Bạn có biết GPTBot, ClaudeBot hay PerplexityBot đã ghé trang mình bao nhiêu lần, vào những trang nào, và có bị chặn không? Google Analytics không trả lời được mấy câu đó. Log server thì có, nhưng đọc bằng mắt thì mất thời gian. GEOInflow ra đời để lấp khoảng trống đó.
Nó làm gì, giải quyết vấn đề gì
GEOInflow là một hệ thống self-hosted, viết bằng TypeScript, gom ba nguồn dữ liệu tách biệt vào cùng một ngữ cảnh website: trình duyệt (visitor tracking), referral từ AI search, và log crawler thu được ở phía server. Cộng thêm content inventory do bạn import vào, hệ thống đối chiếu xem trang nào đã được AI crawler ghé, trang nào chưa từng thấy request nào.
Nghe đơn giản nhưng đây là vấn đề khá nhức đầu với team SEO/GEO hiện nay. Bạn có sitemap 3.000 URL, crawler ghé 800. Vậy 2.200 trang còn lại bị chặn ở robots.txt, lỗi internal link, hay đơn giản là không ai thèm crawl? GEOInflow trả lời bằng dữ liệu log thật thay vì phỏng đoán.
Repo liệt kê rõ mấy câu hỏi nó phục vụ: nền tảng AI nào ghé site, trang nào bị request lặp lại nhiều, trang quan trọng có được crawl không, request có fail không (HTTP status, GET/HEAD, caching, latency), AI search mang về bao nhiêu session và conversion, và bằng chứng có đủ để kết luận chưa.
Phần crawler catalog có sẵn nhận diện OpenAI, Anthropic, Perplexity, Google, Microsoft, ByteDance, Baidu, Kimi, Tencent Hunyuan và cả search crawler truyền thống. Điểm tôi thấy khá chắc tay: nó tách riêng User-Agent khai báo, khớp dải IP chính thức, và bằng chứng DNS/edge tin cậy. Chỉ có User-Agent thì không đủ kết luận nguồn. Record cũ thiếu bằng chứng thì giữ trạng thái unknown, không đoán bừa. Mấy tool khác hay làm ẩu chỗ này.
Vì sao repo này đang được chú ý
Tính đến thời điểm này repo có 536 sao, ngôn ngữ chính TypeScript, license MIT. Con số không quá lớn nhưng tốc độ thì đáng nói: repo tạo ngày 26/10/2026, cập nhật ngày 27/10/2026, tức là vừa mới ra mắt. 536 sao trong thời gian ngắn như vậy với một dự án analytics self-hosted là tín hiệu rõ ràng.
Lý do đằng sau khá dễ hiểu. Generative Engine Optimization đang là chủ đề nóng, nhưng công cụ đo lường thì gần như trống. Các nền tảng GA4 hay Plausible không tách được AI crawler với người dùng thật. Log server có dữ liệu nhưng không ai làm dashboard tử tế. GEOInflow nhảy vào đúng chỗ đó, và chọn hướng self-hosted, nghĩa là log crawl của bạn không phải đẩy lên cloud của bên thứ ba.
Một chi tiết khác: repo ghi “Jointly published by 猎看科技 · 北京日报社智源GEO”. Tức là có một công ty công nghệ và một đơn vị truyền thông Trung Quốc cùng đứng sau. Với dân làm media publisher, đây là dấu hiệu dự án được xây từ nhu cầu thật của một tòa soạn, không phải side project cuối tuần.
Cài đặt và dùng thử nhanh
README có link Quick start và Deployment guide bằng cả tiếng Anh lẫn tiếng Trung giản thể, nhưng các guide tham chiếu khác hiện chỉ có tiếng Trung giản thể. Đây là điểm trừ với dev Việt nếu không đọc được tiếng Trung, nhưng phần quick start tiếng Anh đủ để chạy thử.
Repo không dán sẵn đoạn lệnh cài đặt cụ thể trong phần README rút gọn mà mình có. Bạn cần vào mục Quick start trên GitHub để lấy đúng lệnh. Stack theo mô tả là TypeScript và PostgreSQL (thấy trong topics), nên chuẩn bị sẵn một Postgres instance trước khi deploy.
# Chưa có lệnh chính thức trong phần README được cung cấp.
# Vào mục "Quick start" tại repo để lấy lệnh cài đặt chính xác:
# https://github.com/yaojingang/GEOInflow
# Yêu cầu: PostgreSQL + Node/TypeScript runtime theo hướng dẫn deploy
Version hiện tại là v1.2, build 1.2.0. Bạn sẽ cần cấu hình catalog crawler do admin publish và cấu hình riêng cho từng website. Nếu muốn đẩy access policy lên Cloudflare thì phải có Zone credentials riêng, chạy preview, xác nhận thủ công, thực thi background rồi đọc lại trạng thái remote. Hơi lắm bước nhưng an toàn, đỡ bấm nhầm xóa rule production.
