Menu
使用 Twitter 开源算法洞察分析和优化推文以获得最大传播范围。根据推荐系统对内容的排名方式重写和编辑用户推文，以提高参与度和可见性。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
启动本地 VitePress 服务器，在 http://localhost:5173 预览文档站点
创建高质量 MCP（模型上下文协议）服务器的指南，使 LLM 能够通过精心设计的工具与外部服务交互。在构建 MCP 服务器以集成外部 API 或服务时使用，无论是 Python（FastMCP）还是 Node/TypeScript（MCP SDK）。
分析会议转录和录音，揭示行为模式、沟通洞察和可行的反馈。识别何时回避冲突、使用填充词、主导对话或错失倾听机会。非常适合寻求改善沟通和领导技能的专业人士。
为 Slack 创建优化动画 GIF 的工具包，包含大小约束验证器和可组合动画原语。当用户请求为 Slack 创建动画 GIF 或表情动画时使用此技能，例如"为 Slack 制作一个 X 做 Y 的 GIF"。
分析职位描述并生成定制简历，突出相关经验、技能和成就，最大化面试机会
创建有效技能的指南。当用户想要创建新技能（或更新现有技能）以扩展 Claude 的专业知识、工作流程或工具集成能力时，应使用此技能。
| name | twitter-algorithm-optimizer |
| description | 使用 Twitter 开源算法洞察分析和优化推文以获得最大传播范围。根据推荐系统对内容的排名方式重写和编辑用户推文，以提高参与度和可见性。 |
| license | AGPL-3.0（参考 Twitter 算法源代码） |
在以下情况下使用此技能：
Twitter 的推荐系统使用多个相互关联的模型：
Real-graph：预测用户之间的互动可能性
SimClusters：使用稀疏嵌入的社区发现
TwHIN：用户和帖子的知识图谱嵌入
Tweepcred：用户声誉/权威评分
Twitter 的 Unified User Actions 服务追踪显性和隐性信号：
显性信号（高权重）：
隐性信号（同样有权重）：
负面信号：
你的推文通过此管道触达用户：
候选检索 - 多个来源查找候选推文：
排名 - ML 模型根据预测参与度对候选排序：
过滤 - 移除被屏蔽的内容，应用偏好设置
投放 - 向用户展示排名后的信息流
策略：制作你的粉丝会参与的内容
优化示例：
策略：找到并深入服务对你的话题有浓厚兴趣的紧密社区
优化示例：
策略：使内容与你已建立的身份明确相关
优化示例：
策略：通过参与一致性建立声誉
优化示例：
显性信号触发器：
获得点赞：
获得回复：
获得转推：
获得书签/保存：
优化示例：
避免：
原始：
"我今天修复了一个 bug"
算法分析：
优化后：
"花了 2 小时调试，原来我漏了一个分号。最妙的是？代码检查工具没发现它。
你最尴尬的 bug 是什么？在回复中分享 👇"
为何有效：
原始：
"我们今天发布了新功能。快去看看。"
算法分析：
优化后：
"花了 6 个月开发用户最需要的功能：PDF 导出。
报告生成时间提升 10 倍。已上线。
你下一个想要什么导出格式？"
为何有效：
原始：
"我认为远程办公比办公室办公好"
算法分析：
优化后：
"热门观点：远程办公适合异步任务但扼杀创意协作。
我们现在是混合模式：远程专注深度工作日，办公室协作日。
你团队的平衡是什么？真心好奇什么有效。"
为何有效：
在以下情况下使用此技能：
在以下情况下不使用此技能，直接使用 Claude：
