Linkedin Content Generator

LinkedIn 内容生成器

概述

这是一套面向 Claude Code 的完整 LinkedIn 内容创作工具，能够将主题和领域转化为可直接发布的帖子、多页轮播图、长篇 Newsletter 期号以及 30 天内容日历——全部通过个人强化学习记忆系统串联，使每次输出都能根据你的反馈不断改进。

七个协调的命令覆盖了完整的内容工作流：

所有辅助脚本均打包在 skills/linkedin-content-generator/scripts/ 目录下，与本 SKILL.md 同步发布。它们负责构建精心设计的 prompt，注入已保存的偏好设置，并在 Claude 生成输出前强制执行 LinkedIn SEO 规则。 本地 memory.md 文件会跨所有会话持久保存你的风格、语调、成功钩子和最佳表现形式。

适用场景

• 当你需要一条可即贴即发的 LinkedIn 帖子，且需要经过 SEO 优化的钩子和话题标签时使用。
• 当你在构建面向 LinkedIn Documents 的多页轮播图时使用。
• 当你在撰写结构化章节的长篇 LinkedIn Newsletter 期号时使用。
• 当你在规划整月内容，需要多种格式搭配和节奏控制规则时使用。
• 当你希望内容能通过保存的反馈逐步适应你的个人风格时使用。
• 当你在任何垂直领域（AI、SaaS、市场营销、金融、医疗等）工作，且需要避免常见 LinkedIn 算法陷阱的原生平台格式时使用。

前置要求

你的 shell 路径中必须可用 Python 3.8 或更高版本。

本技能是自包含的。从 antigravity skills 库安装：

# 通过 antigravity CLI 安装（推荐）
antigravity install linkedin-content-generator

# 或手动复制到 Claude Code skills 目录
cp -r skills/linkedin-content-generator ~/.claude/skills/

全部六个 Python 脚本和默认 memory.md 都打包在本技能的 scripts/ 子目录中。无需额外的克隆或下载操作。不需要 API 密钥、外部服务或网络访问。

工作原理

架构

用户命令 (/generate-post ...)
        │
        ▼
SKILL.md 解析 $ARGUMENTS
        │
        ▼
Python 脚本构建 prompt
  • 注入 LinkedIn SEO 规则
  • 注入 memory.md 偏好
        │
        ▼
Claude 生成可直接发布的内容输出
        │
        ▼
/feedback 保存有效经验 → memory.md
        （循环 —— 每次未来输出都会改进）

第一步：设置你的领域（一次性操作）

打开 ~/.claude/skills/linkedin-content-generator/scripts/memory.md 并更新主要领域字段：

## Core Identity & Tone
- **Primary Niche:** AI & Technology   ← 修改此处

该字段会被注入到每个 prompt 中。如果不修改，技能默认使用 "AI & Technology"。

第二步：生成内容

运行下方命令参考部分描述的任意七个命令之一。Claude 读取脚本输出后直接在聊天中生成最终内容。

第三步：保存有效经验

每次输出后，使用 /feedback 保存成功的模式：

/feedback 本帖中的故事化钩子获得的评论数是平时的 3 倍

反馈会被追加写入 memory.md，并自动注入到后续所有生成 prompt 中。

命令参考

/generate-post — 单条 LinkedIn 帖子

生成一条令人驻足、SEO 优化的 LinkedIn 文字帖子。

用法：

/generate-post <主题> [in <领域>] [tone: controversial|storytelling|educational|motivational|professional]

参数：

示例：

/generate-post 为什么大多数开发者时间管理失败 in Software Engineering tone: storytelling

/generate-post 技术债务的真实成本 in SaaS tone: controversial

/generate-post 创业前我希望知道的 5 件事 in Entrepreneurship tone: educational style: list-based

输出结构：

1. 令人驻足的钩子（2 行，触发"展开全文"）
2. 背景 / 问题铺垫（2–3 个短句）
3. 核心价值（编号列表或项目符号，最多 7 项）
4. 关键要点（1–2 句精炼总结）
5. 明确的行动号召（CTA）
6. 3–5 个话题标签（宽泛 + 垂直 + 社区组合）

/generate-carousel — LinkedIn 轮播图

生成编号幻灯片内容以及一条可直接使用的 LinkedIn 配文。

用法：

/generate-carousel <主题> [in <领域>] [<n> 页] [style: how-to|listicle|myth-busting|framework|story-arc]

参数：

风格指南：

示例：

/generate-carousel 10 个 prompt 工程错误 8 页 style: myth-busting

/generate-carousel 构建第二大脑 in Knowledge Management 7 页 style: how-to

/generate-carousel PARA 效率法 in Personal Development style: framework

输出： 幻灯片从 1 到 N 编号，后附一条包含钩子、引导语境、"滑动查看→"提示和话题标签的 LinkedIn 配文。

/generate-newsletter — LinkedIn Newsletter 期号

生成一篇完整的、针对 LinkedIn Newsletter 编辑器结构化的长篇期号。

用法：

/generate-newsletter <主题> [in <领域>] [length: short|medium|long] [title: "<系列标题>"]

