名称: linkedin-engagement 描述: 为B2B/制造业创建LinkedIn内容、参与和监控。区域定制（美国/欧盟/亚洲），带预告片的文章，通过Gemini生成图像，评论监控。

LinkedIn参与技能

配置

LinkedIn个人资料: Lara Knuth（真实个人资料） 公司: fabrikIQ / Dresden AI Insights 关注点: MES、OEE、制造数据分析、中小企业数字化

目标区域:

主要: DACH（德国/奥地利/瑞士）、美国、加拿大
次要: 英国、北欧、比荷卢
第三级: 日本、韩国、东南亚

关注标签:

德语: #Fertigung #Industrie40 #OEE #MES #Digitalisierung #KMU #Qualitaetssicherung
英语: #Manufacturing #Industry40 #SmartFactory #MES #OEE #DigitalTransformation #LeanManufacturing

斜杠命令

/linkedin-post [区域]

目的: 生成区域特定的LinkedIn帖子

参数:

区域: us | eu | asia（默认: eu）
类型: text | article-teaser | poll（默认: text）
图像: true | false（默认: false）

工作流程:

捕获主题/核心论点
基于区域选择模板
生成带反AI检测的帖子
可选: 通过Gemini生成图像
添加优化标签
显示预览以供批准

输出格式:

## LinkedIn帖子 [区域: EU]

### 帖子文本:
[生成的文本]

### 标签（5个）:
#Hashtag1 #Hashtag2 ...

### 图像提示（如请求）:
[Gemini图像生成提示]

### 最佳发布时机:
[区域特定推荐]

### 检查清单:
- [ ] 无AI痕迹？
- [ ] 前2行=钩子？
- [ ] 包含行动号召？

/linkedin-article [区域]

目的: 创建带预告帖的LinkedIn文章

工作流程:

捕获文章主题和核心点
生成文章结构（800-1500词）
创建单独的预告帖（最多300字符在“…更多”前）
通过Gemini生成标题图像
优化SEO（标题、描述）

输出格式:

## LinkedIn文章: [标题]

### 预告帖（用于动态）:
[钩子文本，最多300字符]

[文章链接]

#Hashtags

---

### 文章内容:

**标题:** [SEO优化]

**介绍:** [钩子，2-3句]

**主体:**
[带子标题的结构化内容]

**结论:** [行动号召]

---

### 标题图像提示:
[Gemini提示用于1200x627标题图]

### SEO数据:
- 标题: [最多60字符]
- 描述: [最多160字符]
- 关键词: [...]

/linkedin-comment [url]

目的: 为他人帖子生成价值优先评论

工作流程:

加载帖子内容（通过URL或描述）
分析作者区域（姓名、语言、公司）
生成适应区域的评论
检查反AI检测

规则:

先提供价值，然后（可选）自身经验
无直接广告
对内容的真实反应
提问促进参与

输出格式:

## 评论用于: [帖子标题/作者]

**作者区域:** [估计: US/EU/Asia]
**语气推荐:** [直接/事实性/尊重]

### 建议评论:
[文本，50-150词]

### 替代（更短）:
[文本，20-50词]

/linkedin-scan

目的: 扫描相关标签/影响者以寻找参与机会

工作流程:

搜索标签: #Manufacturing、#MES、#OEE、#Industrie40
识别高参与潜力帖子
优先级排序: 相关性、作者影响力、时效性
显示前10名带评论建议

输出格式:

## LinkedIn扫描: [日期]

### 参与机会（前10名）

1. **[作者]** - [标题/钩子]
   影响力: [估计] | 参与度: [点赞/评论]
   区域: [US/EU/Asia]
   → 评论建议: [简短想法]

2. ...

### 本周趋势话题:
- [话题1]: [为何相关]
- [话题2]: ...

/linkedin-monitor

目的: 监控自身帖子的新评论，建议回复

工作流程:

加载已发布内容列表（从tracking.md）
检查每个帖子的新评论
分析评论内容和作者
生成回复建议

输出格式:

## LinkedIn监控: [日期]

### 新评论（自上次检查后）

**帖子:** [帖子标题/钩子]
**发布时间:** [日期]
**当前统计:** ♥ [点赞数] | 💬 [评论数] | 🔄 [分享数]

#### 来自[姓名]（[职位]）的新评论:
> "[评论文本]"

**作者分析:**
- 区域: [US/EU/Asia]
- 相关性: [潜在客户/同行/捣乱者]
- 语气: [积极/中性/批评]

**回复建议:**
[生成的回复，区域适应]

**替代（更短）:**
[短版本]

---

### 回复优先级:
1. 🔴 紧急: [关键问题，潜在客户]
2. 🟡 重要: [专业讨论]
3. 🟢 可选: [简单赞同]

/linkedin-image [prompt]

目的: 通过Gemini生成LinkedIn优化图像

与gemini-image-gen技能集成:

# 使用.env.local中的GEMINI_API_KEY
from google import genai
from google.genai import types
from dotenv import load_dotenv
load_dotenv('.env.local')

client = genai.Client(api_key=os.environ.get("GEMINI_API_KEY"))

# 模型（在德国工作！）:
# - gemini-2.5-flash-image: 快速，适合简单图形
# - gemini-3-pro-image-preview: 更高质量，更复杂场景（推荐）
# - imagen-4.0-generate-001: 照片级真实图像

response = client.models.generate_content(
    model='gemini-3-pro-image-preview',  # 在德国工作
    contents=[prompt],
    config=types.GenerateContentConfig(
        response_modalities=['IMAGE']
    )
)

LinkedIn图像格式:

类型	尺寸	用途
帖子图像	1200x1200	方形，动态优化
文章标题	1200x627	1.91:1比例
轮播幻灯片	1080x1080	PDF上传

制造优化提示:

“清洁、专业信息图显示[话题]。
现代扁平设计，蓝白色调方案，
最小文本，制造/工业背景。
LinkedIn商务风格，1200x1200像素”

输出格式:

## LinkedIn图像生成

**使用提示:**
[优化提示]

**模型:** gemini-2.5-flash-image
**格式:** 1200x1200（帖子）/ 1200x627（文章）

**文件:** [生成文件路径]

**用途:**
- [ ] 作为帖子图像上传
- [ ] 作为文章标题
- [ ] 用于轮播（需更多幻灯片？）

/linkedin-analytics

目的: 显示发布内容的性能概览

指标:

曝光次数
参与率（点赞+评论+分享 / 曝光次数）
点击率（对于文章）
关注者增长

输出格式:

## LinkedIn分析: [时间段]

### 顶级表现者

| 帖子 | 日期 | 👁 曝光次数 | ♥ 点赞数 | 💬 评论数 | 参与率% |
|------|-------|---------------|---------|-------------|-----|
| [标题] | [日期] | [X] | [Y] | [Z] | [%] |

### 洞察:
- 最佳发布时间: [日期/时间]
- 最佳内容类型: [文本/文章/投票]
- 最佳标签: [前三名]

### 推荐:
- [基于数据的具体行动建议]

区域模板

美国/加拿大模板

风格: 直接，故事驱动，个人品牌 语言: 英语 标签: 3-5个，在末尾

结构:

[钩子 - 争议性或令人惊讶，1行]

[空行 - 对移动设备重要！]

[个人故事带具体数字，2-3句]

[洞察/教训，项目符号OK但不是恰好3个]

[脆弱承认 - 出了什么问题]

[软行动号召 - 向社区提问]

#Manufacturing #MES #OEE #DigitalTransformation

禁止:

“我很激动地宣布”
“兴奋地分享”
“我很谦卑”
超过5个表情符号

有效:

具体数字: “减少停机时间23%”
热门观点: “不受欢迎的观点：MES对大多数中小企业来说过度了”
带脆弱性的经验教训
“这是我在…之后学到的”

欧盟/DACH模板

风格: 事实性，基于数据，低调 语言: 德语或英语（取决于目标群体） 标签: 3-5个，德语变体

结构:

[事实性开场 - 明确命名主题]

[带实际项目数据/数字的上下文]

[务实洞察 - 什么有效，什么无效]

[可选: 规范参考（DIN、ISO、VDI）]

[开放问题 - 非修辞性]

#Fertigung #OEE #Industrie40 #MES #Digitalisierung

禁止:

夸大（“革命性”、“游戏规则改变者”）
过多自我推广
美国式打拼文化
“我一切做对了”

有效:

带方法论的案例研究
规范性参考
“我们这样做了”（团队焦点）
批判性反思

亚洲模板（日本、韩国、东南亚）

风格: 尊重，关系优先，间接 语言: 英语（国际性） 标签: 3-4个，保守

结构:

[礼貌介绍 - 观察，非说教]

[共同学习 - “我注意到...”、“我被...打动”]

[自身经验作为提议，非专业知识]

[尊重问题 - 对本地视角感兴趣]

#Manufacturing #Industry40 #QualityManagement

禁止:

直接批评
“我知道得更好”
过快业务发展
文化刻板印象

有效:

Kaizen/Monozukuri作为切入点（日本）
尊重本地专业知识
长期关系建立
提问而非陈述

人类真实性 vs AI语言

科学证实的AI标记（2024/2025研究）

必须避免的典型AI信号:

特征	AI典型	人类
句子长度	均匀15-20词	变化大: 3至40+词
段落	相同长度	混乱，不同
标点符号	完美，多用Em-Dashes（—）	偶尔错误，逗号错误
词汇	“Furthermore”、“Moreover”、“Delve”	口语，填充词
结构	总是钩子-主体-行动号召	有时无结论，突然
情感	“I’m excited”、“I’m thrilled”	冷静或真实沮丧
列表	恰好3或5点	2、4、7 - 奇数OK
格式化	完美Markdown结构	不一致

故意添加人类不完美（微妙，不过度）

具体人类标记（微妙，不过度）:

拼写/打字错误（每个帖子最多1-2个，自然）:
- “Mitarbeier”替代“Mitarbeiter”
- “das” vs “dass”混淆
- 双字母: “Maschiene”
- 缺字母: “Frtigung”
- 重要: 仅合理打字错误，无故意愚蠢错误
标点变体:
- 缺少逗号: “但好吧那是一个不同话题”
- 点号替代问号: “你们认为什么。”
- 末尾无点号（非正式）
- 双空格（打字时发生）
语法偏离（自然，非错误）:
- 句子中断: “问题是…算了吧。”
- 后加想法: “啊，我忘了：”
- 口语: “就这样吧”替代“它是这样”
- 思维跳跃无过渡
结构不完美:
- 段落不同长度（2行，然后5行，然后1行）
- 有时仅1行作为段落
- 无明显模式
- 突然结束OK（无强制行动号召）
- 有时忘记段落换行

禁止格式化

帖子中不使用这些元素:

表情符号作为列表点（火箭前点1等）
完美表情符号列表带相同间距
复选框作为列表点
行首图标/符号
水平分隔符（— 或 ===）
帖子中的标题（## 标题）
代码块或反引号
完美对齐表格
每个重要词加粗

允许（非常节省）:

1-2个表情符号在末尾或作为强调（非每个帖子）
普通数字用于列表（1. 2. 3.）
无表情符号的项目符号（- 点）
偶尔箭头（->）

AI短语: 完全黑名单

德语AI标记:

“在今天时代”
“如我们所有人所知”
“它是普遍已知”
“总结可以说”
“它保持要强调”
“最后我想强调”
“这导致我们到见解”
“在这个上下文”
“除此之外”
“进一步”
“最终”
“它是关键重要性”

