Skills Atlas · GEOFlow 使用說明書
GEOFlow 是 yaojingang 開源的 GEO 內容生產系統，將資料管理、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維運的工作流。系統以被 AI 搜尋引擎引用為目標，而非傳統 SEO 流量最大化。
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。未建立知識庫則無法確保 GEO 輸出的可控性，整套系統的設計均依此原則運作。
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。草稿階段使用低成本模型，事實審核階段切換高品質模型，是維持內容工廠可持續運作的成本控制方式。
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
GEOFlow 透過任務型態自動選用模型，將成本與品質設為可分別配置的參數。草稿階段可指定 DeepSeek 或 Qwen 以降低費用；事實密集或品牌語氣要求高的段落則切換到 Claude / GPT-4。系統內建的 智慧切換 機制依任務型態自動派分，不需每篇都使用高成本模型。
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。生成時自動執行 retrieval，將對應段落注入 prompt，使輸出內容具備可追溯的事實依據。未建立知識庫時，生成結果無法引用品牌特定資料。
用 Redis queue 排程數十、上百篇文章一夜跑完
php artisan queue:work redis 啟動 Laravel 風格的 worker，將生成任務拆成獨立 jobs 並行處理。任務失敗自動重試，超時可被中斷重排。日產量超過 50 篇時，queue 機制是維持穩定吞吐的核心依賴。
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、作者庫統一建立在同一個資料模型內，可被 AI 任務即時調用。GEOFlow 將這四類素材作為一級資料實體管理，支援跨任務重複使用，降低每次生成的組裝成本。
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修改。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。對外上線之前，也應將 ADMIN_BASE_PATH 改成不可猜測的字串。
中、英、日、西、俄、葡六種語言，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。
將 DeepSeek / Qwen 指定為草稿模型、Claude / GPT-4 指定為精修模型，依官方估算可將模型費用降至原本的 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 GEOFlow 自動化營運的核心排程機制。
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。
向量索引會隨資料累積產生偏差，建議每月執行一次重新切片與重嵌入以維持 RAG 查詢準確度。
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。
預設路徑 geo_admin 容易被自動掃描工具識別，上線前應改為不可猜測的字串。
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 啟動 WebSocket 服務，編輯端可即時收到「新草稿待審」通知，不需手動輪詢後台。
Laravel Reverb 是 GEOFlow 內建的 WebSocket server。將其接上後台的 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，適用於需要持續運作的內容工廠環境。
同一篇內容可同時推送至多個 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 production 部署情境：獨立 GEO 站、企業官網內容子頁、代理商站群、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），將白皮書、產業報告、法規、年報等長尾權威來源建入知識庫，週期性產出「本週重點」、「年度回顧」、「主題深度」。此類具備引用依據的內容站台，較易被 AI 答案引擎引用。
用一套後台同時經營 10+ 客戶站，channels 把品牌資產隔開
代理商將每個客戶對應一個 channel，配置不同網域與品牌規範。所有客戶共用同一條 queue 與 worker，但生成模板、知識庫、字體調性各自獨立。月產 200+ 篇內容的代理商可透過此站群作業架構降低單篇內容的人工介入比例。
把公司 SOP、產品手冊、客服 FAQ 養成內部 RAG 引擎
部署在內網，作為員工問答系統。員工輸入問題後，由 RAG 從知識庫提取相關條目並生成答案。適用場景包括 onboarding、IT 支援、合規查詢，知識庫建立後可降低重複性人工查詢的時間成本。
用對工具，先確認自己不在這幾類情境裡
不適用場景：(1) 高互動電商首頁，GEOFlow 為內容引擎，非商品展示系統；(2) 即時新聞日更，AI 生成加編輯流程的速度不符合分秒級截稿需求；(3) 高度個人化的 1-on-1 客戶通訊，應由 CRM 處理；(4) 不具備 PostgreSQL / Redis / pgvector 基礎設施的純前端團隊。
2026 年 Q2 GEOFlow 累積 1,400+ Stars，採 Apache 2.0 授權。專案同時具備中文文件、生產級架構與商用友善授權，代理商或企業 IT 部門可直接使用，無 GPL 傳染疑慮。
「GEO（生成式引擎優化）」這個概念在 2025–2026 年於中文圈快速普及，討論集中在即刻、知乎、微信公眾號等中文社群。GEOFlow 提供了可直接部署的完整系統，而非僅停留在 prompt 模板層面。
多數開源 AI 工具採用 Python 或 Node，但 Laravel 生態在後台、佇列、排程、權限控管上的成熟度具有實際優勢。GEOFlow 選用 PHP，對中小企業 IT 與代理商的部署流程較為熟悉，可降低導入門檻。
依你的角色選擇對應配置路徑，一個 sprint 內可完成首條 GEO pipeline 的上線，無需大規模導入規劃。
選定與品牌專長最相關的主題（例：永續包裝、設計趨勢、產業 SOP），規劃 50 個關鍵字、200 篇以上的內容矩陣，以獨立網域建站。以被 ChatGPT、Claude、Perplexity 引用為答案來源為 KPI，而非傳統 Google 點擊率。
以 channels 隔離各客戶資產，共用同一條 worker queue 與 schedule。每月可為客戶交付 20–50 篇 GEO 內容。onboarding 時將客戶的品牌守則、競品資料、過往內容建入知識庫，是維持各客戶品牌一致性的關鍵步驟。
部署於內網，不對外開放，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，多語後台支援各地分公司同步使用。知識庫建立後，可降低新員工熟悉內部流程的時間成本。
以 GEOFlow 作為標準交付堆疊：為客戶建立知識庫、配置模型路由、產出首批 50 篇示範內容，完成後將後台與 SOP 移交客戶內部團隊。Apache 2.0 授權加上 Docker 容器化，讓交付物可重複部署、可審計、可延伸維護。
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。