告别凭感觉改稿：social-media-skills的post-scorer如何用真实数据给帖子打分（含Apify配置）

告别凭感觉改稿social-media-skills的post-scorer如何用真实数据给帖子打分含Apify配置【免费下载链接】social-media-skills项目地址: https://gitcode.com/gh_mirrors/so/social-media-skills还在反复修改 LinkedIn 帖子、却始终拿不准效果开源项目social-media-skills里的post-scorer技能会通过 Apify 拉取你最近 100 条帖子的真实互动数据找出你自己账号里的爆款规律再给新稿打出一张满分 50 分的评分卡每条修改建议都附具体数据依据。本文带你从零完成安装、Apify 配置到打出第一张打分卡。为什么凭感觉改稿总差一口气大多数人的改稿循环是这样的 改了 5 遍开头还是感觉差点意思 问朋友要反馈得到的全是主观印象 发布后互动平平却不知道到底哪里不行问题的根源在于通用建议标题要吸引人和你的账号之间隔着一层真实数据。你的粉丝爱看数字开头还是爱看反常识观点你的爆款平均多长这些只有你自己的数据能回答。post-scorer 的思路很直接先分析你过去 100 条帖子的表现找到你 top 10% 爆款的共性钩子类型、字数、格式、CTA 模式再把新稿逐条对照打分。分数不是拍脑袋而是你的数据说了算。post-scorer 的打分原理先从你的爆款里找规律整个流程分 4 步完整定义见 skills/post-scorer/SKILL.md拉取数据通过 Apify 抓取你最近 100 条 LinkedIn 帖子含点赞、评论、转发保存为[你的用户名]-all-posts.json找出规律按互动分公式点赞数 评论数 × 3排序锁定 top 10% 帖子提取它们的钩子类型、平均字数、格式分布纯文字/图片/轮播、CTA 模式和话题集群同时分析 bottom 10% 避坑五个维度打分把新稿对照规律逐项打 1–10 分输出评分卡给出总分、结论、爆款对比和 3 条必须引用真实数据的修改建议技能还有一条硬性规则除非稿件真正匹配 top 10% 模式否则单项不得高于 8 分skills/post-scorer/SKILL.md避免讨好型打分。三步上手从安装到第一张打分卡第 1 步克隆仓库并安装技能git clone https://gitcode.com/gh_mirrors/so/social-media-skills cp -r social-media-skills/skills/* ~/.claude/skills/更多安装方式Claude Code 插件市场、Git submodule、单技能上传等见 README.md。 建议先跑一次 voice-builder 技能它会生成about-me.md和voice.md两个语音档案post-scorer 的声音匹配维度会直接读取它们。第 2 步Apify 配置指南——设置 APIFY_API_TOKENpost-scorer 依赖 Apify 抓取 LinkedIn 数据只需一个环境变量见 README.mdexport APIFY_API_TOKENyour_tokenToken 在 Apify 平台的账号设置中获取粘贴替换your_token即可技能内部会调用apimaestro/linkedin-profile-posts抓取器输入仅两个字段你的 LinkedIn 用户名 total_posts: 100单次抓取耗时约1–2 分钟成本约$0.50。技能在花钱抓取前一定会先向你确认第 3 步一句触发词开始打分安装完成后在对话中说以下任意一句技能就会自动启动见 skills/post-scorer/SKILL.mdscore my post / 给我的帖子打分review my post / 帮我审阅这条帖子how good is this post / 这条帖子怎么样粘贴帖子后技能会询问数据来源三个选项见 skills/post-scorer/SKILL.md抓取我的帖子Apify推荐/使用 Charlie Hills 基准数据500 条帖子分析的兜底方案/跳过数据打分仅按通用最佳实践速度快但精度低。打分卡详解5 个维度怎么逐项打分维度评估什么对照你的真实数据钩子强度 Hook strength开头钩子类型数字开头、反常识、大胆断言、个人故事等是否命中你 top 10% 的高频类型声音匹配 Voice match语气、节奏、句长是否符合voice.md和你历史爆款价值密度 Value density信息量教学/步骤/数据/故事是否达到你爆款水准字数是否偏离 top 10% 均值结构与格式 Structure格式纯文字/图片/轮播、换行节奏、CTA 是否是你最易互动的组合发布就绪度 Publish readiness是否有AI 味、违禁词、企业腔长度是否合理实际输出的评分卡长这样技能按英式英语输出LINKEDIN POST SCORE Data source: your 100 LinkedIn posts (via Apify) Posts analysed: 100 Top 10% avg engagement: 2340 Hook strength: 6 / 10 [question hook detected] Voice match: 8 / 10 Value density: 7 / 10 Structure and format: 7 / 10 [format: text only] Publish readiness: 9 / 10 ---------------------------------------- TOTAL: 37 / 50 VERDICT: Solid draft, but your opening hook type rarely lands in your top 10%. TOP PERFORMER COMPARISON: Your top posts average 210 words, use number-led hooks, and include a newsletter CTA. This draft opens with a question. FIXES: 1. Your top 10% posts open with numbers. Switch the question hook to a stat. 2. Add a save-worthy takeaway line; your top posts all end with one.注意最后一条规则每条修改建议都必须引用你的具体数据例如你 top 10% 的帖子 42% 用数字开头钩子而这份草稿用的是提问钩子只占 12%请换成数据开头而不是空泛的优化一下标题。如果你选择用 Charlie Hills 基准数据兜底技能内置了这套参考值skills/post-scorer/SKILL.md指标基准值500 条帖子平均互动分1,872点赞 808 评论 355 × 3 转发 61评论/点赞比44%Top 10% 平均长度180–250 词高频钩子数字开头 31% / 大胆断言 27% / 反常识 18%高频格式轮播 33% / 图片 29% / 纯文字 22%CTA45% 提及 newsletter打分之后怎么改把低分项改回来的闭环评分卡输出后post-scorer 会主动问一句要不要我用你 top 帖子的模式重写最弱的那一段还是直接发布选重写技能直接套用你爆款里的模式输出改稿代码块形式可直接复制选继续创作可以接着调用 post-writer 新写帖子或用 analytics-dashboard 把 LinkedIn 官方导出的数据变成可视化仪表盘配合使用形成数据 → 创作 → 打分 → 改进的闭环新手常见问题 FAQQ1抓取要花钱吗多久完成约 $0.50/次1–2 分钟完成。技能运行前会明确告知费用并等你确认不会偷偷扣费。Q2不想花钱抓取怎么办用内置的 Charlie Hills 基准数据500 条帖子统计兜底或直接跳过数据打分走通用最佳实践评分速度最快但精度低一档。Q3数据多久要刷新一次技能规定缓存数据超过14 天就会主动建议你刷新后再打分避免拿旧规律评新帖子。Q4打分和直接要人反馈有什么区别人反馈是我觉得开头不够炸post-scorer 反馈是你的爆款 31% 用数字开头这条用了提问开头你的提问开头只贡献 12% 的爆款——可执行、可验证。写在最后post-scorer 的核心价值只有一句话让这条帖子行不行从主观判断题变成有数据依据的选择题。配置成本很低一个 Token 每次数毛钱的抓取费换来的是每次发布前的体检报告。完整技能列表与版本说明可参考 VERSIONS.md想改进技能的话CONTRIBUTING.md 也给出了清晰的贡献指南。【免费下载链接】social-media-skills项目地址: https://gitcode.com/gh_mirrors/so/social-media-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考