Jakeschincariol/linkedin-agent-skill

Eleven free Claude skills that run a LinkedIn account: posts off 21 hook formulas, comments, replies, profile score, weekly plan, and a humanizer that strips the AI fingerprint and scores the draft before it goes out.

무엇인가요

LinkedIn‑agent‑skill 는 Claude "스킬"(프롬프트 템플릿과 몇 가지 작은 Python 유틸리티)의 모음으로, LinkedIn에 자동으로 게시하지 않고도 LinkedIn 콘텐츠를 작성하고 관리하는 데 도움을 줍니다. 이 저장소에는 /li‑post, /li‑comment, /li‑profile 등 11개의 명령어가 포함되어 있습니다. 각 명령어는 드래프트(게시물, 댓글, 응답, 프로필 재작성, 주간 계획, 카루셀 슬라이드, DM 시퀀스, 인보크 트리지, 감사 등)를 생성한 후 휴먼라이저(Humanizer)를 실행합니다. 이 휴먼라이저는 보이지 않는 문자를 제거하고, 타이포그래피를 정규화하며, 과도하게 사용되는 기업용 어휘를 교체하고, 다섯 가지 히ュ리스틱(버스트니스, 구체성, 슬롭 밀도, 지문, 목소리)으로 드래프트를 평가합니다. 최종 출력은 수동으로 LinkedIn에 붙여넣을 수 있는 블록이며, 이 도구는 LinkedIn API를 전혀 사용하지 않습니다.

실행 방법

Claude 설치 – li‑* 스킬 폴더를 ~/.claude/skills/ (또는 저장소 로컬의 .claude/skills/)에 복사합니다. Claude에서는 저장소 URL을 붙여넣어 직접 스킬을 설치할 수도 있습니다.
옵션 플러그인 – 저장소는 Claude의 플러그인 마켓플레이스(/plugin marketplace add …)를 통해 추가할 수 있습니다.
휴먼라이저 스크립트 – 두 개의 Python 3 스크립트(humanize.py와 detect.py)는 skills/li‑human/에 있습니다. 외부 종속성 없이, 드래프트 파일을 실행하여 정리하고 다섯 가지 검사 점수를 확인할 수 있습니다.
목소리 프로필 – 자신의 글 스타일 예시를 templates/voice.md (또는 ~/.claude/linkedin/voice.md)에 기입하여 생성된 드래프트가 개인의 톤과 일치하도록 합니다.

핵심 기능 (11개의 명령어)

명령어	목적
`/li‑post`	하나의 아이디어를 21가지 공식에 기반한 3가지 훅 옵션과 완전한 드래프트로 변환한 후 휴먼 필터링을 수행합니다.
`/li‑comment`	타인의 게시물에 맞는 맥락 인식 댓글(9가지 스타일)을 생성 – 언제나 일반적인 "좋은 게시물이에요!"가 아닙니다.
`/li‑reply`	자신의 게시물에 달린 댓글을 정리하고 응답합니다. 댓글을 (리드, 실질, 동료, 지원, 노이즈)로 분류하고, 이 순서대로 응답 드래프트를 작성합니다.
`/li‑profile`	12점 체계(100점 만점)로 LinkedIn 프로필을 평가하고, 가장 낮은 점수 항목부터 수정된 재작성본을 생성합니다.
`/li‑plan`	주간 게시 계획을 생성하며, 게시 시간과 10명의 참여 대상자 목록을 포함하여 `~/.claude/linkedin/plan.md`에 저장합니다.
`/li‑human`	휴먼라이저: 제로 너비 문자 제거, 타이포그래피 정규화, "슬롭" 브랜드어 교체, 다섯 가지 검사기 실행.
`/li‑carousel`	문서 스타일 카루셀 게시물 생성: 슬라이드별 콘텐츠, 눈에 띄는 커버, 업로드 가능한 PDF.
`/li‑repurpose`	영상, 뉴스레터, 또는 녹취록을 일주일 치 독립된 LinkedIn 게시물로 변환합니다.
`/li‑dm`	200자 이내의 연결 메시지, 오픈 메시지, 그리고 두 가지 후속 메시지를 드래프트합니다.
`/li‑inbox`	들어오는 LinkedIn 메시지를 (리드, 채용 담당자, 동료, 요청, 스팸)로 분류하고, 자동화를 드러내는 언어를 강조 표시합니다.
`/li‑audit`	이미 게시된 게시물을 분석하여, 단순 인플루언스가 아닌 엔게이지먼트율과 도달 범위 기준으로 순위를 매깁니다.

"휴먼라이저"의 세부 사항

정리 단계 – humanize.py는 보이지 않는 유니코드 문자를 제거하고, 에姆다시를 쉼표로 변환하며, 커리 쿼터를 직선 쿼터로 변환합니다.
어휘 교체 – JSON 파일(slop.json)에는 113개의 과도하게 사용되는 기업용어와 그 평범한 영어 대안이 나열되어 있으며, 편집이 가능합니다.
감지 – detect.py는 드래프트를 다섯 가지 히ュ리스틱(버스트니스, 구체성, 슬롭 밀도, 지문, 목소리)으로 평가합니다. 최종 휴먼 스코어는 가중치 블렌드(평균 60%, 최악의 경우 체크 40%)로, 여전히 AI 생성처럼 보이는 드래프트를 드러냅니다.

제한 사항 및 법적 주의사항

자동 게시 없음 – 이 도구는 개인 프로필용 LinkedIn API에 접근할 수 없기 때문에, 의도적으로 사용하지 않으며 대신 수동으로 붙여넣을 수 있는 블록을 제공합니다. 이는 LinkedIn 사용자 계약 위반을 피합니다.
로컬 히ュ리스틱만 사용 – 다섯 가지 검사는 단순한 규칙 기반 메트릭이며, 상용 AI 감지 서비스와의 통합이 아닙니다. 스코어는 "감지 불가능성"을 보장하지 않으며, 참고용입니다.
Python 스크립트는 종속성 없음하지만 로컬 Python 3 인터프리터가 필요합니다.
목소리 프로필 필수 – voice.md가 비어 있으면 생성된 텍스트는 일반적인 스타일로 대체됩니다.

개발자

Jake Schincariol (참고: opusjake.ai)이 개발했습니다. 전체 설명은 README에 링크되어 있습니다.

라이선스

MIT – 포크, 수정, 재배포 자유입니다.