AI给品牌打分：本周三把没进国内的新刀

首页 › new-tools › AI给品牌打分：本周三把没进国内的新刀

这周海外冒出来三样东西，国内基本没人提，但每一把都切在真实痛点上。第一把是一个全新品类——让 AI 给你的生意打分，检测 ChatGPT、Perplexity 这些"AI 搜索"到底有没有在推荐你的公司，30秒免费出结果。第二把是一个把你的工作全部索引成"活知识图谱"的桌面 AI 同事，记忆 + 邮件 + 笔记 + 浏览器 + 代码全打包。第三把是用 AST 把整个代码库画成可交互拓扑图、还能守架构边界的开源工具。

三种信息差，分别对应商业获客、个人提效、团队工程。下面一个个拆。

一、AgentScore：SEO 之后的全新品类——AEO，AI 在推荐你的生意吗

官网：tryagentscore.com 价格：免费，无需注册，30秒出结果来源：Hacker News 新上架，定位 "Is AI recommending your business?"（AI 有没有在推荐你的生意？）

这是这一周我个人认为信息差最大的一把刀。它做的事情一句话讲清：你把公司网址丢进去，选一下业务类型、所在地、服务范围，它会用真实客户会问的问题去跑 AI 搜索，然后告诉你——你的公司在 ChatGPT/Perplexity/Gemini 这类回答引擎里，到底会不会被推荐出来，以及"最大的可见性缺口"在哪、怎么补。

这件事为什么是新品类？因为搜索的行为正在从"Google 列十个蓝色链接"变成"AI 直接给一个答案"。用户问"北京哪家做 5G 核心网培训靠谱""国内哪款 AI 录课工具好用"，AI 吐出来的那两三个名字，就是新世界的"首页第一屏"。海外已经管这叫 AEO（Answer Engine Optimization） 或 GEO（Generative Engine Optimization），并跑出了 Profound、Otterly.ai、Goodie、AgentScore 一整条赛道。

与国内的对比：国内还在拼命卷百度 SEO、小红书 SEO、抖音关键词，但几乎没人做 AEO。问题是豆包、元宝、Kimi、DeepSeek 这一茬用户，已经养成"直接问 AI"的习惯了，传统 SEO 的流量正在被回答引擎切走。这个信息差窗口可能就这一两年。

适用人群：做 to B 业务的、做独立产品的、做个人品牌的、做内容矩阵的——任何"需要被客户找到"的人，都该现在就去测一次自己的分数。

操作步骤：打开官网 → 填网址和业务类型 → 点 Check my score → 30秒拿到报告 → 照着它给的"下一步"补内容（通常是补结构化数据、补权威引用、补被提及的外链）。

二、Rowboat：把工作变成活知识图谱的桌面 AI 同事

官网：rowboatlabs.com ｜ 开源仓库：github.com/rowboatlabs/rowboat 价格：开源，桌面端 Mac/Windows/Linux 免费下载背景：YC S24 孵化，HN 上 213 分热度

一句话定位：A desktop AI coworker with a memory of your work and built-in surfaces to act on it——一个记得你所有工作、且自带"工作面"能动手干的桌面 AI 同事。

它的核心机制是把你日常的工作索引成一个 living knowledge graph（活的个人知识图谱），然后基于这个图谱帮你干活。它内置了一整套"工作面"：邮件客户端、笔记、浏览器、代码模式、会议记录器，还有按项目划分的 workspace。也就是说，它不是又一个对话框，而是想把 AI 同事嵌进你真正干活的每一个入口。

为什么值得关注：这是"AI 同事"从"聊天框"进化成"操作系统"的信号。现在主流的 Claude Desktop、ChatGPT 桌面版，本质还是单窗口问答，缺三样东西——持久记忆、多工作面、本地执行。Rowboat 把这三样打包了。趋势榜单 Trendshift 上它也在持续爬升。

与国内的对比：国内生态基本是 Coze（扣子）、Dify、FastGPT 这类云端 agent 平台，强在搭工作流，弱在"本地优先 + 数据不出门 + 长期个人记忆"。对隐私敏感、想把个人工作流本地化的人，Rowboat 这条路国内目前是空的。

适用人群：重视数据隐私、做重度个人知识管理、想把"邮件+笔记+代码+会议"统一到一个 AI 工作台的人。

三、Onboard-CLI：把整个代码库画成可交互拓扑图，还能守架构边界

开源仓库：github.com/animesh-94/Onboard-CLI 价格：MIT 协议，完全免费 技术栈：Go 1.21+ 写的 CLI + React 19 + React Flow 前端

定位是 "code parsing, systems profiling, and canvas-based node visualization"——代码解析、系统剖析、画布式节点可视化。解决的是一个特别实在的痛点：接手一个又大又老的项目，怎么快速搞懂它的结构。

它用 Tree-sitter 做 AST（抽象语法树）解析，支持 Go、JS、TS、Python、Java，然后生成"结构拓扑图"，在本地起一个可交互的 React Flow 画布（http://localhost:3000/app），让你能可视化地看代码路径、依赖关系、拓扑地图。

更香的是第二个命令 drift——架构漂移检测：你写一份 architecture.yml 规则，它会自动扫出"不合规的跨文件 import、越界依赖"，等于把"架构规范"从口口相传变成了可执行的 CI 检查。

