Skill Social Post

skill-social-post

**繁體中文** | [简体中文](README.zh-CN.md) | [English](README.en.md) | [日本語](README.ja.md)

一個可安裝到 **Claude Code、Kimi Code 或 Codex** 的社群內容 skill：學習你的語氣、規劃內容、撰寫平台化貼文、經確認後發布，並把 Reels／貼文洞察變成可驗證的結構化學習資料。

**來源說明**：本專案 fork 自 [Hao0321/claude-skill-social-post](https://github.com/Hao0321/claude-skill-social-post)（作者：駱君昊（Hao），MIT License）。 本分支的修改重點：在原版 Claude Code／Codex 支援之外，補上 **Kimi Code CLI** 的安裝與使用說明，讓 Claude 與 Kimi 都能使用同一套 skill。

目前版本：**v2.1.0**。

功能總覽

五個 Mode

Mode	用途	例句
P0 Plan	排內容與實驗	「幫我排 14 天內容」
P1 Learn Voice	學使用者語氣	「學我的 FB 風格」
P2 Draft／Publish	分平台撰稿與發布	「今天發一篇」
P3 Log Outcome	保存洞察快照	「把這批 Reels 數據訓練進去」
P4 Optimize Patterns	跨篇比較與規則升降級	「比較這三集，找出掉量原因」

核心能力

• 語氣學習：分析你的 FB／IG 貼文，產出 style_profile.md 與 quick cards，之後撰稿只用你的口氣。
• 內容規劃：依 current_brief.md 與發文公式（F01–F20+）排內容日曆與實驗。
• 平台化撰稿：支援 Facebook／Instagram／YouTube／Threads／X，各平台規格（hashtag、字數、發佈 UI、演算法假設）分檔維護於 social-post/references/。
• 安全發布閘：實際送出前必須在當前對話取得明確確認；不代登入、不改帳號隱私、不刪文、不自動按讚／follow／大量留言。
• 結構化成效學習（Outcome engine）：
  • 貼文、洞察快照、實驗分別存成 append-only JSONL（data/posts.jsonl、insight_snapshots.jsonl、experiments.jsonl），新數據不覆蓋舊快照。
  • 跨平台 schema 驗證、原子多檔 transaction、lock 與 optimistic revision，避免並發更新靜默蓋資料。
  • 實驗證據狀態只用 hypothesis → emerging → validated → deprecated；experiment ↔ rule 雙向 backlink。
  • 規則正文（R01–R37+）單檔管理，由 build_rule_registry.py 產生機器索引。
• 歷史案例庫：48 個公開實測案例（social-post/references/cases/），含爆款公式與反面教材。
• 單一歸檔中樞：不論素材由哪個流程產生，所有流量、留存、互動、轉化證據都寫回本 skill 的 data/*.jsonl，禁止多處漂移的成效記憶。

平台支援：撰稿與確認後發布

五個平台都有完整的「撰稿 → 確認 → 發布」流程，各自有專屬 reference 檔：

平台	撰稿	確認後發布	主要限制
Facebook	✅	✅（references/facebook.md）	正文不放外部連結（走留言）；hashtag 0–2 個
Instagram	✅	✅（references/instagram.md）	必須有圖或影片，純文字發不了；內文連結不可點
Threads	✅	✅（references/threads.md）	500 字元上限，超過自動切串；純文字可發
X	✅	✅（references/x.md）	免費帳號 280 字（Premium 25,000），超過切 thread
YouTube	✅