Hao0321/claude-skill-social-post · 上手攻略

• 仓库：Hao0321/claude-skill-social-post
• 链接：https://github.com/Hao0321/claude-skill-social-post
• 分类：claude-skill / social-media / content-automation
• 作者：spark
• 更新：2026-08-16

是什么

Hao0321/claude-skill-social-post（作者駱君昊/Hao）是一个 Claude Code / Codex Skill，功能是 学习你的社群语语气 → 规划内容 → 撰写平台化贴文 → 经确认后发布 → 把 Reels / 贴文洞察变成结构化学习资料。目标平台是 Facebook / Instagram / Threads / X，覆盖两岸中文创作者主流渠道。

当前版本 v2.1.1，仓库里既有 Skill 引擎（公开），也提供 example 模板方便 dry-run。仓库设计为"引擎在公开 repo、私人数据留在本地"——style_profile.md / content_plan.md / data/ / drafts/ 都明确不要提交回公开 fork。

它和"单纯 ChatGPT 写文案到剪贴板"的差异在于 Outcome Loop：每次发布的 Reels 数据可以回灌进 skill 的规则库、跨平台 schema 校验、append-only revision 记录、原子 commit + rollback。

解决什么问题

• 跨平台（FB / IG / Threads / X）同一篇内容需要重写格式（字数、标签、hook 风格），手动复制粘贴易出错。
• 创作者发完内容后 Reels 洞察数据无法结构化沉淀，每次重新"凭直觉"判断下一步。
• 14 天内容日历排期通常是飞书/Notion 表格，没法和"历史爆款数据"自动联动。
• 多平台账号矩阵（个人号 + 营销号）需要"学语气 + 套格式 + 排日历"三件套，靠散装 prompt 拼不出来。
• LLM 生成内容发出前容易被"看起来 OK 就发了"——本 Skill 强制发布前由当前对话确认（安全设计）。

快速安装

# 1. 拉仓库
git clone https://github.com/Hao0321/claude-skill-social-post.git

# 2. 复制 skill 目录到对应位置
# Claude Code（macOS / Linux）：
cp -r ./claude-skill-social-post/social-post ~/.claude/skills/social-post

# Codex（Windows PowerShell）：
New-Item -ItemType Directory -Force "$env:USERPROFILE\.codex\skills" | Out-Null
Copy-Item -Recurse ".\claude-skill-social-post\social-post" "$env:USERPROFILE\.codex\skills\social-post"

# 3. 复制 example 模板到本地
cp social-post/style_profile.example.md social-post/style_profile.md
cp social-post/content_plan.example.md social-post/content_plan.md

# 4. 把 voice_quick.md / current_brief.md 的 placeholder 换成自己的语气与方向

⚠️ 不要把 style_profile.md / content_plan.md / drafts/ / data/ 提交回 fork——仓库 README 已明确禁止。

核心用法

5 个 Mode 覆盖完整工作流：

最小可跑 dry-run（不写真实数据）：

cd social-post
$env:PYTHONUTF8='1'   # Windows；macOS/Linux 跳过
python scripts/log_outcome.py references/outcome-bundle.example.json
python scripts/self_test.py

正式写入时加 --write：

python scripts/log_outcome.py your-bundle.json --write
python scripts/social_data.py validate
python scripts/social_data.py summary --series your-series-id
python scripts/build_rule_registry.py --write

Schema / 因果边界 / 追加快照方式详见 social-post/references/outcome-workflow.md。

典型适用场景

• 两岸中文创作者做多平台矩阵（FB / IG / Threads / X），需要同样的 14 天日历 + 平台化改写。
• 个人 IP 跑过一段时间 Reels/短视频，手里有一堆洞察数据但没结构化沉淀，想把"经验"变成可演化的规则。
• 团队协作（文案 + 运营 + 数据）需要把"语料/规则/成效"分层管理。
• 已经熟悉 Claude Code / Codex 的开发者，想把"内容生产"接进 IDE 风格的工作流。
• 个人号试水阶段 + 营销号扩量阶段过渡期。

坑与注意

• ⚠️ 发布必须当前对话确认（P2 Mode）。这是设计而非缺陷——LLM 自动发贴容易出事故（账号封禁、合规风险、个人声誉），Skill 把"发出去"作为唯一需要人确认的环节。
• ⚠️ 需要浏览器登录态：P2 发布的实际动作通过浏览器自动化（Selenium / Playwright 路线，README 未显式说明具体技术栈）完成，你需要在自己常用浏览器里保持登录。
• ⚠️ Reels 数据导出：P3 Log Outcome 依赖 FB / IG / X 各自的 Insights 导出（CSV / API），具体导出流程 README 未覆盖，需要按平台官方文档操作。
• ⚠️ git 隐私：默认 .gitignore 应该排除 style_profile.md / content_plan.md / drafts/ / data/，但强烈建议 fork 之前先 git status 确认没有本地私密数据会被 push。
• ⚠️ 跨平台 schema 验证：v2.1.1 新增 validator 校验"平台/时间窗/ID/时间/非负指标"，意味着日志里数字字段异常会被拦截——遇到报错先看 schema 而不是瞎填。
• ⚠️ 快卡（quick cards）默认：v2.1.1 把生成路径改成"只读必要语气+当前 brief+一个公式"，历史案例不再灌进每次 context——这是一项"控成本"的设计，但代价是"找不到一个月前的爆款"需要手动翻 references/。
• ⚠️ 80K reach / 448 likes 为作者自报：仓库 README 标题里的"Mega-viral validated"是作者自己账号的数据，未做独立第三方验证——把它当作"作者公开案例"而非"工具的客观效果"。
• ⚠️ Python 版本/依赖未在 README 标注：脚本依赖未声明，建议先 python --version 确认 ≥ 3.10，并按需 pip install 缺失的依赖（README 没列 requirements.txt）。
• ⚠️ 平台合规风险：自动发布涉及 FB / IG / X 的 ToS，自动账号行为可能触发平台限制（限流/封号），商业账号使用前需评估。

与同类对比

定位差异：本 Skill 的护城河是 "学语气 + 闭环数据 + pub-by-confirm"三件套，把 Claude Code 当 IDE 用，而 Buffer 类是 SaaS 黑盒；Make.com 灵活但要自己拼 API；Typefully 偏单平台。

一句话推荐结论

已经在用 Claude Code 的中文创作者可以装上跑 14 天内容模式试水；只发单一平台（只 X 或只 IG）的话 Buffer/Typefully 更省事；账号重要、不能承受封号风险就别开自动发布。