Bỏ qua tới nội dung
Ông T.vn

niubigeo: kiểm tra AI nhắc đến thương hiệu bạn ra sao — hướng dẫn cài đặt và dùng

11 phút đọcCập nhật
niubigeo: kiểm tra AI nhắc đến thương hiệu bạn ra sao — hướng dẫn cài đặt và dùng

Tóm tắt nhanh

NiubiGEO là công cụ mã nguồn mở (Apache-2.0) để xem các mô hình AI mô tả sản phẩm của bạn thế nào, nhắc đến đối thủ nào và trích dẫn nguồn nào. Bạn tự chạy trên máy với API key của mình. Cài đặt cần Node.js 22.13 trở lên và một OpenRouter API key, khoảng vài lệnh là chạy được.

NiubiGEO là một ứng dụng web mã nguồn mở, chạy trên máy của bạn, giúp bạn kiểm tra xem các mô hình AI đang nói gì về sản phẩm hay thương hiệu của bạn. Bạn nhập một tên miền, chọn vài mô hình, rồi đọc câu trả lời gốc, danh sách đối thủ được nhắc đến và các nguồn mà mô hình trả về.

Vấn đề nó giải quyết khá đời thường. Ngày càng nhiều người hỏi AI «công cụ nào tốt cho việc này» thay vì tìm trên Google. Bạn muốn biết sản phẩm của mình có nằm trong câu trả lời không, hay AI chỉ nhắc đối thủ. Nhiều dịch vụ GEO (tối ưu hiển thị trong câu trả lời AI) chỉ đưa cho bạn một con số khó kiểm chứng. NiubiGEO làm ngược lại: cho bạn xem bằng chứng trước.

Công cụ hợp với chủ doanh nghiệp nhỏ, người làm marketing, làm sản phẩm, và lập trình viên muốn tự kiểm tra thay vì trả phí dịch vụ trọn gói. Điểm đáng giá nhất là mở được câu trả lời gốc đằng sau mỗi kết quả và đo lại nhiều lần để so sánh. Hiện repo có khoảng 10.247 sao và 822 fork.

Ứng dụng

Albert-Weasker/niubigeo

Công cụ mã nguồn mở tự host: nhập tên miền, so sánh câu trả lời của nhiều mô hình AI, xem đối thủ và nguồn trích dẫn, rồi đo lại theo thời gian.

★ 10kTypeScriptApache-2.0
Xem repo trên GitHub

I.NiubiGEO làm được gì

Dưới đây là các tính năng chính, viết theo góc nhìn người dùng.

  • Quản lý nhiều sản phẩm riêng biệt. Mỗi tên miền là một dự án với cấu hình, lần chạy và bằng chứng riêng. Bạn đổi qua lại mà không bị trộn số liệu.
  • So sánh nhiều mô hình. Bạn tìm và chọn mô hình từ OpenRouter. Mỗi mô hình trả lời độc lập. Nếu một mô hình lỗi, kết quả của các mô hình khác vẫn còn, và bạn chạy lại riêng mô hình lỗi được.
  • Bật hoặc tắt tìm kiếm web cho từng mô hình. Kết quả ghi lại điều kiện thực tế đã chạy, nên bạn biết câu trả lời đến từ chế độ offline hay có tìm kiếm.
  • Đọc mô tả thương hiệu và đối thủ. Bạn xem cạnh nhau cách mỗi mô hình mô tả sản phẩm, loại sản phẩm, đối thủ và các từ khoá đi kèm.
  • Thử từ khoá mà không nêu tên thương hiệu. Đây là cách biết AI có tự nhắc bạn hay không khi người dùng chưa hề gõ tên bạn.
  • Kiểm tra nguồn. Câu trả lời gốc, vị trí trong văn bản, trích dẫn do nhà cung cấp trả về và các URL thường trong câu trả lời được hiển thị tách nhau.
  • Lưu lịch sử và so sánh. Phiên bản v0.3 có module Keyword Monitoring (đang ghi là BETA): nhập từ khoá riêng, nhập hàng loạt, phân loại prompt (Discovery, Alternative, Comparison, Brand, Use case), đặt tần suất theo giờ, ngày hoặc tuần, và xem Diff View giữa hai lần chạy.
  • Kết nối linh hoạt. Bản v0.2.1 cho chọn OpenRouter, API trực tiếp của nhà cung cấp, hoặc endpoint tương thích OpenAI trong cùng một lần thử.

