出海数字营销宝典 Logo
出海数字营销宝典evaoo.com

开源 Agent Skill 实践:将技术长文自动提炼为社媒短帖

2026-11-05泥瓦匠 @bysocket约 6 分钟阅读

作者:泥瓦匠 @bysocket•日期:2026-07-27 10:00

感谢 ChenChang @changchen_cc 在 Workshop 中分享 KOL Marketing 经验。他在分享中拆解了 Viral Content(爆款内容)的分发方法,启发了本文工具的设计思路。

一、先看效果

该 Agent Skill 的 GitHub 开源地址如下:
https://github.com/JeffLi1993/content-repurposing-skills

下面是一个实操案例:

实操案例概览实操案例概览

源文章:https://bysocket.com/seo-link-building-conversion-data/

运行后,Agent 输出以下两部分结构化结果:

结果一

结果一:生成 3 篇差异化社媒帖子结果一:生成 3 篇差异化社媒帖子

结果二

结果二:选择 Post 结构化详情结果二:选择 Post 结构化详情

选择 Post 2 后,Agent 会推荐对应的配图方案:

配图方案推荐配图方案推荐

选定配图方案后,即可生成配图并连同文案直接发布。

二、为什么做这个

写完一篇长文只是开始,真正耗时的是多平台分发。

要把一篇 3000 字的博客拆成适合 LinkedIn、X 和小红书的短帖子,每个平台都得调语气、换结构、写 Hook 和做配图。

我手动做了大半年内容分发,核心痛点就是重复。每次发布都要执行同一套动作:

  • 从长文里挑出 2~3 个核心观点
  • 针对不同平台改写开头(LinkedIn 侧重专业叙事,X 追求短平快)
  • 构思一个吸引读者停下阅读的 Hook
  • 补充互动提问和 CTA
  • 制作一张传达核心信息的配图

其中 80% 的工作是策略性的重复劳动,只有 20% 需要针对具体内容做判断。

上次开发 seo-audit-skill 时,我采用 Script + LLM 双层架构,让脚本跑确定性检查,让 LLM 做语义判断。

但内容分发不同,既没有 API 可调用,也没有 HTML 可解析,核心全是策略知识。你需要判断什么样的 Hook 能抓人眼球,从单篇文章里提取不同切入点,并让 3 篇帖子各有分工且互不重复。

所以这次的思路很明确:把策略知识提炼成 Prompt,让 Agent 按既定方法执行。

把策略知识提炼成 Prompt把策略知识提炼成 Prompt

三、它能干什么

输入一篇长文(博客、研究报告、案例分析或产品指南),它会输出 3 篇差异化的社媒帖子,覆盖 LinkedIn 和 X 两个平台。

每篇帖子包含以下模块:

  • ICP 推断:自动判断目标读者画像,细化到角色、痛点和认知阶段
  • Hook:从 5 个候选中评分选出得分最高的开头
  • Value Content:提取原文事实支撑的核心内容,避免空泛总结
  • 互动引导:设计引发读者评论的提问
  • 软 CTA:自然引导读者采取下一步行动,避免生硬推销
  • 置顶/首评 CTA:生成带转化链接的首评文案

这 3 篇帖子各自承担不同传播角色,共同组成一套分发组合。选定帖子后,Agent 会继续推荐 3 种配图方案,选中即可直接出图。该工具支持中英文双语输出。中文模式内置专门的去 AI 化写作规则,直接按中文社媒的原生节奏重写,避免英文直译腔。

四、怎么用

支持以下两种安装与运行方式:

方式 1:CLI 安装

BASH1 行
1npx skills add JeffLi1993/content-repurposing-skills --skill long-blog-to-viral-social-posts

方式 2:插件安装

TEXT1 行
1/plugin marketplace add JeffLi1993/content-repurposing-skills/plugin install long-blog-to-viral-social-posts

安装完成后直接输入指令:把这篇文章转成 3 条社媒帖子:https://your-blog-url.com/post。Agent 会自动抓取、清洗、提取内容并生成帖子。你选定一条帖子后,它会继续推荐配图方案,选完即可直接出图。

