matteobaccan LinkedIn Cringe Analytics: analisi dei commenti
Data l'URL di un post LinkedIn, scarica tutti i commenti e produce un report
markdown con le statistiche. È la skill gemella di linkedin-cringe: quella
genera il post, questa misura cosa è successo dopo.
Flusso
1. Acquisizione dei commenti
Due strade, in ordine di preferenza:
A. Browser automation (Claude in Chrome). Se i tool mcp__claude-in-chrome__*
sono disponibili e un browser è collegato, estrai tutto da solo. La procedura
completa e collaudata è in references/estrazione.md: leggila prima di iniziare,
la UI di LinkedIn ha classi CSS offuscate, liste virtualizzate e lazy-load che si
innesca solo con eventi rotella, e il playbook risolve tutti e tre i problemi.
Se il browser non risulta collegato, chiedi all'utente di collegarlo e offri
subito la strada B come alternativa.
B. Fallback manuale. L'utente apre il post, espande tutti i commenti ("Carica altri commenti" / "Vedi risposte precedenti" / "…altro"), seleziona tutto, copia e incolla in chat, oppure salva la pagina e passa il percorso del file. Il parsing a valle è identico.
I dati grezzi (con i nomi veri) vanno solo nella scratchpad di sessione, mai nel repository.
2. Parsing
Trasforma il raccolto in una lista di commenti strutturati. Il formato dei
blocchi e le regole (risposte dell'autore, duplicazioni da annidamento, righe
di conteggio) sono in references/estrazione.md, sezione Parsing.
Escludi dalla classificazione le risposte dell'autore del post (blocco "Autore"): si contano a parte come "botta e risposta" e non inquinano le percentuali.
3. Analisi
Per ogni commento assegna, con i criteri di references/classificazione.md:
- Esito: 😇 ci ha creduto · 🎭 ha colto lo scherzo · 🤨 dubbioso · ⬜ non classificabile
- Tono: ironico di rimando, serio-motivazionale, correttivo-normativo, logico-forense, indignato, aneddotico, altro
- Categoria autore: dedotta dalla headline (tech, sales/BD, HR/recruiting, motivazionale, altro)
- Cringe-metro 1-10: solo per i commenti scritti in buona fede, usando
../linkedin-cringe/references/tassonomia.mdemoduli.md(riferimento incrociato: se la skill gemella non è installata accanto, salta questa parte segnalandolo)
Poi gli aggregati: percentuali per esito (sui classificabili), top ten per reazioni, incrocio categoria x esito, distribuzione dei toni, podio del cringe involontario, fenomeni ricorrenti (citazioni, tormentoni, refusi del post notati dai lettori).
Il bucket "non classificabile" è obbligatorio e va difeso: applausi, tag secchi e "Grazie per la condivisione" senza altro non sono decidibili, e forzarli dentro creduto/colto falserebbe le percentuali. Le percentuali si calcolano sui soli classificabili, dichiarandolo.
4. Report
Scrivi il report in analisi/YYYY-MM-DD-<slug>/report.md (lo slug viene dal
tema del post, es. sedia). Struttura e regole in references/report.md.
Due regole non negoziabili, valide anche in chat:
- Anonimizzazione totale: mai nomi o aziende dei commentatori, solo categoria di profilo ("un recruiter", "una pagina satirica"). Gli estratti di commento si citano brevi e senza attribuzione.
- Copertura dichiarata: sempre "letti X commenti su un contatore di Y". Il contatore di LinkedIn include commenti cancellati e filtrati, quindi X < Y è normale e va spiegato, non nascosto.
Consegna: mostra in chat i 3-4 numeri chiave (percentuale creduloni in testa),
poi invia il file. Se l'utente vuole anche la dashboard HTML autocontenuta
(grafici CSS/JS inline, niente CDN), generala nella stessa cartella come
dashboard.html; è opzionale, il markdown è l'output primario.
Paletti
- Nessun giudizio sulle persone, solo sui commenti. "Il commento è livello 8 di cringe", mai "il commentatore è un cretino".
- I dati grezzi con i nomi restano in scratchpad e non si committano. Nel repository entra solo il report anonimizzato.
- Se l'utente chiede di pubblicare il report, ricordagli una volta che i testi citati restano di chi li ha scritti, poi fai quello che chiede.
- Le risposte private, i profili e i contatti dei commentatori non si toccano: questa skill legge un thread pubblico e si ferma lì.