| name | gr-oss-marketing |
| description | 开源项目发布整合营销。覆盖 GitHub star 增长、KOL 合作、Reddit / HN / Discord / Telegram 社群分发、 多语言落地(中英日韩)。从 gingiris-opensource 提炼。适用场景:要发布一个开源项目, 想在 6 个月内冲 10k star,或已发布但流量卡住要破局。
|
| when_to_use | Use this skill when you need to: launch an open-source project for maximum GitHub star
burst, distribute across Reddit / HN / Discord / Telegram, partner with developer KOLs,
build multilingual content matrix (en/ja/ko), or break through a star-growth plateau.
Trigger phrases: "开源项目发布" | "GitHub star增长" | "Show HN" | "Reddit launch" |
"OSS marketing" | "dev.to" | "开发者KOL" | "open source growth" | "HN怎么发"
|
| metadata | {"author":"Iris / Gingiris","version":"0.1.0","source":"https://github.com/Gingiris-1031/gingiris-skills/tree/main/skills/gingiris-opensource"} |
gr-oss-marketing — 开源营销
什么时候用
- "我要发一个开源项目,从 0 怎么起"
- "GitHub star 增长卡在 xxx 不动了"
- "如何找开发者 KOL 合作"
- "Reddit / HN 怎么发不被 ban"
- "如何做 dev.to / Zenn / CSDN 内容矩阵"
核心框架(3 阶段)
阶段 1:Pre-launch(T-30 到 T-0)
阶段 2:Launch(T-0 到 T+14)
阶段 3:Growth(T+14 到 T+180)
深度参考
所有细节、KOL 清单、话术模板、案例库在 upstream repo:
📂 https://skills.sh/Gingiris-1031
references/preparation.md — Pre-launch 完整清单
references/channels.md — 分发渠道矩阵
references/templates.md — KOL 接触话术 / Reddit 模板 / HN Show HN 模板
references/seo-geo-guide.md — 开源项目 SEO/GEO
首次调用时 Claude 应 fetch 这些文件作为深度参考。
级联推荐
- 阶段 1 完成 →
gr-ph-launch(统一走 PH 发布流程)
- 阶段 2 Show HN 成功 →
gr-seo-patrol 加监控 " github"
- 阶段 3 需要产内容 →
gr-blog-post
- 发现对手新打法 →
gr-competitor 深挖
Star 地区分布 & 发布时序
- 同一国家/地区 star 占比不超过 20%,否则难上 GitHub Trending。
- 工具:star-history.com(涨幅趋势)、OSS Insight(国家分布,国人开发)
- 发布时序:第一周只做海外宣发,第二周才做国内。顺序反了会破坏分布。
- AFFiNE 真实案例:开源第一周拿 6000 star,故意不发朋友圈 / 不进国内社群。
README 优化要点
PR 文章策略
- 准备一篇完整阐述项目优势的文章(官网 Blog / Medium / dev.to)
- 目的:给所有想帮你传播的人一把枪
- 案例:德国用户主动发了40多个论坛,没打招呼就发了——能发出去是因为有参考文章
竞品 follower 私信
- 给竞品(Notion / Miro 等)的 Twitter follower 发私信
- 实战数据:几百条私信 → 几百个 star 转化
- 优先找吐槽竞品的用户,已有切换意愿
反模式
- ❌ 刷 star(GitHub 很快能检测,后果是搜不到)
- ❌ Reddit 只发一次就跑(社群反感,被 ban 风险高)
- ❌ 中文社群先发英文项目(除非你目标就是中文用户,否则英文 > 多语言 > 中文的顺序)
- ❌ README 放太多 emoji / badge(降低可信度)