五、核心设计思路

这个 Skill 和 seo-audit 最大的区别在于:没有任何脚本代码,完全依靠策略知识提炼。

零脚本依赖的策略知识提炼架构零脚本依赖的策略知识提炼架构

seo-audit 的原则是“能用代码确认的就不让 LLM 猜”,例如发一个 HTTP 请求就能确认 robots.txt 是否存在。但内容分发没有这类确定性检查,核心全是策略决策:从哪个角度切入、Hook 怎么写,以及 3 篇帖子如何分工。

因此,我把手动执行上百次内容分发的经验,整理成一套可执行的工作流。

工作流包含以下 5 层规则:

  1. 原子提取框架:长文适合拆解而非笼统总结。我定义了 9 类“内容原子”(Claims、Data、Insights、Frameworks、Stories、Proof、Quotes、Objections 和 Resources)。Agent 先把长文拆成这些原子,再从中组合出帖子。

  2. 组合策略:3 篇帖子不能共用同一个内容原子、同一个 Hook 家族或同一种互动机制。如果 3 条帖子只换开头,读者一眼就能看出是同一篇文章的重复包装。

  3. 70/20/10 评分模型:每篇帖子按 100 分制打分,其中 Attention 占 70 分(Hook 25 分 + 观点 15 分 + 洞察 15 分 + 模式打断 15 分),Engagement 占 20 分,Conversion 占 10 分。低于 80 分的草稿会自动触发修订。社媒分发中,先抓到注意力才有后续互动与转化。

  4. Hook 生成流程:Agent 先从不同 Hook 家族生成 5 个候选开头,再按张力、好奇缺口、简洁度、ICP 相关性和证据匹配度逐一打分,最后选出得分最高的一项。

  5. 中文去 AI 化规则:中文社媒帖子忌讳翻译腔和 AI 腔。我专门编写了一套重写规则:用中文原生节奏组织语序,不直译英文连接词;保留作者第一人称经验;具体事实优先于抽象判断;删掉重复的二元对比、假洞察标记和讲课式铺垫。

整个 Skill 包含一份 SKILL.md 和两份参考文档(Hook 模板库与平台规则),没有任何脚本依赖。它依靠精确、结构化的策略文档,引导 Agent 按步骤执行。

六、项目结构

TEXT6 行
1content-repurposing-skills/
2└── long-blog-to-viral-social-posts/
3 ├── SKILL.md # Skill 定义 + 12步工作流
4 └── references/
5 ├── hook-templates.md # Hook 模板库(按家族分类)
6 └── platform-rules.md # LinkedIn / X 平台规则

七、使用与参与方式

  • 经常写长文但缺少分发时间:直接安装运行
  • 发现生成的帖子存在问题:在 GitHub 仓库提交 Issue
  • 有更好的 Hook 模板或平台规则补充:提交 PR

该项目完全开源免费。

八、实战经验提炼

开发 seo-audit-skill 时,我先手动跑了几十个网站,才摸清哪些检查该用脚本,哪些该交由 LLM 判断。

这次也一样。原子怎么提取、Hook 怎么评分、3 篇帖子怎么分工,每一条规则都来自上百次手动分发的实战总结。

把隐性经验转化为显性规则,再把显性规则编码成可执行的工作流,这就是经验蒸馏的过程。

将显性规则编码成可执行工作流将显性规则编码成可执行工作流

AI 可以执行你的策略,但策略本身需要你先亲自跑通。

只有亲手打磨过内容,才能写出精确的 Prompt;只有亲自踩过坑,才知道哪些环节需要硬性约束,哪些地方应该留白。

建议先亲手跑通流程,做到能清晰地教给同事,再用 AI 放大规模。

开源技能

觉得本文有启发?一键复制标准引用摘要

自带原文归因链接与核心摘要,可直接粘贴至团队飞书/Slack 知识库、技术周报或大模型上下文。