Ahrefs代替のSEO分析OSSにOpenSEOが選ばれる理由

Ahrefs や Semrush といった SEO 分析ツールは、機能面では申し分がない一方で、個人開発者や小規模チームにとっては月額費用の妥当性を説明しづらい存在です。「順位が知りたいだけ」「被リンクを月に数回確認したいだけ」といった使い方でも、フル機能のサブスクリプション料金が発生します。

そこでオープンソースの代替を探し始めると、今度は別の壁にぶつかります。候補として挙がる OSS は、順位計測だけのもの、テクニカル監査だけのもの、データ取得の口だけを提供するものと機能範囲がまちまちで、しかもデータ源（SERP をどこから取ってくるか）も統一されていません。GitHub のスター数だけでは比較になりません。

こうした状況で 2026 年に入って注目度を集めているのが、every-app/open-seo（以下、OpenSEO）です。リポジトリの説明文はそのものずばり「Open source alternative to Semrush and Ahrefs」で、キーワード調査から被リンク分析、サイト監査、AI 検索での可視性トラッキングまでを 1 つのアプリケーションでカバーします。さらに MCP サーバーと Agent Skills を公式提供しており、AI エージェントから SEO データを直接扱える設計になっている点が、既存の OSS とは明確に異なります。

ただし、採用を検討するうえで最も重要なのは機能一覧ではありません。OpenSEO のソフトウェア本体は MIT ライセンスで無料ですが、SEO データそのものは外部 API に従量課金で支払う構造になっています。ここを見落とすと、「無料の OSS を導入したはずが、想定外のランニングコストが発生する」という事態になりかねません。

本記事では、公開されている README・公式サイト・公式ドキュメントをもとに、OpenSEO の機能構成、データ源とコスト構造、MCP 連携、セルフホスト構成、そして類似 OSS との棲み分けを整理します。なお、本記事は動作検証を伴わないドキュメントベースの整理です。掲載しているコマンドはすべて公式ドキュメントからの引用であり、最新の仕様は各出典リンク先でご確認ください。

OpenSEOとは｜Semrush・Ahrefsのオープンソース代替を名乗るSEO基盤

OpenSEO は、GitHub 上で every-app/open-seo として公開されている SEO 分析プラットフォームです。リポジトリの説明文には「Open source alternative to Semrush and Ahrefs」と記載されており、有償 SEO スイートの置き換えを明確に狙ったプロダクトであることが分かります。

リポジトリの基本情報は次のとおりです。

※ 上記は 2026 年 9 月 1 日時点で GitHub API から取得した値です。

スター 15,876・フォーク 1,912 という規模に対して、最終 push が 2026 年 8 月 24 日である点は、メンテナンス状況を判断するうえで押さえておきたい事実です。リポジトリはアーカイブされておらず、他プロジェクトからのフォークでもない一次リポジトリで、ライセンスは MIT が明示されています。ライセンス未設定のリポジトリのように「そもそも商用利用できるのか」を法務確認するところから始める必要はありません。

公式サイトでは、プロダクトを「The modern, open source SEO platform」「the open source alternative to Ahrefs and Semrush」と表現しています。また、課金モデルについては「billed by usage instead of a $100-plus monthly subscription」と記載されており、月額サブスクリプションではなく使った分だけを支払う形を打ち出しています。

README が挙げる特徴は、大きく次の 4 点に整理できます。

• MCP と AI Skills の統合: AI エージェントから SEO データを扱えることを最大の売りとしている
• 絞り込まれた UI: 機能を詰め込んだ SEO スイートではなく、ワークフロー単位で完結する画面設計
• サブスクリプション不要の従量課金: ユーザーが自分の DataForSEO API キーを持ち込み、使った分を支払う
• フォークしやすいコードベース: MIT ライセンスのもと、自社のワークフローに合わせた改変を前提としている

公式サイトの表現を借りれば「an all-in-one SEO tool for you and your AI agent」であり、人間が使う SEO ツールであると同時に、AI エージェントのデータソースとして設計されている点が特徴です。

