Грег Бернхардт опубликовал руководство по #python #seo о том, как создать тематический граф ссылок вашего сайта для анализа тематических внутренних связей.

@MikeBlazerX

AI-Powered Semantic Query Expansion с EmbeddingGemma + OpenRouter

Делюсь SEO-тулзой, над которой работал последние дни, пишет Толунай Тогул 👇

💡 Цель:

Аналог семантического поиска Google: берем одно ключевое слово -> генерим десятки релевантных запросов (query fan-out) -> меряем их cosine similarity значения с помощью EmbeddingGemma (новейшая модель эмбеддингов от Google).

🔧 Технологии:

— Google EmbeddingGemma (HuggingFace) — открытая модель эмбеддингов, максимально близкая к семантическому пониманию Google.
— OpenRouter (Llama 4, DeepSeek, Qwen) — система автоматического фоллбека среди бесплатных LLM.
— `Google Colab` + `Python` — портативная среда для анализа, не требует установки.

⚙️ Установка:

Запускается в Colab за пару минут.
Добавляете токен HuggingFace и ключи OpenRouter API.
Всё работает в одном файле.

🧩 Как это работает:

1. Вводишь ключевое слово (пример: "SEO consulting").
2. LLM автоматически генерит 15 запросов в стиле Google.
3. EmbeddingGemma считает семантическую близость этих запросов к основному ключу.
4. Готово для семантической кластеризации, расширения ядра и анализа тематик.

🎯 Юзкейсы:

— Планирование SEO-контента.
— Семантическая кластеризация ключей.
— Content Gap анализ.

📍 Ноуты:

— Если юзать модели Gemini на стороне AI API, качество результатов может быть сильно выше.
— В этой версии я использовал полностью бесплатные LLM API (через OpenRouter).
— Промпт для генерации запросов гибкий — можно допилить под язык, интент и разнообразие.
— Код и этапы установки выложил на GitHub (можно ранить прямо в Colab).

🔗 https://github.com/tolunaytogul/AI-Powered-Semantic-Query-Expansion-with-EmbeddingGemma-OpenRouter/tree/main

#Python #SemanticSEO #KeywordClustering

@MikeBlazerX
Закрытый канал: @MikeBlazerPRO

​Ли Фут раскрывает масштабный дроп скриптов и приложений за 5 лет — 104 бесплатных тулзы (в 3 раза больше его предыдущей коллекции).

Большинство ранее были спрятаны в приватных репозиториях или нишевых клиентских сетапах; теперь они вычищены и в паблике.

87 приложений Streamlit

Фут вооружил доступность: 87 скриптов теперь стали веб-приложениями Streamlit.

Никакой возни с настройкой Python — загружаете данные, получаете результат.

Сайт использует фильтры по категориям, каждая карточка детализирует точную утилитарность тулзы и требуемые инпуты.

Ремикс с Claude

В каждой тулзе есть кнопка "Remix with Claude".

Один клик инъектирует исходный код в Claude, позволяя вам адаптировать, объяснять или прикручивать дополнительный функционал к фундаменту.

Пока любой может юзать LLM для написания скриптов, Фут предоставляет проверенную архитектуру, на которой можно строить.

104 Тулзы / 8 Категорий:

— Content: 21 тулза
— E-commerce: 17 тулз
— Internal Linking: 8 тулз
— Keyword Research: 22 тулзы
— Migration: 2 тулзы
— Reporting: 10 тулз
— Search Console: 11 тулз
— Technical SEO: 13 тулз

https://www.leefoot.com/tools

#Tools #Python #Automation

@MikeBlazerX
Но "мясо" только в @MikeBlazerPRO

Я не могу выразить, насколько тупо мощен claude code для SEO с файлом .env, содержащим ваши ключи API Keywords Everywhere и DataForSEO, пишет Коди Шнайдер.

Что можно сделать для вашего SaaS:

Вытяните всю вселенную ключей через эндпоинты related keywords и people also search for в Keywords Everywhere, затем отправьте весь список в SERP API DataForSEO, чтобы увидеть, кто реально ранжируется и где гэпы.

Полный контент-календарь с кластеризацией и приоритизацией.

Генерите программные лендосы на масштабе.

Если вы SaaS, обслуживающий 20 индустрий, бейте Keywords Everywhere по вариациям хвостов на вертикаль, затем чекайте DataForSEO на сложность и фичи выдачи по каждому, и claude code просто генерит уникальные страницы с правильными семантическими терминами и уже зашитой микроразметкой.

Линкбилдинг через эндпоинт пересечения доменов DataForSEO, который показывает каждый сайт, ссылающийся на конкурентов, но не на вас.

Вытягиваете ссылочные профили топ-5 конкурентов, прогоняете пересечение, находите гэп, парсите контакты и драфтите персонализированные аутрич-письма с референсом на конкретную страницу, на которую они ссылаются.

Вся воронка за 8 минут.

Стройте карты перелинковки, используя данные related keyword от Keywords Everywhere для создания кластеров тематической релевантности, затем заставьте claude code сгенерить фактическую структуру линковки по всему сайту.

Не рандомные ссылки.

Реальные семантические связи, которые награждает Google.

Запустите полный технический аудит через on-page API DataForSEO и заставьте claude code автоматически сгенерить фикс для каждой найденной проблемы.

Отсутствующие каноникалы, битая схема, малоценный контент, страницы-сироты.

Он находит проблему и пишет код, чтобы пофиксить её.

#AI #Automation #Python

@MikeBlazerX
🚷 Закрытый канал: @MikeBlazerPRO

Python-библиотека вскрывает .dbseospider-формат Screaming Frog — все 628 экспортов без GUI

Публичная альфа-версия Python-библиотеки (pip install screamingfrog) реверсирует внутренний формат .dbseospider Screaming Frog через реверс-инжиниринг, полностью устраняя цикл краул → GUI → CSV-экспорт.

