LinkedIn 营销技能包
为 Claude Code 与 Codex 提供 11 个技能，在终端中生成像真人撰写的 LinkedIn 帖文、评论与回复。
证据显示：技能默认只起草内容，发布前需用户批准（README 多处强调 'waits for your approval'）；API 令牌从环境变量或 .env 读取，.env 被 gitignore；SECURITY.md 明确说明无硬编码凭据，并披露了可选的 DIY 后门（LINKEDIN_SKILLS_CUSTOM_POSTER）可导致代码执行，但默认未设置。数据流透明：README 说明了 Apify 读取、Publora 发布、Pixfaro 图像生成的流程。外部影响：发布操作需用户明确批准，且 Publora 免费层限制。回滚：README 提到可在 Publora 仪表板取消预定帖子，但未提供系统化回滚机制。来源归属：README 明确归属 Creative Content Crafts 和作者。扣分：依赖安全仅通过 GitHub Action 扫描器声明，未提供具体结果；回滚机制有限；发布者未经验证。
证据显示：README 内部一致，技能列表与描述匹配；依赖仅 requests 和 python-dotenv，均为常见包；故障信息在 Troubleshooting 表中提供（如 401、400 错误）。扣分：未提供实际测试或运行证据，静态审查无法验证自洽性。
证据显示：README 明确目标受众（创始人、B2B SaaS 等）和场景（发帖、评论、审计等）；能力边界通过技能描述和 'Not for X' 消歧说明；触发精度通过技能自动激活机制；环境适配覆盖多种运行时（Claude Code、Codex、OpenClaw 等）。扣分：未提供实际触发测试证据。
证据显示：信息架构清晰（skills/、lib/、references/ 等）；安装说明详细（多种运行时）；命名稳定（技能名称固定）；示例和 FAQ 在 README 中提供；已知限制在 SECURITY.md 和 README 中提及（如 DIY 后门风险）；MIT 许可证明确；维护责任通过 SECURITY.md 和贡献指南体现。扣分：版本化变更日志未明确提供（仅有 release 徽章）；维护责任未明确说明更新频率。
证据显示：输出可用性高（草稿可直接复制粘贴或通过 Publora 发布）；边际价值明显（节省时间、提高内容质量）；成本效益合理（免费层和低成本 API）。扣分：未提供实际使用数据或用户反馈。
证据显示：README 中的声明（如 '20 proven hook formulas'）未提供具体来源或验证；跨来源佐证有限（仅提及外部工具如 AuthoredUp）；事实与推断未明确分离。扣分：缺乏可追溯的证据链。
- 发布者未经验证，身份未知，需谨慎对待。
- 可选的 DIY 后门（LINKEDIN_SKILLS_CUSTOM_POSTER）若被设置，可能导致代码执行，需严格保护该变量。
- 依赖安全仅通过扫描器声明，未提供具体结果，建议自行审查依赖。
- README 中的营销声明（如 '20 proven hook formulas'）缺乏可验证来源，需独立验证。
这个 Agent 能做什么，适合哪些场景？
LinkedIn Skills for Claude Code and Codex 是一套开源（MIT）技能合集，含 11 个技能，帮助市场营销人员在 LinkedIn 上创作、优化与规划内容。这些技能基于‘草稿先行、发布前需确认’的流程，保持用户真实语感，适合让 Claude Code、Codex CLI、claude.ai、OpenClaw、Hermes 等支持 SKILL.md 的代理使用。主要功能包括帖文撰写（采用 2026 年格式）、评论草拟、回复处理、帖文审计、去 AI 味（humanizer）、标题提取、内容规划、参与度监控、个人资料优化、员工宣传与内容再利用。仓库还包含创始人专属角度库与跨技能参考文件，可对接 Apify（读取帖文数据）、Publora（自动发布）与 Pixfaro（生成配图）等外部服务。