Ai nên dùng, dùng trong trường hợp nào
Repo tự khoanh vùng đối tượng: company website, content site, media publisher, developer documentation, và team GEO quản lý nhiều site. Mình thấy ba nhóm sau là hợp nhất.
- Team content/media có hàng nghìn bài, cần biết AI crawler có ghé đọc bài mới không, bài nào bị bỏ rơi. Import sitemap vào, đối chiếu với log là ra ngay danh sách blind spot.
- Dev quản lý documentation muốn kiểm tra request có fail không, có bị chặn nhầm ở Nginx hay robots không. Phần export config robots/Nginx của GEOInflow khá tiện cho việc này.
- Team GEO/SEO cần đo referral từ AI search và conversion riêng biệt với traffic thường. Hệ thống tách crawler request, referral session và conversion thành ba chỉ số độc lập, không gộp lẫn.
Còn nếu bạn chỉ chạy blog cá nhân vài chục bài, deploy cả hệ thống Postgres + analytics + dashboard thì hơi quá tay. Dùng log + grep nhanh hơn.
Ưu điểm và hạn chế
Ưu điểm: MIT license, self-hosted, dữ liệu log nằm trong hạ tầng của bạn. Tính minh bạch dữ liệu cao: nó ghi rõ “crawl log xác lập truy cập quan sát được, còn indexing, training, citation, ranking, acquisition mỗi thứ cần bằng chứng riêng”. Nói cách khác, tool không hứa hẹn quá khả năng của nó, khoản này hiếm thấy. Catalog crawler phủ nhiều nhà cung cấp, có phân tách giữa mục đích crawl (training, AI search, user-triggered) và loại sản phẩm (AI workbench, personal agent).
Hạn chế: Dự án còn quá mới (một ngày tuổi ở thời điểm cập nhật), cộng đồng chưa đông, chưa có nhiều người chạy production để biết bug thực tế. Tài liệu không đồng đều: quick start có tiếng Anh, phần còn lại chủ yếu tiếng Trung giản thể. AI assistance trong hệ thống mặc định tắt, phải tự nối model, nên đừng kỳ vọng nó “tự thông minh” ngay.
Về license MIT thì thoải mái dùng thương mại, sửa, phân phối, chỉ cần giữ copyright notice. Nhưng nhớ đọc kỹ cảnh báo về Cloudflare: một số trường cần kiểm tra trong môi trường deploy thực tế vì plan và permission mỗi tài khoản khác nhau.
Kết luận thực dụng
Nếu bạn đang trả lời câu hỏi “AI crawler có đọc site mình không” bằng cách mở access log ra grep từng dòng, GEOInflow đáng để dựng thử một buổi chiều. 536 sao trong một ngày là tín hiệu nhu cầu thật, nhưng dự án còn non, hãy chạy nó song song với log thô một thời gian trước khi tin hoàn toàn vào dashboard. Repo ở đây: yaojingang/GEOInflow.
Câu hỏi thường gặp
GEOInflow có miễn phí không và dùng license gì?
Có, GEOInflow dùng license MIT, nghĩa là bạn được thoải mái dùng thương mại, sửa và phân phối, chỉ cần giữ copyright notice. Vì là hệ thống self-hosted nên bạn tự lo hạ tầng, chủ yếu là một Postgres instance và Node/TypeScript runtime theo hướng dẫn deploy.
GEOInflow khác gì Google Analytics khi đo AI crawler?
GA4 hay Plausible không tách được AI crawler với người dùng thật, còn GEOInflow đọc log server để nhận diện GPTBot, ClaudeBot, PerplexityBot và nhiều crawler khác. Nó đối chiếu log với content inventory bạn import vào, nhờ vậy biết được trang nào đã được crawl, trang nào chưa từng thấy request nào, kèm cả HTTP status và latency.
Cài đặt GEOInflow cần chuẩn bị những gì?
Stack theo mô tả là TypeScript và PostgreSQL, nên bạn cần chuẩn bị sẵn một Postgres instance trước khi deploy. README không dán sẵn lệnh cài đặt cụ thể, bạn phải vào mục Quick start tại repo yaojingang/GEOInflow để lấy đúng lệnh. Lưu ý quick start có cả tiếng Anh lẫn tiếng Trung giản thể, nhưng các guide tham chiếu khác hiện chỉ có tiếng Trung giản thể.
