Agent SkillsZJU-REAL/Easel › skill-social-performance-review

skill-social-performance-review

GitHub

用于生成月度社媒复盘报告,分析多平台内容表现并输出下月建议。支持CSV、截图及口述多种数据输入,适配不同数据质量等级,确保在底座缺失时仍能完成定性分析与策略建议。

skills/openclaw/skill-social-performance-review/SKILL.md ZJU-REAL/Easel

Trigger Scenarios

月度复盘 效果复盘 这个月表现 内容复盘 运营总结 下月建议 月报

Install

npx skills add ZJU-REAL/Easel --skill skill-social-performance-review -g -y
More Options

Non-standard path

npx skills add https://github.com/ZJU-REAL/Easel/tree/main/skills/openclaw/skill-social-performance-review -g -y

Use without installing

npx skills use ZJU-REAL/Easel@skill-social-performance-review

指定 Agent (Claude Code)

npx skills add ZJU-REAL/Easel --skill skill-social-performance-review -a claude-code -g -y

安装 repo 全部 skill

npx skills add ZJU-REAL/Easel --all -g -y

预览 repo 内 skill

npx skills add ZJU-REAL/Easel --list

SKILL.md

Frontmatter
{
    "name": "skill-social-performance-review",
    "layer": "attribute",
    "description": "生成月度社媒效果复盘报告,分析小红书、抖音、B站、微博等平台的内容表现,输出下月可执行建议。 当用户说\"月度复盘\"\"效果复盘\"\"这个月表现\"\"内容复盘\"\"运营总结\"\"下月建议\"\"月报\"时使用。 和 skill-publish-analytics 的区别:analytics 从发布日志做四维归因,本 SKILL 做跨平台组合级月度复盘。"
}

月度效果复盘

分析上月社媒内容表现,找出有效模式与失败原因,输出客户可读的复盘报告和下月可执行建议。

数据层定位

本 SKILL 是归因链的消费层,不新建数据底座:

  • 粉丝 / 时序数据的权威来源是 skill-data-tracker 快照底座outputs/_analytics/snapshots/);发布事件底座是 skill-publish-logoutputs/_analytics/publish-log.json)。有对应底座数据时优先取用做环比与粉丝趋势。
  • 本 SKILL 的临时文件与产物不是底座 — 阶段 3 的 outputs/复盘主题/.tmp-{月份}.json 是标准化输入(用完即删),context/best-performers.mdcontext/review-history.md 是复盘沉淀,均不重复存储粉丝时序或发布事件本身。
  • 当底座数据缺失时,退到 CSV / 截图 / 口述输入(见「数据质量」),不阻断复盘。

输入

用户 prompt 中提供以下信息:

  • 复盘月份:哪个月的数据
  • 平台:小红书 / 抖音 / B站 / 微博 / 公众号(可多选)
  • 数据来源(按优先级):
    • CSV 导出(小红书创作者中心 / 抖音创作者服务平台 / B站创作中心 / 微博数据中心)
    • 截图(各平台后台数据概览)
    • 口述(用户描述哪些帖子表现好/差)
  • 业务背景(可选):当月是否有特殊事件、促销、付费推广

示例 prompt:

Execute /skill-social-performance-review
月份:2025年6月
平台:小红书
数据:附上后台截图
背景:6月中旬做了一次好物分享合集

输出

结构化月度复盘报告,保存到 outputs/复盘主题/[客户名]-social-review-[月份]-[年份].md

报告包含:月度概览、表现最佳/最差帖子分析、内容支柱与格式拆解、关键洞察、下月建议。

完整报告模板见 references/report-template.md

数据质量

SKILL 适配三种数据质量等级,缺数据不中断分析:

等级 数据来源 分析深度
完整 CSV 导出 + 账号概览截图 逐帖评分,完整指标对比
部分 截图或 Top/Bottom 帖子列表 模式分析,标注数据缺口
最少 用户口述表现好/差的帖子 定性分析 + 基于最佳实践的建议

在报告开头明确标注数据来源和质量等级。

执行步骤

阶段 0 — 环境准备

读取以下上下文文件(存在则读,不存在则跳过并记录):

  • context/brand-style.md — 内容支柱、平台定位、目标
  • context/content-calendar.md — 上月排期计划
  • context/best-performers.md — 历史高表现帖子
  • context/review-history.md — 历史评分趋势
  • outputs/复盘主题/ 最新文件 — 上月复盘(用于环比)

