补充 AI Overviews 观察这两个环节,能通过 MCP 与联网检索把多个域名的数据拉到本地汇总,省掉逐个手动翻查后台。选择报告方式与配置来源正则等纯判断环节,直接在会话里确认就能执行。定期更新来源表没有自带定时面板,需要用 Hooks 和外部定时器组合来触发。只打算做一次临时流量盘点,或者团队里没人维护项目目录,就不适合选它。
CAPABILITY × STEP
核心差异
AI 搜索流量分析 Skill 共 7 个环节。Claude Code 可直接执行 6 个环节(含 4 个仅需判断的环节),1 个需要相应工具与配置。判断质量取决于输入资料与具体推理。
| 步骤 | 所需能力 | 等级 | 在 Claude Code 下具体怎么做 |
|---|---|---|---|
| 01 盘点实际 AI 来源 | 读本地资料MCP 与连接器 | 直接执行 | 直接交给 Claude Code:它能直接读取本机目录里的资料。 |
| 02 选择报告方式 | 纯判断 | 任意 Agent | 纯判断步骤,任何 Agent 都一样,取决于你给的资料质量。 |
| 03 配置来源正则 | 纯判断 | 任意 Agent | 纯判断步骤,任何 Agent 都一样,取决于你给的资料质量。 |
| 04 设置渠道优先级 | 纯判断 | 任意 Agent | 纯判断步骤,任何 Agent 都一样,取决于你给的资料质量。 |
| 05 加入质量指标 | 纯判断 | 任意 Agent | 纯判断步骤,任何 Agent 都一样,取决于你给的资料质量。 |
| 06 补充 AI Overviews 观察 | 联网检索写本地文件 | 直接执行 | 直接交给 Claude Code:它能自己发起搜索并扩展检索词。 |
| 07 定期更新来源表 | 定时任务 | 有条件 | 可以做但有条件:可以用 Hooks 和外部定时器组合,但不是开箱的定时面板。 |
这个特性直接落在盘点实际 AI 来源环节。把 AI 引荐域名列表写进项目说明,每次分析新增来源时不用在对话里重新交代背景。复杂的流量对比可以拆成查参与度与查转化率的子任务并行执行,最后汇总成一张报表。这省掉了手动把不同来源的访问数据汇总到同一个 Excel 的动作,判断标准是终端输出的渠道规则有没有覆盖说明里列出的全部域名。如果团队接手,只要打开这个项目目录就能复用同一套标准继续跑。
通过 MCP 接 GA4,直接在终端读出已知的 AI 引荐域名带来的访问与转化数据,不需要先导出 CSV 再上传。
让 Agent 联网检索品牌词在 AI Overviews 的展现情况,把结果直接写进本地的 GEO 月度效果报表 Markdown 文件里。
本身没有定时面板,需要配置 Claude Code 的 Hooks 搭配系统 Cron 来触发更新动作,跑完会直接改写本地的来源表文件。
IMPORT · RUN
资料导入与任务下发
Claude Code可以直接读取目录里的资料,把这些文件放在同一个位置即可。
把品牌规范、项目背景和现有文件放在同一个项目目录,Claude Code 会结合项目内容调用相应 Skill。
让它先列出任务步骤,再读取文件、调用终端或 MCP 工具完成研究和制作;复杂任务可以分给多个子任务。
把已知 AI 引荐域名列表和转化事件定义写进项目根目录的 CLAUDE.md 文件,再把 Skill 文件复制到 ~/.claude/skills/ 或者直接放在项目下的 .claude/skills/ 里。在项目会话里输入执行 GEO 月度报表的指令,Claude Code 会先打印出具体步骤并请求确认。确认后,看终端输出的取数进度和文件改动记录来跟进执行情况。如果是 Excel 存放的来源表,需要先另存为 CSV 再放进目录。
COLLABORATE · CHAIN
协作与后续衔接
本 Agent 原生没有直连飞书的功能,MCP 是接外部系统的通道。如果飞书部署了 MCP 服务,直接在会话里让它把生成的分析报表写回飞书云文档。如果没有 MCP 服务,需要人工把本地生成的 Markdown 报表内容复制粘贴到飞书文档里。
多个 Skill 放在同一个项目目录下能按需加载。把这个 Skill 产出的流量报表文件作为下一个 Skill 的输入。依靠 Hooks 功能可以在报表文件生成后,自动触发内容检查 Skill 跑一遍禁用词核对。中间产物都是本地文件,直接在同目录下传递。
COMBINATION CASE
场景化实战案例
一个跨境电商增长团队需要向管理层汇报 AI 搜索带来的访问与转化变化。过去要手动登录 GA4 和 Search Console 分别导出数据再拼成 Excel。
预期结果:交付了一份包含 AI 流量渠道规则和分析维度的 Markdown 文件。因为飞书没配 MCP 服务,把文件内容搬进飞书文档这一步需要人工手动操作。
VERIFY · TROUBLESHOOT
效果验证方法
装好后先跑一个最小任务:在终端里让它创建 GA4 AI 流量自定义渠道。看终端输出里有没有按项目说明里的引荐域名列表生成对应的渠道规则正则表达式。如果输出的正则覆盖了所有已知域名,并且直接在本地生成了一个包含渠道优先级的规则文件,说明 Skill 真的在读取项目上下文并起作用。
请在 Claude Code 中使用「AI 搜索流量分析 Skill」。本次要完成:创建 GA4 AI 流量自定义渠道。我会提供GA4 与 Search Console 数据和已知 AI 引荐域名。请先完成一份小样,交付AI 流量渠道规则和分析报表与维度建议,并列出需要我核对的事实和数字。
安装完成后,请 Claude Code 读取这份 Skill 与已提供的输入资料,复述本次任务,并列出缺少的材料。只返回核对结果,不修改文件或网页。