为什么值得关注：新人 onboarding 老项目，国内最常见的办法还是"问老员工"或者"丢给 AI 问一问"。但 AI 问答是概率性的，AST 拓扑图是确定性的——该不该让 A 模块依赖 B 模块，图上一眼能看见，而且能用规则卡死。

与国内的对比：国内有 CodeGeeX 类代码助手、有 Sourcegraph 式代码搜索，但把"AST 拓扑可视化 + 架构边界守护"做成开源组合的非常少。这个工具对接手祖传代码、做架构治理的团队是直接能用的。

适用人群：接手老项目的工程师、做架构治理的技术负责人、带新人的 mentor。

四、顺带三把值得收的延伸新刀

这几把也是本周 HN 上的新货，按需自取：

Abralo（abralo.com）：一个窗口同时跑多个 Claude Code agent，免费版支持最多 4 个并行，能看哪个 agent 需要你介入、实时监控 token。比开一堆终端窗清爽得多——多 agent 编排的轻量解。
Frugon（github.com/Rodiun/frugon）：本地跑、MIT 协议，分析你的 LLM 调用日志，自动标出"哪些调用其实可以用更便宜的模型搞定"，模型降级/路由的省钱审计工具。
Docx-CLI（github.com/kklimuk/docx-cli）：让 agent 读写 Word 文档时只用一半时间和 token——做 Office 自动化、合同/报告处理的人直接省银子。

本周三把新刀的信息差全景

下面这张图把三个工具落在不同的信息差象限上，一眼看清各自切的是哪块：

flowchart LR
    subgraph GAP["三类信息差"]
        A1["认知差<br/>工具就在那，90%人只用10%"]
        A2["时间差<br/>海外已流行，国内空白"]
        A3["方法差<br/>别人跑通的路径可复制"]
    end

    G1["AgentScore<br/>AEO / AI搜索可见度<br/>免费"] -.->|商业获客| A2
    G2["Rowboat<br/>本地优先AI同事+记忆<br/>开源|YC S24"] -.->|个人提效| A1
    G3["Onboard-CLI<br/>AST拓扑图+架构守护<br/>MIT开源"] -.->|团队工程| A3

    style G1 fill:#fef3c7,stroke:#d97706
    style G2 fill:#dbeafe,stroke:#2563eb
    style G3 fill:#dcfce7,stroke:#16a34a

信息差总结表：你以为的 vs 别人已经在用的

场景	你以为的（国内主流认知）	别人已经在用的（本周新刀）
客户怎么找到你	卷百度/小红书 SEO 关键词	AEO：测 AI 回答引擎有没有推荐你（AgentScore）
个人 AI 助手	ChatGPT/豆包单窗口问答	桌面 AI 同事：记忆+多工作面+本地执行（Rowboat）
看懂老代码	问老员工 / 丢给 AI 问	AST 拓扑图 + 架构漂移检测（Onboard-CLI）
多任务并行	开一堆终端跑 Claude Code	一个窗口管多个 agent（Abralo，免费4个）
省 AI 成本	手动换便宜模型	日志自动标出可降级的调用（Frugon）
## 行动指南（今晚就能做）

先测 AEO 分数（10分钟）：把你的公司/个人网站丢进 tryagentscore.com，看 AI 搜索有没有在推荐你。分数低别慌，照它给的"下一步"补结构化数据和权威外链——这是未来一两年的获客红利窗口。
给接手的老项目画张图（30分钟）：git clone Onboard-CLI，对你最头疼的那个仓库跑一次 map，看看依赖拓扑；再写个 architecture.yml 跑 drift，把架构红线固化下来。
试装桌面 AI 同事（20分钟）：下 Rowboat 桌面版，把邮件、笔记、浏览器接进去跑一周，感受"有记忆的 AI 同事"和单窗口问答的区别。
多 agent 上 Abralo：如果你已经在重度用 Claude Code，把并行任务挪进 Abralo 一个窗口，顺手盯 token。
关注趋势榜单：把 Trendshift 和 HN 的 Show HN 加进每周必看——这周这几把刀，基本都是从那淘出来的。

信息差的本质

这一周看下来，真正的信息差不是"谁家模型更强"，而是品类认知的时差。海外已经在认真讨论"AEO 要不要写进预算""AI 同事要不要本地化""架构规范要不要可执行"，国内还在争论"哪个 AI 工具更便宜"。便宜会被卷平，品类认知领先半步，能吃到整整一轮红利。AEO 这把刀，尤其建议先占位。

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

参考来源： - Hacker News – Show HN 板块本周新工具合集 - Rowboat 官网与开源仓库（YC S24） - AgentScore – AI 搜索可见度检测 - Onboard-CLI – AST 代码库可视化（MIT） - Abralo – 多 Claude Code agent 编排器

完成摘要（本轮情报采集）

下一步建议： 1. 优先：AEO（AgentScore）方向信息差最大、时效最强，可单独深挖成一篇实战（Round 2/3） 2. Rowboat 本地优先工作台可结合"数据不出门"做对比选题 3. 待 7/18 搜索配额恢复后，补充 Product Hunt / Reddit 数据源做交叉验证

注意事项： - 本轮工具数据来自 HN 官方 API 实时抓取，定价/功能以抓取时页面为准，工具迭代快，引用前建议二次核实 - 标题中"没进国内"指品类认知层面，非绝对首发

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入