英语AI标记:

“Delve into” / “Delve deeper”
“Leverage synergies”
“In today’s fast-paced world”
“It’s important to note that”
“Furthermore” / “Moreover” / “Additionally”
“This begs the question”
“Needless to say”
“At the end of the day”
“Game-changer” / “Revolutionary”
“Seamlessly integrate”
“Navigate the complexities”
“Unlock the potential”
“Fostering innovation”

Em-Dash过度使用（—）:

AI过度使用Em-Dashes在句子部分之间
人类更喜欢短划线（-）或简单逗号
或括号（如这里）
每个帖子最多1个Em-Dash如果必须

真实替代

AI短语	人类替代
“I’m thrilled to announce”	“终于完成:”或直接进主题
“Here are 5 key takeaways”	“什么有效了？”
“Let me share my journey”	“短故事:”
“This changed everything”	“有帮助”
“You won’t believe”	“令人惊讶是:”
“在今天时代”	“目前” / “刚才” / 省略
“总结”	“所以:” / “意思是:”
“除此之外”	“另外” / “还有:”
“Key learnings”	“我们学到了什么”
“Moving forward”	省略或“接下来”
“It’s worth noting”	直接说
“I’m excited to”	省略，直接进主题

例子: AI vs 人类

AI生成（差）:

我很激动地宣布我们已成功实施一个新OEE跟踪系统！

这里是5个关键要点:

点1 实时可见性
点2 23%效率提升
点3 数据驱动决策
点4 无缝集成
点5 团队赋能

这真的改变了一切对我们。您的OEE经验是什么？

#Manufacturing #Industry40 #OEE #DigitalTransformation #SmartFactory

人类编写（好）:

上周终于上线我们的OEE跟踪。

说实话道路崎岖 - 第一个Excel版本无人用，太复杂。现在更简单且班组长确实输入。

自那以来23%更少停机。是否保持我不知道，初始效应可能

我感兴趣: 你们怎么让您的人们实际使用这个。

#Fertigung #OEE #MES

反AI检测规则（LinkedIn特定）

禁止（LinkedIn AI痕迹）:

短语:

“I’m thrilled to announce…”
“Excited to share that…”
“I’m humbled and honored…”
“Here are 5 key takeaways:”
“Let me tell you a story…”
“If you found this valuable, like and share”
“Agree? 👇”
“DM me ‘STRATEGY’ for…”
“I helped 100+ companies achieve…”
“This changed everything for me”
“You won’t believe what happened next”

结构:

恰好5个项目符号
完美表情符号行（🎯 点1 / 🚀 点2）
相同段落长度
“钩子 → 故事 → 教训 → 行动号召”太明显
每句新行（诗歌风格垃圾邮件）

表情符号:

🚀🔥💡🎯💪 组合
超过3-4个每个帖子
表情符号在行首（列表）

真实性信号:

语言上:

变句长度 - 短。然后长，因为思想需要。
不完整思想 - “但好吧，那是另一个话题。”
区域表达 - 德语: “Naja”、“halt”、“irgendwie” / 美语: “tbh”、“ngl”
事后更正 - “编辑: 忘了提…”
真实问题无明显答案

内容上:

具体上下文替代通用主张
承认错误 - “我们第一次尝试是失败”
细微观点 - “取决于…”
本地参考（展览、协会、城市）
时间定位 - “上周在萨克森一个客户…”

结构上:

不是每个帖子都需要行动号召
有时仅问题，无答案
段落不同长度
偶尔打字错误（最多1-2个）

标签策略

德语（DACH）

影响力	标签
高 (>100k)	#Industrie40 #Digitalisierung #KMU
中 (10-100k)	#Fertigung #OEE #MES #Produktion
小众 (<10k)	#Qualitaetssicherung #Maschinendaten #SmartFactory

