RRepoGEO

REPOGEO 报告 · LITE

PKU-YuanGroup/Machine-Mindset

默认分支 main · commit 5ee14c14 · 扫描时间 2026/6/14 05:53:22

星标 536 · Fork 27

AI 可见性总分
22 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
1 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 PKU-YuanGroup/Machine-Mindset 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • hightopics#1
    Add specific topics to the repository

    原因：

    复制粘贴的修复
    large-language-models, llm-personality, mbti, ai-mindset, cognitive-science, nlp, ai-evaluation, llm-benchmarking
  • highreadme#2
    Clarify the repository's purpose in the README's opening

    原因：

    复制粘贴的修复
    Add a concise sentence or two immediately after the main title, such as: "This repository provides the code, data, and framework for 'Machine Mindset: An MBTI Exploration of Large Language Models', enabling researchers to assess and understand the personality traits and cognitive styles of various LLMs."
  • mediumhomepage#3
    Add a homepage URL to the repository's About section

    原因：

    复制粘贴的修复
    https://huggingface.co/spaces/FarReelAILab/Machine_Mindset

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
0 / 2
0% 的问题里出现了 PKU-YuanGroup/Machine-Mindset
平均排名
—
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中，你占了多少？
头号对手
langchain-ai/langchain
在 2 个问题中被推荐 2 次
竞品排行
  1. langchain-ai/langchain · 被推荐 2 次
  2. OpenAI API · 被推荐 1 次
  3. Anthropic API · 被推荐 1 次
  4. Google Gemini API · 被推荐 1 次
  5. run-llama/llama_index · 被推荐 1 次
  • 品类问题
    How can I assess the personality traits of different large language models?
    你：未被推荐
    AI 推荐顺序：
    1. OpenAI API
    2. Anthropic API
    3. Google Gemini API
    4. LangChain (langchain-ai/langchain)
    5. LlamaIndex (run-llama/llama_index)
    6. Qualtrics
    7. SurveyMonkey
    8. Vellum
    9. Humanloop
    10. Jupyter Notebooks (jupyter/notebook)
    11. Google Colab
    12. pandas (pandas-dev/pandas)
    13. nltk (nltk/nltk)
    14. spaCy (explosion/spaCy)
    15. Streamlit (streamlit/streamlit)
    16. Flask (pallets/flask)
    17. LIWC (Linguistic Inquiry and Word Count)
    18. TextBlob (sloria/TextBlob)
    19. Voyant Tools
    20. Giskard (Giskard-AI/giskard)
    21. Robust Intelligence
    22. GPT-4
    23. Claude 3
    24. Llama 3
    25. Gemini
    26. OpenAI Playground
    27. Anthropic Console
    28. Google AI Studio
    29. Hugging Face Transformers Library (huggingface/transformers)

    AI 推荐了 29 个替代方案，却始终没点名 PKU-YuanGroup/Machine-Mindset。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    Seeking frameworks to understand the cognitive style and behavioral patterns of LLMs.
    你：未被推荐
    AI 推荐顺序：
    1. TransformerLens (neelnanda-io/TransformerLens)
    2. Language Model Evaluation Harness (LM Eval Harness) (EleutherAI/lm-evaluation-harness)
    3. LIME (marcotcr/lime)
    4. SHAP (shap/shap)
    5. Captum (pytorch/captum)
    6. LangChain Tracing (langchain-ai/langchain)
    7. LangSmith
    8. OpenAI Evals (openai/evals)
    9. DSPy (stanfordnlp/dspy)
    10. TCAV (tensorflow/tcav)
    11. Concept Bottleneck Models (CBMs)

    AI 推荐了 11 个替代方案，却始终没点名 PKU-YuanGroup/Machine-Mindset。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of PKU-YuanGroup/Machine-Mindset?
    pass
    AI 未点名 PKU-YuanGroup/Machine-Mindset —— 很可能在说另一个项目

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts PKU-YuanGroup/Machine-Mindset in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 PKU-YuanGroup/Machine-Mindset

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo PKU-YuanGroup/Machine-Mindset solve, and who is the primary audience?
    pass
    AI 未点名 PKU-YuanGroup/Machine-Mindset —— 很可能在说另一个项目

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 PKU-YuanGroup/Machine-Mindset 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/PKU-YuanGroup/Machine-Mindset.svg)](https://repogeo.com/zh/r/PKU-YuanGroup/Machine-Mindset)
HTML
<a href="https://repogeo.com/zh/r/PKU-YuanGroup/Machine-Mindset"><img src="https://repogeo.com/badge/PKU-YuanGroup/Machine-Mindset.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

PKU-YuanGroup/Machine-Mindset — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3