新闻详情

新闻详情

首页 / 资讯中心 / 详情

Claude Code、Codex、Cursor、Gemini CLI 一份技能四端运行:NotFair 开源营销技能包完整指南

发布时间:2026/11/14 17:44:43来源:尧图网络
Claude Code、Codex、Cursor、Gemini CLI 一份技能四端运行:NotFair 开源营销技能包完整指南
Claude Code、Codex、Cursor、Gemini CLI 一份技能四端运行NotFair 开源营销技能包完整指南【免费下载链接】notfair-pluginOpen-source SEO, GEO, and marketing skills for AI agents.项目地址: https://gitcode.com/gh_mirrors/to/notfair-pluginNotFair 是一款面向 AI Agent 的开源插件内置 48 个 SEO、GEO 与营销技能一次安装即可在 Claude Code、Codex、Cursor 和 Gemini CLI 四个端之间无缝切换使用。无论你是想审计网站、排查流量下跌还是分析 GA4 和 Search Console 数据、找出广告账户中被浪费的预算同一套技能文件都能在你常用的 Agent 环境中直接运行。为什么需要一份技能、四端运行如果你同时使用多个 AI 编程助手很可能遇到过这样的烦恼给 Claude Code 调好的工作流换到 Codex 就要重新配置在 Cursor 里写好的提示词Gemini CLI 又不认。NotFair 的解决思路是把技能和运行环境彻底解耦设计作用技能就是纯 Markdown 文件每个技能是一个可读的 SKILL.md不绑定任何 Agent 运行时统一入口路由表AGENTS.md 把用户意图映射到对应的技能任何 Agent 读取同一份文件唯一 MCP 连接所有平台共用一条名为NotFair的 MCP 连接OAuth 登录一次即可正如 README.md 中所说Host-agnostic: the canonical skills are plain files, not logic trapped inside one agent runtime.技能是通用文件而不是被锁死在某一个 Agent 运行时的逻辑。技能结构SKILL.md AGENTS.md 双文件设计打开仓库你会看到技能按业务域分目录存放SEO 与 GEOseo/ 目录下的 20 个技能如 seo-analysis、keyword-research、geo-optimizer付费广告paid-ads/ 覆盖跨渠道规划、复盘、优化广告平台google-ads/、meta-ads/ 等审计与操作技能数据分析analytics/ 下的 GA4 与 Search Console 工作流内容系统wordpress/、gohighlevel/ 实时操作技能每个技能内部结构一致seo/your-skill-name/ ├── SKILL.md # 必需工作流指令 ├── references/ # 可选支撑知识 └── scripts/ # 可选确定性脚本以 seo/seo-analysis/SKILL.md 为例它声明了触发条件用户问 SEO、排名、流量下跌时和完整执行步骤任何端读取后行为一致。而 skills/ 目录则存放各技能的通用入口文件供不同宿主加载。四端安装步骤每端只需一条命令1. Claude Code 安装步骤在 Claude Code 中从插件市场安装/plugin marketplace add nowork-studio/notfair-plugin /plugin install notfairnowork-studio安装后直接用斜杠命令调用工作流如/notfair:seo-analysis、/notfair:google-ads-audit也可以用自然语言说审计我的站点告诉我自然流量为什么下跌。2. Cursor 安装步骤在 Cursor 的插件市场安装NotFair插件会加载本仓库的开源营销技能并注册一条托管的 NotFair MCP 连接。首次使用时按提示完成浏览器 OAuth 登录即可。如果想在市场上架前本地测试也可以把仓库克隆到 Cursor 的本地插件目录后重启 Cursor详见 README.md 的 Cursor 章节。3. Gemini CLI 安装步骤一条命令从仓库安装扩展gemini extensions install https://github.com/nowork-studio/notfair-plugin扩展会加载仓库指引和 NotFair MCP。当提示需要认证时在 Gemini CLI 中执行/mcp auth NotFair完成授权。4. Codex 安装步骤通过 Codex 直接安装通用插件安装技能 注册 MCP 连接 启动 OAuth 三步一次完成codex plugin marketplace add nowork-studio/notfair-plugin --json codex plugin add notfairnowork-studio --json codex mcp login NotFair如果nowork-studio市场已配置改用marketplace upgrade刷新即可。Codex 也可以只克隆仓库作为工作区打开——AGENTS.md 会自动把营销请求路由到正确的技能。一次 OAuth全平台数据打通四个端安装方式不同但连接外部服务的方式完全相同插件只注册一条名为NotFair的 MCP 服务器见 mcp.json 与 gemini-extension.json你在 OAuth 流程中选择 NotFair 工作区就能在同一个工作区内接入 Google Ads、Meta Ads、X、LinkedIn、Reddit、TikTok、Search Console、GA4、WordPress 和 GoHighLevel。数据源用途连接方式Google Search Console搜索表现、查询词、页面、索引同一条 NotFair 连接Google Analytics 4获客、参与度、转化、实时数据同一条 NotFair 连接Google / Meta / X / LinkedIn / Reddit / TikTok Ads投放表现与经批准的操作同一条 NotFair 连接WordPress / GoHighLevel内容与 CRM 的只读审查和经批准修改同一条 NotFair 连接手动配置的 JSON 片段和从旧版每平台一个连接的迁移方法都写在 docs/mcp-connection.md 中。若你的 Agent 帮你安装给它 INSTALL_FOR_AGENTS.md 即可——文档会指导它自动检测运行端、完成安装、连接服务并验证结果。用起来同一句自然语言四端同一套技能安装完成后在任意一端都可以这样问审查我上个月的广告花费找出提升 ROAS 最安全的机会。Agent 会读取 AGENTS.md 路由表匹配到paid-ads-optimize技能再按其 SKILL.md 中的判定规则执行先只读审查再提出窄范围、可回滚的改动建议。付费改动始终需要明确授权未支持的_capabilities_ 不会被假装支持。配图NotFair 本地应用中Agent 将自然点击 30%目标拆解为基线、截止日期、检查节奏并持续跟踪的画面进阶把营销目标变成本地循环如果你想让技能不止一问一答仓库还附带一个可选的本地应用见 notfair/ 目录npx notfairlatest它在你的机器上配合 Codex 或 Claude Code 运行把可衡量的营销结果变成周期性 Agent 循环——记录基线、设定目标、每日检查、追踪指标曲线状态全部保存在本地。架构细节见 notfair/ARCHITECTURE.md。常见问题速查换端后需要重新授权吗不需要为每个端重复配置 MCP四条安装路径最终注册的都是同一条NotFair连接OAuth 登录一次四端共享技能与能力。技能文件能改吗仓库本身是 MIT 协议开源的你可以 Fork 后按团队标准改写 SKILL.md每个技能都可审查、可测试见 test/ 中的单元与 LLM 评测。只想要纯文件、不想装插件直接克隆仓库让任意 Agent 读 AGENTS.md它就是通用入口。一句话总结NotFair 把 48 个营销技能做成了与宿主无关的纯文件再配上唯一的 MCP 连接所以你在 Claude Code、Codex、Cursor、Gemini CLI 之间切换时技能、数据和授权都原样保留——一份技能四端通用。【免费下载链接】notfair-pluginOpen-source SEO, GEO, and marketing skills for AI agents.项目地址: https://gitcode.com/gh_mirrors/to/notfair-plugin创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