3,200 个 star 的 LinkedIn 技能包,是靠一条 Instagram 评论区攒出来的

Jakeschincariol/linkedin-agent-skill:为什么能跑出来

研究日期 2026-11-06。渠道:GitHub。数据卡:gh_Jakeschincariol__linkedin-agent-skill.json

一句话结论

它不是一个靠产品自己长起来的开源项目,而是 Instagram 博主 @opusjake(Jake Schincariol,13.97 万粉丝) 的「评论关键词领资料」漏斗的落地页之一。Reel 下面评论 "LinkedIn",自动私信发出 opusjake.ai/r/linkedin-agent,那个页面再导到 GitHub。star 是 IG 流量的副产品,所以曲线 60 天都很平,每天 40–120 个,没有单日爆点。同一个作者用同一套模板做了 20 多个「11 个免费 Claude 技能」仓库,里面 7 个过了 1000 star。他赚钱靠顾问单(定制项目 1–1.5 万美元起)、Skool 社群 Opus Lab,还有 AI 工具的品牌合作。

它是什么

• 11 个 Claude Skills(SKILL.md 文件夹),用来运营一个 LinkedIn 个人号:写帖子(/li-post,有 21 个开头公式)、评论别人的帖子、回复自己帖子下的评论、给主页打分、排周计划、做轮播图、一稿多用、写私信、整理收件箱、复盘已发的帖子。另外还有一个 /li-human 去 AI 味,带两个不依赖任何库的 Python 脚本:humanize.py 清掉隐形字符、em dash、113 个套话词;detect.py 用 5 项本地启发式打分。(来源:README)
• MIT 协议,不用注册、不用 API key、不连 LinkedIn。它明确声明不替你发帖,理由是自动化违反 LinkedIn 用户协议,所以每个技能最后都只给一段可以直接复制的文本。
• 建库 2026-09-07,最后一次推代码 2026-09-17,之后再没更新(数据卡)。

数据

曲线特征:没有爆点,是一股长期稳定的细流。一般开源项目是上了 HN、trending 或被大号转发,然后猛涨一下再回落,它的形状不是这样。

增长手段:IG 评论关键词漏斗(已确认)

1. 作者是 IG 上的 AI 工具博主。@opusjake 有 139,703 粉丝、136 条帖子,简介写着 "I build Skills & Agents… ⏬ FREE AI Skills & resources",外链 opusjake.ai(TikHub instagram/v2 接口,2026-11-06 取)。
2. 几乎每条 Reel 都是 "Comment 'X' and I'll send you…"(ManyChat 那类评论自动私信)。我拉了他 2026-05-24 到 11-06 共 158 条帖子,绝大多数是这个格式。
3. LinkedIn 这条 Reel:2026-09-12 发,文案 "Comment 'LinkedIn' and I'll send you this Claude LinkedIn AI Agent skill…",292,584 次播放、5,163 赞、9,369 条评论(帖子代码 DdAAUCdtUXO)。评论数是赞的 1.8 倍,说明绝大多数评论就是来要链接的。仓库 9/13 开始有 star,和这条 Reel 时间对得上。2026-09-25 还发过一条 ChatGPT 版的 LinkedIn Reel,只有 36 次播放,基本没起作用。
4. 私信链接落到 opusjake.ai/r/linkedin-agent,不直接给 GitHub。这一页把说明写得很完整,再导到仓库。opusjake.ai/library 一共 43 个免费资源,每个仓库都挂在里面。所以只要他另一条 Reel 爆了(比如 10/14 的 arena,260 万播放;11/01 的 clone,102 万;9/28 的 Instagram,38 万),来领资料的人进了 library,也会顺手给 LinkedIn 这个仓库点 star。这能解释为什么 LinkedIn 那条 Reel 已经过去 8 周,它还能每天稳定涨 40–60。
5. 转化路径:IG 评论 → 自动私信 → opusjake.ai 资源页 → GitHub star/fork,另一头 → Skool 社群 Opus Lab(免费,100+ 成员)→ 预约顾问(「Custom builds start at $10 to 15k」,opusjake.ai)。帖子里也有品牌合作,比如 @kimiai.official、Higgsfield 的「3 天免费试用」、Skywork,这是他的另一份收入。
6. 长尾分发:被各种技能目录自动收录,包括 SkillsLLM、skills-hub.ai、ClaudePluginHub、Skill Leaderboard、Claude Code Club;也有小博客写过测评(scalewiseva 9/14、digicuratoragency 9/18)。这些都是小流量。
7. 没找到的渠道:x-radar 语料里搜 "opusjake"、"linkedin-agent-skill"、"Jakeschincariol",60 天都是 0 条;TikTok 上没有他的号;没上过 HN,也没进 Trendshift 前 25。

作者的「工厂」(重要背景)

同一个账号、同一套 README 模板("Eleven free Claude skills that …, Free, MIT")、同样靠 IG 关键词导流:

(GitHub API,2026-11-06)

规律是这样的:哪个仓库背后有一条爆了的 Reel,哪个就能过千 star。x-agent-skill 是同一套模板,没配 IG 爆款,就只有 74 个 star。可见起作用的是分发,不是 LinkedIn 这个题材或者代码本身。linkedin-agent-skill 是这家工厂的第一个「11 skills」模板,后面的仓库都是它的翻版。

竞品

结论:同类竞品很多,也更早。功能上它没有护城河,sergebulaev 的那个几乎一模一样,star 还更多。

差异化

• 产品层面能说得出的只有两点:一是 /li-human 有两个真能跑的 Python 脚本,还有前后打分对比;二是 README 写得很漂亮,"fine print, which is the honest part" 这类话很坦诚,不夸口能「过检测」。这些让懂行的人觉得靠谱,但都不是它起量的原因。
• 真正的差异在分发。竞品大多靠 GitHub、开发者圈、SEO 拉人,它靠的是一个 14 万粉、面向非程序员的 IG 账号,再加上关键词私信。这些人很多不会用 Claude Code,所以 README 第一步就是「把这个链接粘进 Claude 让它自己装」。fork/star 比在 16%,这个作者别的仓库也一样高(youtube 30%、day-trader 25%),很可能是 IG 来的非开发者把 fork 当收藏用(推测,没核实)。

曝光度

小圈子里在传。IG 上 29 万播放的那条 Reel 让普通用户看到了它,技能目录和几篇小博客也收录了;但 X 和 HN 上没有讨论,没进过 Trendshift 前 25,也没有媒体报道。作者没公开过收入。不过 LinkedIn 写作技能这个赛道本身已经很挤了,Taplio、sergebulaev、liftli 都在。

跟风者

• 赛道里有后来者:Taplio 把 26 个免费技能当获客钩子;liftli.ai 出了 31 个技能,还配 X/Substack 版。它们是不是跟着它做的没法确认,上线时间也没核实。
• 有人直接搬运:avi691/linkedin-agent-skill 连描述都一模一样。
• 最大的「抄袭者」是作者自己:同一个模板复制出了 Instagram、YouTube、X、ChatGPT-YouTube、founder、trader 等 20 多个仓库。

可借鉴

1. IG/短视频加评论关键词自动私信,落地页放 GitHub 开源包:免费开源让人愿意评论,评论又推高互动、帮 Reel 拿到推荐;GitHub star 反过来成了「5000+ stars」这样的信任背书,用在顾问业务上。
2. 一个模板批量出货:「11 个技能 + 21 个 hook + humanizer + voice.md」这套结构能套到任何平台或职业上;每个新仓库配一条 Reel,赌哪条会爆。
3. 把安装门槛降到零:「把仓库链接粘给 Claude,让它自己装」,对非开发者很友好。
4. 主动讲清楚边界:不自动发帖,去 AI 味只是启发式打分。这样省掉了封号风险和过度承诺,口碑更稳。

不确定的

• 9/12 之前的 star 是 0(Trendshift),9/13 起才开始涨。私信到底发的是 opusjake.ai 还是直接给 GitHub、要不要留邮箱,没验证(拿不到私信内容)。
• 有没有刷 star:曲线平滑、fork 比例偏高,但没有异常的尖峰。GitHub stargazers 接口这次被限流,没能抽查账号质量。
• 作者收入没公开。顾问单量、Skool 有没有付费层、品牌合作单价都不清楚。
• Taplio、liftli 页面的上线时间没核实。