Theo README, bản v0.3.3 còn thêm lọc lịch sử theo ngày UTC và mô hình, biểu đồ, xuất CSV/JSON, và một CLI để lấy mẫu lặp lại có chế độ dry run đếm số request.

II.Cần chuẩn bị gì

  • Node.js 22.13 trở lên. package.json yêu cầu Node từ 22 trở lên, README nói rõ 22.13+.
  • Một OpenRouter API key nếu làm theo cách nhanh nhất trong README. Biến này tên là OPENROUTER_API_KEY. File .env.example cũng có chỗ cho key của OpenAI, Anthropic, Gemini, Perplexity và DeepSeek.
  • Git để tải mã nguồn.
  • Ngân sách cho API. Xem các ca mẫu thì miễn phí, nhưng test dự án của bạn sẽ tốn phí gọi mô hình và tìm kiếm. Phí mô hình, hosting và hạ tầng là riêng.
  • Docker là tuỳ chọn. Repo có Dockerfile và docker-compose.yml, và README trỏ tới một hướng dẫn Docker riêng.

Tư liệu không nói gì về yêu cầu GPU hay hệ điều hành cụ thể. Ứng dụng chạy bằng Node và gọi mô hình qua API.

Key API gắn với tài khoản và tiền của bạn. Chỉ điền vào file .env trên máy mình, đừng dán vào chat, ảnh chụp màn hình hay đẩy lên GitHub. Mỗi lần test nhiều mô hình có bật tìm kiếm đều tính phí, nên hãy bắt đầu với một mô hình.

III.Cài đặt từng bước

  1. Mở terminalDùng terminal có sẵn git và Node 22.13+
  2. Tải mã nguồnClone đúng bản v0.3.3 rồi vào thư mục
  3. Cài thư việnChạy npm ci
  4. Tạo file .envSao chép từ .env.example và điền OPENROUTER_API_KEY
  5. Chạy serverChạy npm run server rồi mở localhost:8787

A.Mở terminal và kiểm tra Node

Trên Windows, bạn mở PowerShell hoặc Windows Terminal. Trên macOS và Linux, bạn mở Terminal. Kiểm tra phiên bản Node trước, vì đây là chỗ người mới hay vấp nhất:

Terminal
node --version

Kết quả phải là v22.13 trở lên. Nếu thấp hơn, bạn cần nâng cấp Node trước khi làm tiếp.

B.Tải mã nguồn

Lệnh dưới đây lấy đúng bản v0.3.3, chỉ tải bản mới nhất của nhánh đó cho nhẹ, rồi vào thư mục dự án:

Terminal
git clone --branch v0.3.3 --depth 1 https://github.com/Albert-Weasker/niubigeo.git
cd niubigeo

Từ lúc này, mọi lệnh sau đều phải chạy bên trong thư mục niubigeo.

C.Cài thư viện

Terminal
npm ci

Lệnh này cài đúng các phiên bản thư viện đã khoá trong package-lock.json. Máy chậm hoặc mạng yếu thì có thể mất vài phút.

D.Tạo file .env và điền key

Terminal
cp .env.example .env

Lệnh này sao chép file mẫu thành file cấu hình thật. Trong PowerShell, cp là bí danh của Copy-Item nên vẫn dùng được. Nếu không, bạn có thể tự copy file trong thư mục rồi đổi tên thành .env.

Tiếp theo, mở file .env bằng một trình soạn thảo văn bản và điền OPENROUTER_API_KEY. README chỉ nói «set OPENROUTER_API_KEY in .env», nên cách điền theo kiểu TÊN=giá trị là quy ước thông thường của file .env. Bạn hãy xem file mẫu để chắc chắn dòng đó trông thế nào.

E.Chạy ứng dụng

Terminal
npm run server

Sau đó mở trình duyệt và vào http://localhost:8787 để tạo dự án đầu tiên. Cổng 8787 là cổng mà README dùng. File .env.example có biến PORT, nên nếu cần đổi cổng, bạn xem file đó.

F.Hoặc chạy bằng Docker

README ghi bạn có thể chạy bằng container và trỏ tới hướng dẫn Docker trong thư mục docs/. Repo có sẵn Dockerfile và docker-compose.yml. Trong phần ẩn thẻ advisor, README có nhắc lệnh docker compose up -d để tạo lại container web. Các bước Docker đầy đủ không có trong đoạn README mình đọc được, nên bạn hãy mở hướng dẫn Docker trong repo để làm theo.