OpenSEOの機能構成｜キーワード調査から被リンク・サイト監査まで

README と公式サイトが挙げる機能は、ワークフロー単位で整理されています。SEO スイートにありがちな「機能は多いがどこから触ればいいか分からない」状態を避け、目的ごとに入り口を分ける設計思想が、機能の粒度にも表れています。

調査系ワークフロー（キーワード・競合・被リンク）

まず、コンテンツ企画や競合把握のフェーズで使う機能群です。

• キーワード調査: 検索ボリューム・難易度・CPC を取得します
• ドメイン概要 / 競合分析: 対象ドメインの獲得キーワードや競合状況を俯瞰します
• 被リンク調査: 被リンクプロファイルを確認します
• 保存キーワードの整理: 調査したキーワードをプロジェクト単位で蓄積・整理します

これらはいずれも、後述するとおり外部の SEO データ API から取得したデータに依存します。つまり「調査系の機能をどれだけ使うか」が、そのままランニングコストに直結する構造です。

運用系ワークフロー（順位トラッキング・サイト監査・AI 可視性）

次に、公開後の継続的なモニタリングに使う機能群です。

• 順位トラッキング: 登録したキーワードの検索順位を継続的に追跡します
• テクニカルサイト監査: サイトをクロールし、技術的な問題を検出します
• AI 検索での可視性トラッキング / プロンプトエクスプローラー: 生成 AI の回答に自社が登場するかを追跡します
• Google Search Console 連携: GSC のパフォーマンスデータを取り込みます

注目したいのは、AI 検索での可視性トラッキングが標準機能に含まれている点です。従来の SEO ツールが「検索エンジンの順位」を追う設計だったのに対し、生成 AI の回答に自社ページや自社名がどう現れるかを追う機能が最初から組み込まれています。この領域はまだ標準的な計測手法が固まっていないため、OSS として実装が公開されている意義は小さくありません。

一方で、Google Search Console 連携は任意機能であり、公式ドキュメントによれば自分の Google OAuth クライアントを用意したうえで「about 10 minutes of one-time setup」が必要とされています。初期構築の手間として見込んでおくとよいでしょう。

OpenSEOのデータ源はDataForSEO｜「無料のOSS」で発生する実コスト

採用判断で最も見落とされやすいのが、ここで扱うコスト構造です。OpenSEO のソフトウェア本体は MIT ライセンスで無償利用できますが、キーワードボリュームや SERP、被リンクといった SEO データそのものは OpenSEO が保有しているわけではありません。データは外部の SEO データプロバイダである DataForSEO の API から取得します。

必要な API キーと設定場所

公式のセルフホストドキュメントによれば、OpenSEO は自分の DataForSEO アカウントの認証情報を持ち込む、いわゆる BYOK（Bring Your Own Key）構成です。

設定場所は構成によって異なり、Docker の場合は .env、Cloudflare の場合は Worker シークレット、ローカル開発では .env.local に設定します（出典: OpenSEO 公式ドキュメント Self-hosting）。

つまり、費用の請求先は OpenSEO ではなく DataForSEO です。OpenSEO 側にサブスクリプション料金は発生しませんが、キーワード調査を回した分・SERP を取得した分だけ DataForSEO のクレジットを消費します。

セルフホストとホスト版の費用差

公式ドキュメントが明示している金額に関する事実は次の 3 点です。

• 新規アカウントには $1 のテストクレジットが付与されます（"New DataForSEO accounts include $1 of free credit to test with"）
• 最小チャージ額は $50 です
• ホスト版は DataForSEO へのリクエストに 28% の手数料が上乗せされます。セルフホストの場合はこの分が不要になり、ドキュメントではセルフホストのほうが "slightly lower" なコストになると説明されています

（出典: OpenSEO 公式ドキュメント Self-hosting）

この構造から導けるのは、「セルフホストすれば 28% 分は節約できるが、DataForSEO への支払いは避けられない」という点です。無料で試せるのは $1 のテストクレジットの範囲までで、本格運用に入る時点で最低 $50 のチャージが前提になります。

