OpenSEO は、SemrushやAhrefsといった高機能SEOプラットフォームの オープンソース代替 です。 キーワード調査・検索順位追跡・被リンク分析・サイト監査・ドメイン可視性、さらに AI検索結果での可視性 まで——SEOの主要な分析を、高額なサブスクではなく従量課金（pay-as-you-go）＋セルフホスト で使えるのが最大の特徴です。 リポジトリの説明はずばり「Open source alternative to Semrush and Ahrefs」。開発は every-app で、コードはGitHubで公開され、誰でも中身を確認・改変できます。
そしてもう一つの軸が AIネイティブ であること。 MCP（Model Context Protocol）サーバー と AIスキル を内蔵し、ClaudeやCodexのようなAIエージェントから SEOデータへ直接アクセス できます。 本稿は 2026年6月23日（JST）時点 で、公式GitHubリポジトリ（every-app/open-seo）をもとに、仕組み・技術スタック・導入・使い方を整理します。
SEOの土台となる考え方（インデックス戦略）を先に押さえたい方は Googleインデックス戦略の激変：2026年にSEOの土台を再構築する方法 をご覧ください。
- ・Semrush/Ahrefsのオープンソース代替。キーワード・順位・被リンク・サイト監査・AI可視性をカバー。
- ・サブスクではなく従量課金＋セルフホスト。データを自分で持てる。
- ・MCPサーバーとAIスキルを内蔵。Claude/CodexからSEOデータへ直接アクセス。
- ・技術スタックはTypeScript / Docker / Cloudflare Workers / Drizzle ORM、データ源はDataForSEO。
- ・AI検索可視性（AIの回答にブランドが載るか）という新しい指標に対応。
OpenSEOと従来の商用SaaSの違いを、料金・データ・AI連携の3軸で整理すると次のようになります。
1. OpenSEOとは — 「サブスクSaaS」から「OSS＋従量課金」へ
SEOツールといえば、SemrushやAhrefsが定番です。 しかし、これらは 月額が高額（個人には手が出にくい水準）で、データは各社のクラウドに置かれる のが前提でした。 「たまにキーワードや順位を調べたいだけなのに、高いサブスクを払い続けるのは…」という不満は、多くのサイト運営者が抱えてきたものです。 SEOツールは“あると便利だが、料金に見合うほど毎日は使わない”という、コストパフォーマンスの判断が難しいジャンルの代表でもあります。 チームで複数席を契約すると年間のコストはさらに膨らみ、特にスタートアップや個人メディアにとっては無視できない固定費になっていました。
OpenSEOは、この構造を オープンソース＋従量課金＋セルフホスト に置き換えます。
・オープンソース：コードが公開され、無料で使え、改変もできる
・従量課金（pay-as-you-go）：データ取得に使った分だけ払う。高額な固定サブスクが不要
・セルフホスト：自分のインフラにデプロイし、データを自分で所有・管理できる
・AIネイティブ：MCPとAIスキルで、AIエージェントからSEOデータを扱える
提供する分析機能は、商用ツールに引けを取りません。
・キーワード調査（検索ボリューム・難易度など）：狙うべきキーワードの需要と競合性を把握
・検索順位（ランキング）の追跡：自サイトが各キーワードで何位かを継続モニタリング
・被リンク（バックリンク）分析：どこからリンクされているか、被リンクの質と量を確認
・サイト監査：テクニカルSEOの問題（リンク切れ・メタ不備・速度等）を検出
・ドメインの可視性モニタリング：サイト全体の検索での見え方の推移を追う
・AI生成検索結果での可視性：AI Overview等の回答に自サイトが載るかを追跡
これらは、SEO担当者が日常的に行う「調べる・追う・直す」のサイクルをひととおりカバーします。 商用ツールとの差は機能の有無よりも、データの所有形態とコスト構造、そしてAI連携の深さ にある、と捉えるのが正確です。 つまり「何ができるか」で選ぶより、「どう持ち、いくら払い、どうAIと繋ぐか」で選ぶツールだ、という理解が出発点になります。
つまりOpenSEOは、「商用SEOツールの主要機能を、自前運用とコスト最適化が効く形で再構成した」 プロジェクトだといえます。
