Analizator semantycznej struktury treści dla SEO. Wykorzystuje embeddingi (Ollama) do oceny spójności tematycznej strony.
Przeczytaj artykuł: Content Context Vector Checklist
Content Context Vector to metryka semantyczna, która analizuje czy wszystkie elementy strony (Title, H1, H2, H3, meta description) są ze sobą powiązane tematycznie. W przeciwieństwie do tradycyjnej analizy keyword-based, CCV używa embeddingów do mierzenia rzeczywistej bliskości semantycznej.
- Analiza semantyczna - wykorzystuje embeddingi do porównywania elementów strony
- Wykrywanie topic drift - identyfikuje nagłówki odbiegające od głównego tematu
- Checklista SEO - 16 punktów kontrolnych z priorytetami (Critical/High/Medium)
- Sugestie LLM - automatyczne propozycje poprawek generowane przez AI
- Wizualizacje:
- Scatter plot 2D/3D (UMAP) - rozmieszczenie elementów w przestrzeni semantycznej
- Heatmapa similarity - macierz podobieństwa między elementami
- Drzewo hierarchii - struktura nagłówków z oznaczeniem spójności
- Python 3.10+
- Ollama - lokalne modele AI
# Embeddingi (wymagany)
ollama pull snowflake-arctic-embed2
# LLM do sugestii (opcjonalny)
ollama pull gemma3:12b# Klonuj repozytorium
git clone https://github.com/romek-rozen/content-context-vector-analyzer.git
cd content-context-vector-analyzer
# Utwórz wirtualne środowisko
python -m venv venv
source venv/bin/activate # Linux/macOS
# lub: venv\Scripts\activate # Windows
# Zainstaluj zależności
pip install -r requirements.txt# Upewnij się, że Ollama działa
ollama serve
# Uruchom aplikację
streamlit run app.pyAplikacja będzie dostępna pod adresem: http://localhost:8501
- Wklej HTML - skopiuj kod źródłowy strony do pola tekstowego
- Analizuj - kliknij przycisk "Analizuj"
- Przejrzyj wyniki:
- Tab "Wyniki" - checklista z oceną elementów
- Tab "Wizualizacje" - scatter plot, heatmapa, drzewo hierarchii
- Wygeneruj sugestie - kliknij na problematyczny element, aby otrzymać propozycje poprawek od LLM
| Kod | Element | Priorytet |
|---|---|---|
| CV-001 | Title present | Critical |
| CV-002 | Title length (50-60 chars) | High |
| CV-003 | H1 present | Critical |
| CV-004 | Single H1 | High |
| CV-005 | Meta description present | High |
| CV-006 | Meta description length (150-160 chars) | Medium |
| CV-007 | H2 headers present | High |
| CV-008 | H2 count (3-8 optimal) | Medium |
| CV-009 | Title-H1 similarity (80-95%) | Critical |
| CV-010 | H1-Meta similarity (70-90%) | High |
| CV-011 | H2-Core alignment (>60%) | High |
| CV-012 | Topic drift detection | High |
| CV-013 | H3 under H2 structure | Medium |
| CV-014 | Heading word count (3-10 words) | Medium |
| CV-015 | Question headings (>30%) | Medium |
| CV-016 | Overall semantic coherence | Critical |
Domyślne modele można zmienić w sidebar aplikacji:
- Embedding model:
snowflake-arctic-embed2:latest - LLM model:
gemma3:12b
Prompty dla sugestii LLM znajdują się w katalogu /prompts. Format nazwy: CV-XXX-opis.txt.
Dostępne zmienne w promptach:
{title},{h1},{meta}- elementy strony{current_value},{target}- aktualna i docelowa wartość{h2_list},{h3_list}- listy nagłówków{similarity}- wynik podobieństwa{problem},{element_type}- opis problemu
content-context-vector-analyzer/
├── app.py # Główna aplikacja Streamlit
├── config/
│ └── settings.py # Konfiguracja
├── core/
│ ├── models.py # Modele danych
│ ├── parsers/
│ │ ├── html_parser.py # Parser HTML
│ │ └── markdown_parser.py # Parser Markdown
│ ├── embeddings/
│ │ └── ollama_client.py # Klient Ollama API
│ ├── analysis/
│ │ ├── similarity.py # Analiza podobieństwa
│ │ └── checklist_evaluator.py
│ └── suggestions/
│ └── llm_suggester.py # Generator sugestii LLM
├── visualization/
│ ├── scatter_plot.py # Scatter 2D
│ ├── scatter_3d.py # Scatter 3D
│ ├── heatmap.py # Heatmapa
│ └── hierarchy_tree.py # Drzewo hierarchii
├── prompts/ # Szablony promptów LLM
└── tests/ # Testy
MIT License - zobacz LICENSE
Roman Rozenberger
Jeśli projekt jest dla Ciebie przydatny, możesz wesprzeć jego rozwój:
