Social Media Skills：让 AI Agent 拥有"内容手感"的技能套件

痛点场景

你是否有这样的经历：让 AI 写了一条 LinkedIn 动态，语法通顺、逻辑清晰——但发出去之后总觉得哪里不对，读起来就像一个"AI 写的东西"。朋友一眼看穿，领导觉得你敷衍。更要命的是，如果你同时运营 LinkedIn、Newsletter、YouTube 三个平台，AI 每次都是从零开始，风格飘忽不定。

这背后是一个被忽视的根本问题：大多数 AI 内容工具没有记忆，它们不知道"你是谁"，不记得"你平时怎么说话"，更不会在不同平台之间保持一致的个人调性。

Charlie Hills 的 Social Media Skills 正是为了解决这个问题而诞生的。

项目起源：一位 200 万粉丝创作者的经验沉淀

Charlie Hills 是一名来自伦敦的营销人，2024 年 9 月离开全职工作后全职做内容创业。他从零起步，在不到两年时间内积累了 LinkedIn 20 万 +、Instagram 8 万 +、Substack 5 万 + 的关注者，靠的就是一套系统化的内容工作流。

他在 Substack 开设的 MarTech AI 周刊 每周分析一个 AI + 营销落地方案，累计订阅者超过 7 万人。他把自己的整个内容系统——从写稿、评分、排版到配图，全部用 AI Agent 驱动，并把这些驱动方法论打包成了今天要介绍的这个开源技能套件。

这个仓库不是他"完整的付费 AI OS"，而是可以公开分享的部分：17 个独立的 AI Agent 技能，全部 MIT 协议开源，任何人都可以直接 fork、安装、使用。

核心机制：voice-builder 是整个系统的"锚点"

理解 Social Media Skills 的关键，是理解它的设计哲学：所有技能共用一套声音系统。

整个套件有且仅有一个入口 skill，叫 voice-builder。当你第一次使用时，它会启动一个简短的"采访流程"——让你提供 3~5 篇自己写的文章样本，然后分析你的语言特征、行文节奏、常用词汇，生成两个文件：

• about-me.md：你的个人背景、写作范围和专业边界
• voice.md：你的声音系统，包括语气、节奏、用词习惯

这两个文件一旦生成，所有其他 skill 启动时都会先读取它们，然后以此为参照来生成内容。这就解决了 AI 内容"没有手感"的问题——不是让 AI 模仿你的语气，而是让 AI 基于你实际写过的文字来构建一个稳定的风格基准。

整个依赖关系如下：

voice-builder → about-me.md + voice.md
                            ↓
           (所有其他 skill 都会读取这两个文件)
           hook-generator / post-writer / post-scorer /
           gemini-carousel / newsletter-voice / analytics-dashboard

这套设计在 Agent Skills 生态中相当少见。大多数内容生成 skill 都是"一次性"调用，而 Social Media Skills 构建了一个持久化的风格记忆层，使得多次调用、不同平台之间都能保持一致性。

17 个技能一览：覆盖内容创作全链路

整个套件的功能可以按阶段分为以下几类：

内容规划层

• content-matrix：输入你的内容支柱（content pillars），自动生成 32+ 个 LinkedIn 选题，基于 Justin Welsh 内容矩阵的结构化方法
• niche-research：输入一个垂直领域，AI 自动抓取 Reddit、X 等平台过去 7 天的热门话题，生成 20 个可写的选题角度

内容写作层

• hook-generator：基于你提供的原始素材，生成 3 个不同角度的 LinkedIn 开头钩子
• post-writer：基于 voice.md 的风格设置，撰写完整的 LinkedIn 动态（150~300 字，移动端优先格式）
• post-formatter：将已有内容按 PAS、AIDA、BAB、STAR、SLAY 等框架重新结构化
• thread-writer（推断）：撰写多段推文序列（thread），有清晰的叙事弧线

内容评估层

• post-scorer：最有意思的一个 skill。它不是做"通用打分"，而是连接你自己的历史发帖数据（通过 Apify 抓取，或使用缓存数据），找出你历史上哪些内容表现最好，然后把你的草稿和这些成功模式对比，给出评分和改进建议

