Bloomiro MCP

## 把 SEO/GEO 数据接入 AI 工作流的 MCP 服务器 Bloomiro MCP 是一款基于 Model

AI营销销售 部分免费

把 SEO/GEO 数据接入 AI 工作流的 MCP 服务器

Bloomiro MCP 是一款基于 Model Context Protocol(MCP)开放标准的 AI 工具接入服务,将 Bloomiro 的 SEO 与 GEO(搜索引擎优化)数据直接帕纹到你的 AI 工作流中。支持 Cursor、Claude、ChatGPT、Codex 和 VS Code 等主流 AI 客户端,无需切换工具,即可在 AI 对话程序中访问你的 Google Search Console、竞争寻数据、项目任务列表和 SEO 优化建议。


核心能力

搜索与 SEO/GEO 数据

  • get_search_performance:获取 GSC 查询、页面点击、点击率、排名等全量数据
  • get_web_analytics:获取 Google Analytics 4 流量、转化率取数据
  • get_site_insights:获取网站爬取或结合 SEO/GEO/GSC 的全面概览
  • get_page_speed:获取 Google PageSpeed Insights 和 Lighthouse 分数,包含 CWV 诊断
  • run_analysis:启动网站、页面、可见性、AI 存在感或竞争寻分析

AI 存在感与竞争寻

  • get_ai_presence:检测你的品牌在 ChatGPT、Gemini、Perplexity 和 Google AI Overview 中的表现
  • get_competitor_insights:获取竞争寻明细、可见性差距和内容覆盖情况
  • get_community_sources:查询 AI 引用的社区来源(Wikipedia、Reddit、Quora、YouTube、LinkedIn、评价站)
  • get_ai_search_opportunities:获取 Google AI Overview 和 SERP 扩散情况,包括相关搜索和引用情况

操作与任务管理

  • find_opportunities:获取排序优先级的操作建议,包括搜索、爬取、AI 和竞争寻策略
  • manage_work_items:创建、更新、完成或移除 SEO/GEO 任务项,无需全量重写
  • get_work_items:读取操作中心森林表,包含检查项、备注和优先级

安装配置

以 Cursor 为例:

  1. 创建 Bloomiro 账户:在 bloomiro.com 注册,添加你的网站,如有资源连接 Google Search Console
  2. 获取 MCP 接入均包:在 Bloomiro 中打开接入流程,登录并选择要接入的 AI 客户端
  3. 配置 Cursor:在 Cursor Settings → MCP 中添加 Bloomiro MCP Server URL:https://mcp.bloomiro.com/mcp
  4. 开始使用:在 Cursor 中直接发起对话,使用 get_tasks、get_search_performance 等工具访问你的 SEO 数据

支持的 AI 客户端:OAuth(Claude Desktop、ChatGPT、Perplexity)和 HTTP MCP(Cursor、VS Code、Claude Code、Codex)


使用步骤(以 Claude Desktop 为例)

  1. 连接 Bloomiro:在 Claude Desktop 中打开 OAuth 接入流程,登录并批准访问权限
  2. 选择项目和设备:指定要擅龄的 Bloomiro 项目,并批准访问获取的数据范围
  3. 发起 SEO 查询:在对话中输入“Which pages have the biggest drop in impressions this week?”,Claude 将通过 MCP 访问 GSC 返回结果
  4. 将建议转化为任务:输入“Create a task to fix the meta descriptions on those pages”,Claude 将通过 manage_work_items 创建 SEO 任务
  5. 在同一对话中连续操作:可以随时进行跟踪,查询任务状态,获取竞争寻和 AI 存在感情况

适用场景

  1. 开发者在编码时修复 SEO 问题:在 Cursor 或 Claude Code 中直接查询页面点击清准数据,在同一结束中修复问题
  2. 营销团队跟踪品牌 AI 存在感:通过 get_ai_presence 检测品牌在顾客常用的 AI 提示词中的表现,调整内容策略
  3. 竞争寻分析与内容覆盖:在 AI 对话中对比你的网站与竞争寻在 AI 策略中的差距,证明内容覆盖的装备方式
  4. 将 SEO 建议转化为工作任务:通过 Action Layer 技术能力,将 Bloomiro 自动生成的 SEO 任务直接接入到 AI 工作流中,进行任务管理

适用人群

  • 开发团队:在使用 Cursor、Claude Code 或 Codex 进行开发时,无缝连接 SEO 数据
  • SEO 专业人员:需要在 AI 工具中直接访问 Google Search Console 和竞争数据
  • 营销专业人员:跟踪品牌在 AI 策略中的存在感,调整干颜内容
  • 系统集成团队:把 SEO/GEO 数据就连到 AI 工作流中,实现数据一致性

工作原理

Bloomiro MCP 服务器基于 Anthropic 推出的 Model Context Protocol 开放标准,通过 HTTP 调用方式将 Bloomiro 项目数据封装成 MCP Tools。当 AI 客户端调用某个 Tool(如 get_search_performance)时,MCP 服务器会向 Bloomiro API 发起请求,获取最新的 GSC 或 SEO 数据,然后返回结果给 AI 进行分析和操作。这种方式保证了 AI 总是访问到最新的项目状态,而不是过时的导出或截图。


官方链接

官网:https://bloomiro.com/mcp

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论