したがって、コスト面での判断軸は「サブスク費用がゼロになるか」ではなく、「自分たちの月間データ取得量を従量課金に換算したとき、有償ツールの月額を下回るか」になります。順位を追うキーワード数が少なく、調査系の機能をスポット的にしか使わないチームであれば従量課金が有利に働きやすい一方、大量のキーワードを常時トラッキングする運用では、従量課金のほうが読みにくくなる可能性があります。導入前に、追跡対象のキーワード数と調査の実行頻度を概算しておくことをおすすめします。

OpenSEOのMCPサーバーとAgent Skills｜AIエージェントからSEOデータを扱う

OpenSEO が類似 OSS と最も明確に差別化されているのが、この MCP（Model Context Protocol）への対応です。README でも「Best-in-class MCP and AI Skills integration」が特徴の筆頭に挙げられています。

MCP サーバーへの接続方法と認証

ホスト版の MCP エンドポイントは https://app.openseo.so/mcp です。公式ドキュメントには主要クライアント向けの接続コマンドが記載されています。

Claude Code の場合:

claude mcp add --transport http --scope user openseo https://app.openseo.so/mcp

出典: OpenSEO 公式ドキュメント MCP

Codex CLI の場合:

codex mcp add openseo --url https://app.openseo.so/mcp

出典: OpenSEO 公式ドキュメント MCP

認証は初回接続時の OAuth ログインが基本ですが、ドキュメントでは "Bearer token in headless environments, CI, or clients where OAuth is inconvenient" と記載されており、ヘッドレス環境や CI では Bearer トークンによる認証も選択できます。CI パイプラインに SEO チェックを組み込みたい場合、この選択肢があるかどうかは実装工数に直結します。

MCP サーバーが公開するツールは、キーワード調査、SERP の確認、ローカルビジネス調査、競合インテリジェンス、ドメイン調査、被リンク分析、キーワード管理、順位トラッキング、プロジェクトコンテキストの共有、Google Search Console 連携といった領域をカバーします（出典: OpenSEO 公式ドキュメント MCP）。

特に注目したいのが「プロジェクトコンテキストの共有」です。事業内容やターゲット、競合、主要ページといった情報をプロジェクト単位で保持し、エージェント側から読み書きできる設計になっています。単発のデータ取得ツールではなく、エージェントが繰り返し参照する前提の状態を持つ点が、後述する DataForSEO 公式 MCP サーバーとの構造的な違いです。

Agent Skills が担うワークフロー

OpenSEO は MCP ツールに加えて、7 種類の Agent Skills を提供しています。

1. SEO プロジェクトのセットアップ
2. SEO コーチ
3. キーワード調査
4. 競合ランドスケープの把握
5. 競合分析
6. キーワードクラスタリング
7. リンクプロスペクティング

（出典: OpenSEO 公式ドキュメント MCP）

これらは「どの MCP ツールをどの順序で呼び、結果をどう解釈するか」という手順をパッケージ化したものです。エージェントに対して「SEO をやっておいて」と丸投げするのではなく、キーワードクラスタリングやリンクプロスペクティングといった 1 つのワークフローに絞って依頼する使い方が、公式ドキュメントでも推奨されています。

AI エージェントを日常的な業務フローに組み込んでいるチームにとっては、この MCP + Agent Skills の存在が採用の決め手になり得ます。逆に、AI エージェント連携を必要としないのであれば、OpenSEO の最大の差別化要因を活用しないまま運用することになるため、後述する類似 OSS のほうが構成をシンプルに保てる場合があります。

OpenSEOのセルフホスト構成｜Docker版とCloudflare版の使い分け

公式ドキュメントは、セルフホストの手段として 2 系統を提示しています。用途によって推奨が明確に分かれているため、構築を始める前に選択しておくとよいでしょう。

（出典: OpenSEO 公式ドキュメント Self-hosting）

Docker 構成（個人・検証用途）

まず手元で評価したい場合は Docker 構成が最短経路です。公式ドキュメントの手順は次のとおりです。

git clone https://github.com/every-app/open-seo.git
cd open-seo
cp .env.example .env