视觉内容层

• gemini-carousel：输入内容，生成完整的 Gemini 图片提示词，用于制作 LinkedIn 轮播图（carousel）
• gemini-infographic：生成手绘白板风格的信息图提示词，曾在 3 条帖子中获得 48 万次曝光
• graphic-designer：根据帖子内容决定用 HTML/CSS 制作结构化图形还是 AI 生成图片
• youtube-thumbnail：生成 YouTube 缩略图的提示词
• pinned-comment：为帖子生成首条置顶评论，包含图片提示词和文字（在 Charlie Hills 的帖子中，这个风格非常独特——他经常用 Claude 画自己穿着睡衣坐在地上、而椅子上坐着穿着领带的笔记本电脑的图片，非常幽默）

Newsletter 与深度内容

• newsletter-voice：在 voice.md 基础上，进一步提炼 Newsletter 专属的写作风格（基于你过去的 Newsletter 样本或 6 种预设原型）

数据与运营层

• analytics-dashboard：上传你的 LinkedIn Analytics 导出文件（xlsx），生成一个暗色主题的 React 可视化仪表盘，包括：互动趋势、粉丝增长、帖子效果散点图、按星期热力图、受众画像，以及 5 条基于数据的策略建议
• profile-optimizer：优化 LinkedIn 个人主页的标题和摘要

技术实现：不写代码，只写 Prompt

从技术实现角度看，这个仓库非常"轻"：纯 Markdown + YAML frontmatter，无 Dockerfile，无 Python 依赖，无服务器端代码。

每个 skill 都是一个独立的 SKILL.md 文件，前端是 YAML 元数据（name、description、触发词），后端是 Markdown 格式的操作指南和 AI 行为规则。

Skill 的工作原理取决于它所依附的 Agent 运行时（Codex / Claude Code）。这些 Agent 会把 SKILL.md 作为系统上下文的一部分加载，在对话中识别用户意图是否匹配触发词，然后按照 skill 内的规则执行操作、写文件、调用工具。

这种设计有几个显著特点：

1. 零运维：不需要维护服务器，不需要 API key，不需要部署 Pipeline。只要你的 Agent 支持 SKILL.md 格式，加载即可用。
2. 可组合：每个 skill 独立加载，可以只选其中几个使用，不存在强绑定。
3. 可 fork：MIT 协议允许任意修改，你完全可以 fork 一份后把自己的 about-me.md / voice.md 模板直接写进去，变成自己的私人版本。

局限与不足

客观来说，这个项目也有几个值得注意的限制：

第一，不是开箱即用的"傻瓜工具"。你需要先安装 Claude Code 或 Codex CLI，并理解 Agent 工具的基本使用方式。对于纯非技术用户，有一定的上手门槛。

第二，部分 skill 依赖外部服务。例如 post-scorer 需要连接 Apify 抓取你的 LinkedIn 发帖历史，niche-research 需要 Claude for Chrome 扩展来执行实时浏览。这些依赖没有替代方案时，相关 skill 就无法使用。

第三，voice-builder 的效果取决于你提供的样本质量。如果你只提供 2 篇写得很随意的草稿，系统学到的东西也会很有限。理想情况下需要 3~5 篇经过你自己认真打磨的内容。

第四，无容器化支持。这是纯 prompt-based 的技能包，没有 Docker 或 docker-compose，不支持一键部署到服务器环境。

行业意义：内容 Agent 领域的一个设计范本

Social Media Skills 在 GitHub 上获得了超过 3658 颗星，被 AgenticSkills 平台评为 S-rank，被 Composio 列入 2026 年最佳营销技能列表。它的核心价值不在于某个单点功能，而在于它提出的**"声音持久化"设计模式**——

通过 voice-builder 建立一个跨 skill 共享的上下文文件（about-me.md + voice.md），而不是让每个 skill 都从零学习用户风格。这个思路对整个 Agent Skills 生态都有参考价值：未来可能出现更多基于"共享记忆文件"的 Skill 组合框架。

Charlie Hills 本人在 LinkedIn 上的活跃度也值得注意——他每周多次发帖，风格统一、持续迭代自己的 AI 工作流，并在帖子中经常提及这套 skill 的使用心得。这种"用产品的人自己做内容，用内容的人自己迭代产品"的循环，是 MarTech 领域值得学习的增长模式。