Linkedin Marketing
Scrive post e commenti LinkedIn da 16 formule di hook, con approvazione prima della pubblicazione
Promosso
Cosa fa
Una skill ombrello che instrada il lavoro LinkedIn a 11 sub-skill: scrittura di post da 16 formule di hook nominate, stesura di commenti e risposte da un URL di post, un umanizzatore AI-tell, estrazione di hook, pianificazione settimanale dei contenuti, riscrittura del profilo e analisi degli engager. Si attiva quando si chiede di scrivere o revisionare un post LinkedIn, redigere un commento su un URL LinkedIn, rimuovere indicatori AI da una bozza o pianificare una settimana di contenuti LinkedIn. La stesura funziona senza configurazione; la pubblicazione richiede una chiave API Publora e la lettura dei corpi dei post richiede un token Apify.
Rapporto di test
Clonato il repository in /tmp e installato in una HOME temporanea ($(mktemp -d)), confermando che SKILL.md è stato posizionato in ~/.claude/skills/linkedin-marketing/SKILL.md (548K dopo aver eliminato .git e l'albero duplicato .codex-marketplace); il frontmatter è stato analizzato con name+description, e tutti e sei i percorsi referenziati controllati a campione (references/voice-rules.md, hook-formulas.md, algorithm-heuristics.md, lib/url_parser.py, lib/publora_client.py, skills/linkedin-post-writer/SKILL.md) hanno restituito HTTP 200. La scansione di sicurezza non ha trovato curl|sh, blob base64, e solo due host in uscita in lib/ (api.publora.com, api.apify.com) che leggono solo le sue quattro variabili d'ambiente dichiarate; l'unico subprocess.run è il percorso opt-in LINKEDIN_SKILLS_CUSTOM_POSTER. Per l'output ho scritto un breve riassunto (SaaS di 3 persone sostituisce uno stack di supporto da $2.258/mese con $91,30 di chiamate API, uno script ha erroneamente chiuso automaticamente 12 ticket di rimborso, obiettivo=risparmi) e ho prodotto due post: una baseline scritta a freddo, e una seguendo root SKILL.md -> linkedin-post-writer -> goal-table -> F7 Odd-Precision Money Ledger; il diff scriptato ha mostrato nella baseline 2 trattini em / 5 hashtag / 2 token numerici / chiusura "What do you think?" / fallimento sepolto nel paragrafo 5, contro la skill 0 trattini em / 1 hashtag / 14 token numerici / fallimento nelle prime 3 righe / ledger di voci non arrotondate. Deduzioni: la bozza della skill è risultata di 1.318 caratteri contro il suo sweet spot di 900-1.300, F7 mi ha costretto a inventare la divisione $77.42+$13.88 che la skill stessa sconsiglia di falsificare, skills/linkedin-humanizer/sub-skills/detector-tester.md riga 63 hardcodes /home/sbulaev/p/linkedin-skills, plugin.json dice 10 skill mentre README e l'albero ne mostrano 11, e i moltiplicatori di engagement "9.4x baseline" / "8.5x" sono presentati come verificati ma non ho potuto controllarli.
Testato il: 2026-07-31 · Claude Code 2.x (agent harness)
Installazione
mkdir -p ~/.claude/skills git clone --depth 1 https://github.com/sergebulaev/linkedin-skills.git ~/.claude/skills/linkedin-marketing rm -rf ~/.claude/skills/linkedin-marketing/.git ~/.claude/skills/linkedin-marketing/.codex-marketplace # Tier 0 (default) needs no keys: the skill drafts, you paste into LinkedIn yourself. Verified working. # Tier 1 auto-publish: pip install -r ~/.claude/skills/linkedin-marketing/requirements.txt # then create ~/.claude/skills/linkedin-marketing/.env with PUBLORA_API_KEY=... and LINKEDIN_PLATFORM_ID=... # (free Publora tier = 15 LinkedIn posts/month). Not exercised in this test. # Optional read layer (fetch post bodies / comment threads by URL): add APIFY_TOKEN=... to the same .env. # Without it the skills ask you to paste the post text. # Plugin alternative (registers all 11 sub-skills separately instead of one umbrella skill): # in Claude Desktop -> Customize -> Personal plugins -> Add marketplace -> sergebulaev/linkedin-skills # The plain copy above installs ONE skill; the umbrella SKILL.md still reads skills/*/SKILL.md off disk.
Comandi e prompt di esempio
/linkedin-marketingScrive post e commenti LinkedIn da 16 formule di hook, con approvazione prima della pubblicazione
Gli skill si attivano con richieste in linguaggio naturale, senza comandi da ricordare. Dopo l'installazione, prompt come questi lo attivano (in inglese):
Write a viral LinkedIn post about our launchAudit this draft against LinkedIn's 2026 algorithmDraft a reply comment for this LinkedIn post