参数：

示例：

/generate-newsletter AI 如何重塑招聘流程 in HR & Recruiting length: medium

/generate-newsletter 2026 年开发者工具现状 in DevTools length: long title: "Build Layer Weekly"

输出结构：

1. SEO 优化的 H1 标题
2. 开场钩子（个人轶事、数据或大胆论断）
3. 带 H2 二级标题的正文段落
4. 关键要点（3–5 个要点列表）
5. 本周具体行动步骤
6. 互动问题以激发评论

/generate-calendar — 30 天内容日历

生成一个 Markdown 表格格式的日历，包含月度主题、SEO 关键词和格式分布。

用法：

/generate-calendar [niche: <领域>] [days: <天数>] [frequency: <频率>] [goal: awareness|engagement|leads|authority|growth]

参数：

目标指南：

示例：

/generate-calendar niche: Fintech days: 30 frequency: daily goal: authority

/generate-calendar niche: Marketing Agencies days: 14 frequency: 5 times a week goal: leads

输出： Markdown 表格（# | Day | Format | Topic / Angle | Hook | CTA）+ 月度主题 + Top 5 SEO 关键词 + 格式分布汇总。

/show-memory — 显示偏好设置

显示当前记忆内容：领域、语调、风格及所有已保存的反馈记录。

用法：

/show-memory

输出： 完整的 memory.md 内容，含记录数量、主要领域和语调摘要。

/feedback — 保存成功模式

向 memory.md 追加一条带标签的反馈记录。后续输出将自动融合已保存的模式。

用法：

/feedback <哪些做法有效>

示例：

/feedback 反向观点钩子"关于 X 的普遍看法都是错的"带来了 400% 更多曝光

/feedback DevOps 领域的辟谣类轮播图的收藏量是清单体的 3 倍

/feedback 用个人失败故事的故事化语调在我的受众群体中胜过数据驱动风格

/clear-memory — 重置记忆

将 memory.md 重置为出厂默认值。执行前命令会要求确认。

用法：

/clear-memory

LinkedIn SEO 规则（自动强制执行）

技能通过打包的 scripts/utils.py 将这些规则注入每个 prompt。它们不是可选的；它们是使输出符合平台原生特性的 prompt 工程的一部分。

钩子工程

• 第一行必须令人驻足（大胆论断、惊人数据、挑衅性问题或个人故事开场）。
• 第二行必须制造模式中断，迫使用户点击"展开全文"。
• 禁用开头语："In today's..."、"I am excited to..."、"Happy to share..."、"Thrilled to announce..."。

可读性规则

• 每段最多 2 个句子。
• 积极换行 —— 空白在 LinkedIn 上获胜。
• 加粗谨慎使用，仅用于关键信息。
• 目标阅读水平：8 年级或以下。

话题标签策略

• 1 个宽泛标签（#AI、#Marketing、#Leadership）。
• 2 个垂直领域标签（#AIAgents、#ContentMarketing、#StartupLife）。
• 1–2 个社区标签（#LinkedInTips、#PersonalBranding）。
• 硬性上限：总共不得超过 5 个。

最佳实践

• ✅ 在 memory.md 中设置 Primary Niche 后再生成任何内容。
• ✅ 任何表现良好的帖子之后都运行 /feedback —— 记忆效果会随时间复利增长。
• ✅ 在规划内容冲刺时先使用 /generate-calendar；它能为 /generate-post 和 /generate-carousel 运行提供选题。
• ✅ 日历周期内混用轮播图风格：listicle、myth-busting 和 story-arc 表现各异，有助于防止受众疲劳。
• ✅ 对你持有真实、可辩护立场的议题尝试 controversial 语调；对于细微差别比冲击力更重要的议题则避免使用。
• ❌ 不要跳过 /feedback 循环 —— 缺少它的话，每次输出都是从通用 LinkedIn 最佳实践起步，而非基于你的特定受众数据。
• ❌ 不要发布超过 5 个话题标签；LinkedIn 算法会对标签堆砌进行降权。
• ❌ 没有真实统计数据可引用时不要使用 data-driven 风格；编造数字对可信度的破坏速度超过任何其他 LinkedIn 错误。
• ❌ 不指定 goal 就不要生成 30 天日历；默认的 growth 目标广泛混合各种格式，可能不匹配特定活动目标。

