NiubiGEO

产品简介

NiubiGEO 是一个开源的 AI 品牌可见度与竞争观察工具，核心主张是「拒绝黑盒 GEO 分数，把证据还给用户」。它回答一个越来越常见的问题：当用户向 AI 寻找工具时，你的产品有没有出现在答案里？输入一个域名，即可对照不同模型对你的产品描述、推荐对象与引用来源；再通过关键词测试观察不提品牌名时答案里出现了谁；点开任意结果都能看到原始回答与返回的来源。项目可自部署，Apache-2.0 协议，配套官网同时提供真人测评、内容分发等增长服务。

核心功能

• 多模型对照测试：为每个域名建立独立项目、配置、运行记录与证据；可搜索筛选 OpenRouter 模型，也可混用直连供应商 API 与自定义 OpenAI 兼容端点（16 个平台图标快捷填入对应 Key），同一测试里自由组合模型来源；每个模型可单独选择离线或其支持的联网搜索模式，结果按端点、模型与搜索设置分别留存，模型重名也不会混淆，单个模型失败可单独重试。
• 证据链而非分数：并排阅读模型给出的业务描述、品类、竞品与关联关键词；原始回答、正文位置、Provider 引用与普通答案链接分开展示；失败与不确定性同样留档，每条结论都能回溯到原始回答。
• 关键词测试：先确认要测量的关键词，再在不包含目标品牌名的前提下跑测试，观察实际被提及、被推荐的产品与原话，用于判断「AI 在这个场景里会推荐谁」。
• 关键词监测与 Diff 视图（v0.3）：自定义或批量导入关键词，把提问归类为发现、替代、对比、品牌与用例五类，从 AI Coding/SaaS/GEO/对比等模板起步，按小时/天/周调度运行，保留独立历史，配置品牌与别名后用 Diff 视图对比两轮快照，看清推荐位次的新增、消失与来源变化。
• 可复现研究：同一配置可重复运行形成历史记录，换模型不会凭空继承历史数据；仓库内置 20 组真实案例，无需安装、无需 API Key 即可直接查看。
• 自部署与数据自主：Node.js 22.13+ 或 Docker 部署，关键词、竞品清单与研究记录留在自己的环境里，只用自己的模型 Key，本地工作台不加载第三方脚本。
• 多语言与辅助能力：界面支持英文、简体中文与葡萄牙语；工作台内置可关闭的视频 AI 顾问入口，点击进入官方顾问页，不携带项目数据与 Key。

特色优势

用证据替代拍脑袋的分数：从提问、模型、原始回答到引用来源、历史运行完整可查；自部署让商业敏感的关键词与竞品研究掌握在自己手里；成本结构透明——只需自备模型与搜索 API Key，不必为看板支付每年数千美元的 GEO SaaS 订阅；项目迭代路线清晰，每个阶段都有可核对的发布记录。

应用场景

• 产品团队评估自己在 AI 答案中的占位：品牌是否被提及、描述是否准确、竞品是否压过自己。
• 内容与文档改进的前后验证：补全产品说明、教程与对比内容后重复测试，用 Diff 视图确认变化。
• 竞品与市场观察：跑关键词测试看该品类下谁被推荐，整理被引用的来源清单。
• 增长与营销交付：把原始回答与来源作为可核对的交付证据，指导后续内容与分发动作。
• 开源项目传播追踪：观察项目在不同模型、不同地区与搜索开关下的曝光差异。

适用人群

独立开发者与产品负责人；增长、市场与内容团队；需要向客户交付证据的 GEO/SEO 服务商；关注自身项目在 AI 答案中表现的开源作者。

出品方

NiubiStar 团队（GitHub 账号 Albert-Weasker）维护，Apache-2.0 协议开源，曾在 Product Hunt 发布；官网 niubigeo.ai 同时提供真人测评、发布与社区分发等配套服务。

更新动态

版本路线：v0.1 完成 AI 可见度测试，v0.2 补齐证据与可复现能力，v0.2.1 支持多供应商模型连接（16 平台快捷配置、混合模型来源、完整模型目录），v0.3.0 新增关键词监测模块与 Diff 视图（当前最新版本）。官方说明该版本不含独立的竞品检测看板，范围聚焦关键词监测、独立历史与变化对比。

官网链接

https://niubigeo.ai/