Skills Atlas · GEOFlow 使用說明書
GEOFlow 是 yaojingang 開源的 GEO 內容生產系統——把資料管理、知識庫、素材策展、AI 多模型生成、審核發布、多平台分發，串成一條可長期經營的工作流。為被 AI 搜尋找到而生，不是為了 SEO 抓量。
傳統 CMS 為「人類讀者 + Google 爬蟲」而生；GEOFlow 為「AI 搜尋與生成式答案」而生。這份說明書把它的六大模組拆成可上線的工序，告訴你哪些功能值得開、哪些設定容易踩雷、誰該第一個部署。
GEOFlow 內建的 RAG 知識庫會自動切片、向量化、寫進 pgvector，作為後續 AI 生成的基礎事實。換句話說，沒有知識庫就沒有可控的 GEO——這條原則整套系統都在貫徹。
GEOFlow 採用 OpenAI-compatible 介面，可同時掛接 OpenAI、DeepSeek、Qwen、Claude 等模型，並依任務類型智慧切換。生草稿用便宜模型，事實審核用昂貴模型——這是讓內容工廠跑得起來的成本算術。
GEOFlow 把「草稿 → 審核 → 發布」內建為一級流程，而不是事後加掛。配合任務佇列 (queue:work redis) 與排程 (schedule:work)，AI 寫得再快也得通過人類編輯這一關，這才是「可長期經營」的關鍵。
六大模組——資料管理、知識庫、素材庫、AI 生成、編輯流程、SEO 與多平台分發——構成 GEOFlow 的核心工序。
OpenAI-compatible 介面，可同時掛接 OpenAI / DeepSeek / Qwen / Claude 等多家模型
這是 GEOFlow 最核心的差異化：把「成本」與「品質」變成可調的旋鈕。簡單草稿用 DeepSeek 或 Qwen 把成本壓到地板；事實密集或品牌語氣關鍵的段落，再切換到 Claude / GPT-4。系統內建的 智慧切換 會依任務型態自動派分，避免每篇都用最貴的模型。
自動切片 + 向量嵌入 + pgvector 儲存，是 GEO 引擎能否被引用的關鍵
上傳產業文件、品牌素材、產品手冊，GEOFlow 會自動切片、向量化、寫入 PostgreSQL 的 pgvector。生成時自動 retrieval，把對應段落塞進 prompt——這就是讓內容「有根據、不亂編」的設計。沒有知識庫，所有 GEO 都只是包裝再生內容。
用 Redis queue 排程數十、上百篇文章一夜跑完
php artisan queue:work redis 啟動 Laravel Horizon 風格的 worker，把生成任務拆成獨立 jobs 並行處理。任務失敗自動重試，超時可被中斷重排——對於每天要產出 50 篇以上 GEO 內容的內容工廠，這條 queue 是引擎室。
把零散的內容元件收進同一張庫存表
標題庫、關鍵字庫、配圖庫、作者庫——全部建立在同一個資料模型內，可被 AI 任務即時調用。傳統 CMS 把這些散落在各個外掛，GEOFlow 把它們提升為一級公民，讓內容生產有「庫存意識」，不再每篇都從零組裝。
AI 寫得快，但發布之前必須通過人類編輯這一關
GEOFlow 把編輯流程內建為一級流程：AI 產出進入 草稿池，編輯標記 review → approve → 進入發布佇列。整套狀態機與權限分離，避免「AI 自動發文章」的失控風險。對受監管產業（金融、醫療、法律）特別重要。
metadata、Open Graph、結構化資料一次寫齊
每篇文章自動產生 <title>、meta description、Open Graph、Twitter Card 與 JSON-LD 結構化資料。對 GEO 而言，結構化資料是 AI 答案引擎判斷可信度的線索。GEOFlow 的預設輸出已對齊 Schema.org Article / FAQPage 規格。
兩條路：Docker Compose 一行起服務，或本地 PHP / Composer 開發。挑一條最近的接上 PostgreSQL + Redis。
一條 build + up，PostgreSQL / Redis / pgvector 全套打包
git clone → cp .env.example .env → docker compose build && docker compose up -d。三行起服務，預設掛在 APP_PORT 18080。所有依賴（PostgreSQL、Redis、Reverb、Queue worker）都在 compose 檔內定義好，不需自己開五個 daemon。
想改 PHP 原始碼或寫客製模組，這條路最直接
