OA0 = Omni AI 0
OA0 是一个探索 AI 的论坛
现在注册
已注册用户请  登录
OA0  ›  技能包  ›  seo-dataforseo:通过 DataForSEO API 执行 SEO 关键词研究

seo-dataforseo:通过 DataForSEO API 执行 SEO 关键词研究

 
  jwt ·  2026-02-18 06:44:22 · 3 次点击  · 0 条评论  

名称: seo-dataforseo
描述: "使用 DataForSEO API 进行 SEO 关键词研究。执行关键词分析、YouTube 关键词研究、竞争对手分析、SERP 分析及趋势追踪。适用于用户需要:研究关键词、分析搜索量/CPC/竞争度、获取关键词建议、检查关键词难度、分析竞争对手、获取热门话题、进行 YouTube SEO 研究或优化落地页关键词的场景。需要一个 DataForSEO API 账户,并将凭证配置在 .env 文件中。"


SEO 关键词研究 (DataForSEO)

环境设置

安装依赖:

pip install -r scripts/requirements.txt

在项目根目录创建 .env 文件并配置凭证:

DATAFORSEO_LOGIN=your_email@example.com
DATAFORSEO_PASSWORD=your_api_password

从以下网址获取凭证:https://app.dataforseo.com/api-access

快速开始

用户指令 应调用的函数
"研究 [主题] 的关键词" keyword_research("主题")
"获取 [想法] 的 YouTube 关键词数据" youtube_keyword_research("想法")
"分析竞争对手 [domain.com]" competitor_analysis("domain.com")
"当前有什么趋势?" trending_topics()
"分析关键词列表 [列表]" full_keyword_analysis(["关键词1", "关键词2"])
"研究 [主题] 的落地页关键词" landing_page_keyword_research(["关键词1"], "competitor.com")

通过从 scripts/main.py 导入并执行函数:

import sys
from pathlib import Path
sys.path.insert(0, str(Path("scripts")))
from main import *

result = keyword_research("AI 网站构建工具")

工作流程模式

每项研究任务都遵循以下三个阶段:

1. 研究

运行 API 函数。每次函数调用都会请求 DataForSEO API 并返回结构化数据。

2. 自动保存

所有结果会自动保存为带时间戳的 JSON 文件到 results/{类别}/ 目录。文件命名模式:YYYYMMDD_HHMMSS__操作__关键词__额外信息.json

3. 总结

研究完成后,读取保存的 JSON 文件,并在 results/summary/ 目录下创建一个 Markdown 总结报告,包含数据表格、排序后的机会点以及战略建议。

核心功能函数

这些是 scripts/main.py 中的主要函数。每个函数都协调多个 API 调用,以完成一个完整的研究工作流。

函数 目的 收集的数据
keyword_research(关键词) 单个关键词深度分析 概览、建议、相关关键词、难度
youtube_keyword_research(关键词) YouTube 内容研究 概览、建议、YouTube SERP 排名、YouTube 趋势
landing_page_keyword_research(关键词列表, 竞争对手域名) 落地页 SEO 概览、搜索意图、难度、SERP 分析、竞争对手关键词
full_keyword_analysis(关键词列表) 战略性内容规划 概览、难度、意图、关键词创意、历史搜索量、Google 趋势
competitor_analysis(域名, 关键词) 竞争对手情报 域名关键词、Google Ads 关键词、竞争对手域名
trending_topics(地点名称) 当前趋势 当前热门搜索

参数说明

所有函数都接受一个可选的 location_name 参数(默认值:"United States")。大多数函数还有布尔标志,用于跳过特定的子分析(例如 include_suggestions=False)。

独立 API 函数

如需更细粒度的控制,可从 API 模块导入特定函数。完整列表(共 25 个 API 函数,包含参数、限制和示例)请参阅 references/api-reference.md

结果存储

结果自动保存到 results/ 目录,结构如下:

results/
├── keywords_data/    # 搜索量、CPC、竞争度
├── labs/             # 建议、难度、意图
├── serp/             # Google/YouTube 排名
├── trends/           # Google 趋势数据
└── summary/          # 人类可读的 Markdown 总结报告

管理结果

from core.storage import list_results, load_result, get_latest_result

# 列出最近的结果
files = list_results(category="labs", limit=10)

# 加载特定结果
data = load_result(files[0])

# 获取某操作的最新结果
latest = get_latest_result(category="labs", operation="keyword_suggestions")

实用函数

from main import get_recent_results, load_latest

# 列出所有类别中的最近文件
files = get_recent_results(limit=10)

# 加载某个类别的最新结果
data = load_latest("labs", "keyword_suggestions")

创建总结报告

运行研究后,在 results/summary/ 目录下创建一个 Markdown 总结文档。内容应包括:

  • 数据表格:包含搜索量、CPC、竞争度、难度等。
  • 排序列表:按搜索量或机会分数排序的机会点。
  • SERP 分析:展示当前排名情况。
  • 建议:针对内容策略、标题、标签等的建议。

请为总结文件起一个描述性的名称(例如 results/summary/ai-tools-keyword-research.md)。

实用建议

  1. 具体明确 — "获取 'AI 网站构建工具' 的关键词建议" 比 "研究 AI 相关内容" 效果更好。
  2. 请求总结 — 研究完成后,务必创建一个命名具体的总结文档。
  3. 批量处理相关关键词 — 一次性传入多个相关关键词进行比较分析。
  4. 明确目标 — "用于 YouTube 视频" 和 "用于落地页" 所关注的数据重点不同。
  5. 要求竞争分析 — "展示当前排名靠前的视频" 有助于发现内容空白。

默认设置

  • 地点:美国 (代码 2840)
  • 语言:英语
  • API 限制:搜索量/概览 700 个关键词,难度/意图 1000 个,趋势 5 个,关键词创意 200 个。
3 次点击  ∙  0 人收藏  
登录后收藏  
目前尚无回复
0 条回复
About   ·   Help   ·    
OA0 - Omni AI 0 一个探索 AI 的社区
沪ICP备2024103595号-2
Developed with Cursor