OpenSEO — open-source альтернатива Semrush и Ahrefs с MCP для AI-агентов

OpenSEO — open-source альтернатива Semrush и Ahrefs с моделью pay-as-you-go: вы подключаете собственный API-ключ DataForSEO и платите только за реально использованные данные, а не фиксированную подписку. Проект набрал 12.2k звёзд на GitHub, распространяется под лицензией MIT и написан на TypeScript (стек заметен по структуре репозитория: Cloudflare Workers через wrangler, Drizzle ORM, Vite, pnpm-workspace).

Авторы позиционируют инструмент как «SEO tool for the people» и сразу добавляют второй акцент: all-in-one SEO tool для вас и вашего AI-агента. Из коробки работают MCP-сервер и готовые Agent Skills, так что Claude Code, OpenClaw, Hermes и другие агенты получают прямой доступ к вашим SEO-данным.

Проблема: дорогие и перегруженные SEO-платформы

Мотивация в README сформулирована прямо: Semrush и Ahrefs «слишком дорогие или перегруженные». Подписка на индустриальный SEO-комплекс — фиксированный платёж, который не зависит от того, делаете вы один аудит в квартал или ежедневно гоняете отчёты. Для независимых разработчиков, небольших команд и side-проектов это существенный барьер.

OpenSEO переворачивает модель:

• Pay-as-you-go — свой ключ DataForSEO, оплата только фактических запросов к провайдеру данных
• Контроль — код открыт (MIT), данные и история запросов остаются у вас
• Простой UI — сфокусированные воркфлоу вместо «раздутого SEO-комплекса»
• Форкабельность — README прямо предлагает «fork and vibe code your own custom tool»

Основные SEO-воркфлоу

OpenSEO закрывает шесть ключевых сценариев работы:

Последний пункт показателен: появление AI-ответов как источника трафика уже изменило рынок SEO-инструментов, и OpenSEO учитывает это как воркфлоу первого класса, а не надстройку. Классический SEO фокусировался на позициях в «синих ссылках»; теперь важно, попадает ли сайт в ответы генеративных движков — ChatGPT, Perplexity, AI Overviews в Google. Этот сдвиг часто называют GEO (Generative Engine Optimization), и мы уже разбирали набор скиллов для GEO-аудитов в отдельном обзоре SEO/GEO навыков для AI-агентов. OpenSEO подходит к той же задаче со стороны данных и аналитики.

MCP и Agent Skills: SEO-данные для AI-агента

Для аудитории, работающей с AI-агентами, это самая интересная часть проекта. OpenSEO предоставляет MCP-сервер, через который агенты вроде Claude Code, OpenClaw и Hermes работают с SEO-данными напрямую: собирают семантику, проверяют позиции, смотрят бэклинки — без ручного копирования данных из интерфейса.

Второй слой — Agent Skills: переиспользуемые воркфлоу, которые ведут агента по типовым SEO-задачам через MCP. Проект поставляет готовые скиллы, но архитектура рассчитана на то, чтобы вы писали собственные и адаптировали OpenSEO под свои процессы.

Документация по настройке:

• Настройка OpenSEO MCP
• Настройка OpenSEO Agent Skills

Показательно, что сам проект разрабатывается в агентной парадигме: в репозитории лежат AGENTS.md, CLAUDE.md, каталоги .claude/skills, .agents и .opencode, а также skills-lock.json — фиксация версий скиллов. Даже в контрибьюторской документации используется собственный скилл /simple-issue-description, помогающий оформлять понятные issues:

npx skills add every-app/open-seo --skill simple-issue-description

Команда считает, что «создание понятных issues — лучший способ внести вклад» в проект.

Как устроен проект технически

Репозиторий — TypeScript-монорепозиторий на pnpm-workspace, и по его структуре видно внимание к инженерной культуре:

• src/ и web/ — разделение ядра и веб-интерфейса
• Два набора конфигураций Drizzle ORM (drizzle/, drizzle-pg/) — пути под разные СУБД в зависимости от сценария развёртывания
• E2e-тесты на Playwright (e2e/), юнит-тесты на Vitest
• wrangler.jsonc и скрипты alchemy.*.ts — деплой и управление доступом на Cloudflare
• Качество кода: oxlint, prettier и knip для поиска неиспользуемого кода
• specs/, runbooks/, release-notes/ — спецификации и операционная документация в самом репозитории

Для self-hosted это важный сигнал: проект рассчитан на долгую жизнь и самостоятельное обслуживание, а не на быстрый MVP.

Типичный сценарий: агент + SEO-данные

Зачем вообще AI-агенту доступ к SEO-платформе? Рассмотрим типичный контент-пайплайн:

1. Вы ставите агенту задачу — «подготовь контент-план по теме X»
2. Агент через OpenSEO MCP собирает семантику: по каким запросам ищут, какая конкуренция, что уже ранжируется
3. По данным rank tracking и Competitor Insights агент видит, где сайт отстаёт от конкурентов
4. Site Audit подсказывает технические проблемы, которые стоит закрыть до публикации
5. На выходе — контент-план, обоснованный данными, а не интуицией

Без MCP-интеграции каждый из этих шагов означал бы ручной экспорт из интерфейса SEO-сервиса и вставку в чат с агентом. С OpenSEO агент ходит за данными сам, а Agent Skills задают воспроизводимый порядок действий для типовых задач.

Варианты развёртывания

OpenSEO доступен в трёх форматах:

1. Hosted-версия — openseo.so, бесплатна для пробного использования; подписка $10/мес, если хочется поддержать проект
2. Docker (простой путь) — для личного использования на своей машине, рекомендуется для старта; инструкция в docs/SELF_HOSTING_DOCKER.md
3. Cloudflare (продвинутый путь) — для публичного хостинга на нескольких устройствах или в команде, работает на бесплатном тарифе Cloudflare; инструкция в docs/SELF_HOSTING_CLOUDFLARE.md

В репозитории для этого есть готовые артефакты: compose.yaml, Dockerfile.selfhost, docker-entrypoint.sh и набор .env-шаблонов под разные сценарии (example, preview, production, selfhost).

В любом варианте для получения SEO-данных нужен API-ключ DataForSEO — см. docs/DATAFORSEO_API_KEY.md.

Экономика: откуда берётся цена

Модель монетизации прозрачна и описана в README открыто:

• DataForSEO — провайдер данных с оплатой за фактическое использование; при селфхостинге вы платите ему напрямую
• Hosted-версия OpenSEO берёт 28% наценки на каждый запрос к DataForSEO — так сервис зарабатывает
• Соответственно, при самостоятельном хостинге расходы «слегка ниже» оценок на странице цен

Такая честность в вопросе ценообразования — редкость для SEO-рынка и хороший сигнал о зрелости проекта.

Когда выбирать OpenSEO

• Semrush или Ahrefs слишком дороги для ваших объёмов, а отказаться от SEO-данных нельзя
• Хотите, чтобы SEO-анализ выполнял AI-агент через MCP — например, в составе автоматизированного контент-пайплайна
• Нужен self-hosted инструмент с полным контролем над данными и историей запросов
• Готовы работать с API DataForSEO и платить за фактическое использование
• Хотите форкнуть базу и собрать собственный SEO-инструмент под конкретные задачи

OpenSEO не пытается заменить корпоративные платформы по числу отчётов — ставка на сфокусированные воркфлоу, прозрачную экономику и агентную интеграцию. Для индивидуальных разработчиков и небольших команд это часто важнее толстых фич.

Проект активно развивается: 448 коммитов, 1.4k форков, 38 открытых issues, живое комьюнити в Discord. Если тема SEO для AI-агентов интересна и вам, посмотрите также OpenSERP — self-hosted SERP API с MCP-сервером, который хорошо дополняет OpenSEO в агентных пайплайнах: OpenSERP закрывает живой поисковой трафик, OpenSEO — аналитику поверх SEO-данных.