composer install → php artisan migrate --force → php artisan db:seed --force → php artisan serve。需要 PHP 8.2+ 與本機 PostgreSQL/Redis。建議搭配 Laravel Valet 或 Sail 開發。
沒跑 worker，AI 任務就只會堆在 queue 裡
生產環境必須同時起：php artisan queue:work redis（佇列）、php artisan schedule:work（排程）、php artisan reverb:start（即時 WebSocket）。Docker compose 已預設好，本地開發者請用 supervisor 或 tmux 同時跑。
改 port、改後台路徑、改 queue driver 都在 .env 一檔搞定
APP_PORT=18080（HTTP 對外 port）、ADMIN_BASE_PATH=geo_admin（後台前綴，務必改成自訂值避免被掃描）、QUEUE_CONNECTION=redis（生產建議用 redis）、DB_HOST / REDIS_HOST。雲端部署時把這些拉成 secret manager 變數。
這是 README 上明確標出的紅線
初次部署登入：使用者名稱 admin，密碼 password。第一次登入後務必立刻改——也建議在 production 啟動腳本中加入「若密碼仍為預設則拒絕啟動」的檢查。對外掛上線之前，把 ADMIN_BASE_PATH 也改成不可猜測的字串。
中、英、日、西、俄、葡——多市場團隊可共用一套後台
內建中文（簡）、英文、日文、西班牙文、俄文、葡萄牙文後台介面，使用者可在帳號層級切換。對於跨市場代理商或 SaaS 公司，編輯與審核者可用母語操作，而資料層保持統一，是少數中文圈專案有此完整 i18n 的工具。
把 DeepSeek / Qwen 設為「草稿模型」、Claude / GPT-4 設為「審核模型」，可把成本壓到原本的 30% 以下。
在後台模型設定中分別建立 draft-model 與 polish-model，並在任務模板把這兩個分配到生草稿與精修兩個階段。Editor 可在審核時觸發「精修」二次生成，避免每篇都用最貴的模型。
Laravel Scheduler 可定時觸發批量任務、清理草稿、同步外站，是讓 GEOFlow 自動營運的關鍵齒輪。
在 App\Console\Kernel 註冊 cron 任務（每日 9:00 跑 keyword cluster、每週日 23:00 重建知識庫向量等）。production 必須以 supervisor 或 systemd 守護 php artisan schedule:work，少這條線整個排程都失效。
向量索引會隨資料增長失準，每月一次重新切片 + 嵌入是維持 RAG 品質的硬指標。
在後台「知識庫」頁可手動觸發 rebuild；批量站台建議寫一個排程任務每月跑一次。如果產業文件更新頻繁（金融、法規），可縮短到每週。請特別注意：rebuild 期間要避開生成高峰時段，否則會搶 OpenAI 或 embedding 服務的 quota。
預設的 geo_admin 容易被掃描器命中，正式上線前務必改成不可猜測的字串。
在 .env 設定 ADMIN_BASE_PATH=ops-2026-x9k 之類的字串，並把這條路徑只透過 1Password / 公司密碼管理工具分享給編輯團隊。配合 Cloudflare Access 或 IP 白名單，等同於把後台從公網「半隱身」。
artisan reverb:start 起 WebSocket，編輯端可即時收到「新草稿待審」推播，免去人盯後台。
Laravel Reverb 是 GEOFlow 內建的官方 WebSocket server。把它接上後台的 toast / sidebar 通知元件，當 AI 任務完成、草稿入池、編輯標記回退時即時通知對應 reviewer。對 24×7 內容工廠是必備。
同一篇內容可同時推給多個 channel：官網、行業情報站、合作媒體、API 對接的子站。
在後台建立多個發布頻道（Website / Hub / Partner / API），每個頻道綁定不同網域與品牌設定。發布時勾選頻道，GEOFlow 會自動處理 metadata、Open Graph、JSON-LD 的差異化。對代理商客戶矩陣特別實用。
六種真正在 production 跑的情境——從獨立 GEO 站、到企業官網的內容子頁、到代理商站群與內部知識管理。
把整個網站變成「為 AI 搜尋而生的內容資產」
從零起一個獨立網域，圍繞品牌或產業關鍵字建立 100~500 篇深度內容，每篇都連結到知識庫條目。目標不是傳統 SEO 的點擊率，而是被 ChatGPT、Claude、Perplexity 引用為答案來源。GEOFlow 的 Schema.org + RAG 設計，正是為這個情境而存在。
把 GEOFlow 當成既有官網的「Insights / 觀點 / Blog」後台
既有官網（WordPress、Webflow、Shopify、Next.js）保留主品牌與 marketing 動線，把 /insights、/blog、/glossary 子路徑交給 GEOFlow 經營。透過反向代理或 API 對接，前端讀取 GEOFlow 提供的內容，但設計與品牌仍由原網站控制。
把產業內的「論文 / 報告 / 法規 / 事件」整理成可搜尋的權威資產
針對特定產業（金融科技、醫療、製造、能源、加密貨幣）把長尾的權威來源——白皮書、產業報告、法規、年報——餵進知識庫，週期性產出「本週重點」、「年度回顧」、「主題深度」。這類站台特別容易被 AI 答案引用，建立媒體型主導地位。
用一套後台同時經營 10+ 客戶站，channels 把品牌資產隔開
代理商把每個客戶當成一個 channel，對應不同網域與品牌規範。共用同一條 queue 與 worker，但生成模板、知識庫、字體調性各自獨立。對於月產 200+ 篇內容的代理商，這條「站群作業線」可以把 80% 的營運成本壓平。
把公司 SOP、產品手冊、客服 FAQ 養成內部 RAG 引擎
部署在內網，把 GEOFlow 當成「內部 Notion + 內部 ChatGPT」。所有員工輸入問題，由 RAG 從知識庫拉出最近的條目並生成答案。對 100+ 人公司是高價值——尤其是 onboarding、IT 支援、合規查詢這三類場景，知識庫一旦建立後人月成本能對折。
用對工具，先確認自己不在這幾類情境裡
不適合：(1) 高互動電商首頁——GEOFlow 是內容引擎，不是商品櫥窗；(2) 即時新聞日更——AI 生成 + 編輯流程的速度不適合分秒級截稿；(3) 高度個人化內容（如 1-on-1 客戶通訊）——這應該交給 CRM；(4) 不打算配置 PostgreSQL / Redis / pgvector 的純前端團隊。
2026 年 Q2 GEOFlow 累積到 1,400+ Stars，採 Apache 2.0 授權，是少數同時具備中文文件、生產級架構、商用授權的開源 GEO 系統。對代理商、內部 IT 部門特別友善——不用擔心 GPL 傳染問題。
「GEO（生成式引擎優化）」這個概念在 2025–2026 年才在中文圈快速普及，討論集中在即刻、知乎、微信公眾號等中文社群。GEOFlow 是少數能把這條概念落地成可運行系統的工具——絕大多數同類專案還停在「prompt + 模板」階段。
許多開源 AI 工具偏好 Python / Node，但 Laravel 生態 在後台、隊列、排程、權限控管上的成熟度仍是最高之一。GEOFlow 選 PHP 並非保守，而是務實：對中小企業 IT 與代理商的 deployment 經驗友善、佈署成本最低。
GEOFlow 不只是工具，是一條工序——挑你最近的角色，下一個 sprint 就能跑起第一條 GEO pipeline，不需要半年的導入規劃。
挑一個與品牌專長最相關的主題（例：永續包裝、設計趨勢、產業 SOP），鎖定 50 個關鍵字、200 篇起跳的內容計畫。用獨立網域起站，目標不是 Google 點擊，而是被 ChatGPT、Claude、Perplexity 引用為答案來源——這是 2026 年品牌建立認知的新路徑。
用 channels 隔離客戶資產，共用同一條 worker queue 與 schedule。每月幫客戶交付 20–50 篇 GEO 內容，邊際成本接近於零。重點：在 onboarding 時把客戶的品牌守則、競品資料、過往內容建進知識庫——這是維持品牌一致性的關鍵。
不對外開放，把 GEOFlow 部署在內網，作為員工 onboarding、IT 支援、合規查詢的問答中心。Apache 2.0 授權對企業合規友善；多語後台讓全球分公司可同步使用。一旦知識庫成熟，新員工的學習曲線可以對折。
作為 GEO 顧問，把 GEOFlow 當成標準交付堆疊：替客戶設定知識庫、訓練模型路由、寫第一批 50 篇示範內容，然後把後台與 SOP 移交給客戶內部團隊。Apache 2.0 + Docker 化讓專案可被打包、可被審計、可被續約。
Tenten 是 AI-First 設計與技術顧問公司。我們把 Claude、MCP、GEO 內容引擎接進 Headless CMS、品牌站、產業情報網——讓 GEOFlow 不只是 demo 站，而是被 AI 答案引擎真正引用的品牌資產。