seo-performance MCP 출시

요약 (TL;DR): seo-performance-mcp는 URL별로 Google Search Console, GA4, Matomo, Clarity 및 AI 인용 (AI-citation) 데이터를 가져와 명시적인 이유 코드와 함께 포스트별 판결 (새로고침(refresh), 확장(expand), 병합(merge), 삭제(kill), 강화(double_down), 유지(hold))을 내립니다.

저희는 방금 npm에 @automatelab/seo-performance-mcp를 게시했습니다. 이는 포스트가 게시된 이후의 SEO 단계인 분류 (triage)를 위한 Model Context Protocol (MCP) 서버입니다. 어떤 URL이 쇠퇴하고 있는지, 어떤 URL이 조용히 승승장구하고 있는지, 어떤 URL이 지난주에 AI 인용을 잃었는지, 혹은 클릭률 (CTR)이 낮은 7위 자리에 머물러 있어 제목 재작성이 필요한지 등을 파악합니다. 무료이며, MIT 라이선스이고, 이메일 등록 절차가 없습니다.

seo-performance-mcp는 무엇을 하나요?

대부분의 SEO 도구는 "포스트가 게시되었다"는 지점에서 멈춥니다. 이 MCP는 그 지점부터 시작합니다. 사이트의 모든 URL에 대해 Search Console (클릭, 노출, CTR, 순위, 주요 쿼리), GA4 (페이지뷰), Matomo (방문, 체류 시간), Microsoft Clarity (스크롤 깊이, 분노의 클릭 (rage clicks)), 그리고 설정된 인용 지능 (citation-intelligence) 엔드포인트로부터의 AI 인용 횟수를 가져옵니다. 모든 신호 소스는 선택 사항입니다. 사용하는 플랫폼에 대한 환경 변수 (env vars)를 제공하면, 나머지는 조용히 건너뜁니다.

데이터는 결정론적 판결 엔진 (deterministic verdict engine)을 통해 흐릅니다. 이 엔진은 스냅샷을 12주간의 GSC 쇠퇴 곡선과 결합하여 포스트당 6가지 호출 중 하나를 내보냅니다: refresh, expand, merge, kill, double_down, 또는 hold. 각 판결은 명시적인 이유 코드 (규칙은 src/verdict/rules.ts에 있으며 직접 확인할 수 있습니다)와 0~1 사이의 신뢰도 점수를 포함합니다. 이 매핑은 LLM 기반이 아닌 규칙 기반 (rules-based)이므로, 동일한 입력은 항상 동일한 호출을 생성합니다.

보고 전용입니다. 이 서버는 포스트를 편집하거나, 무언가를 게시하거나, 읽기 이외의 작업으로 제3자 플랫폼을 건드리지 않습니다. 판결과 새로고침 브리프 (refresh brief)는 작가, 편집자 또는 후속 재작성 도구를 위한 전달물입니다.

어떤 도구들이 포함되어 있나요?

8개의 도구가 점 표기법 (dot-notation) 트리 구조로 구성되어 있습니다: URL별 분석을 위한 posts.*, 포스트 간 통합 분석을 위한 cohort.*, Search Console 직접 스캔을 위한 gsc.*가 있습니다.

• posts.list: XML 사이트맵 (XML sitemap), JSON 재정의 목록 (JSON override list), 또는 Ghost Admin API를 통해 인덱싱 가능한 포스트를 검색합니다. 최소 연령 또는 발행 이후 날짜로 필터링할 수 있습니다.
• posts.snapshot: 하나의 URL에 대해 설정된 모든 신호 소스 (signal source)로부터 30일, 60일 또는 90일간의 스냅샷을 가져옵니다. 각 소스는 최선 노력 (best-effort) 방식으로 작동합니다.
• posts.decay_curve: GSC 클릭, 노출수 (impressions), 평균 순위를 주 단위 구간으로 분류하고 추세를 감쇠 (decay), 정체 (plateau), 또는 성장 (growth)으로 분류합니다. 이는 판정 엔진 (verdict engine)의 감쇠 규칙의 기반이 됩니다.
• posts.verdict: 하나의 URL에 대해 규칙 기반 판정 엔진 (rule-based verdict engine)을 실행합니다. 판정 결과, 이유 코드 (reason codes), 그리고 신뢰도 (confidence)를 반환합니다.
• posts.refresh_brief: 사람 또는 다운스트림 LLM 편집자를 위한 마크다운 브리프 (markdown brief)를 생성합니다: 판정, 이유, 원시 수치 (raw numbers), 주요 쿼리 (top queries), 제안된 조치 사항.
• posts.cite_loss: 이전에 이 URL을 인용했으나 더 이상 인용하지 않는 LLM 목록을 이전 쿼리 및 마지막 확인 날짜와 함께 반환합니다. 선택적으로 귀하의 URL을 대체한 URL을 식별합니다.
• cohort.report: 태그 및 최소 연령으로 필터링된 코호트 (cohort) 전체에 대해 판정 엔진을 실행합니다. 판정 우선순위와 신뢰도 순으로 정렬된 순위 테이블을 반환합니다. "이번 주에 어떤 세 개의 포스트를 새로고침해야 하는가?"라는 질문에 답합니다.
• gsc.quick_wins: GSC를 스캔하여 순위가 5위에서 15위 사이이면서 노출수가 유의미하고, 클릭률 (CTR)이 순위 기대 곡선보다 낮은 (page, query) 쌍을 찾습니다. 가장 빠른 제목 재작성 (title-rewrite) 전략이 승리합니다. 플랫폼에 구애받지 않는 순수 GSC 추출 방식입니다.

세 가지 검색 가능한 프롬프트가 함께 제공됩니다: audit_cohort, find_quick_wins, citation_loss_sweep. 별도의 스킬 로더 (skill loader)가 필요하지 않으며, MCP 기능이 있는 모든 클라이언트가 이를 인식합니다.

설치

Node 20 이상이 필요합니다. MCP 호스트 설정에 서버를 추가한 후 (Cursor의 경우 ~/.cursor/mcp.json, Claude Desktop의 경우 claude_desktop_config.json, Claude Code의 경우 .mcp.json), 호스트를 재시작하세요.

json
{
...