跳到正文

目录

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

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:

  1. hook 超过三秒 —— 前三秒没抓住,后面的都白搭
  2. 某个 beat 长到观众会离开
  3. 连续几行没有任何具体内容
  4. 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

  1. 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。
  2. 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。
  3. 再玩 ig-reel,用 hookscore.py --hook "..." 单独给一句打分,先熟悉评分口径。
  4. 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。
  5. 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

参与讨论

使用 GitHub 登录。欢迎补充事实、异议与实践。