ابزار متن‌باز GEOInflow؛ رصد دقیق رفتار خزنده‌های هوش مصنوعی و ترافیک موتورهای پاسخ‌دهی

مقدمه‌ای بر پروژه

ابزار GEOInflow یک پلتفرم تحلیلی خودمیزبان (Self-hosted) برای بررسی ترافیک وب‌سایت و رفتار خزنده‌های هوش مصنوعی است که به‌طور ویژه برای بهینه‌سازی در موتورهای هوش مصنوعی مولد (GEO) طراحی شده است. این ابزار حاصل همکاری مشترک دو مجموعه Liekan Technology و Beijing Daily Zhiyuan GEO بوده و با پروانه متن‌باز MIT و به زبان TypeScript در مخزن yaojingang/GEOInflow روی پلتفرم GitHub منتشر شده است.

این سیستم اطلاعات بازدیدکنندگان وب‌سایت، ترافیک ارجاعی از موتورهای جستجوی مبتنی بر هوش مصنوعی، لاگ‌های خزش سرور و فهرست محتوا را در قالب محیطی یکپارچه گرد هم می‌آورد. با این روش، تیم‌های فنی و بازاریابی می‌توانند به‌دقت بررسی کنند که کدام خزنده‌های هوش مصنوعی به سایت سر می‌زنند، چه صفحاتی را درخواست می‌کنند، کدام صفحات مهم هرگز خزش نشده‌اند، درخواست‌ها در چه بخش‌هایی با خطا مواجه می‌شوند و موتورهای هوش مصنوعی چه تعداد کاربر و چه میزان نرخ تبدیل برای سایت به‌همراه دارند.

مخزن این ابزار در تاریخ ۲۶ اکتبر ۲۰۲۶ ایجاد شد و تنها در نخستین روز انتشار موفق شد حدود ۲۷۶ ستاره و ۴۶ فورک در GitHub جذب کند. نسخه پایدار کنونی محصول نیز نگارش v1.2 است.

پاسخ به پرسش‌های کلیدی وب‌مسترها

پلتفرم GEOInflow به مجموعه‌ای از سؤالات اساسی پیرامون نحوه تعامل سیستم‌های هوش مصنوعی با وب‌سایت پاسخ می‌دهد:

تحلیل پیشرفته خزنده‌های هوش مصنوعی

• کاتالوگ داخلی این ابزار پلتفرم‌های پیشرو مانند OpenAI، Anthropic، Perplexity، گوگل، مایکروسافت، بایت‌دنس، Baidu، Kimi و Tencent Hunyuan را پوشش می‌دهد و اهداف مراجعه آن‌ها را به سه دسته آموزش مدل، جستجوی هوش مصنوعی و دسترسی مبتنی بر دستور مستقیم کاربر تفکیک می‌کند.
• مشخصات اعلام‌شده در رشته User-Agent، تطابق با محدوده IP رسمی و شواهد دریافتی از DNS یا لبه‌های امن به‌صورت مجزا ذخیره می‌شوند؛ بنابراین تنها ادعای User-Agent برای تأیید اصالت یک خزنده کافی نخواهد بود.
• امکان خروجی گرفتن از فایل robots.txt و تنظیمات دسترسی وب‌سرور Nginx فراهم شده است؛ همچنین برخی سیاست‌های کنترلی Cloudflare پس از پیش‌نمایش و تأیید مستقیم کاربر قابل اعمال هستند.
• توسعه‌دهندگان این پروژه تأکید می‌کنند که لاگ‌های خزش سرور صرفاً دسترسی بات‌ها به صفحه را اثبات می‌کنند؛ در نتیجه مواردی مانند ایندکس شدن، آموزش مدل‌ها، استناد به محتوا یا جذب مخاطب هر کدام نیازمند شواهد و معیارهای سنجش مستقل دیگری هستند.