阶段 1 — 信息收集

收集复盘月份、平台、数据来源、业务背景和当月目标。

若用户未准备导出数据,提供导出步骤指引:

  • 小红书:创作者中心 → 数据中心 → 内容分析 → 选时间范围
  • 抖音:创作者服务中心 → 数据看板 → 作品分析
  • B站:创作中心 → 数据中心 → 稿件分析
  • 微博:微博数据中心 → 内容分析
  • 公众号:公众号后台 → 统计 → 内容分析

若无法导出,请用户提供:Top 3 帖子 + Bottom 3 帖子 + 粉丝变化 + 意外表现帖子。

阶段 2 — 数据标准化

接受 CSV / 截图 / 口述,统一提取:帖子日期、类型、文案摘要、触达、互动、保存/点击、分享、互动率。

清洗规则

  • 付费推广帖子排除出有机基准,单独标注
  • Reels/短视频触达天然膨胀,对比格式时注明
  • 发帖空白期单独记录

阶段 3 — 效果分析

先把标准化数据落成 JSON,交给 scripts/review.py 做确定性计算,再由你解读。 不要手算互动率、不要心排 Top/Bottom、不要心算环比和加权评分。

把阶段 2 标准化后的数据写成输入 JSON(outputs/复盘主题/.tmp-{月份}.json):

{
  "month": "2026-06", "platform": "xiaohongshu",
  "followers": 5200, "followers_change": 180,
  "previous": {"avg_engagement_rate_pct": 4.2, "reach": 42000},
  "plan": {"planned_posts": 12},
  "benchmark": {"engagement_rate_avg": 0.04},
  "posts": [
    {"title": "...", "date": "2026-06-05", "type": "轮播", "pillar": "好物",
     "reach": 8000, "impressions": null, "views": null,
     "likes": 420, "comments": 60, "saves": 300, "shares": 40}
  ]
}

字段可缺(付费推广帖先剔除再入 posts)。互动率基数优先 reach→impressions→views。 previous/plan/benchmark 缺失时对应分析降级,不中断。运行:

python3 skills/openclaw/skill-social-performance-review/scripts/review.py score --input outputs/复盘主题/assets/2026-06.json

脚本返回:逐帖互动率与综合分、Top3/Bottom3(小红书按收藏排、其他按互动率排)、 支柱聚合、格式聚合、环比(互动率/触达/粉丝)、加权内部评分及所用维度、warnings

据脚本结果完成 7 项分析(详见 references/analysis-framework.md):账号快照 / 最佳帖子 / 最差帖子 / 内容支柱表现 / 格式表现 / 开头分析(脚本不做,需读文案首句)/ 发帖节奏。 基准数据参考 references/benchmarks.md。分析完删除临时 JSON。

阶段 4 — 竞品观察(可选)

仅在有竞品账号且配置了 Playwright/Firecrawl MCP 时执行。 观察竞品上月发帖频率、内容组合、格式偏好和互动水平,提炼 4-6 条对比要点。

无 MCP 工具时跳过并在报告中注明。

阶段 5 — 洞察与建议

  • 关键洞察(2-4 条):连接因果,解释当月表现的核心模式
  • 下月建议(3-5 条,按预期影响排序):每条包含"做什么 / 数据依据 / 如何落地"
  • 排期调整:支柱比例、格式组合、开头策略、发帖频率的具体变更建议

建议必须具体可执行 — 不写"多发轮播",写"轮播从每月 2 条增至 4 条,聚焦[表现最佳支柱]"。

阶段 6 — 输出

  1. 报告:按 references/report-template.md 模板输出到 outputs/复盘主题/
  2. 更新上下文
    • context/best-performers.md — 追加本月 Top 3
    • context/review-history.md — 追加一行月度摘要(触达 / 互动率 / 粉丝变化 / 评分)
  3. 交接提示:告知用户如何用复盘结果驱动下月排期

内部评分

综合评分 1-10 由 scripts/review.py scoreinternal_score 字段确定性给出 (不要自己心算加权),记入 context/review-history.md。维度与权重:

