核心功能
keyword-research 是一套面向 SEO 与 GEO（生成引擎优化）的完整关键词研究工作流，提供从种子词输入到可执行内容计划的端到端解决方案。
显著优点
1. 结构化八阶段流程：明确划分范围界定、种子扩展、长尾变体、意图分类、难度评分、GEO 适配性检查、主题聚类与交付输出，降低研究随意性。
2. 量化评分机制：采用 Opportunity = (Volume × Intent Value) / Difficulty 公式，将搜索量、商业意图价值（信息1/导航1/商业2/交易3）、关键词难度整合为单一优先级指标，便于快速决策。
3. GEO 场景适配：专门设置第6阶段识别 AI 答案友好型查询（问题、定义、对比、清单、操作指南），帮助用户抢占生成式引擎的引用位。
4. 多语言与多市场支持：触发词覆盖中英日韩西葡等语言，适配全球化内容团队。
5. 输出标准化：强制要求每条建议包含具体数字（关键词+搜索量+难度+理由），并提供记忆存储（memory/research/）与热点缓存（memory/hot-cache.md）机制，支持持续迭代。
潜在局限
- 数据依赖性：标注可选集成 SEO 工具（如 Ahrefs、Semrush），若无工具接入，需依赖用户手动提供种子词、受众画像与已知指标，初期工作量较大。
- 作者权威性未明：作者
aaron-he-zhu未附公开履历或机构背书，尽管采用 Apache-2.0 开源协议，但学术或行业权威性需用户自行验证。 - 难度评分主观性：1-100 的难度评分框架若缺乏工具数据支撑，可能依赖 LLM 估算，与实际 SERP 竞争度存在偏差。
- 执行深度依赖提示质量：八阶段流程虽完整，但最终输出质量受用户初始输入（产品、受众、目标）的详细程度影响。
适合人群
- 内容营销团队与 SEO 专员，需系统化选题与内容日历规划
- 独立开发者与初创产品团队，寻求低成本关键词研究替代方案
- 多语言内容运营者，需统一 workflow 管理不同市场
常规风险
- 数据时效性：搜索量与竞争度数据若未接入实时 API，可能快速过时，需季度复核机制。
- 过度优化风险：量化评分可能引导用户优先追逐高机会值关键词，忽视品牌长期内容资产建设。
- 合规与版权：Apache-2.0 许可允许自由使用与修改，但集成第三方 SEO 工具时需遵守相应 API 条款。