IV.Kiểm tra đã chạy được chưa

Cách kiểm tra đơn giản nhất là mở http://localhost:8787 trong trình duyệt. Nếu bạn thấy giao diện NiubiGEO và tạo được dự án đầu tiên, tức là cài thành công.

Sau đó thử một vòng đầy đủ. Tạo dự án bằng một tên miền, chọn một mô hình, lưu cấu hình, bấm chạy test. Khi có kết quả, bạn mở được câu trả lời gốc của mô hình thì key đã hoạt động. Nếu mô hình báo lỗi, lỗi sẽ được lưu lại cùng kết quả, và bạn có thể chạy lại riêng mô hình đó.

Nếu chưa muốn tốn tiền, README gợi ý xem trước 20 ca thực tế trên trang chủ dự án. Phần đó không cần cài hay API key.

V.Dùng vào việc thật

A.Chủ shop phần mềm nhỏ muốn biết AI mô tả mình thế nào

Bạn có một công cụ SaaS nhỏ và nghe khách nói «hỏi ChatGPT thấy nó nhắc mấy công cụ khác». Bạn tạo dự án bằng tên miền của mình, chọn 2 hoặc 3 mô hình, và để chế độ web search theo nhu cầu cho từng mô hình. Chạy test, rồi đọc mô tả, danh mục sản phẩm và danh sách đối thủ mà mỗi mô hình đưa ra.

Kết quả là bạn thấy mô hình nào mô tả sai hoặc thiếu tính năng, và đối thủ nào bị gắn với mình. Đó là việc cụ thể để sửa trang web hay tài liệu. README lưu ý: một mô hình nhận ra tên miền khi được hỏi trực tiếp không đồng nghĩa với việc nó tự gợi ý bạn.

B.Nhân viên marketing kiểm tra từ khoá mà không nhắc tên thương hiệu

Bạn phụ trách nội dung và muốn biết khi khách hỏi chung chung, ví dụ về một nhóm tính năng, thì AI có nhắc đến sản phẩm của công ty không. Trong module từ khoá, bạn xác nhận danh sách từ khoá rồi chạy test mà không đưa tên thương hiệu vào câu hỏi. Bạn có thể chọn mẫu có sẵn hoặc nhập hàng loạt.

Một câu trả lời nhắc đến tên thương hiệu, một câu mô tả tích cực và một câu khuyến nghị rõ ràng là ba chuyện khác nhau.

Ông T

Ví dụ trong README: ở một test từ khoá Prototyping không nêu tên Figma, hai câu trả lời offline chỉ giải thích khái niệm, còn câu trả lời có yêu cầu tìm kiếm web thì nêu tên Figma và mô tả tính năng. Nhờ vậy bạn phân biệt được câu nào nhắc sản phẩm thật, câu nào chỉ nói khái niệm.

C.Người làm nội dung theo dõi nguồn trích dẫn

Bạn viết bài, đăng blog và muốn biết AI đang dựa vào trang nào để trả lời. Trong kết quả, bạn xem phần trích dẫn do nhà cung cấp trả về, tách riêng với URL thường trong nội dung câu trả lời. Bấm từ nguồn ngược về câu trả lời để biết nó xuất hiện ở đoạn nào.

README nhắc rõ: trích dẫn giúp bạn kiểm tra câu trả lời, nhưng không tự giải thích vì sao mô hình đề xuất một sản phẩm nào đó. Đừng suy diễn quá mức.

D.Dev hoặc nhóm nhỏ theo dõi thay đổi theo thời gian

Sau khi sửa nội dung website, bạn muốn biết AI có đổi cách trả lời không. Bạn lưu bộ từ khoá, chạy đo lặp lại hoặc đặt lịch theo giờ, ngày hoặc tuần, rồi mở Diff View để so hai lần chạy. Diff View cho thấy gợi ý được thêm hoặc bỏ, thay đổi vị trí và các nguồn mới.

Lưu ý: chạy theo lịch cần tiến trình monitoring worker đang chạy. Lệnh khởi động worker không nằm trong phần README mình có, nên bạn xem tài liệu giám sát trong thư mục docs/ của repo. README cũng cảnh báo vài phút đo lặp lại không chứng minh được tăng trưởng dài hạn.