出典: OpenSEO 公式ドキュメント Docker

.env に DATAFORSEO_API_KEY を設定したうえで、次のコマンドで起動します。

docker compose up -d

出典: OpenSEO 公式ドキュメント Docker

既定ポートは 3001、既定イメージは ghcr.io/every-app/open-seo:latest です。運用面では、更新が docker compose pull && docker compose up -d、停止が docker compose down と、Docker Compose の標準的な操作で完結します。

構築時に注意しておきたいのが認証モードです。公式ドキュメントによれば、Docker 構成の既定の認証モードは local_noauth（認証チェックを行わない）とされています。ローカルマシンでの個人利用を前提とした設定であるため、リバースプロキシ経由で外部に公開する構成を取る場合は、アクセス制御を別途設計する必要があります。リバースプロキシ配下で動かす際のホスト名指定は、次のように行います。

ALLOWED_HOST=yourdomain.com docker compose up -d

出典: OpenSEO 公式ドキュメント Docker

また、テレメトリは OPENSEO_TELEMETRY_DISABLED=1 または DO_NOT_TRACK=1 で無効化でき、設定後は docker compose up -d --force-recreate open-seo でコンテナを再作成します。社内ポリシーで外部への利用統計送信に制限がある場合は、この項目を導入前に確認しておくとよいでしょう。

Cloudflare 構成（チーム・常時公開用途）

複数メンバーで共有する場合や、常時アクセスできる環境に置きたい場合は Cloudflare 構成が推奨されています。データベースの自動バックアップが備わり、Cloudflare の無料プランの範囲で動作すると説明されています。ただし公式ドキュメントも「Advanced」と位置づけているとおり、Cloudflare Workers やシークレット管理の知識が前提になります。

判断としては、まず Docker 構成でデータ取得量とコスト感を掴み、継続運用が決まった段階でチーム共有の Cloudflare 構成に移すという順序が現実的です。評価段階からいきなり Cloudflare 構成を組むと、構築コストが評価そのものを止めてしまう可能性があります。

類似OSSとの違い｜SerpBear・SEOnaut・DataForSEO公式MCPとの棲み分け

「SEO ツールの OSS」という括りでは複数の選択肢があります。ただし機能範囲もデータ源も大きく異なるため、同じ土俵で比較するとかえって判断を誤ります。代表的な 3 つと OpenSEO の差分を整理します。

※ 各リポジトリの規模は 2026 年 9 月 1 日時点の調査値で、SerpBear が約 2.1k スター、SEOnaut が 777 スター / 131 フォーク、DataForSEO 公式 MCP サーバーが 242 スター / 118 フォークです。

用途別の選び方は、次のように整理できます。

• 順位が分かれば十分なら SerpBear: 追跡対象のキーワードと通知だけが目的なら、機能過多を避けられます。SERP プロバイダを選べる点も、既存契約がある場合には利点になります
• テクニカル監査だけなら SEOnaut: 自前クロールで完結するため、外部データ API のアカウント開設もチャージも不要です。従量課金を持ち込みたくない環境では最有力の選択肢になります
• データ取得の口だけが欲しいなら DataForSEO 公式 MCP: すでに DataForSEO と契約していて、エージェントから API を叩ければよいのであれば、アプリケーション層を挟まないぶん構成がシンプルです
• UI と履歴を伴う横断運用なら OpenSEO: キーワード調査から順位トラッキング、被リンク、サイト監査までを 1 か所に集約し、かつ AI エージェントからも同じデータとプロジェクトコンテキストを参照させたい場合に適します

言い換えると、OpenSEO を選ぶ理由は「機能が多いから」ではなく、複数のワークフローを 1 つのデータ基盤とコンテキストの上で回したいからという点にあります。単機能で足りる要件に対しては、SerpBear や SEOnaut のほうが運用負荷もコストも軽く済みます。