この「サブスクから従量＋セルフホストへ」という流れは、SEOツールに限った話ではありません。 近年、Semrush/Ahrefsの代替を謳うOSSがいくつも登場しているのは、月額数十〜数百ドルのSaaSが、個人ブロガーや小規模事業者にとって重すぎる という構造的な不満が背景にあります。 特に、SEO業務の中には「毎日張り付いて使う」ものと「月に数回だけ調べる」ものが混在しており、後者にフル機能のサブスクを払い続けるのは明らかに割高でした。 OpenSEOのような従量課金モデルは、この「使用頻度と料金が噛み合わない」問題に対する一つの答えです。 使った分だけ払えばよいので、ライトユーザーほどコスト面の恩恵が大きい という性質を持っています。
2. アーキテクチャ：UI → Workers → DataForSEO、そしてMCP
全体像を図にすると次のようになります。
（自前でデータ保持）"] W --> DFS["DataForSEO API
（検索ボリューム・順位・被リンク等の実データ）"] MCP["MCPサーバー"] --> W AGENT["AIエージェント
Claude / Codex"] -->|MCP経由でツール呼び出し| MCP SKILL["AIスキル
SEOワークフロー自動化"] --> AGENT W --> AIV["AI検索可視性トラッキング"]
ポイントは2つです。
第一に、実データの取得元はDataForSEO である点。 OpenSEO自体がクローラーを持つわけではなく、検索ボリュームや順位といった実データは外部プロバイダ（DataForSEO）のAPIから取得します。 だから 使った分だけ課金（従量） になり、高額な固定サブスクが不要になります。 取得したデータは自前のDB（Drizzle ORM）に保持できるため、データの所有 が自分の手に残ります。 SaaSを解約すると過去データごと失われる、という囲い込み（ベンダーロックイン）のリスクから自由になれるのも、セルフホスト型ならではの利点だといえます。
第二に、MCPサーバーがAIエージェントとの接点 になっている点。 ClaudeやCodexは、MCP経由でOpenSEOのSEOデータをツールとして呼び出せます。 これにより「SEO分析」をAIのワークフローに組み込めるのが、従来のSaaSにはない強みです。
この「自前のクローラを持たず、データはプロバイダAPIから取得する」という設計には、明確な合理性があります。 SemrushやAhrefsの最大の資産は、実は機能そのものよりも 長年かけて構築した巨大なインデックス（被リンクや検索データのデータベース） です。 ここを個人や小規模OSSがゼロから再現するのは現実的ではありません。 OpenSEOは「データの収集」はDataForSEOのような専門プロバイダに任せ、自分は 「データの活用・可視化・AI連携」というアプリケーション層に集中 する、という賢い割り切りをしています。 言い換えれば、OpenSEOが提供しているのは“データ”ではなく“データを使いこなす器”であり、その器がオープンソースで、AIと繋がっている——というのが本質です。 このため、データの鮮度や網羅性はDataForSEO側の品質に依存する、という前提も同時に理解しておく必要があります。
3. 導入：Docker / Cloudflare Workers でセルフホスト
OpenSEOはセルフホスト前提のため、導入は リポジトリを取得し、自分の環境にデプロイ する流れになります。 技術スタックはTypeScript中心で、コンテナ（Docker）とCloudflare Workersに対応しています。
# リポジトリを取得
git clone https://github.com/every-app/open-seo.git
cd open-seo
# 依存をインストール（パッケージマネージャはリポジトリの指定に従う）
npm install
# 環境変数を設定（DataForSEO の認証情報など）
cp .env.example .env
# .env に DataForSEO の API ログイン/パスワードを設定
データプロバイダ（DataForSEO）の認証情報を設定するのが要です。 SEOの実データはここから取得するため、DataForSEOのアカウントとAPIキー が必要になります。
# Docker でまとめて起動する場合（例）
docker compose up -d
※ 具体的なコマンド・環境変数名・デプロイ手順はバージョンで変わるため、必ず公式リポジトリのREADMEを確認してください。 重要なのは「自分のインフラに乗せて、データプロバイダのキーを差し込めば動く」という、セルフホスト型の構造を理解しておくことです。
