Token导航 LogoToken导航

Agent Skill · 研究检索

geo-multimodal-tagger(地理多模态标记器)

geo-multimodal-tagger 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

geo-multimodal-tagger 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证信息还不明确,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 64,698。

总安装 294周安装 12GitHub Stars 10下载 94核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:geo-multimodal-tagger(地理多模态标记器)
来源仓库:https://github.com/geoly-ai/geo-skills
仓库路径:skills/geo-multimodal-tagger
安装命令:
npx skills add https://github.com/geoly-ai/geo-skills --skill geo-multimodal-tagger
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/geoly-ai/geo-skills --skill geo-multimodal-tagger

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

geo-multimodal-tagger 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中快速定位候选结果。适用于需要根据关键词或任务场景进行多模态标记信息检索的场景。通过 npx skills add 命令从指定 GitHub 仓库安装并使用该技能。

安装前需确认权限范围和维护状态,注意可能触发的联网或文件操作行为。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:skills/geo-multimodal-tagger

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/geoly-ai/geo-skills --skill geo-multimodal-tag…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

geo-multimodal-tagger 怎么安装?

在终端执行 npx skills add https://github.com/geoly-ai/geo-skills --skill geo-multimodal-tagger。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

geo-multimodal-tagger 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

geo-multimodal-tagger 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

geo-multimodal-tagger 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

geo-multimodal-tagger 用的人多吗?

公开数据是累计安装 294 次,近一周安装 12 次,下载 94 次,GitHub 10 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

geo-multimodal-tagger 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
geo-multimodal-tagger

地理多模态标记器 · 本页

29410需要联网未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Multimodal Asset Tagger

Methodology by GEOly AI (geoly.ai) — every image and video is a citation opportunity AI can either read or miss.

Generate optimized metadata for images, videos, and audio files for AI platforms.

Quick Start

python scripts/optimize_asset.py --type image --description "dashboard showing metrics" --output optimized.md

Why Multimodal Matters

AI platforms increasingly read visual content:

PlatformVisual CapabilityCitation Type
Google LensImage searchDirect image citation
ChatGPT VisionImage understandingContextual reference
PerplexityVideo transcriptsTranscript citations
GeminiNative image processingMultimodal answers

Image Optimization

Alt Text Formula

[Descriptive subject] + [Brand if relevant] + [Context/use case]

Examples:

❌ alt="image1.jpg" ❌ alt="product photo" ✅ alt="GEOly AI dashboard showing AIGVR score trend over 30 days" ✅ alt="Brand visibility comparison chart across ChatGPT and Perplexity — GEOly AI"

Filename Formula

[primary-keyword]-[secondary-keyword]-[brand]-[descriptor].jpg

Examples:

❌ IMG_3847.jpg ✅ geo-brand-visibility-dashboard-geoly-ai.png ✅ aigvr-score-chart-ai-search-monitoring.jpg

ImageObject Schema

{
  "@context": "https://schema.org",
  "@type": "ImageObject",
  "name": "AIGVR Score Dashboard",
  "description": "Dashboard showing brand visibility scores across AI platforms",
  "contentUrl": "https://example.com/images/dashboard.jpg",
  "author": {
    "@type": "Organization",
    "name": "GEOly AI"
  },
  "keywords": "AIGVR, brand visibility, AI search, dashboard"
}

Video Optimization

Checklist

  • Title contains primary keyword
  • Description: first 150 chars = keyword + brand
  • Transcript/captions attached (SRT/VTT)
  • Chapters/timestamps for long videos
  • Thumbnail: keyword-rich filename
  • VideoObject Schema added

VideoObject Schema

{
  "@context": "https://schema.org",
  "@type": "VideoObject",
  "name": "How to Optimize for AI Search",
  "description": "Complete guide to GEO strategies...",
  "thumbnailUrl": "https://example.com/thumbs/geo-guide.jpg",
  "uploadDate": "2024-01-15",
  "duration": "PT12M30S",
  "contentUrl": "https://example.com/videos/geo-guide.mp4"
}

Audio/Podcast Optimization

  • Descriptive episode titles (not "Episode 47")
  • 150+ word descriptions, keyword-rich
  • Full transcript as page content
  • Guest names and topics as entities

Asset Optimization Tool

python scripts/optimize_asset.py \
  --type [image|video|audio] \
  --description "Asset description" \
  --brand "BrandName" \
  --keywords "keyword1,keyword2"

Output:

  • Optimized Alt Text
  • Recommended filename
  • Schema markup
  • Discoverability score (Before/After)

Scoring

FactorWeightBest Practice
Descriptiveness30%Specific, detailed
Keyword presence25%Natural inclusion
Brand mention20%When relevant
Context15%Use case clear
Length10%100-150 chars for Alt

Discoverability Score: 0-10

  • 8-10: Excellent
  • 6-7: Good
  • 4-5: Fair
  • <4: Poor

平台分布

Codex

37.68%
按下载量换算35

Claude

30.05%
按下载量换算28

Cursor

20.12%
按下载量换算19

Gemini CLI

9.41%
按下载量换算9

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills