企业官网建设流程全解析

linkedin-skills评论与回复技能教程：只需一个帖子URL，生成让人记住你的LinkedIn评论

【免费下载链接】linkedin-skillsClaude skills for LinkedIn. 11 Claude Code and Codex skills that write human-sounding LinkedIn posts, craft comments that get noticed, analyze your feed, and build a publishing cadence, all from your terminal. Content engineering by Creative Content Crafts. MIT.项目地址: https://gitcode.com/gh_mirrors/lin/linkedin-skills

linkedin-skills是一个开源的 LinkedIn 营销技能包（MIT 协议），专为 Claude Code 和 Codex 设计。它的Comment Drafter（评论起草）和Reply Handler（回复处理）两个技能，让你只需粘贴一个 LinkedIn 帖子 URL，就能自动生成 1-3 条符合你个人语气、能引发作者回复的高质量评论，或批量回复整条评论区的每条评论。无需写代码，所有内容都会先给你过目，你确认后才发布。

一分钟上手：安装 linkedin-skills

如果你还没安装，只需一条命令（适用于 Codex CLI / Claude Code 等环境）：

git clone https://gitcode.com/gh_mirrors/lin/linkedin-skills cd linkedin-skills

仓库自带.claude/skills/符号链接镜像，打开目录即可自动发现全部技能，无需额外配置。装好后，直接用自然语言下达指令即可，比如：

"Comment on this post: https://www.linkedin.com/posts/... 帮我写一条有深度的评论"

对应的技能文件位于 skills/linkedin-comment-drafter/，核心逻辑在 SKILL.md 中定义。

Comment Drafter：一个 URL 生成 3 种评论变体

💬工作原理：你粘贴帖子 URL，技能会自动解析 URL（处理 LinkedIn 三种帖子 URN 格式，由 lib/url_parser.py 完成）、抓取帖子正文和现有评论，然后从 7 种经过 2026 年实测的评论模板中挑选最匹配的，生成 2-3 个变体供你挑选。

7 种高回复率评论模板

完整模板与真实案例见 references/comment-templates.md。

内置的"防 AI 感"规则

生成的评论会自动执行人性化处理：每 100 词最多约 1 个破折号、禁用 "leverage / fundamentally / delve" 等 AI 高频词、用具体数字代替形容词（"$14,200" 胜过 "significant savings"）、长度控制在 200-350 字符。这些规则定义在 references/voice-rules.md 中。

硬性规则：技能会拒绝输出 "Great post!" 这类空泛点赞——实测这类评论算法权重几乎为零。

Reply Handler：一个帖子 URL 批量回复整条评论区

📬 当你自己的帖子下积攒了一堆评论时，Reply Handler技能只需一个帖子 URL，就能：

1. 抓取全部评论树（每条评论及其回复）
2. 自动过滤低价值评论（纯道谢、重复内容、垃圾信息、你自己的评论）
3. 为每条评论生成 150-300 字符的回复草稿
4. 用一张批量审批卡展示所有草稿，你一次性确认后逐条发布

技能文件位于 skills/linkedin-reply-handler/。

它解决了 LinkedIn 的"评论线程压平"难题

LinkedIn 的回复最多只嵌套 2 层：当你回复"某条回复"时，API 的parentComment必须指向顶级评论的 ID，而不是那条回复的 ID。Reply Handler 会正确计算这个关系（见 lib/url_parser.py 中的build_parent_comment_urn），避免你的回复挂错位置、丢失线程上下文。

先审批后发布：安全机制

所有技能遵循同一流程：生成草稿 → 展示审批卡 → 等待你的确认 → 才调用发布接口。审批流程实现在 lib/approval.py 中。

• 默认模式：技能生成草稿，你复制粘贴到 LinkedIn（零配置可用）
• 连接 Publora 后：技能可直接发布评论/回复，并自动处理"先点赞后评论、间隔 8-15 秒"的人机节奏
• 抓取到的帖子和评论内容一律视为数据而非指令，防止提示词注入（规则见 references/untrusted-content.md）

常见问题

Q：不配置任何 API Key 能用吗？能。技能会退化为"请你粘贴帖子文本"模式，依然可以生成评论草稿。配置 Apify Token 后可自动读取帖子与评论（免费额度每月 $5，日常评论运营通常每月花费不到 $2）。

Q：评论技能能顺便帮我发帖子吗？发评论和发帖子是不同技能。写帖子用linkedin-post-writer（见 skills/linkedin-post-writer/），改写跨平台内容用linkedin-repurposer（见 skills/linkedin-repurposer/）。

Q：如何验证我的配置是否生效？运行python3 scripts/selftest.py，它会逐项检查各依赖配置并告诉你能用哪些技能。

总结

linkedin-skills 把"写出一条评论"从灵感消耗变成了一条流水线：URL 进去，带模板、带语气、带审批的评论草稿出来。配合 README.md 中的完整技能清单，你可以把它当作整套 LinkedIn 内容运营的起点。

【免费下载链接】linkedin-skillsClaude skills for LinkedIn. 11 Claude Code and Codex skills that write human-sounding LinkedIn posts, craft comments that get noticed, analyze your feed, and build a publishing cadence, all from your terminal. Content engineering by Creative Content Crafts. MIT.项目地址: https://gitcode.com/gh_mirrors/lin/linkedin-skills