ホスティング先として Cloudflare Workers に対応しているのは、コスト面で見逃せないポイントです。 Workersはサーバーレスで、無料枠や低コストで小規模に運用しやすく、常時起動のサーバーを抱える必要がありません。 個人サイトのSEO監視のような“たまに動かす”用途では、サーバー代をほぼかけずに運用できる可能性があります。 一方、Dockerでのコンテナ運用を選べば、自社のオンプレやVPSに乗せて、データを完全に自社管理下に置くこともできます。 「どこにデプロイし、データをどこに置くか」を自分で選べる ——これがセルフホスト型OSSの自由度であり、SaaSにはない価値です。 ただしその裏返しとして、アップデートの追従・バックアップ・障害対応といった運用責任も自分で負うことになります。
4. AIネイティブ：MCPでClaude/CodexからSEOデータを扱う
OpenSEOの今日的な価値は、MCPサーバーを内蔵 していることにあります。 MCPは、AIエージェントと外部ツール／データソースを接続する標準プロトコルで、OpenSEOはこれを通じて SEOデータをAIに開放 します。
たとえばClaude側にOpenSEOのMCPサーバーを登録すると、AIが対話の中でSEOデータを取得・分析できます（設定イメージ）。
{
"mcpServers": {
"open-seo": {
"command": "npx",
"args": ["-y", "@open-seo/mcp-server"],
"env": { "OPENSEO_API_URL": "http://localhost:8787" }
}
}
}
これにより、次のような指示が自然言語で通るようになります（イメージ）。
「ai-heartland.com の主要キーワード20個の検索ボリュームと順位を取得して、
上位を取れていないが検索ボリュームが大きいものを優先度順にまとめて」
AIがOpenSEOをツールとして叩き、データを取得し、分析・要約までを一気通貫で行う——これが「SEOをAIのワークフローに組み込む」ということです。 MCPの考え方そのものについては 「MCP is all you need」Pydantic作者が語るMCPの正しい使い方とsampling完全解説 が参考になります。
加えて、OpenSEOは SEOワークフローを自動化するAIスキル も備えるとされ、定型のSEO作業（順位レポート作成、競合比較など）をエージェントに任せる方向へ踏み込んでいます。
この「AIネイティブ」という設計が効くのは、SEO業務の多くが “データ取得→集計→解釈→提案”という定型の繰り返し だからです。 たとえば「毎週、主要キーワードの順位変動をまとめ、下落したものの原因仮説を立て、改善案を出す」という作業は、人間がやると地味に時間がかかります。 従来はSaaSの画面を開き、CSVをエクスポートし、スプレッドシートで加工し…という手作業が挟まっていました。 OpenSEOのようにMCPでデータがAIに開かれていれば、この一連を 「先週との順位差分をまとめて、下落キーワードの改善案を3つずつ出して」 という一言に圧縮できます。 データ取得の部分がAIから直接叩けることで、“レポート作成の自動化”が現実的になる のが、AIネイティブSEOツールの実利です。 もちろんAIの解釈は鵜呑みにせず人間がレビューする前提ですが、叩き台を高速に作れる効果は大きいといえます。
逆に、こうしたMCP連携には注意点もあります。 AIエージェントにSEOデータ取得を任せると、意図せず大量のAPI呼び出しが発生してコストが膨らむ リスクがあります。 DataForSEOは従量課金のため、エージェントが「念のため全キーワードを取得」といった動きをすると費用に跳ね返ります。 MCP経由で使う場合も、取得範囲の上限や対象を明示し、コストのガードレールを意識した運用が必要です。
5. AI検索可視性という新しい指標
OpenSEOが面白いのは、AI検索可視性（AI brand visibility） に対応している点です。 これは、ChatGPTやGoogleのAI Overviewのような 「AIが生成する回答」の中で、自社ブランドやサイトがどれだけ言及・引用されるか を追跡する機能です。
従来のSEOは「Googleの検索結果ページでの順位」を見ていました。 しかし、ユーザーが検索ではなくAIに直接質問し、AIの回答だけ読んで完結する——という行動が増えるにつれ、「検索順位」だけでは露出を測れなくなりつつあります。 「AIの回答に載るか／引用されるか」という新しい土俵（いわゆるAEO/GEO＝Answer/Generative Engine Optimization）が生まれているのです。