推荐: 1高 + 2中 + 2小众 = 5个标签

英语（国际）

影响力	标签
高 (>500k)	#Manufacturing #Industry40 #DigitalTransformation
中 (50-500k)	#SmartFactory #LeanManufacturing #OEE
小众 (<50k)	#MES #ManufacturingExcellence #ShopFloor

标签规则:

标签在帖子末尾（非行内）
无标签在第一段（干扰钩子）
最多5个标签（更多=垃圾）
混合影响力层次
无发明标签

发布时间

按区域最佳:

区域	最佳日子	最佳时间（本地）
DACH	周二-周四	08:00-09:00、17:00-18:00
美国东部	周二-周四	08:00-10:00、17:00-18:00
美国西部	周二-周四	07:00-09:00、16:00-17:00
英国	周二-周四	08:00-09:00、17:00-18:00
亚洲	周三-周五	09:00-11:00（本地时间）

避免:

周一早晨（太多噪音）
周五下午（周末模式）
周末（除周日晚上为周一可见性）

文章预告公式

钩子结构（最多300字符在“…更多”前）:

[挑衅性论点或令人惊讶数字]

[1句上下文]

[引发好奇心: “在文章中我展示...”或“3件事我们学到了:”]

例子:

85%的OEE实施未提供预期投资回报率。

我们分析了12个项目并识别了3个最常见错误。

文章中: 具体数字和如何避免它们 👇

[链接]

#OEE #Manufacturing #Fertigung

跟踪日志

已发布内容

日期	类型	标题/钩子	区域	URL	状态
[日期]	帖子/文章	[短标题]	EU/US	[URL]	✅ 已发布

性能历史

日期	帖子	👁 曝光次数	♥ 点赞数	💬 评论数	🔄 分享数	参与率%
[日期]	[标题]	[X]	[Y]	[Z]	[W]	[%]

评论队列（自身帖子）

帖子	新评论来自	内容（短）	已答复？
[标题]	[姓名]	[短引用]	⏳/✅

Gemini集成用于图像

设置

# 设置环境变量
export GOOGLE_AI_API_KEY="your-key-here"

# 依赖
pip install google-genai pillow python-dotenv

LinkedIn优化提示

信息图（OEE/数据）:

专业信息图显示OEE计算分解。
清洁扁平设计，蓝色（#0077B5 LinkedIn蓝）和白色。
可用性、性能、质量图标。
最小文本，数据可视化风格。
1200x1200像素，白色背景。

文章标题:

现代制造设施抽象可视化。
数字数据覆盖，蓝色调，专业外观。
无文本，适合文章标题。
1200x627像素，LinkedIn文章格式。

轮播幻灯片:

LinkedIn轮播关于[话题]的单张幻灯片。
大粗体标题区域，清洁信息图风格。
蓝色和白色，专业B2B制造。
1080x1080像素方形格式。

生成工作流程:

/linkedin-image [话题]
技能生成优化提示
调用Gemini API
带时间戳保存
显示预览 + 使用说明

人物角色: Lara Knuth

LinkedIn个人资料:

姓名: Lara Knuth（真实）
职位: fabrikIQ / Dresden AI Insights创始人
位置: 德累斯顿，萨克森
背景: MES专家，中小企业COO/CEO经验

真实性元素:

双胞胎（时间短缺，多任务 - 稀疏提及）
实际项目经验
萨克森/DACH视角
对炒作批判，务实

LinkedIn写作风格:

比Reddit更专业，但不僵硬
德语为DACH，英语为国际
数字和事实，但带故事讲述
承认错误，分享经验

技术实现（网络访问）

来自Reddit技能的经验（可转移）

问题: 许多平台阻止WebFetch 解决方案: 浏览器自动化或带User-Agent的curl

LinkedIn特定挑战

方面	Reddit	LinkedIn
公共API	✅ `/new.json`	❌ 无
爬虫允许	⚠️ 限速	❌ 严格禁止（服务条款）
需要认证	仅用于发帖	对几乎所有
机器人检测	中等	积极

