Instagram Agent Skill:给短视频创作装上评分器,把「这条 hook 好不好」变成可测量的数字
posts posts 2026-11-20T01:27:19+08:00Instagram Agent Skill 是 13 个 Claude 技能组成的账号运营工具包,核心是两个真能跑起来的评分器:26 个 hook 公式的排序脚本与语速节拍表,外加一份五维 AI 味检测面板。本文拆解它的双 hook 设计、评分模型的短板联动机制与语料可编辑设计,并指出它的真实边界。技术笔记社交媒体, AI Agent, Claude Skills, 内容创作, 文本检测核心判断
这个项目的 README 有一句话,坦率得少见:
十三 Claude 技能来运营一个 Instagram 账号。 其中一个根据 26 个 hook 公式写你的 Reels,并在浪费一个 take 之前先给 hook 打分。
这句话点出了整件事的核心设计取向:创作类 AI 工具的真正瓶颈不是生成,是判断。
「给我 10 个开头」很容易,LLM 一秒钟给你 10 个。但哪个能留、哪个是废话、哪个踩了平台雷区 —— 这个判断过去只能靠创作者的直觉,而直觉是不稳定的、不可复盘的、也没法教的。
这个项目的做法是:把判断外化成能跑的脚本。
- 26 个 hook 公式不只是模板库,每个都带
match正则,能识别真实世界里找到的 hook,也能写新的; hookscore.py给你的候选开头打分排序,指出最弱的那一维;beats.py估算每句话念完要多久,堆成时间轴,标出四个「会把 Reel 拍死」的地方;detect.py用五个维度给文本的 AI 味打分。
而且它对自己的边界很诚实:「Nothing gets posted until you say yes. These skills write. You post.」 —— 技能只写稿,发布永远要人确认。
截至 2026 年 11 月 20 日,这个仓库有 7270 stars、1408 forks,Python 为主,MIT 许可,2026 年 9 月创建,11 月 19 日仍在更新。
核心洞察:一条 Reel 有两个 hook
这是整个项目最有价值的观察,写在 hooks.json 的注释里:
一个 Reel 有两个同时触发的 hook,而它们不是同一句话:你开口说的第一句,和屏幕上出现的第一句。口语 hook 大约两秒,画面 hook 大约一秒 —— 因为画面是先读后听的。
这个区分改变了写作方式。大多数人写短视频脚本时,开头那句话同时承担「说给谁听」和「让眼睛看」两个任务,结果两头都不讨好:口播太长、字幕太文艺。
这个项目要求分开写:
口播行和画面行分别写。画面上的那句更短、更直接,六个词以内,且不带它不需要的标点。
配套的还有一条容易被忽略的:第一帧本身也是 hook。开头 0:00 一个不动的说话脑袋、没有文字没有动效 —— 那是浪费了三个 hook。
hooks.json 里 26 个公式的结构也印证了这个思路。每个公式包含:
| 字段 | 含义 |
|---|---|
template | 句式模板 |
example | 填好的例子 |
on_screen | 画面版本 |
best_for | 适合什么场景 |
trap | 它通常是怎么被搞砸的 |
match | 正则,能匹配野外发现的 hook |
trap 字段是设计上的一处精妙 —— 它记录的是失败模式而不是成功模式。比如「Cost Confession」公式的陷阱是:「假的代价。『它毁了我的Peace of mind』不是数字,人人都听得出来。」
学一个公式,只看模板是不够的 —— 你得知道它什么时候会失败。
评分器:短板决定结论
hookscore.py 的输出长这样:
HOOK RANKING
==============================================================================
-> 85.6 STRONG Nobody tells you that your first 30 reels are supposed to f...
weakest: SPECIFICITY (75)
81.4 STRONG I lost $18,000 because of one missing contract.
weakest: ADDRESS (70)
54.4 OK Stop scrolling if you want to grow on Instagram in 2026 🔥
weakest: STAKES (70)
dealbreaker: Opens with "stop scrolling". Asking for attention proves
you have not earned it.