OpenSEOはこの変化を取り込み、従来の検索順位とAIの回答内露出を、同じプラットフォームで追える ようにしています。 これは、SEOツールが「検索エンジン最適化」から「回答エンジン最適化」へと対象を広げつつあることの、具体的な表れだといえます。
なぜこの指標が重要になりつつあるのかを補足します。 従来、ユーザーは検索結果のリンクをクリックしてサイトを訪れていました。 ところが、AIが回答を直接生成するようになると、ユーザーはサイトを訪れずにAIの回答だけで満足してしまう（ゼロクリック化）ケースが増えます。 このとき、自社の情報がAIの回答の“出典”として引用されるかどうかは、ブランド露出と信頼性に直結します。 順位が1位でも、AIの回答に名前が出てこなければ、生成AI経由のユーザーには届きません。 逆に、AIに引用されやすいコンテンツ設計（明確な定義、構造化、一次情報性）をすれば、検索順位とは別のルートで露出を得られます。 OpenSEOがAI検索可視性を測れることは、こうした新しい最適化の効果を“数字で確認できる” という点で、運用上の意味を持ちます。 測れないものは改善できないため、AI時代のSEOにおいて可視性の計測は出発点になります。
6. 他ツールとの違い（Semrush / Ahrefs / RustySEO）
立ち位置を整理します。
| ツール | 形態 / 料金 | ホスティング | データ源 | MCP / AI |
|---|---|---|---|---|
| OpenSEO | OSS＋従量課金 | セルフホスト | DataForSEO | MCPサーバー＋AIスキル内蔵 |
| Semrush | 商用・月額サブスク | SaaS（各社クラウド） | 自社データ | 限定的 |
| Ahrefs | 商用・月額サブスク | SaaS（各社クラウド） | 自社クローラ | 限定的 |
| RustySEO | OSS・無料 | デスクトップアプリ | 各種API/ローカル | — |
ざっくり言うと、OpenSEOは 「データ所有とコスト最適化、そしてAI連携」を重視する人 に向いています。 高機能で手厚いサポートが欲しいならSemrush/Ahrefs、デスクトップで手軽に使いたいなら RustySEO完全解説：Tauri+Rust製の無料デスクトップSEOツール、SEMrushの代替候補、自前運用でAIワークフローに組み込みたいならOpenSEO、という住み分けになります。
注意したいのは、これらは必ずしも“どれか一つ”を選ぶ関係ではないことです。 たとえば「普段の重い分析は契約済みのSaaS、AIエージェントに組み込む軽い定型処理はOpenSEO」といった併用も考えられます。 OpenSEOの強みは“代替”であると同時に“AIワークフローへの入口”でもあるため、既存のSEO体制に対して、AI連携の実験場として追加する、という導入の仕方も現実的です。 特に、本サイトのようにDataForSEOやSearch Consoleを使った独自のSEO分析を回している運用では、OpenSEOの設計思想（データはAPI、活用はOSS、連携はMCP）は親和性が高く、自前ツールの参考実装としても読み解く価値があります。
Claude Codeを起点にSEO/広告まで扱いたい場合は、Toprank完全解説：Claude Code向けSEO/Google/Meta広告プラグインを解剖 のようなプラグインと組み合わせる発想も有効です。 OpenSEOが“データ基盤＋MCP”を担い、こうしたプラグインが“Claude Code上のワークフロー”を担う、という役割分担で重ねると、SEO業務全体をAIエージェント中心に再設計できます。 オープンソースの利点は、こうした 複数のOSSを組み合わせて、自分たちの運用に合った“SEOスタック”を自前で組める ことにあります。 ベンダー1社のSaaSに全てを委ねるのではなく、必要な部品をOSSで選び取って繋ぐ——その自由度こそ、OpenSEOのようなプロジェクトが提示する新しい選択肢です。
7. 向き不向きと導入時の注意
OpenSEOは万能ではありません。 従量課金＋セルフホスト という性質ゆえの、向き不向きがあります。
・向いている：コストを抑えたい個人・小規模サイト／データを自社で持ちたい組織／SEOをAIエージェントのワークフローに組み込みたいチーム
・向いていない：ノーコードで手軽に使いたい／手厚いサポートや教育コンテンツが欲しい／インフラ運用の手間をかけたくない