提供 11 个技能：Post Writer（使用 20 个 2026 年 hook 公式生成帖文）、Comment Drafter（根据 URL 生成评论）、Reply Handler（处理 LinkedIn 评论层级）、Post Audit（检查帖文是否符合算法规则与 AI 检测模式）、Humanizer（去除 AI 痕迹）、Hook Extractor（逆向解析流行帖文的 hook）、Content Planner（生成 7 天内容计划）、Engagement Monitor（监控评论、参与用户）、Profile Optimizer（优化个人资料）、Employee Advocacy（规划员工倡导计划）、Repurposer（跨平台内容再创作）。所有技能均产出草稿供用户批准。技能可读取 .env 中的 APIFY_TOKEN 调用 Apify 抓取帖文数据，读取 PUBLORA_API_KEY 与 LINKEDIN_PLATFORM_ID 调用 Publora 发布内容，读取 PIXFARO_TOKEN 生成配图。
- 希望以真实风格定期发布帖文的 B2B 创始人，可使用 Post Writer 生成草稿，批准确认后发布。
- 拥有多个行业联系人、需每日参与的营销人员，可用 Comment Drafter 在他人帖文下撰写高价值评论。
- 想改进发帖效果的创作者，可用 Post Audit 检查 AI 痕迹、优化帖子结构。
- 想打造个人品牌、增加曝光的产品负责人，可用 Profile Optimizer 优化标题、简介与经历。
- 计划建立团队内容创作体系的企业，可用 Content Planner 规划 7 天内容，或通过 Employee Advocacy 设计员工倡导计划。
- 需将其他平台（X、YouTube）内容转化为 LinkedIn 格式的运营者，可使用 Repurposer 自动重构内容。
这个 Agent 有哪些优点和局限？
- 包含 11 个技能，覆盖 LinkedIn 使用全流程，从创作到发布与参与。
- 强调‘先草稿后发布’，确保用户控制，降低风险。
- 针对 2026 年格式与算法优化，内置 AI 痕迹去除器。
- 附带创始人专属角度库，支持高频高价值受众。
- 支持可选集成 Apify、Publora、Pixfaro，功能可扩展。
- 跨多种代理运行时推广，便于迁移。
- 核心功能依赖 Claude Code、Codex 等环境，使用其他代理时体验可能受限。
- 需要网络与账号：Apify 免费额度有限，Publora 免费层仅 15 帖/月。
- 技能不能直接调用 API，需用户手动粘贴内容。
- 安装步骤复杂，需配置环境变量与安装 Python 依赖。
- 未提供针对 AI 可检测性的承诺，声称‘无法保证完全通过检测’。
- 为不同代理（OpenClaw、Cursor 等）集成需手动操作。
如何安装或部署这个 Agent？
在 Codex CLI 中执行：codex plugin marketplace add sergebulaev/linkedin-skills 和 codex plugin add linkedin-skills@linkedin-skills。在 claude.ai（网页版）：打开 claude.ai/code，在侧边栏 Skills 中点击 Add from GitHub，粘贴仓库地址即可。Claude Desktop：进入 Customize，添加插件仓库并安装。Claude Code（CLI/IDE）：在会话中输入 /plugin marketplace add sergebulaev/linkedin-skills，然后执行 /plugin install linkedin-skills@linkedin-skills。OpenClaw 需克隆仓库，并在系统提示中指定 skills 目录与 lib 路径。Hermes Agent 可克隆至 ~/.hermes/skills/。
如何使用这个 Agent？
安装后，在支持的客户端中直接提出需求，技能会自动激活，例如：‘写一篇关于 AI 改变传统广告公司的 LinkedIn 帖文’。您会先收到草稿，需批准后才发布。若要读取 LinkedIn 数据，需在 .env 中配置 APIFY_TOKEN；若需自动发布，则配置 PUBLORA_API_KEY 和 LINKEDIN_PLATFORM_ID；若需生成配图，配置 PIXFARO_TOKEN。典型工作流：使用 Post Writer 生成帖文 → 用 Post Audit 检查质量 → 使用 Publora 发布 → 用 Engagement Monitor 跟踪互动。
这个 Agent 与同类方案有什么区别？
与 Anthropic Skills 仓库及 awesome-claude-skills 目录中的类似包相比，该仓库专注于 LinkedIn 生态，并提供配套技能包（X、Instagram、YouTube 等）。