维度 权重
互动率 vs 基准 25%
粉丝增长趋势 20%
最佳帖子表现 20%
排期执行率 15%
触达趋势 20%

脚本会剔除缺数据的维度并对剩余权重重新归一化,dimensions_used 标明实际参与维度。

注意事项

  • 收藏/点赞是小红书最重要指标 — 反映内容被用户认为有价值,优先于曝光量
  • 不同平台核心指标不同 — 小红书看收藏,抖音看完播率,B站看硬币/投币,微博看转发
  • 缺数据不废复盘 — 基于用户记忆的定性复盘仍有价值,标注局限并推动下月导出
  • 付费推广帖子污染有机基准 — 务必确认并排除
  • 短视频触达膨胀 — 服务非粉丝,不直接与图文对比触达
  • 建议部分是核心 — 创作者最想知道下月该做什么

Profile 感知

  • 有 Profile
    • 读取 platform 确定分析平台和基准
    • 读取内容支柱做支柱级拆解
    • 读取品牌风格校验内容一致性
    • 读取历史数据路径做环比分析
  • 无 Profile
    • 询问用户目标平台和当月目标
    • 使用 references/benchmarks.md 通用基准
    • 跳过支柱分析(或让用户口述支柱分类)
    • 附注:"如提供账号 Profile,可启用支柱拆解和历史趋势分析"

Version History

  • 69c5928 Current 2026-09-08 17:39

Same Skill Collection

skills/openclaw/ai-image-gen/SKILL.md
skills/openclaw/ai-music/SKILL.md
skills/openclaw/ai-video-gen/SKILL.md
skills/openclaw/asset-manager/SKILL.md
skills/openclaw/audio-denoise/SKILL.md
skills/openclaw/audio-editing/SKILL.md
skills/openclaw/audio-mix/SKILL.md
skills/openclaw/audio-visualizer/SKILL.md
skills/openclaw/auto-short-video/SKILL.md
skills/openclaw/auto-subtitle/SKILL.md
skills/openclaw/batch-process/SKILL.md
skills/openclaw/beat-sync-video/SKILL.md
skills/openclaw/card-design/SKILL.md
skills/openclaw/card-quote/SKILL.md
skills/openclaw/card-xiaohongshu/SKILL.md
skills/openclaw/chart-visualization/SKILL.md
skills/openclaw/clipify/SKILL.md
skills/openclaw/comparison-card/SKILL.md
skills/openclaw/copywriting/SKILL.md
skills/openclaw/data-report/SKILL.md
skills/openclaw/doc-convert/SKILL.md
skills/openclaw/ecom-details-image/SKILL.md
skills/openclaw/green-screen/SKILL.md
skills/openclaw/image-editing/SKILL.md
skills/openclaw/image-enhance/SKILL.md
skills/openclaw/infographic/SKILL.md
skills/openclaw/meme-generator/SKILL.md
skills/openclaw/mindmap/SKILL.md
skills/openclaw/multi-voice-dubbing/SKILL.md
skills/openclaw/novel-writer/SKILL.md
skills/openclaw/paper-explainer/SKILL.md
skills/openclaw/post-formatter/SKILL.md
skills/openclaw/poster-hero/SKILL.md
skills/openclaw/remove-bg/SKILL.md
skills/openclaw/roi-calculator/SKILL.md
skills/openclaw/short-drama/SKILL.md
skills/openclaw/skill-account-diagnosis/SKILL.md
skills/openclaw/skill-algorithm-updates/SKILL.md
skills/openclaw/skill-article-outline/SKILL.md
skills/openclaw/skill-audience-profiler/SKILL.md
skills/openclaw/skill-bilibili-upload/SKILL.md
skills/openclaw/skill-brand-onboarding/SKILL.md
skills/openclaw/skill-campaign-planner/SKILL.md
skills/openclaw/skill-carousel-planner/SKILL.md
skills/openclaw/skill-channels-upload/SKILL.md
skills/openclaw/skill-collab-proposal/SKILL.md
skills/openclaw/skill-comment-insights/SKILL.md
skills/openclaw/skill-community-ops/SKILL.md
skills/openclaw/skill-competitor-analysis/SKILL.md
skills/openclaw/skill-content-calendar-log/SKILL.md

Metadata

Files
0
Version
69c5928
Hash
87903743
Indexed
2026-09-08 17:39

trang chủ - Wiki
Copyright © 2011-2026 iteam. Current version is 2.155.2. UTC+08:00, 2026-09-10 21:44
浙ICP备14020137号-1 $bản đồ khách truy cập$