9.6 WEAK Hey guys, today I wanted to talk about content strategy
weakest: FRONTLOAD (0)
dealbreaker: Greeting. Nobody came to the feed to be greeted.输出里有三个东西值得注意:
第一,评级不是单一分数。 每个 hook 标出 weakest 维度 —— 最弱的那一环。知道「这条 hook 具体弱在哪」比知道「这条 85 分」有用得多。
第二,有 dealbreaker 一类。 这不是扣分,是一票否决。「Stop scrolling…」这条得了 54.4 分(OK),但 dealbreaker 明确写了:以「停下别划了」开头,要求注意力本身就证明你还没挣到它。
第三,FRONTLOAD (0)。 「Hey guys, today I wanted to talk about…」在「前置」这一维直接 0 分,理由是「打招呼。没人是来被打招呼的。」
这三条合起来构成一个有意思的设计:分数告诉你「有多好」,dealbreaker 告诉你「能不能用」。这两件事被分开处理了。
节拍表:时间轴上的四个杀手
beats.py 估算每行的朗读时长,堆成时间轴,标出四个「会把 Reel 拍死」的地方:
- hook 超过三秒 —— 前三秒没抓住,后面的都白搭
- 某个 beat 长到观众会离开
- 连续几行没有任何具体内容
- 没有回到第一行的 loop
输出示例:
BEAT SHEET · 73 words · ~26.6s at 165 wpm · target 30.0s它接受 --target(目标时长)和语速参数。把「这条脚本念完多长」从估算变成计算,这件事本身就消掉了一整类返工。
五维 AI 味检测
ig-human 技能里有两个脚本:
python3 humanize.py draft.txt --report # 清理并展示改了什么
python3 detect.py draft.txt # 五维打分
python3 detect.py before.txt after.txt # 证明改动量五个维度:
CHECKS = ["BURSTINESS", "SPECIFICITY", "SLOP DENSITY", "FINGERPRINT", "VOICE"]评分逻辑是这段:
overall = statistics.mean(scores) * 0.6 + min(scores) * 0.4
verdict = "PASS" if overall >= 70 and min(scores) >= 55 else (
"REVIEW" if overall >= 50 else "FLAGGED")平均分只占 60%,最弱项占 40%。 代码注释解释了原因:「最弱的那一项拖住结论:一个检测器只需要一个信号就够了。」
这个公式设计比纯平均合理得多。纯平均分会让「其它维度都 90 分、一项 20 分」的文本拿到 74 分通过,但那种文本在现实里恰恰是最容易被识别的 —— 因为那一项就是破绽。加上 min(scores) >= 55 的硬门槛(PASS 需要所有维度都不低于 55),短板就无法被平均掉了。
底层词库 slop.json 的规模值得记一下:154 个套话词和短语(含plain-English 替换)、18 类不可见字符、11 种排版替换、16 种结构性破绽。每一类的最后一块是 Instagram 专属的 —— 只在字幕和口播里出现的词汇。
不可见字符那一项值得单说。零宽空格、word joiner、软连字符、BOM、Unicode tag 字符、不可见分隔符、不换行空格、窄空格 —— 键盘不会产生这些字符,但它们能在复制粘贴中存活,在每个编辑器里都不可见。这是生成文本里最机械、最容易被查出的痕迹。
humanize.py 会把它们全删掉。
语料是设计给用户改的
ig-human 的 SKILL.md 里有一段很有意思:
这个词库就是用来被你编辑的。如果用户有某个总是用、但被词库剥掉的词,把它从文件里拿出去。
同样地,ig-reel 要求每个用户先建一个 ~/.claude/instagram/voice.md(语气档案),或者给 AI 三条自己的 Reel 让它反推出来。README 强调:
这在其它平台上没那么重要,但在 Instagram 上很重要 —— 因为这些词你得真的念出来。
/ig-viral 技能会写 ~/.claude/instagram/swipe.md,记录这个用户自己在当前细分赛道里哪些公式真的有效。ig-reel 的优先级规则是:这个文件优先于技能内置的默认值。
这是一条很聪明的降级路径 —— 通用公式库是冷启动,用户自己的数据是长期最优。
13 个技能
| 命令 | 做什么 |
|---|---|
/ig-reel | 一个想法变成一条 Reel。三个 hook(来自 26 个公式),打分,然后是脚本、画面文字和带时间的节拍表 |
/ig-viral | 去找出你赛道里真正在跑的东西,按「超过自己账号中位数的倍数」排序,点名公式,写 swipe 文件 |
/ig-caption | 写字幕并 lint。显示 feed 里实际可见的那 125 个字符(折叠前) |
/ig-carousel | 轮播贴。封面(决定有没有人划)、逐页文案、1080x1350 文件 |
/ig-story | 每日 story 序列,哪个贴纸干什么活,以及从「先动起来」开始的私信漏斗 |
/ig-profile | 按 12 部分评分表给主页打 100 分制,然后按「先修哪个」的顺序重写 |
/ig-plan | 一周计划。发什么、什么形式、什么时候、以及要互动的 10 个账号 |
/ig-human | 去 AI 味。两个真能跑的脚本 |
/ig-comment | 评论别人。九种类型,按帖子实际是什么来选。绝不「🔥🔥🔥」 |