局限性

• 本技能不会直接发布到 LinkedIn。所有输出均可复制粘贴，但需通过 LinkedIn 网页端或移动端手动发布。
• 记忆系统是基于文件且本地的。除非手动同步 memory.md，否则不会跨机器或团队成员共享。
• 技能不会验证 LinkedIn 实时算法变更。SEO 规则基于截至 2025 年中期的文档化最佳实践，随着平台演进可能需要手动更新。
• 日历输出不会自动排期或集成排程工具（Buffer、Hootsuite 等）。它仅生成一个可供手动导入的 Markdown 表格。
• slides 参数会被钳制在范围 3–12 内。超出此范围的轮播图将被静默调整至最近的边界值。
• 随着 feedback 累积，memory.md 会无限增长。过大的记忆文件（500+ 条记录）可能超出 prompt 上下文限制并导致截断。定期使用 /clear-memory 归档旧条目并用核心经验重新播种。
• 在 python3 不可用或 Bash 工具调用被阻止的沙箱环境中无法工作。

安全与安全提示

本技能使用 Bash allowed-tool 来运行位于 ~/.claude/skills/linkedin-content-generator/scripts/ 的 Python 脚本。除 memory_manager.py 外，所有脚本均为只读操作，而 memory_manager.py 仅写入同一打包目录内的 memory.md。

• 任何脚本都不发起网络请求。
• 不读取、写入或记录任何凭据、token 或密钥。
• 不修改 ~/.claude/skills/linkedin-content-generator/scripts/ 以外的文件。
• memory_manager.py 中的 clear 命令仅覆盖打包的 memory.md；它不会删除其他任何文件。
• 所有传给 memory_manager.py 的 --feedback 和 --id 参数都会原样写入 memory.md。不要将 shell 元字符或敏感数据作为反馈字符串传递。

本技能中的所有 Bash 命令均为本地 Python 调用，无需提升权限：

# SKILL_SCRIPTS 解析为 ~/.claude/skills/linkedin-content-generator/scripts
SKILL_SCRIPTS="${HOME}/.claude/skills/linkedin-content-generator/scripts"
python3 "${SKILL_SCRIPTS}/generate_post.py" --topic "..." --niche "..." --tone professional --style list-based
python3 "${SKILL_SCRIPTS}/memory_manager.py" add --id "..." --feedback "..." --tags "..."
python3 "${SKILL_SCRIPTS}/memory_manager.py" read
python3 "${SKILL_SCRIPTS}/memory_manager.py" clear

常见问题排查

• 问题： 脚本退出时报 ModuleNotFoundError 或 No module named 'utils'。 解决方案： 每个脚本使用 sys.path.insert(0, SCRIPT_DIR) 定位相对于自身的 utils.py，因此必须使用绝对路径调用 —— 不能从 scripts/ 目录内部调用。使用 python3 "${HOME}/.claude/skills/linkedin-content-generator/scripts/generate_post.py" ...。

• 问题： 记忆未被应用到生成的内容中。 解决方案： 检查 memory.md 是否存在于 ~/.claude/skills/linkedin-content-generator/scripts/memory.md。运行 /show-memory 确认。如果缺失，运行任意一次生成器命令 —— 它会从打包模板自动创建文件。

• 问题： 日历输出缺少天数或表格格式异常。 解决方案： 验证 --days 值是否为正整数，以及 --frequency 如果包含空格是否加了引号（例如 "3 times a week"）。脚本会将这些值直接传入 prompt 字符串。

• 问题： 轮播图幻灯片数量超过请求的数量。 解决方案： slides 值在服务端被钳制至 [3, 12] 范围内。如果 Claude 生成的幻灯片多于请求量，是因为它遵循了风格指南的结构（封面 + 内容 + CTA）。指定精确数量和风格可获得精准控制。

• 问题： 已保存反馈的情况下生成的帖子听起来仍然很泛泛。 解决方案： 记忆条目作为上下文注入，而非硬性规则。使用具体的、可操作的反馈："以个人失败故事开头的表现优于数据统计" 比 "故事化不错" 更有用。

• 问题： Windows 上找不到 python3。 解决方案： 从 python.org 安装 Python 3.8+ 并确保其在 PATH 中，或通过 py "%USERPROFILE%\.claude\skills\linkedin-content-generator\scripts\generate_post.py" ... 运行。在没有 WSL 的 Windows 上，Bash 工具调用可能需要在 SKILL.md 的 allowed-tools 上下文中进行调整。

相关技能

• @content-creator — 更广泛的品牌声音分析、SEO 优化和跨平台内容框架。在构建超越 LinkedIn 的完整内容营销系统时使用。
• @content-strategy — 主题集群规划、编辑路线图和内容组合策略。在运行 /generate-calendar 前需要先定义支柱主题时使用。
• @content-marketer — 跨渠道的活动级内容规划。当 LinkedIn 是更广泛多平台发布中的一个渠道时，可作为本技能的补充。
• @linkedin-automation — 通过 Composio/Rube MCP 进行程序化 LinkedIn 发布。当在此处生成内容后希望自动化发布步骤时，与本技能配合使用。
• @linkedin-profile-optimizer — LinkedIn 个人资料和个人品牌优化。在使用本技能之前运行，以便让生成内容的语气与你资料的标题、简介和精选板块保持一致。

扩展资源

• LinkedIn 算法指南（官方）
• LinkedIn Newsletter 最佳实践
• 源仓库 — linkedin-content-skill