OpenSEO採用判断のチェックポイント｜向くケースと向かないケース

ここまでの内容を踏まえ、採用判断の軸を整理します。

採用が向くケース

• DataForSEO の従量課金を受け入れられる: 追跡キーワード数と調査頻度を概算したうえで、有償 SEO ツールの月額を下回る見込みが立っている
• AI エージェント経由の SEO 分析を業務に組み込みたい: MCP と Agent Skills が最大の差別化要因であり、ここを活用できるチームほど投資対効果が高くなります
• 固定費を変動費化したい: 使わない月のコストを抑えたい、繁忙期だけ調査量を増やしたい、といった運用に従量課金モデルが適合します
• 自社ワークフローに合わせて改変したい: MIT ライセンスであり、README も「フォークしやすいコードベース」を掲げています。社内システムとの連携や独自レポートの追加を前提にできます
• メンテナンス状況を重視する: スター 15,876・フォーク 1,912 に対して最終 push が 2026 年 8 月 24 日と、開発が継続している状態です。アーカイブ済みでもフォークでもない一次リポジトリである点も、長期利用を検討する材料になります

慎重に判断したいケース

• 月間のデータ取得量が多く、従量課金が読みにくい: 大量のキーワードを常時トラッキングする運用では、従量課金が定額を上回る可能性があります。導入前の概算が必須です
• 最小チャージ $50 と外部プロバイダ依存を許容できない: データ源が DataForSEO に集約されるため、同社のサービス変更や価格改定の影響を直接受けます
• 外部 API を使わず自前クロールで完結させたい: この要件であれば SEOnaut のほうが素直に適合します
• SEO データの保管先・送信先に制約がある: セルフホストで自社管理下に置けるとはいえ、クエリ自体は DataForSEO に送信されます。また、テレメトリが既定で有効である点も社内ポリシーとの突き合わせが必要です（無効化オプションは提供されています）
• 外部公開を前提にすぐ運用したい: Docker 構成の既定認証モードは local_noauth であり、そのまま公開する設計にはなっていません。チーム共有・公開運用を前提とする場合は Cloudflare 構成の理解が必要です

判断の順序としては、まず「AI エージェント連携を使うかどうか」で OpenSEO を選ぶ意味があるかを切り分け、次に「月間のデータ取得量」で従量課金の妥当性を検証する、という流れが実務的です。この 2 点が両方とも肯定的であれば、Docker 構成で $1 のテストクレジットの範囲から評価を始められます。

まとめ

OpenSEO は「ソフトウェアは MIT ライセンスの OSS、データは DataForSEO の従量課金」という二層構造を持つ SEO 分析基盤です。キーワード調査・順位トラッキング・競合分析・被リンク・サイト監査・AI 可視性という広い機能範囲を 1 つのアプリケーションでカバーしつつ、MCP サーバーと 7 種の Agent Skills によって AI エージェントからも同じデータとプロジェクトコンテキストを扱えます。この AI エージェント連携が、SerpBear・SEOnaut・DataForSEO 公式 MCP サーバーといった類似 OSS との最大の差分です。

一方で、採用判断の要は機能一覧ではなくコスト構造にあります。$1 のテストクレジットで評価を始められるものの、本格運用には最小 $50 のチャージが前提となり、以降は取得したデータ量に比例して費用が発生します。順位計測だけ、テクニカル監査だけといった単機能要件であれば、外部 API を必要としない選択肢のほうが運用は軽くなります。

なお本記事は、README・公式サイト・公式ドキュメントに基づくドキュメントベースの整理です。環境変数やコマンド、料金体系は更新される可能性があるため、実際の導入時は GitHub リポジトリと公式ドキュメントで最新の情報をご確認ください。

関連情報

SEO 分析基盤の内製や、MCP を組み込んだ社内ツールの構築をご検討中の方は、お問い合わせフォームからご相談ください。要件の整理段階からご相談いただけます。