/ig-reply | 自己帖子下的评论。分成关键词 / 线索 / 实质 / 提问 / 支持 / 噪音六类,然后按这个顺序写 |
/ig-dm | 关键词投放、第一条消息、合作邀约,以及两个跟进 |
/ig-repurpose | 一个视频 / 播客 / newsletter,变成一周的 Reels 和轮播,每条独立成立 |
/ig-audit | 对已发布内容的复盘。按异常倍数排序,按触达而不是播放量发送 |
几个细节体现了作者对平台的实际理解:
/ig-caption显示的是 feed 里实际可见的 125 个字符 —— 也就是「展开更多」之前观众真正能看到的部分。/ig-audit按触达排序而不是按播放量 —— 因为播放量会被推荐算法放大,触达才是真实的分发效率。/ig-reply把评论分成六类并按这个顺序写 —— 先回有实质内容的,再回噪音。
安装
三种方式:
# A. 在 Claude 里粘贴
https://github.com/Jakeschincariol/instagram-agent-skill
# 然后说:安装这个技能,确认 /ig-reel 能用。
# B. 手动
git clone https://github.com/Jakeschincariol/instagram-agent-skill.git
cp -r instagram-agent-skill/skills/ig-* ~/.claude/skills/
# C. 作为插件
/plugin marketplace add Jakeschincariol/instagram-agent-skill
/plugin install instagram-agent项目级安装则是把同样的文件夹复制到你自己仓库的 .claude/skills/。
没有 Claude Code 也能用:把任意单个 SKILL.md 粘在聊天框顶部,它就作为一个模式运行。代价是失去五个 Python 工具 —— 而这正是 /ig-reel 和 /ig-human 的核心。
边界
它不发布。 这是设计,也是边界。技能只写稿,发布是你自己的事。
它不连 Instagram API。 没有账号接入、没有数据回传、没有自动发布。所谓「运营一个账号」指的是产出决策辅助,不是账号自动化。
评分器测的是形式,不是效果。 hookscore.py 评估的是 hook 的结构特征(前置、具体性、赌注、针对感);detect.py 评估的是 AI 味的文本特征。两者都不预测这条视频会不会爆。 实际的留存曲线需要真实的发布数据才知道 —— 这也是 /ig-viral 和 /ig-audit 存在的原因:它们是这套系统里唯一接真实反馈的两个环节。
公式库会过时。 26 个公式是作者的经验沉淀,不是永恒真理。平台算法一改,某个公式可能失效。所以 /ig-viral 生成的 swipe 文件优先级更高。
语速估算基于词数。 beats.py 用 165 wpm 这类参数估算,实际念稿速度因人而异。它抓的是「这明显太长了」这类量级问题,不是逐帧对齐。
它带有强烈的个人风格取向。 voice.md 机制正是为了让这些默认取向被你的风格覆盖。不建 voice.md 就直接用,出来的稿子会带着作者的腔调。
采用顺序
- 先建
voice.md(10 分钟)。复制模板到~/.claude/instagram/voice.md填好,或者给 AI 三条自己的 Reel 让它写。这步跳过,后面所有产出都是别人的腔调。 - 先试
ig-human,因为它独立于任何内容类型。拿一段你以前写的文案跑detect.py,看看五维里哪一维最弱 —— 这是最快建立基线的方式。 - 再玩
ig-reel,用hookscore.py --hook "..."单独给一句打分,先熟悉评分口径。 - 然后建
voice.md之外的第二个文件:swipe.md由/ig-viral生成。这是让系统越用越准的地方。 - 最后才上
/ig-plan和/ig-audit。这两个依赖前面几个产生的真实数据。
排查:按现象定位
| 现象 | 先查这里 |
|---|---|
| 脚本跑不起来 | 没有 Claude Code 的话你少了五个 Python 工具;至少要有 python3 |
| hook 分数总是偏低 | hookscore.py 的 dealbreaker 行是最有信息量的部分,别只看总分 |
| beat sheet 说时长超了 | beats.py --target 显式给目标时长;默认会按速度调整,但先确认你是要 cut 还是要 retime |
| 字幕开头被截断 | /ig-caption 显示的就是 feed 实际可见的 125 字符,把关键信息往前放 |
detect.py 报 FLAGGED 但你觉得没问题 | 看 min(scores) 是哪一维触发的;PASS 要求所有维度 ≥55,短板无法被平均掉 |
| 词库误伤了你常用的词 | 直接编辑 slop.json 把它拿掉 —— 这个文件就是设计给你改的 |
| 内容风格不像你 | ~/.claude/instagram/voice.md 没建或没填 |
| 评分和你账号的实际表现对不上 | 跑 /ig-audit 看真实触达倍数,用它校准 /ig-viral 写的 swipe 文件 —— 它优先于内置默认值 |
参考
- 仓库:https://github.com/Jakeschincariol/instagram-agent-skill
- 技能清单:仓库内
skills/目录(13 个ig-*) - hook 公式:仓库内
skills/ig-reel/hooks.json - AI 味词库:仓库内
skills/ig-human/slop.json
参与讨论
使用 GitHub 登录。欢迎补充事实、异议与实践。
讨论暂时无法加载。