Files
ChouJuGEO/docs/features/JSON_LD_SCHEMA_FEATURE.md
T
刘国栋 8f7f082c3d feat: 重构项目结构并添加平台同步基础架构
- 重构项目目录结构,将功能模块移至 modules/ 目录
- 创建平台同步基础架构,包括发布器基类和 GitHub 发布器
- 新增 UI 状态管理模块 (modules/ui/state.py) 统一管理会话状态
- 更新依赖配置,添加平台同步所需依赖 (httpx, pyperclip)
- 整理文档结构,将所有文档分类移至 docs/ 目录
- 添加 .cursorrules 文件定义项目开发规范
- 清理根目录重复文件,保持项目结构整洁
2026-01-30 10:21:29 +08:00

268 lines
6.5 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# JSON-LD Schema.org 结构化数据生成功能说明
## 📋 功能概述
JSON-LD Schema.org 结构化数据生成模块是 GEO 工具的核心功能之一,用于生成符合 Schema.org 规范的 JSON-LD 代码,直接提升品牌在 AI 模型中的实体识别和权威性。
### 核心价值
- **直接提升实体识别**:2026 年 AI 模型越来越依赖结构化数据识别实体
- **立竿见影的效果**:用户可直接将代码贴到官网/GitHub,无需等待索引
- **权威性提升**:结构化数据明确标识品牌信息,提升在知识图谱中的权威性
- **符合标准**:使用 Schema.org 标准,被 Google、百度、AI 模型广泛支持
## 🎯 功能位置
### 1. Tab2(自动创作)- 独立生成模块
在 Tab2 顶部,提供独立的 JSON-LD Schema 生成功能:
1. **选择 Schema 类型**
- Organization(组织/公司)
- SoftwareApplication(软件应用)
- Product(产品)
- Service(服务)
- 组合(Organization + SoftwareApplication
2. **一键生成**
- 点击"🚀 生成 JSON-LD"按钮
- 自动基于品牌信息和优势生成 Schema
3. **查看和下载**
- 查看 JSON-LD 代码
- 查看 HTML Script 标签
- 下载 JSON 文件或 HTML 文件
### 2. Tab2(自动创作)- 自动生成
在生成 GitHub README 时,系统会自动生成对应的 JSON-LD Schema
- 自动生成 SoftwareApplication 类型的 Schema
- 在内容预览区域显示 JSON-LD 代码
- 提供下载功能
## 📊 支持的 Schema 类型
### 1. Organization(组织/公司)
适合:企业品牌、公司官网
**包含字段:**
- name(名称)
- description(描述)
- url(官网 URL
- logoLogo URL
- foundingDate(成立日期)
- contactPoint(联系方式)
**使用场景:**
- 公司官网
- 企业介绍页面
- 关于我们页面
### 2. SoftwareApplication(软件应用)
适合:SaaS 产品、软件工具、应用程序
**包含字段:**
- name(应用名称)
- description(应用描述)
- url(应用 URL
- applicationCategory(应用类别)
- operatingSystem(操作系统)
- publisher(发布者)
- featureList(功能列表)
- offers(价格信息)
- aggregateRating(评分信息)
**使用场景:**
- GitHub 项目
- 软件官网
- 应用商店页面
### 3. Product(产品)
适合:实体产品或数字产品
**包含字段:**
- name(产品名称)
- description(产品描述)
- url(产品 URL
- category(产品类别)
- brand(品牌信息)
- offers(价格信息)
- aggregateRating(评分信息)
**使用场景:**
- 产品详情页
- 电商页面
- 产品介绍页
### 4. Service(服务)
适合:服务类业务
**包含字段:**
- name(服务名称)
- description(服务描述)
- url(服务 URL
- serviceType(服务类型)
- provider(服务提供者)
- areaServed(服务区域)
- offers(价格信息)
**使用场景:**
- 服务介绍页
- 服务详情页
- 业务介绍页
### 5. 组合 Schema
同时生成 Organization + SoftwareApplication/Product/Service
**优势:**
- 同时标识组织信息和产品/服务信息
- 建立更完整的品牌知识图谱
- 提升权威性
## 🔄 使用方法
### 方法一:独立生成(推荐)
1. **进入 Tab2(自动创作)**
2. **选择 Schema 类型**
- 根据您的业务类型选择(软件产品选 SoftwareApplication,公司选 Organization
3. **点击"🚀 生成 JSON-LD"**
4. **查看生成的代码**
- JSON-LD 代码:可直接使用
- HTML Script 标签:可直接嵌入网页
5. **下载代码**
- 下载 JSON 文件:用于 GitHub 等平台
- 下载 HTML 文件:用于官网嵌入
### 方法二:自动生成(GitHub README
1. **在 Tab2 生成 GitHub README 内容**
2. **系统自动生成对应的 JSON-LD Schema**
3. **在内容预览区域查看 JSON-LD 代码**
4. **下载并添加到 GitHub 项目**
## 📝 使用示例
### 示例 1:嵌入官网
```html
<!DOCTYPE html>
<html>
<head>
<title>我的品牌</title>
<!-- 将生成的 HTML Script 标签粘贴到这里 -->
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "SoftwareApplication",
"name": "汇信云AI软件",
"description": "AI赋能外贸ERP...",
...
}
</script>
</head>
<body>
...
</body>
</html>
```
### 示例 2:添加到 GitHub README
在 GitHub 项目的 README.md 文件中,可以添加 JSON-LD Schema 的说明:
```markdown
# 我的项目
项目描述...
<!-- JSON-LD Schema -->
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "SoftwareApplication",
...
}
</script>
```
## 🎯 最佳实践
1. **选择合适的 Schema 类型**
- SaaS 产品:SoftwareApplication
- 企业品牌:Organization
- 实体产品:Product
- 服务业务:Service
2. **完善 Schema 信息**
- 添加官网 URL
- 添加 Logo URL
- 添加联系方式
- 添加功能列表(如适用)
3. **验证 Schema**
- 使用 [Google Rich Results Test](https://search.google.com/test/rich-results) 验证
- 使用 [Schema.org Validator](https://validator.schema.org/) 验证
4. **多平台部署**
- 官网:嵌入 HTML Script 标签
- GitHub:添加到 README.md
- 其他平台:根据平台要求调整
## ⚠️ 注意事项
1. **不要编造信息**
- 所有信息必须真实
- URL 必须可访问
- Logo 必须存在
2. **保持更新**
- 品牌信息变化时及时更新 Schema
- 定期检查 Schema 有效性
3. **遵循规范**
- 使用标准的 Schema.org 类型
- 确保 JSON 格式正确
- 避免使用不支持的属性
4. **测试验证**
- 部署前使用验证工具测试
- 确保 AI 模型能正确解析
## 🔗 相关资源
- [Schema.org 官方文档](https://schema.org/)
- [Google Rich Results Test](https://search.google.com/test/rich-results)
- [Schema.org Validator](https://validator.schema.org/)
- [JSON-LD 规范](https://json-ld.org/)
## 💡 预期效果
使用 JSON-LD Schema.org 结构化数据后:
1. **AI 模型识别**
- AI 模型能更准确地识别品牌实体
- 提升品牌在知识图谱中的权威性
- 改善品牌信息的准确性
2. **搜索引擎优化**
- 提升在 Google、百度等搜索引擎中的展示
- 可能获得 Rich Results(富媒体结果)
- 提升点击率
3. **知识图谱**
- 建立品牌在知识图谱中的节点
- 与其他实体建立关联
- 提升品牌权威性
---
**版本**v1.0
**更新日期**2025-01-26