Social Post Skill：让 Claude 学会你的语气，替你在 FB/IG/X 发帖

让 Claude 学会你的说话风格，替代你运营社交账号——这不再是概念，而是有人真正跑通了的 Skill。

Social Post Skill（claude-skill-social-post）是一个 Claude Code / Codex 专用插件，作者是独立开发者駱君昊（@Hao0321）。它的核心思路非常直接：喂给它你的社交媒体历史发言，它就能学会你的语气、措辞习惯和内容调性，然后批量规划内容日历、撰写平台化文案、自动发布到 Facebook、Instagram、Threads 和 X。该项目在 GitHub 已积累 601 Stars、129 Forks（截至 2026-08-14），更重要的是——作者本人用这个 Skill 发出第一条帖子就跑出了 8 万触达、448 点赞、500 评论的真实数据，而不是自吹自擂的实验室 Demo。

功能与原则

该 Skill 围绕一个”内容飞轮”设计：学语气（Learn Voice）→ 规划节奏（Plan）→ 撰写草稿（Draft）→ 发布（Publish）→ 记录数据（Log Outcome）→ 优化规则（Optimize Patterns）。每次发布的结果会被结构化保存，形成可查询的成效数据库，Skill 据此持续调整内容策略。

设计上遵循三个原则：本地优先，所有个人数据（语气画像、内容计划、成效日志）都存在本地，不上传云端；发布确认制，发布到真实平台前必须用户明确确认，防止 AI 自治；隔离个人信息，公开仓库只含通用引擎和公开案例，个人数据文件不提交。

认可度

作为独立开发者的个人项目，这个量级的社区传播（全靠 Twitter/社交媒体口碑）已经证明了其实用价值。

链接

GitHub：https://github.com/Hao0321/claude-skill-social-post

原作者

駱君昊（Hao），GitHub @Hao0321。独立开发者，专注于 AI 辅助内容创作工具链，擅长将 LLM 与真实社交媒体运营工作流结合，而非纯粹做技术 Demo。

介绍

Social Post Skill 脱胎于駱君昊自身的运营需求——他希望有一个工具能真正替代他完成”了解我说话风格→规划内容节奏→写出像我的帖子→发布→记录效果”的全链路，而非每次都要手动喂大量上下文给 LLM。

项目采用多 Agent 协同模式：Plan Agent 负责排期、Draft Agent 负责撰写、Publish Agent 负责发布、Log Agent 负责存档。每个阶段的结果都结构化保存，方便后续回溯和规则优化。v2.1.1 版本新增了 account snapshots 功能，可查看账号 7/30/90 天整体表现，不再依赖单帖数据拼凑全局视图。

该 Skill 支持 Facebook、Instagram、Threads 和 X（Twitter）四大平台，依据各平台特性调整文案格式、标签策略和发布节奏。它还内置了 schema 验证、原子事务写入和 rollback 机制，确保成效数据写入不会因意外中断而损坏。

特点

• 语气学习：分析历史帖子，提炼语言风格、常用词汇、内容调性，生成个性化 voice profile
• 14 天内容日历：自动规划两周发帖节奏，配合平台流量峰值时段建议
• 平台化文案生成：一篇核心内容自动适配 FB/IG/Threads/X 的格式差异（长度、标签、话题分类）
• 成效闭环：发布后记录触达/点赞/评论/分享数据，Skill 根据历史表现自动调整后续内容策略
• 隐私安全：语气画像和成效数据全本地存储，不上传任何个人运营数据

使用方法

安装步骤：

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

# 复制到 Codex skills 目录（Claude Code 同理）
# Windows PowerShell
New-Item -ItemType Directory -Force "$env:USERPROFILE.codexskills" | Out-Null
Copy-Item -Recurse ".claude-skill-social-postsocial-post" "$env:USERPROFILE.codexskillssocial-post"

# 初始化配置文件
Copy-Item style_profile.example.md style_profile.md
Copy-Item content_plan.example.md content_plan.md
# 手动替换 voice_quick.md 和 current_brief.md 中的 placeholder

基本调用：

发布前必须手动确认，每次发布都会在对话中等待用户输入 confirm。

Dry-run 测试（无需登录平台）：

cd social-post
$env:PYTHONUTF8='1'
python scripts/log_outcome.py references/outcome-bundle.example.json
python scripts/self_test.py

使用场景与人群

适用场景： 个人品牌运营者、小微创业者、内容创作者、社群管理员——需要长期在多个平台保持活跃但不想被”发帖子”这件事占据大量时间。

目标用户： 有一定社交媒体运营需求、已使用 Claude Code 或 Codex、愿意花 30 分钟配置个人语气画像的用户。纯小白用户需要一定折腾成本，但配置完成后受益明显。

不适合： 完全不想手动配置语气/内容方向、期望 AI 完全自治不管控的用户（该 Skill 设计上要求发布前确认，不支持纯躺平模式）。

输入与输出案例

案例一：语气学习 → 内容日历

输入（P1）：「根据我过去三个月的 FB 帖子，学我的说话风格，然后规划下周的发布节奏」
输出：
  → 生成 style_profile.md（语气画像：正式程度 6/10、常用 emoji 习惯、话题偏好）
  → 规划周一/三/五 早 9 点发布，主题覆盖产品思考(2篇)、行业观察(1篇)、个人生活(1篇)

案例二：撰写 + 发布

输入（P2）：「写一篇关于 AI 辅助写作的反思，发到 X，长度控制在 200 字以内」
输出：
  → Draft Agent 生成初稿：「用了三个月 AI 写作助手，我的判断是——它是氧气，不是灵感。」
  → Publish Agent 等待确认后推送
  → Log Agent 存档本次发布记录
  → 24 小时后，用户输入「把这篇 X 的数据记录进去」，P3 模式抓取触达/互动数据

作者本人第一条帖子就是用这个流程产出的：8 万触达、448 点赞、500 评论——这个量级对于个人账号冷启动来说相当可观，说明 Skill 生成的内容确实能引发真实互动，而不是自嗨式输出。

GitHub: https://github.com/Hao0321/claude-skill-social-post