導入時の注意点も押さえておきましょう。
・DataForSEOのコスト管理：データ取得は従量課金。大量に叩くと費用がかさむため、取得範囲と頻度を設計する
・運用の手間：Docker/Workersのデプロイ、DBやキーの管理は自前。アップデート追従も必要
・データ品質の前提：実データはDataForSEO由来。Semrush/Ahrefsの独自指標とは数値が一致しないことがある
・ライセンス確認：商用利用や再配布の条件は公式リポジトリのLICENSEを必ず確認する
・指標の連続性：将来SaaSへ移行/併用する際、数値の基準が変わるため過去データの扱いを決めておく
・セキュリティ：DataForSEOのキーやDBの認証情報を安全に管理し、公開リポジトリにコミットしない
特に最初のハードルは「SEOの知識」ではなく「インフラの知識」である点に注意してください。 OpenSEOを使いこなすには、Docker/Cloudflare Workersのデプロイや環境変数の管理といった、ややエンジニア寄りの作業が必要です。 裏を返すと、開発者やエンジニア出身のSEO担当者にとっては、むしろ扱いやすく、自分の用途に合わせてカスタマイズできる自由度が魅力になります。 「ノーコードで完結する手軽さ」を取るか、「自前運用の自由度とコスト最適化」を取るか——この軸で、自分（や自社）に合うかを判断するのがよいでしょう。
もう一つ、運用に乗せる前に決めておきたいのが 「何を自動化し、何を人が判断するか」の線引き です。 データの取得・集計・レポート化はAIに任せて効率化する一方、「どのキーワードに注力するか」「コンテンツ方針をどう変えるか」といった戦略判断は人間が握るべきです。 OpenSEOはあくまで“データと自動化の基盤”であり、SEOの意思決定そのものを代替するものではありません。 ツールに振り回されず、ツールを使い倒す側に立つために、この役割分担を最初に決めておくと、導入後の運用がぶれません。
いきなり全キーワードを大量取得せず、主要キーワード数十件で「取得→順位確認→AIで要約」の一連を試すのがおすすめ。従量課金なので、最初に「1回の分析でどれくらいコストがかかるか」を体感してから運用範囲を広げると、費用が読める。
まとめ
OpenSEOは、Semrush/Ahrefsの主要機能を、オープンソース＋従量課金＋セルフホストで再構成し、さらにMCPとAIスキルでAIネイティブにした SEOプラットフォームです。
要点を整理すると次のようになります。
・キーワード・順位・被リンク・サイト監査・ドメイン可視性・AI検索可視性をカバー
・サブスクではなく従量課金。セルフホストでデータを自分で所有できる
・MCPサーバーとAIスキルを内蔵し、Claude/CodexからSEOデータへ直接アクセス
・技術スタックはTypeScript / Docker / Cloudflare Workers / Drizzle、データ源はDataForSEO
・「検索順位」だけでなく「AIの回答内露出（AI検索可視性）」を測る新指標に対応
・クローラは持たずデータ取得はDataForSEOに任せ、活用・可視化・AI連携に集中する設計
OpenSEOの本質は「SEOツールの民主化＋AIネイティブ化」だ。高額サブスクとデータの囲い込みに対して、OSS・従量課金・セルフホストで対抗し、さらにMCPでAIエージェントのワークフローに組み込めるようにした。インフラ運用を厭わないなら、コストとデータ所有の面で大きな利点がある。まずは主要キーワード数十件で「取得→AIで要約」を試し、DataForSEOのコスト感をつかんでから運用を広げるのが堅実だ。ノーコードの手軽さより自前運用の自由度とコスト最適化に価値を感じるなら、試す価値は十分にある。
なお、SEOツールという領域そのものが、いまAIによって大きく作り替えられつつあります。 「検索順位を上げる」だけでなく「AIの回答に載る」ことが目標に加わり、データ取得から分析・レポートまでをAIエージェントが回す——OpenSEOは、その移行期に登場した“AIネイティブ世代のSEO基盤”の一例です。 商用SaaSがこの流れにどう追随するかも含め、SEOツールの勢力図は今後さらに動くでしょう。
参照ソース
・every-app/open-seo（公式GitHubリポジトリ）
・Model Context Protocol（MCP）公式
・DataForSEO（データプロバイダ）
・Googleインデックス戦略の激変：2026年にSEOの土台を再構築する方法（本サイト・ピラー）
