О программе
Этот навык предоставляет структуру для внедрения локального SEO и разметки структурированных данных на публичных страницах продуктов, таких как витрины магазинов или списки товаров. Он формализует требования к типам schema.org, Core Web Vitals, локальным сигналам на странице и технической гигиене. Старшие разработчики применяют его при первоначальном создании страниц, чтобы гарантировать их корректную структуру для локального поиска.
Быстрая установка
Claude Code
Рекомендуетсяnpx skills add avelikiy/great_cto -a claude-code/plugin add https://github.com/avelikiy/great_ctogit clone https://github.com/avelikiy/great_cto.git ~/.claude/skills/local-seoСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
Local SEO — built to be found, not just reviewed
For a storefront, a restaurant, or a listing site, being discoverable IS the product. SEO designed in is cheap; SEO retrofitted is a rebuild. Build these signals from the first page.
1. Structured data (schema.org) — the biggest local lever
Emit JSON-LD matching the entity, validated against Google's Rich Results requirements:
- LocalBusiness (+ the specific subtype: Restaurant, HomeAndConstructionBusiness, RealEstateAgent) — name, address (PostalAddress), geo, telephone, openingHours, priceRange, url, sameAs (social). This is the single highest-impact local SEO signal.
- Product + Offer (storefront) — name, image, price, availability, aggregateRating.
- Menu / MenuItem (restaurant online-ordering).
- RealEstateListing / Residence (listings) — price, address, floorSize, numberOfRooms.
- BreadcrumbList on every deep page; FAQPage where there's Q&A.
Validate every type with the Rich Results test before shipping; invalid JSON-LD earns nothing.
2. NAP consistency + Google Business Profile alignment
Name / Address / Phone must be byte-identical across the site, the LocalBusiness JSON-LD, and the Google Business Profile. Inconsistent NAP fractures local ranking. State the canonical NAP once and reuse it.
3. Core Web Vitals are a ranking input (not just perf)
LCP / INP / CLS feed search ranking for these pages. Coordinate with performance-engineer,
but the SEO-driven minimums: optimized responsive images (AVIF/WebP + srcset — see
media-pipeline-engineer), no layout shift on load (sized media), fast TTFB. A slow local
page loses to a fast competitor regardless of content.
4. Crawl + index hygiene
- sitemap.xml auto-generated from the catalog/listings, with
lastmod; submitted. - robots.txt allows indexable pages, blocks app/admin/checkout-internal.
- Canonical on every page (self or the preferred variant) — kills duplicate-content loss from filters/pagination/UTM.
- noindex authenticated + thin/internal pages explicitly.
- Clean, stable, keyword-relevant URLs (
/menu/margherita, not/p?id=8842).
5. On-page + content signals
- One
<h1>per page; descriptive<title>+ meta description per page (templated from the entity, not duplicated site-wide). - Descriptive
alttext on every image (a11y AND image search). - Internal linking between related entities (product↔category, listing↔neighborhood).
- Location pages for multi-location businesses (one indexable page per location, unique content).
6. Syndication (where the product distributes)
For listings/storefronts that syndicate (MLS/IDX, Google Shopping, marketplaces), the canonical lives on our page; syndicated copies point back. Define the feed format + update cadence (coordinate the source-of-truth with integrations-engineer).
Output
When applied, contribute an SEO section to the architecture/design doc and a checklist the senior-dev build satisfies:
## SEO
- schema.org types: <LocalBusiness subtype + Product/Menu/Listing> · JSON-LD validated
- canonical NAP: <name/address/phone> (identical in JSON-LD + GBP)
- CWV minimums: LCP/INP/CLS targets (with performance-engineer)
- crawl: sitemap.xml (lastmod) · robots.txt · canonical on all · noindex app/admin
- on-page: 1×h1, per-page title/meta, alt text, clean URLs
- syndication (if any): canonical = our page; feed = <format/cadence>
GitHub репозиторий
Frequently asked questions
What is the local-seo skill?
local-seo is a Claude Skill by avelikiy. Skills package instructions and resources that Claude loads on demand, so Claude can perform local-seo-related tasks without extra prompting.
How do I install local-seo?
Use the install commands on this page: add local-seo to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does local-seo belong to?
local-seo is in the Meta category, tagged api, design and data.
Is local-seo free to use?
Yes. local-seo is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Похожие навыки
Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.
Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.
Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.
SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.
