Hao0321/claude-skill-social-post
A Claude Code skill by Hao (駱君昊) that learns your Facebook voice and auto-posts to FB / IG / Threads / X with a 14-day content calendar. Mega-viral validated: 80K reach / 448 likes / 500 comments on first post. Includes Day 2 flop postmortem.
是什么
claude‑skill‑social‑post 是一个 Claude/Codex「技能」,允许大型语言模型(LLM)控制本地 Chrome 实例,以在 Facebook、Instagram 和 Threads 上起草、审查并(可选地)发布社交媒体帖子。它从提供的示例中学习品牌的「声音」,规划内容,撰写帖子,存储结果的结构化记录,并在用户明确启用 实时 开关时,通过受控的 Chrome 会话填写表单并点击 提交。
适合谁
- 需要社交媒体操作插件的 LLM 驱动助手(Claude、Codex)。
- 希望拥有可复现、可审计工作流,同时将实际发布步骤保留在人类控制下的 营销人员或社区经理。
- 希望在不使用 Meta 私有 API 的情况下,实验 基于浏览器自动化驱动的 AI 代理 的开发者。
核心功能(如 README 所述)
| 功能 | 作用 |
|---|---|
| 声音学习(P1) | 接收一组授权的示例帖子(style_profile.md、content_plan.md),提取 SHA‑256 指纹,使模型能够模仿品牌的语气。 |
| 内容规划(P0) | 生成内容概要和发布日程,用户可在任何自动化运行前进行编辑。 |
| 起草与发布(P2) | 撰写帖子,显示供用户确认,然后——如果 live_browser_actuation_enabled 标志已开启——使用受控的 Chrome 会话填写表单并点击 提交。 |
| 结果记录(P3) | 发布后,工具将评论的完整 HTML、时间戳、语言线索、CTA 等结构化信息记录到可后期审计的 JSON 日志中。 |
| 跨平台分析(P4) | 对 FB、IG 和 Threads 的数据进行标准化,以便跨平台比较覆盖范围、互动率、声音一致性等。 |
| 评论操作(P5) | 提供低层级的 Chrome 自动化 API,用于扫描帖子、读取特定评论,并(可选地)回复。所有操作均受 金丝雀 标志保护;默认为只读。 |
| 安全与审计 | 每个浏览器操作均使用 SHA‑256 哈希签名,存储在仅追加的账本中,仅当用户添加 --write 时才可执行。若 Chrome 版本(26.825.51511)或其哈希与捆绑版本不匹配,代码将拒绝运行。 |
| 测试框架 | 一套 Python 和 Node 脚本(self_test.py、comment_chrome_actuator_test.mjs 等),在本地仅有的 Meta 模拟环境中运行端到端测试。测试模式下所有实时发布均被禁用。 |
如何使用(快速入门)
- 安装:将
social‑post文件夹复制到适当的 Claude 或 Codex 技能目录(~/.claude/skills/或~/.codex/skills/)。 - 创建私有配置:将示例 Markdown 文件(
style_profile.example.md、content_plan.example.md)复制为style_profile.md和content_plan.md,并填入品牌的示例内容。 - 运行辅助脚本(Python 用于验证,Node 用于 Chrome 桥接测试),确保捆绑的 Chrome 运行时与哈希匹配。
- 执行工作流:例如运行
python scripts/comment_assistant.py queue --format json生成草稿,审查 JSON 输出,然后使用--write运行相同命令,让 Chrome 实际发布。 - 记录结果:运行
python scripts/log_outcome.py …将帖子的 HTML、时间戳、情感标签等存储在 JSON 日志中,供后续分析。
限制与当前状态(基于 README)
- 实时发布默认关闭(
live_browser_actuation_enabled = false)。仅单个“金丝雀” IG 回复已验证;完整的多平台自动化仍处于候选阶段。 - 该工具 仅支持已登录的 Chrome 会话;从不导出 Cookie 或令牌。
- 扫描整个动态消息流 尚未支持——该技能只能针对通过精确 URL 识别的特定评论。
- 所有“真实”数据(实际帖子文本、图片、账户名等)均 不包含在公共仓库中;用户必须提供自己的私有文件。
- 内置了广泛的 负面测试(超时、页面卸载、权限错误),任一检查失败将中止操作。
为何重要
- 展示了 现实世界 LLM 代理模式:模型决定 说什么,而确定性、可审计的浏览器桥接负责 如何传递。
- 将 隐私敏感的发布步骤置于人类控制之下,满足禁止通过非官方 API 完全自动发布平台的要求。
- 提供 结构化数据管道(SHA‑256 验证内容、丰富元数据),可为下游分析或强化学习循环提供支持。
许可证
MIT – 可自由使用、修改和重新分发,需注明作者。
相关
- 项目
- 项目
- 项目
- 项目
- 项目