RRepoGEO

REPOGEO 报告 · LITE

skaldlabs/skald

默认分支 main · commit 10699624 · 扫描时间 2026/6/13 09:22:50

星标 556 · Fork 40

AI 可见性总分
40 /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 2 · 警告 0 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 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 skaldlabs/skald 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
  • highreadme#1
    Strengthen README's opening paragraph to emphasize self-hosted RAG and knowledge base

    原因：

    当前
    Skald gives you a production-ready RAG in minutes through a plug-and-play API, and then let's you configure your RAG engine exactly to your needs.
    复制粘贴的修复
    Skald is an open-source, self-hosted platform that provides a production-ready RAG (Retrieval Augmented Generation) system for your AI applications. It allows you to build and manage a robust knowledge base directly within your infrastructure, offering a plug-and-play API and extensive configuration options.
  • mediumtopics#2
    Add more specific RAG and platform-related topics

    原因：

    当前
    ai, chat, javascript, knowledge-base, python, rag, self-hosted, typescript
    复制粘贴的修复
    ai, chat, javascript, knowledge-base, python, rag, self-hosted, typescript, vector-database, llm-ops, ai-platform, information-retrieval
  • lowlicense#3
    Clarify the project's license in the README

    原因：

    复制粘贴的修复
    ## License
Skald is released under [Specify License Name(s) here, e.g., a custom license, or a combination of licenses]. Please see the LICENSE file for full details.

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 skaldlabs/skald
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
Elasticsearch
在 2 个问题中被推荐 1 次
竞品排行
  1. Elasticsearch · 被推荐 1 次
  2. ELSER · 被推荐 1 次
  3. deepset-ai/haystack · 被推荐 1 次
  4. run-llama/llama_index · 被推荐 1 次
  5. PostgreSQL · 被推荐 1 次
  • 品类问题
    How can I set up a production-ready self-hosted RAG system for my AI chatbot?
    你：未被推荐
    AI 推荐顺序：
    1. Elasticsearch
    2. ELSER
    3. Haystack (deepset-ai/haystack)
    4. LlamaIndex (run-llama/llama_index)
    5. PostgreSQL
    6. pgvector (pgvector/pgvector)
    7. Qdrant (qdrant/qdrant)
    8. Weaviate (weaviate/weaviate)
    9. Milvus (milvus-io/milvus)
    10. Hugging Face Transformers (huggingface/transformers)
    11. sentence-transformers/all-MiniLM-L6-v2
    12. BAAI/bge-large-en-v1.5
    13. FastAPI (tiangolo/fastapi)
    14. Llama 3
    15. Mistral 7B
    16. Mixtral 8x7B
    17. Gemma
    18. vLLM (vllm-project/vllm)
    19. Text Generation Inference (TGI) (huggingface/text-generation-inference)
    20. Ollama (ollama/ollama)
    21. Prometheus (prometheus/prometheus)
    22. Grafana (grafana/grafana)
    23. Logstash
    24. Kibana
    25. Loki (grafana/loki)
    26. Docker
    27. Kubernetes (kubernetes/kubernetes)

    AI 推荐了 27 个替代方案，却始终没点名 skaldlabs/skald。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What are the best open-source tools for building a RAG knowledge base using Python?
    你：未被推荐
    AI 推荐顺序：
    1. LlamaIndex
    2. LangChain
    3. Haystack
    4. Faiss
    5. Sentence-Transformers
    6. Hugging Face Transformers
    7. Hugging Face Datasets

    AI 推荐了 7 个替代方案，却始终没点名 skaldlabs/skald。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
    pass

  • 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 skaldlabs/skald?
    pass
    AI 明确点名了 skaldlabs/skald

    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 skaldlabs/skald in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 skaldlabs/skald

    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 skaldlabs/skald solve, and who is the primary audience?
    pass
    AI 明确点名了 skaldlabs/skald

    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 skaldlabs/skald 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/skaldlabs/skald.svg)](https://repogeo.com/zh/r/skaldlabs/skald)
HTML
<a href="https://repogeo.com/zh/r/skaldlabs/skald"><img src="https://repogeo.com/badge/skaldlabs/skald.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

skaldlabs/skald — 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