keyword-extract是由Expanso团队开发的一款专业文本分析Skill，基于Expanso Edge运行时构建，集成OpenAI GPT-4o-mini模型，专注于从非结构化文本中智能提取关键词、关键短语及主题分类。该工具通过先进的自然语言处理技术，为内容创作者和SEO从业者提供精准的关键词挖掘能力，同时支持Ollama本地模型部署，在效率与隐私保护之间提供灵活选择。
核心用法：该Skill提供两种主要运行模式。CLI模式适合快速处理单次任务，用户可通过管道输入文本直接获取结构化关键词结果；MCP（Model Context Protocol）模式则允许Skill作为长期运行的服务端，集成到更复杂的Agent工作流中。使用时需确保已安装expanso-edge运行时，并配置OPENAI_API_KEY环境变量。对于隐私敏感场景，可切换至Ollama本地模型，无需外发数据即可完成关键词提取。部署方面，支持通过Expanso CLI直接部署至Expanso Cloud，实现云端弹性伸缩。
显著优点：首先，功能高度专注且透明，仅执行关键词提取任务，无隐藏的系统调用或文件操作，代码完全开源可审计。其次，架构灵活，既支持云端大模型保证提取质量，又支持本地Ollama模型确保数据隐私，满足不同合规要求。第三，集成度高，遵循MCP标准协议，可无缝接入现有AI工作流。第四，输出结构规范，提供带相关度评分的标准化关键词列表，便于下游SEO工具直接消费。
潜在缺点与局限性：主要依赖外部AI服务，默认配置下需将文本发送至OpenAI服务器处理，存在数据出境风险（虽可通过本地模型缓解）。其次，使用商业API会产生费用，处理大批量文本时成本需纳入考量。此外，本地Ollama模式虽保护隐私，但需要额外的本地算力资源和技术配置，对非技术用户不够友好。功能上目前仅支持纯文本输入，对PDF、Word等富格式文档需预处理转换。
适合的目标群体：SEO优化师和内容营销人员可利用其快速生成文章标签和元数据；数据分析师可用于大规模文本数据的预处理和特征提取；开发者则可将其作为MCP服务端集成至内容管理系统（CMS）或知识库工具；学术研究人员处理文献资料时，也可借助其进行主题建模和索引构建，提升文献管理效率。
使用风险：性能方面，依赖OpenAI API响应速度，网络波动可能影响实时性；成本方面，高频调用可能导致API费用累积，建议设置MAX_KEYWORDS限制输出数量。隐私合规方面，处理敏感文本时务必启用本地Ollama模式，避免数据泄露。依赖管理上，需关注expanso-edge运行时和OpenAI SDK的版本兼容性。此外，API密钥的安全存储至关重要，应使用环境变量而非硬编码。