AI 博客 SEO 优化助手：一键分析文章关键词密度、内链建议和标题评分

pip install jieba openai pyyaml requests

target_keywords:
  - "Python教程"
  - "SEO优化"
  - "博客写作"

target_density: 1.5  # 目标关键词密度百分比
min_title_length: 15  # 标题最少字符数
max_title_length: 60  # 标题最多字符数
internal_links_suggestion_count: 3  # 建议内链数量

#!/usr/bin/env python3
"""博客 SEO 自动分析工具"""

import yaml
import jieba
import re
import math
from collections import Counter
from pathlib import Path
from openai import OpenAI

# ---------- 加载配置 ----------
with open("seo_config.yaml", "r", encoding="utf-8") as f:
    config = yaml.safe_load(f)

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.openai.com/v1"  # 或用兼容接口如硅基流动
)

def read_article(filepath):
    """读取 Markdown 文件，提取正文"""
    text = Path(filepath).read_text(encoding="utf-8")
    # 去掉 front-matter
    text = re.sub(r'^---.*?---\s*', '', text, flags=re.DOTALL)
    # 去掉代码块（代码不参与 SEO 分析）
    text = re.sub(r'```[\s\S]*?```', '', text)
    return text

def get_title(text):
    """提取第一个 H1 标题"""
    match = re.search(r'^#\s+(.+)$', text, re.MULTILINE)
    return match.group(1).strip() if match else ""

def analyze_keyword_density(text, keywords):
    """分析关键词密度"""
    # 去除标点符号后分词
    clean_text = re.sub(r'[^\w\u4e00-\u9fff]', '', text)
    words = jieba.lcut(clean_text)
    total_words = len(words)

    results = {}
    for kw in keywords:
        count = sum(1 for w in words if kw in w)
        density = (count / total_words * 100) if total_words > 0 else 0
        results[kw] = {
            "count": count,
            "density": round(density, 2),
            "status": "ok" if 1.0 <= density <= 3.0 else "low" if density < 1.0 else "high"
        }
    return results, total_words

def score_title(title, min_len, max_len):
    """标题评分（满分100）"""
    score = 100
    issues = []

    # 长度检查
    if len(title) < min_len:
        score -= 20
        issues.append(f"标题过短（{len(title)}字），建议{min_len}字以上")
    elif len(title) > max_len:
        score -= 10
        issues.append(f"标题过长（{len(title)}字），建议不超过{max_len}字")

    # 包含数字加分
    if re.search(r'\d+', title):
        score += 5

    # 包含问号/感叹号加分
    if re.search(r'[？!！]', title):
        score += 5

    # 包含核心关键词加分
    for kw in config["target_keywords"]:
        if kw in title:
            score += 10
            break

    return min(score, 100), issues

def suggest_internal_links(text, keywords):
    """用 AI 生成内链建议"""
    preview = text[:2000]
    prompt = f"""分析以下文章的内链需求。

文章标题和摘要：
{preview}

当前文章涉及的核心话题：{', '.join(keywords)}

请推荐3个适合添加的内链锚点描述，格式为JSON数组：
[
  {{"anchor": "锚点文字", "url": "/path/to/article", "reason": "推荐理由"}}
]

只返回JSON，不要其他解释。"""

    resp = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": prompt}],
        temperature=0.3,
        max_tokens=500
    )
    return resp.choices[0].message.content

def generate_improvements(text, keyword_results):
    """用 AI 生成优化建议"""
    low_kws = [k for k, v in keyword_results.items() if v["status"] != "ok"]
    if not low_kws:
        return "关键词密度良好，暂无需要优化的内容。"

    prompt = f"""这篇文章的以下关键词密度不足或过高：
{low_kws}

请给出2-3条具体的优化建议，每条不超过50字。格式如下：
1. 建议内容
2. 建议内容
3. 建议内容"""

    resp = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": prompt}],
        temperature=0.5,
        max_tokens=300
    )
    return resp.choices[0].message.content

def run_analysis(article_path):
    """执行完整分析"""
    print(f"\n{'='*50}")
    print(f"📄 分析文章：{article_path}")
    print(f"{'='*50}\n")

    text = read_article(article_path)
    title = get_title(text)
    print(f"标题：{title}\n")

    # 1. 关键词密度
    keyword_results, total_words = analyze_keyword_density(text, config["target_keywords"])
    print("📊 关键词密度分析：")
    for kw, info in keyword_results.items():
        emoji = {"ok": "✅", "low": "⚠️", "high": "🔴"}.get(info["status"], "?")
        print(f"  {emoji} 「{kw}」：出现{info['count']}次，密度{info['density']}% ({info['status']})")
    print(f"  全文字数：{total_words}\n")

    # 2. 标题评分
    score, issues = score_title(title, config["min_title_length"], config["max_title_length"])
    grade = "A+" if score >= 90 else "A" if score >= 80 else "B" if score >= 70 else "C"
    print(f"🏷️ 标题评分：{score}分（等级{grade}）")
    for issue in issues:
        print(f"  ⚠️ {issue}")
    print()

    # 3. 内链建议
    print("🔗 AI 内链建议：")
    try:
        links = suggest_internal_links(text, config["target_keywords"])
        print(links)
    except Exception as e:
        print(f"  （AI 调用失败：{e}，跳过）")
    print()

    # 4. 优化建议
    print("💡 优化建议：")
    improvements = generate_improvements(text, keyword_results)
    print(improvements)
    print()

    return {
        "title_score": score,
        "keyword_density": keyword_results,
        "total_words": total_words
    }

if __name__ == "__main__":
    import sys
    if len(sys.argv) < 2:
        print("用法：python seo_analyzer.py <文章路径.md>")
        sys.exit(1)
    run_analysis(sys.argv[1])

---
title: "如何用 Python 写一个简单的 SEO 优化工具"
date: 2026-06-17
---

# 如何用 Python 写一个简单的 SEO 优化工具

SEO 优化是每个内容创作者都需要面对的问题。这篇文章教你用 Python 写一个自动分析工具。

## 为什么要做 SEO 优化

好的 SEO 能让你的文章获得更多搜索流量。不需要复杂的工具，Python 就能搞定。

## 实现思路

核心思路是读取文章内容，分析关键词密度，然后给出改进建议。我们用 jieba 做中文分词，用 OpenAI API 做语义分析。

## 关键词密度的重要性

关键词密度是指某个关键词在文章中出现的频率。一般认为，1%-3% 是最理想的密度范围。太低了搜索引擎抓不到重点，太高了会被判定为堆砌。

## 总结

这个工具虽然简单，但能帮你快速发现文章中的 SEO 问题。

python seo_analyzer.py test-article.md