امکانات تحلیل وب‌سایت

این سامانه در کنار نظارت بر بات‌ها، معیارهای متداول وب مانند بازدید صفحات (PV)، کاربران یکتا (UV)، نشست‌ها، مراجع ورودی، توزیع جغرافیایی و نوع دستگاه‌ها را ثبت می‌کند. از دیگر قابلیت‌های آن می‌توان به تعریف رویدادهای اختصاصی، اهداف، قیف‌های تبدیل، مدل‌های انتساب، پارامترهای UTM، نقشه‌های حرارتی و نرخ بازگشت کاربران اشاره کرد. سیستم همچنین از فضاهای کاری تیمی، سطوح دسترسی، داشبوردهای مدیریتی و اشتراک‌گذاری عمومی پشتیبانی کرده و امکان خروجی گرفتن با فرمت‌های CSV، JSON و ZIP را فراهم می‌سازد. یک دستیار هوش مصنوعی اختیاری نیز در برنامه تعبیه شده که به‌طور پیش‌فرض غیرفعال است. رابط کاربری سامانه از دو زبان انگلیسی و چینی ساده پشتیبانی می‌کند و منطقه زمانی پیش‌فرض آن Asia/Shanghai است.

معماری فنی و ساختار سیستم

گردش داده‌ها در GEOInflow به این گونه است که اسکریپت مرورگر، لاگ‌های سرور یا CDN و فهرست محتوای سایت به رابط‌های برنامه‌نویسی نرم‌افزار ارسال می‌شوند. اطلاعات در پایگاه داده PostgreSQL ذخیره شده و پردازنده‌های پس‌زمینه برای پیش‌تجمیع نتایج لاگ‌ها و تحلیل‌ها به کار گرفته می‌شوند. در نهایت با تکیه بر کش Redis، گزارش‌های تفصیلی GEO، رفتار کاربران و عملکرد محتوا با سرعت بالا در اختیار مدیران قرار می‌گیرد.

راهنمای نصب و راه‌اندازی سریع با Docker

برای راه‌اندازی سریع برنامه با ابزار Docker و Docker Compose نسخه ۲، کافی است در مسیر اصلی پروژه دستور زیر اجرا شود:

sh scripts/liekan-deploy.sh

این اسکریپت به‌صورت خودکار فایل تنظیمات .env و کلیدهای تصادفی امنیتی را ایجاد کرده، ایمیج‌ها را می‌سازد، مایگریشن‌های پایگاه داده را پیاده می‌کند و کلیه بخش‌های نرم‌افزار شامل وب‌اپلیکیشن، پردازنده‌های لاگ و تحلیل، PostgreSQL و Redis را بالا می‌آورد. سامانه پس از اجرا روی نشانی http://127.0.0.1:3002 در دسترس خواهد بود.

• در اولین استقرار، ورود با نام کاربری admin و رمز عبور liekan انجام می‌شودضروری است بلافاصله پس از ورود نخست، این رمز تغییر کند.
• برای بارگذاری داده‌های نمونه، اجرای دستور زیر در خط فرمان کافی خواهد بود:

docker compose -f docker-compose.liekan.yml exec app node scripts/liekan-seed-demo.mjs

• استقرار عملیاتی پروژه به یک دامنه اختصاصی، پروتکل HTTPS و پراکسی معکوس مطمئن نیاز دارد؛ چراکه صحت شاخص‌های هویتی نظیر کاربران یکتا به آدرس IP ورودی معتبر وابسته است.
• اتصال مستقیم لاگ‌های سرور یا CDN برای رهگیری خزنده‌هایی که اسکریپت‌های کلاینت را اجرا نمی‌کنند کاملاً الزامی است.

این پلتفرم برای چه کسانی کاربرد دارد؟

• وب‌سایت‌های شرکتی، رسانه‌های خبری، پایگاه‌های تولید محتوا و مستندات توسعه‌دهندگان که نیازمند دید شفاف بر ترافیک موتورهای هوش مصنوعی و رفتار خزنده‌ها هستند.
• تیم‌های تخصصی سئو و بهینه‌سازی موتورهای مولد (GEO) که مدیریت چندین وب‌سایت را بر عهده دارند.