DigestSEO MCP Suite: produktive Infrastruktur für KI-Suche
Vier zusammengehörige Open-Source-Systeme hinter DigestSEO: KI-Sichtbarkeit, Google Search Console, technische Webvalidierung sowie aktuelle Nachrichten- und Suchtrend-Recherche. Als lokale und entfernte MCP-Oberflächen mit klaren Sicherheitsgrenzen und Deployment-Pfaden gebaut.
DigestSEO ansehenEin Produktökosystem, vier bewusst getrennte Daten- und Werkzeugoberflächen.
Warum diese Systeme zusammengehören
DigestSEO braucht mehr als einen API-Wrapper. Arbeit an KI-Suche umfasst mehrere Evidenzquellen: was Antwortmaschinen über eine Marke sagen, was Google Search Console meldet, ob die Website technisch sauber ist und welche Nachfrage sich gerade verändert. Ich habe jeden Bereich als eigenen, begrenzten MCP-Server gebaut, damit er unabhängig nutzbar bleibt und im Produkt mit anderen Quellen kombiniert werden kann.
Die Trennung hält auch Berechtigungen sauber. Search Console benötigt Google-Kontozugriff; öffentliche Webvalidierung soll diese Zugangsdaten nicht erben; KI-Sichtbarkeit verbraucht Modell- oder Suchanbieter-Kontingent; Trend- und Nachrichtenabruf hat wiederum eine eigene Netzwerk- und Browser-Angriffsfläche.
Vier fokussierte MCP-Systeme
Jedes Repository hat eine klar begrenzte Aufgabe und eigene Laufzeitbedingungen. Die Links führen zum Quellcode und, sofern bereits öffentlich, zur passenden DigestSEO-Produktseite.
KI-Sichtbarkeit und Zitations-Tracking
Misst Markensichtbarkeit und Zitate über Antwortmaschinen hinweg, mit lokaler SQLite- und Cloudflare/D1-Implementierung, geplanten Aktualisierungen, Wettbewerbsvergleichen, Zitiernachweisen und Content-Gap-Analyse. Derselbe Kern kann lokal mit eigenen Provider-Schlüsseln oder hinter einer verwalteten Remote-Oberfläche laufen.
Schwerpunkte: Provider-Fan-out, quotenbewusste Ausführung, präzises Mention-/Citation-Matching, Verlaufsspeicherung, Prompt-Generierung und die Trennung lokaler Markenverwaltung von gehosteten Admin-Operationen.
Google Search Console über MCP
Macht Search-Console-Analysen, URL-Inspektion, Sitemap-Operationen, Indexierungs-Eignungsprüfungen und höherwertige SEO-Analysen als typisierte MCP-Tools nutzbar. OAuth ersetzt kopierte Service-Account-Zugangsdaten; Read-only- und Read-write-Modi halten die Google-Scopes passend zum Deployment.
Schwerpunkte: OAuth-Token, Least-Privilege-Modi, Pagination und Vergleiche, sichere Schreiboperationen sowie Quick-Wins-, Decay-, Kannibalisierungs- und Wochenreport-Workflows aus rohen GSC-Daten.
Technische Webvalidierung und begrenzte Site-Audits
Kombiniert lokal HTML/CSS-Validierung, On-Page-SEO- und Accessibility-Signale, JSON-LD-Syntaxprüfung, Broken-Link-Checks und responsive Screenshots. Die gehostete Oberfläche ist absichtlich enger und auditiert autorisierte öffentliche Seiten oder eine begrenzte Sitemap-Stichprobe ohne lokalen Dateizugriff oder freien Crawl.
Schwerpunkte: SSRF-resistente URL-Behandlung, Redirect-Prüfung, Robots-/Sitemap-Grenzen, Request-Limits, externe Validatoren und das Fernhalten lokaler Dateisystemfähigkeiten vom gehosteten Dienst.
Aktuelle Nachrichten- und Suchnachfrage-Intelligenz
Ein Python-MCP-Server, der Google-News-Suche und Artikel-Extraktion mit Google-Trends-Recherche kombiniert: Interest over Time, Wachstum, regionale Nachfrage, verwandte Suchanfragen, Vorschläge und Vergleiche zwischen Suchtypen. Schwierige Artikel können einen abgesicherten Playwright-Fallback nutzen.
Schwerpunkte: nicht vertrauenswürdiger Outbound-Abruf, Redirect-/Private-Network-Blocking, Browser-Fallback, Provider-Ratenlimits, reproduzierbare Trend-Zeitfenster und eine kleinere zielorientierte Remote-Tool-Oberfläche. Der Community-Server ist nutzbar; die verwaltete DigestSEO/OpenAI-Schicht wird noch produktisiert.
Gemeinsames Engineering-Muster, getrennte Vertrauensgrenzen
Die gemeinsame Schicht ist MCP: typisierte Tools geben KI-Clients einen auffindbaren Vertrag, statt Dashboards scrapen oder API-Aufrufe erfinden zu müssen. Dahinter bleiben die Implementierungen bewusst unterschiedlich. TypeScript und Cloudflare Workers passen zu gehosteten SEO-Diensten und Edge-Speicher; Python zu TrendPulse mit News-Extraktion, Trends-Providern und Playwright.
Remote-Oberflächen werden wie internetexponierte Anwendungen behandelt, nicht wie lokale Skripte. Eingaben sind begrenzt, ausgehende Ziele werden validiert, privilegierte Operationen getrennt und gehostete Tools bieten weniger Fähigkeiten, wenn lokale Funktionen remote unnötiges Risiko erzeugen würden.
Distribution gehört zum System
Die Suite trifft Nutzer dort, wo sie bereits arbeiten: lokale Runner für Self-Hosting, Remote-MCP-Endpunkte für Cloud-Clients, Registry- und Marketplace-Metadaten wo sinnvoll sowie DigestSEO-Produktseiten für verwaltete Nutzung. Die Repositories bleiben eigenständig nützlich und sind keine bloßen Marketing-Hüllen.
Was dieses Projekt zeigt
- Ein Multi-Repository-Produkt kann ein Protokoll teilen, ohne unterschiedliche Sicherheits- und Berechtigungsmodelle in einen Server zu pressen.
- Gehostete und lokale Agent-Tools brauchen unterschiedliche Capability-Surfaces; Komfort rechtfertigt keinen unnötigen Remote-Zugriff auf Dateien, Browser, Zugangsdaten oder Schreiboperationen.
- Auch LLM-gesteuerte Tools brauchen deterministische Grenzen für Authentifizierung, URL-Zugriff, Kontingente, Validierung und Side Effects.
- Open-Source-Distribution, Dokumentation, Manifeste, CI und Hosted-Produktintegration können als ein Engineering-Lifecycle behandelt werden.