Canonría: Plataforma AEO autoalojada para SEO técnico y visibilidad de IA
canonry, desarrollado por Canonry, es una plataforma autoalojada para la Optimización de Motores de Respuesta y la Optimización de Motores Generativos. Recoge datos de citas de IA y mide la 'cuota de voz' de una marca a través de modelos generativos para informar decisiones de marketing y estrategia de contenido. La plataforma presenta un panel de visibilidad de IA, seguimiento de citas de múltiples motores y conecta análisis de búsqueda a esas citas para informes. Los profesionales de SEO técnico, agencias y desarrolladores lo utilizan para añadir métricas de visibilidad de IA en flujos de trabajo de marketing y mantener el control sobre sus datos.
El diseño nativo de agente admite acciones automatizadas de SEO
La herramienta enfatiza un flujo de trabajo primero agente a través de un servidor nativo de Protocolo de Contexto de Modelo, permitiendo que modelos y agentes externos consulten datos de marketing directamente. Ese propósito de diseño hace que canonry sea adecuado para escenarios donde agentes autónomos necesitan señales de SEO estructuradas como entrada, y para equipos que dirigen tareas impulsadas por modelos a tuberías guionizadas o agénticas en lugar de ciclos manuales de consulta e informe.
Informes de citas comparativas a través de múltiples motores
canonry produce informes de citas entre motores que enumeran ocurrencias y contexto de motores generativos específicos, incluyendo ChatGPT, Claude, Gemini y Perplexity. Esos resultados permiten a los equipos comparar qué motores citan un dominio con más frecuencia y examinar contextos de citas lado a lado. La retroalimentación de la comunidad en foros de desarrolladores destaca esta comparación de modelo a modelo como una forma práctica de priorizar ajustes de contenido para la visibilidad de respuestas de IA.
El despliegue requiere habilidades de desarrollador y almacenes de datos locales
La plataforma funciona en un stack de JavaScript/Node.js y admite entornos Docker o Node simples para el despliegue. Los datos se almacenan localmente utilizando DuckDB o SQLite, una elección que mantiene los conjuntos de datos ligeros pero requiere que los administradores gestionen copias de seguridad y almacenamiento. Espere tareas de configuración como conectar fuentes de análisis, configurar horarios de ingesta y mantener el entorno de ejecución.
Las integraciones vinculan métricas de citas de IA a herramientas existentes
canonry acepta entradas de fuentes de análisis tradicionales y alimenta resultados en herramientas de agentes. Se integra con fuentes de análisis de búsqueda y admite puntos finales compatibles con MCP utilizados por herramientas como Claude Desktop y Cursor, lo que hace factible dirigir señales de citas a IDEs o interfaces de agentes. Esos puntos de integración permiten a los equipos mapear citas de modelos de vuelta a páginas y eventos de análisis para la toma de decisiones operativas.
Opción práctica de código abierto para equipos de SEO prácticos
Como un proyecto de código abierto de una agencia con sede en Nueva York fundada en 2025, canonry se adapta a equipos de SEO técnico y desarrolladores que desean control directo sobre los datos de visibilidad de IA y están preparados para ejecutar y personalizar una plataforma. El verdadero valor aparece cuando las organizaciones asignan tiempo de desarrollador para adaptar los flujos de trabajo de los agentes. Planifica el mantenimiento continuo y vincula la herramienta a las prioridades de contenido existentes antes de automatizar acciones.