Библиотека грузит .dbseospider-файлы напрямую, открывает 601 из 628 вкладок экспорта/отчётов Screaming Frog (15 490 из 15 589 полей) через типизированный API и позволяет делать сырые SQL-запросы, когда API недостаточен.

Исходник: github.com/Amaculus/screaming-frog-api.

Рабочие возможности текущей альфы: запрашивай страницы и ссылки по всему сайту, находи битые входящие ссылки, nofollow-входящие и страницы-сироты, сравнивай краулы во времени, детектируй цепочки редиректов и каноникалов, запускай краулы и экспорты прямо из Python, конвертируй .seospider-файлы в портируемый .dbseospider-формат и создавай конфиги программно — краул-конфигурация теперь скриптуется и версионируется без GUI.

Автор уже запускает анализ краулов внутри Claude Code против этой библиотеки — LLM-оркестрированные технические SEO-аудиты на живых краул-данных теперь доступны как рабочий вариант.

Пробелы альфы: API пока не покрывает 27 вкладок экспорта и 99 полей.

GitHub: https://github.com/Amaculus/screaming-frog-api

https://www.reddit.com/r/SEO_Digital_Marketing/comments/1s4nq6w/a_completely_screaming_frog_python_library_to/

#ScreamingFrog #Python #Audits

@MikeBlazerX
🚷 Закрытый канал: @MikeBlazerPRO

​Быстрая SEO-победа, о которой мало говорят: оптимизация PDF, делится Винисиус Станула.

У e-commerce сайтов, продающих запчасти, обычно лежат тонны инструкций, спецификаций и даташитов, до которых никому нет дела.

Мы взяли PDF-файлы одного клиента, нормально их проработали, и клики на эти файлы взлетели.

Две вещи, обе сделаны массово через Python:

— Сжали файлы. Некоторые усохли с 1 МБ до 200 КБ.
— Переписали метаданные. Мы вытащили текст из каждого PDF и использовали его, чтобы прописать нормальные тайтлы вместо того мусора, что там был.

Тепловая карта показывает это пофайлово, одна строка — один PDF.

После оптимизации строки зеленеют, а это значит больше кликов.

Если у вас лежит гора PDF, до которых никогда не доходили руки, стоит на них взглянуть.

#Ecommerce #TechnicalSEO #Python

@MikeBlazerX
⚠️ Закрытый канал: @MikeBlazerPRO

Еженедельные срезы XML-сайтмапов вскрывают стратегию конкурента до роста позиций

XML-сайтмап конкурента — это публичный лог изменений всего, что их SEO-команда только что выкатила.

Сохраняешь снимок, возвращаешься через неделю, сравниваешь оба, и развертывание как на ладони:

— Запущенные новые страницы
— Удаленные страницы
— Появление новых категорий
— Выкатка страниц локаций
— Новые кластеры контента
— Целые директории, внезапно получающие массу внимания

Четыре URL, приземлившиеся в течение одной недели, дают куда больше информации, чем скачок того же конкурента с 14 на 11 место по одному ключу:

— /mens/linen-suits/
— /mens/wedding-suits/
— /summer-wedding-outfits/
— /journal/what-to-wear-to-a-summer-wedding/

По сути, стратегия видна еще до того, как за ней подтянутся позиции.

Мониторинг собирается на Google Таблицах плюс Apps Script: скрипт помечает URL как NEW, REMOVED, UNCHANGED и LASTMOD CHANGED, а затем группирует изменения по директориям.

В итоге вместо тысяч сырых ссылок всплывают четкие паттерны.

Настраивается один раз:

1. Добавь URL сайтмапа конкурента на вкладку Setup.
2. Открой Extensions → Apps Script и запусти snapshotSitemap(), выдав доступы.
3. Запусти скрипт позже, и он сравнит два снимка.
4. Запусти createWeeklyTrigger() один раз для автоматической проверки каждый понедельник.

Чтение упирается в два ограничения.

Даты LASTMOD могут быть полным мусором, поэтому реальный сигнал несут появляющиеся и исчезающие URL, а не таймстемпы.

Плюс Apps Script давится вложенными файлами <sitemapindex> или списками свыше 20 тыс.

URL — на масштабах клиентского портфеля лучше работает легкий Python-скрипт, который делает хэш-дифф XML-структур напрямую и отрабатывает за секунды без таймаутов.

Инсайты комьюнити

— Прежде чем списывать REMOVED URL, пробей по Wayback — их просто снесли или кинули через 301 редирект на более сильную страницу. Это отделяет чистку от консолидации. Дифф сайтмапов — дешевый сигнал; статус индексации — тот, что прогнозирует реальный выхлоп.
— Относись к дельте сайтмапа как к гипотезе, а не к приоритету. Валидируй каждое изменение на предмет индексируемости, внутренней перелинковки и статуса canonical, а затем проверяй, поддерживает ли выкатка реальный коммерческий путь — это отделяет осознанную экспансию от плодежки мусорных URL до того, как ты скопируешь тактику. Дельта раскрывает активность развертывания, а данные GSC и конверсии определяют, имел ли этот шаг смысл.
— Загрузка обоих сайтмапов в ChatGPT с промптом на поиск разрывов выдает сравнение в виде скачиваемой таблицы с подтягиванием дополнительных колонок по запросу.
— Перевод диффа с еженедельного на ежедневный скрипт добавляет слой обогащения: из новых статей конкурента вытягиваются целевые ключи вместе с частоткой и сложностью.

#Sitemaps #CompetitorAnalysis #Python

@MikeBlazerX
📈 "Пушки" — в @MikeBlazerPRO