每个命令实现

命令	最佳方法	备用
`/linkedin-scan`	Claude-in-Chrome	手动（用户显示动态）
`/linkedin-comment [url]`	Claude-in-Chrome → 打开URL	用户粘贴帖子文本
`/linkedin-monitor`	Claude-in-Chrome → 自身帖子	用户报告评论
`/linkedin-analytics`	Claude-in-Chrome → 分析标签	用户分享截图

Claude-in-Chrome代码片段

提取帖子内容:

// 通过mcp__claude-in-chrome__javascript_tool
const posts = document.querySelectorAll('[data-urn*="activity"]');
const postData = Array.from(posts).map(p => ({
  author: p.querySelector('.update-components-actor__name')?.innerText,
  text: p.querySelector('.feed-shared-update-v2__description')?.innerText,
  reactions: p.querySelector('.social-details-social-counts__reactions-count')?.innerText
}));
return JSON.stringify(postData, null, 2);

加载标签动态:

// mcp__claude-in-chrome__navigate
url: "https://www.linkedin.com/feed/hashtag/manufacturing"

重要: 无发帖/评论自动化！

技能仅生成建议。实际发帖/评论:

必须由用户手动完成
LinkedIn服务条款禁止机器人发帖
账户暂停如果自动化

发布前质量检查清单

帖子/文章:

[ ] 无AI痕迹短语？
[ ] 钩子在前2行？
[ ] 句子长度变化？
[ ] 真实声音（Lara）？
[ ] 区域适合（US/EU/Asia）？
[ ] 标签在末尾（最多5个）？
[ ] 图像如合理？
[ ] 无夸大主张？

回复自身帖子:

[ ] 及时（< 24小时）？
[ ] 个人化，非通用？
[ ] 继续讨论？
[ ] 如批评: 保持事实性？

名称: linkedin-engagement 描述: 为B2B/制造业创建LinkedIn内容、参与和监控。区域定制（美国/欧盟/亚洲），带预告片的文章，通过Gemini生成图像，评论监控。

LinkedIn参与技能

配置

斜杠命令

/linkedin-post [区域]

/linkedin-article [区域]

/linkedin-comment [url]

/linkedin-scan

/linkedin-monitor

/linkedin-image [prompt]

/linkedin-analytics

区域模板

美国/加拿大模板

欧盟/DACH模板

亚洲模板（日本、韩国、东南亚）

人类真实性 vs AI语言

科学证实的AI标记（2024/2025研究）

故意添加人类不完美（微妙，不过度）

禁止格式化

AI短语: 完全黑名单

真实替代

例子: AI vs 人类

反AI检测规则（LinkedIn特定）

禁止（LinkedIn AI痕迹）:

真实性信号:

标签策略

德语（DACH）

英语（国际）

标签规则:

发布时间

按区域最佳:

避免:

文章预告公式

钩子结构（最多300字符在“…更多”前）:

例子:

跟踪日志

已发布内容

性能历史

评论队列（自身帖子）

Gemini集成用于图像

设置

LinkedIn优化提示

生成工作流程:

人物角色: Lara Knuth

技术实现（网络访问）

来自Reddit技能的经验（可转移）

LinkedIn特定挑战

推荐方法（优先级）

1. Claude-in-Chrome MCP（最佳选项）

/linkedin-scan 工作流程

/linkedin-comment 工作流程

/linkedin-monitor 工作流程

/linkedin-analytics 工作流程

2. 手动复制粘贴（备用）

3. 带User-Agent的curl（有限）

4. LinkedIn API（如OAuth配置）

每个命令实现

Claude-in-Chrome代码片段

重要: 无发帖/评论自动化！

发布前质量检查清单

帖子/文章:

评论:

回复自身帖子: