Canonrie: Selbstgehostete AEO-Plattform für technische SEO und KI-Sichtbarkeit
Canonry, entwickelt von Canonry, ist eine selbstgehostete Plattform für Answer Engine Optimization und Generative Engine Optimization. Sie sammelt AI-Zitationsdaten und misst den 'Share of Voice' einer Marke über generative Modelle, um Marketingentscheidungen und Content-Strategien zu informieren. Die Plattform bietet ein AI-Visibility-Dashboard, Multi-Engine-Zitationsverfolgung und verbindet Suchanalysen mit diesen Zitationen für Reporting. Technische SEO-Profis, Agenturen und Entwickler nutzen sie, um AI-Visibility-Metriken in Marketing-Workflows einzufügen und die Kontrolle über ihre Daten zu behalten.
Agent-native Design unterstützt automatisierte SEO-Aktionen
Das Tool betont einen agent-first Workflow durch einen nativen Model Context Protocol-Server, der es externen Modellen und Agenten ermöglicht, Marketingdaten direkt abzufragen. Dieser Designzweck macht canonry geeignet für Szenarien, in denen autonome Agenten strukturierte SEO-Signale als Eingabe benötigen, und für Teams, die modellgesteuerte Aufgaben in skriptbasierte oder agentische Pipelines anstelle von manuellen Abfrage- und Berichtzyklen leiten.
Vergleichende Zitationsberichterstattung über mehrere Engines
canonry erstellt plattformübergreifende Zitationsberichte, die Vorkommen und Kontexte von spezifischen generativen Engines auflisten, einschließlich ChatGPT, Claude, Gemini und Perplexity. Diese Ausgaben ermöglichen es Teams, zu vergleichen, welche Engines eine Domain am häufigsten zitieren, und die Zitationskontexte nebeneinander zu untersuchen. Das Feedback der Community in Entwicklerforen hebt diesen Modell-zu-Modell-Vergleich als praktischen Weg hervor, um Inhaltsanpassungen für die Sichtbarkeit von KI-Antworten zu priorisieren.
Bereitstellung erfordert Entwicklerfähigkeiten und lokale Datenspeicher
Die Plattform läuft auf einem JavaScript/Node.js-Stack und unterstützt Docker oder einfache Node-Umgebungen für die Bereitstellung. Daten werden lokal unter Verwendung von DuckDB oder SQLite gespeichert, eine Wahl, die Datensätze leichtgewichtig hält, aber von Administratoren verlangt, Backups und Speicher zu verwalten. Erwarten Sie Konfigurationsaufgaben wie das Verbinden von Analyse-Feeds, das Konfigurieren von Eingangszeitplänen und das Warten der Laufzeitumgebung.
Integrationen verbinden KI-Zitationsmetriken mit bestehenden Werkzeugen
canonry akzeptiert Eingaben von traditionellen Analysequellen und speist Ergebnisse in Agentenwerkzeuge ein. Es integriert sich mit Suchanalysequellen und unterstützt MCP-konforme Endpunkte, die von Tools wie Claude Desktop und Cursor verwendet werden, was es möglich macht, Zitationssignale in IDEs oder Agentenschnittstellen zu leiten. Diese Integrationspunkte ermöglichen es Teams, Modellzitationen zurück zu Seiten und Analyseereignissen für operative Entscheidungsfindung zuzuordnen.
Praktische Open-Source-Wahl für praktische SEO-Teams
Als Open-Source-Projekt einer in New York ansässigen Agentur, die 2025 gegründet wurde, eignet sich canonry für technische SEO-Teams und Entwickler, die direkte Kontrolle über AI-Sichtbarkeitsdaten wünschen und bereit sind, eine Plattform zu betreiben und anzupassen. Der wahre Wert zeigt sich, wenn Organisationen Entwicklerzeit zuweisen, um Agenten-Workflows anzupassen. Planen Sie die fortlaufende Wartung und binden Sie das Tool in bestehende Inhaltsprioritäten ein, bevor Sie Aktionen automatisieren.