7 步里 6 步可直接执行,1 步需要相应工具与配置。请结合逐步说明确认实际做法。
Claude Code可以直接读取目录里的资料,把这些文件放在同一个位置即可。
安装完成后,请 Claude Code 读取这份 Skill 与已提供的输入资料,复述本次任务,并列出缺少的材料。只返回核对结果,不修改文件或网页。
这个 Skill 用到的都是通用能力,7 个 Agent 差别不大,可以按你已经在用的工具来选。
没有调用 Skill 时,在任务里直接写出 Skill 名称;没有取到 MCP 数据时,检查连接和授权状态;项目资料太多时,指出本次优先参考的文件。
在配置来源正则环节最值得改。把团队历史积累的误判域名直接加进 Skill 文件的排除规则里,能显著减少后续报表里的噪音数据。把加入质量指标的具体指标名称固化成 Skill 里的标准维度,跑出来的报表就直接是团队能用的格式,不需要每次再口头补充要求。
INSTALL
安装到 Claude Code
把提示词复制给 Claude Code,它会自己下载 ZIP 并完成安装,装完会报告实际目录。
METHOD 01 · 交给 AI 自己装
适合大多数情况。Agent 会下载 ZIP、解压、放到正确目录,并在缺少权限时告诉你需要手工做哪一步。
请帮我把「AI 搜索流量分析 Skill」安装到 Claude Code。 1. 下载完整 Skill ZIP:https://www.vibemarketing.work/packages/skill-ai-search-traffic/1.0.0/skill-ai-search-traffic.zip 注意:网页 HTML 不能当作 Skill 文件安装,必须使用 ZIP 里的完整文件。 2. 解压后保留 SKILL.md 及全部配套文件,按 Claude Code 的方式安装:mkdir -p ~/.claude/skills && cp -R ./skill-ai-search-traffic ~/.claude/skills/ 3. 安装完成后告诉我实际安装目录。 4. 用一个只读小任务验证:在项目里提一个只读任务并点名 Skill,确认它按 SKILL.md 的步骤复述计划。 5. 如果你没有联网、下载或写目录权限,请直接告诉我哪几步需要我手工完成。 参考:原始 SKILL.md https://www.vibemarketing.work/raw/skill-ai-search-traffic/SKILL.md;安装指南 https://www.vibemarketing.work/agent-install/skill-ai-search-traffic.md
METHOD 03 · 手动放目录
解压 ZIP 后,在 Claude Code 中执行:
mkdir -p ~/.claude/skills && cp -R ./skill-ai-search-traffic ~/.claude/skills/
验证:在项目里提一个只读任务并点名 Skill,确认它按 SKILL.md 的步骤复述计划。
HTML 业务页面不能直接当作 Skill 文件安装。AI 需要下载完整 ZIP 并保留配套文件。
OTHER AGENTS
跨 Agent 适配对比
下面的步数来自逐步比对。卡在哪一步,就看哪个 AI 能直接完成那一步。
WorkBuddy在这个 Skill 上直接覆盖 7/7 步,而且能按设定时间自动重复执行——如果你这次的卡点正是定时任务,换它更省事。
Hermes Agent在这个 Skill 上直接覆盖 5/7 步,而且能按设定时间自动重复执行——如果你这次的卡点正是定时任务,换它更省事。
FURTHER READING
围绕 Claude Code 和这个任务的共同标签挑出来的,换成别的 Agent 看到的不是同一批。
越来越多人把选型直接丢给ChatGPT、Perplexity、Gemini,或者购物、采购类助手。答案是模型拼出来的,不一定点开你的网页。世界经济论坛把这件事叫做智能体引擎优化(AEO):你要进的不是
团队开始做 GEO 以后,常会遇到一组看起来互相矛盾的数据:页面已经被 AI Overviews、AI Mode 或聊天机器人引用,Google Analytics 里的 AI 引荐访问仍然很少。管理
GEO(生成式引擎优化)不是SEO的升级版,而是针对AI答案引擎的不同优化逻辑。本文从展示形式、排名机制、内容策略和技术实现四个维度对比GEO与SEO的核心差异,帮助营销团队理解两种流量来源的共存策略
品牌想在 AI 搜索的回答里被提及,正确的做法不是频繁去问 AI「你有没有提我」,而是先建一张品牌查询地图,摸清在哪些问题下 AI 会提到谁、怎么提;再针对差距补充可独立引用的事实和内容资产;最后按月
GEO 不是 SEO 的替代品,而是在基础 SEO 之上提升内容被 AI 答案引擎理解、引用和点击的概率。本文讲清两者的关系与四条落地调整。
监测品牌在 AI 搜索里的表现,不需要依赖付费工具:先把品牌相关查询分层抽样成一份固定清单,按固定周期在目标 AI 搜索产品里检索,记录是否被引用、引用位置与引用内容,再按变化决定行动。本文给出分层抽
NEXT WORKFLOW
搭配使用
按产出物与输入资料的衔接关系计算,都是同一个 Agent 下的版本,装完可以直接接着跑。
用 Claude Code 完成「建设城市、行业或产品组合页面」,最终得到页面类型与模板方案。
用 Claude Code 完成「给新上线的 SaaS 工具设计按销售额分成的佣金政策」,最终得到一份 CPS/CPL 佣金结构表。
用 Claude Code 完成「新产品出海要做 Google 和 ASA 投放规划」,最终得到各平台买量适用场景与转化目标对照表格。