VI.Lỗi hay gặp và cách xử lý

  • Lỗi khi npm ci hoặc app không khởi động vì Node cũ. Kiểm tra node --version. Repo yêu cầu Node 22 trở lên (README nói 22.13+). Hãy nâng Node rồi chạy lại npm ci.
  • Chạy lệnh nhưng báo không tìm thấy file hoặc script. Gần như chắc chắn bạn chưa cd niubigeo. Hãy đứng trong thư mục dự án, nơi có package.json, rồi chạy lại.
  • Mô hình báo lỗi hoặc không có kết quả. Thường do chưa điền OPENROUTER_API_KEY, điền sai, hoặc quên khởi động lại server sau khi sửa .env. Hãy kiểm tra key, dừng server, chạy lại npm run server. Với lỗi từng mô hình, bạn chạy lại riêng mô hình đó như README mô tả.
  • Không vào được localhost:8787. Server có thể chưa chạy hoặc cổng đang bị chương trình khác dùng. Xem terminal có báo lỗi không. Nếu bị trùng cổng, xem biến PORT trong .env.example.
  • Đặt lịch nhưng không thấy chạy. Theo README, chạy theo lịch cần monitoring worker đang hoạt động. Hãy xem tài liệu giám sát trong repo để biết cách bật. Phiên bản v0.3.3 có hiển thị trạng thái worker.
  • Hoá đơn API cao hơn dự kiến. Mỗi lần chạy gọi mô hình thật. Hãy bắt đầu với một mô hình, ít từ khoá, và dùng chế độ dry run đếm số request của CLI lấy mẫu lặp lại trước khi chạy lớn.

VII.Có nên dùng không

Điểm mạnh. Mã nguồn mở theo Apache-2.0 và tự host, nên dữ liệu nghiên cứu của bạn nằm ở môi trường bạn chọn. Bạn dùng key của mình và chọn mô hình tuỳ ý. Điểm hay nhất là bạn mở được câu trả lời gốc, nguồn và điều kiện chạy của mỗi quan sát, kể cả lần lỗi, thay vì nhìn một con điểm không giải thích.

Giới hạn. Tự host không có nghĩa là dữ liệu không rời máy: các prompt bạn gửi vẫn đến nhà cung cấp mô hình bên ngoài. Bạn cần chịu phí API và hosting. Module Keyword Monitoring đang ghi là BETA, và README nói rõ phiên bản v0.3 chưa có bảng phát hiện đối thủ riêng. Một câu trả lời AI không phải thứ hạng cố định, và đăng bài không đảm bảo AI sẽ gợi ý bạn. Cài đặt cần Node và chút thao tác terminal, nên không phải mọi người văn phòng đều thấy thoải mái.

Khi nên chọn cách khác. Nếu bạn cần dịch vụ có sẵn, có quy trình marketing trọn gói hoặc dữ liệu tìm kiếm có sẵn, README gợi ý cân nhắc các nền tảng thương mại như Profound, Peec AI, Otterly.AI, Semrush AI Visibility, Ahrefs Brand Radar, AthenaHQ hay Scrunch. Tác giả cũng có dịch vụ trả phí riêng (kiểm tra bằng người thật và tối ưu GEO), nhưng đó là tuỳ chọn, không bắt buộc để dùng công cụ.

Nếu bạn muốn tự kiểm chứng AI nói gì về sản phẩm mình với chi phí kiểm soát được, NiubiGEO là điểm khởi đầu hợp lý. Hãy thử một dự án, một mô hình trước.

4.7/5 · Ông T chấm

Chưa có độc giả chấm

Bài này có ích với bạn không?

Câu hỏi thường gặp

NiubiGEO có miễn phí không?

Phần mềm mã nguồn mở theo giấy phép Apache-2.0 và tự host, nên bạn dùng không mất phí bản quyền. Tuy nhiên phí gọi mô hình, tìm kiếm, hosting và hạ tầng là riêng và do bạn chịu. Xem các ca mẫu thì không cần cài hay API key.

Cần những gì để cài NiubiGEO?

Bạn cần Node.js 22.13 trở lên, git và một OpenRouter API key để chạy theo README. Sau đó clone repo, chạy npm ci, tạo file .env và chạy npm run server. Docker là cách thay thế, có hướng dẫn riêng trong repo.

Có cần GPU không?

Tư liệu không yêu cầu GPU. Ứng dụng chạy bằng Node và gọi các mô hình qua API, nên việc suy luận diễn ra ở phía nhà cung cấp mô hình.

Chạy được trên Windows không?

