开发者推出开源 LLM 可见性追踪工具 TraceAIO

一位独立开发者在 Hacker News 发布了开源项目 TraceAIO，定位为「大语言模型可见性追踪器」。该工具的核心功能是代替用户向主流大模型产品（ChatGPT、Perplexity、Gemini 等）发送提示词，并记录这些模型在回答中是否提及了指定品牌、出现了哪些竞品以及引用了哪些来源信息。

项目背景与定位

TraceAIO 所处的品类被开发者本人形容为「和早期 SEO 有点像」。随着用户越来越多地通过对话式 AI 获取信息，品牌方开始关注自己是否在这些 AI 回答中被提及，由此催生了一批 LLM 可见性监测工具。开发者认为，这类工具的长期价值会回归到「优质内容」本身，当前版本主要提供持续监测能力。

技术实现要点

• 通过真实浏览器会话调用各家 AI 的网页版产品，而非直接对接 API，模拟真实用户搜索行为。
• 项目以 Docker 方式部署，支持自托管（self-hosted）。
• 内置 MCP（Model Context Protocol）服务器，用户可通过自己的大模型客户端查询监测数据。
• 代码采用 Apache 2.0 协议开源，无商业化计划。

商业模式与社区反馈

开发者表示项目没有正式的商业模式，仅在用户选择使用住宅代理（residential proxy）而非本地浏览器时，会通过推荐链接获得少量分成，「甚至不够覆盖 token 成本」。项目页提供无需注册的在线 Demo，源代码已公开。Hacker News 上该帖获得 4 个积分和 1 条评论，互动量较小，作者表示这是一个「断断续续做了很久、终于愿意展示」的项目，欢迎反馈。

对于关注 GEO（生成式引擎优化）或 AI 时代品牌曝光策略的从业者而言，TraceAIO 提供了一个可自托管、低成本的实验性选项；但其功能边界和监测准确度仍有待更多用户验证。