Tư liệu không nêu hệ điều hành cụ thể, chỉ yêu cầu Node 22.13 trở lên. Các lệnh trong README là lệnh git và npm thông dụng. Riêng lệnh cp có thể thay bằng việc tự sao chép file .env.example thành .env.

Dữ liệu của tôi có an toàn không?

Khi tự host, bạn chọn nơi lưu từ khoá, danh sách đối thủ và lịch sử. README nói rõ điều này không có nghĩa là không lộ dữ liệu, vì các API mô hình bên ngoài vẫn nhận prompt bạn gửi. Thẻ video advisor trên giao diện không tải script bên thứ ba và có thể tắt bằng NIUBIGEO_VIDEO_ADVISOR_ENABLED=false.

NiubiGEO khác gì các nền tảng GEO trả phí?

NiubiGEO tự host, dùng key của bạn và cho xem câu trả lời gốc, nguồn trích dẫn và điều kiện chạy của mỗi kết quả. Các nền tảng thương mại như Profound hay Peec AI thiên về dịch vụ trọn gói, quy trình marketing và dữ liệu có sẵn. README coi đây là gợi ý chọn lựa, không phải bảng xếp hạng.

Có theo dõi tự động theo lịch được không?

Được. Module Keyword Monitoring cho đặt tần suất theo giờ, ngày hoặc tuần và có Diff View để so sánh các lần chạy. Chạy theo lịch cần monitoring worker đang hoạt động, và module này hiện ghi là BETA. Cách khởi động worker mình chưa thấy trong phần README có sẵn, bạn xem tài liệu trong thư mục docs.

Chuyển nhanh tới mục

  1. I.NiubiGEO làm được gì
  2. II.Cần chuẩn bị gì
  3. III.Cài đặt từng bước
    1. A.Mở terminal và kiểm tra Node
    2. B.Tải mã nguồn
    3. C.Cài thư viện
    4. D.Tạo file .env và điền key
    5. E.Chạy ứng dụng
    6. F.Hoặc chạy bằng Docker
  4. IV.Kiểm tra đã chạy được chưa
  5. V.Dùng vào việc thật
    1. A.Chủ shop phần mềm nhỏ muốn biết AI mô tả mình thế nào
    2. B.Nhân viên marketing kiểm tra từ khoá mà không nhắc tên thương hiệu
    3. C.Người làm nội dung theo dõi nguồn trích dẫn
    4. D.Dev hoặc nhóm nhỏ theo dõi thay đổi theo thời gian
  6. VI.Lỗi hay gặp và cách xử lý
  7. VII.Có nên dùng không

Repo & Skill · 13/11/2026 · 11 phút đọc

Garden Skills: bộ skill thiết kế web, tạo ảnh, làm video cho AI — hướng dẫn cài đặt và dùng

Garden Skills là bộ sưu tập Agent Skills (kỹ năng cho AI) của tác giả ConardLi, dùng được với Claude Code, Cursor, Codex và các AI coding agent khác. Mỗi skill dạy agent làm tốt một việc như thiết kế trang web, tạo ảnh, làm video bằng code, biến tài liệu thành bài viết đẹp. Cài không khó, nhưng README có nhiều cách cài nên bạn cần chọn một cách hợp với công cụ đang dùng.

Repo & Skill · 13/11/2026 · 15 phút đọc

thesysdev/openui: xây giao diện AI dạng streaming — hướng dẫn cài đặt và dùng

OpenUI là framework full-stack, độc lập framework, giúp mô hình AI sinh giao diện có cấu trúc và hiển thị dần khi dữ liệu streaming về. Bạn có thể dựng nhanh một ứng dụng chat bằng CLI hoặc cài từng gói cho React, Vue, Svelte, Angular và LangChain. Việc bắt đầu khá đơn giản nếu máy có đúng phiên bản Node; README chưa ghi đầy đủ lệnh chạy ứng dụng sau khi scaffold.

Repo & Skill · 13/11/2026 · 11 phút đọc

Ruflo: điều phối nhóm agent AI cho Claude Code và Codex — hướng dẫn cài đặt và dùng

Ruflo (trước đây là Claude Flow) là một agent harness: lớp công cụ bao quanh Claude Code và Codex, bổ sung nhiều agent chuyên biệt, bộ nhớ qua các phiên và khả năng chia việc cho nhóm agent. Cài bằng một lệnh `npx ruflo@latest init` trong thư mục dự án, cần Node 20 trở lên. Cài khá dễ, nhưng hệ thống rất rộng nên bạn nên bắt đầu từ một tác vụ nhỏ.