alchaincyf/x-mentor-skill

v2.0 更新

这是一次架构级重构，核心变化：

1. 渐进式披露（SKILL.md 从769行 → 249行）

v1把所有内容塞进一个文件。v2拆成三层：

为什么这么做：Skill.md越长，AI实际执行时越容易「淹没在知识里忘了动手」。249行的路由+执行规则让AI先动起来，需要深入知识时再按需加载。

2. 场景E：账号诊断与数据采集

v1只有写推文/选题/审阅/增长策略4个场景。v2新增第5个场景：账号诊断。

流程：

• 通过 computer-use / 浏览器工具 自动采集用户近100条推文数据
• 如果自动采集失败，引导用户手动提供数据（三级降级）
• 生成经济学人风格的HTML诊断报告（KPI/内容ROI/传播漏斗/时间分析/品牌叙事/行动建议）
• 所有数据和报告保存在 user-data/{username}/ 目录

3. 用户数据持久化

Skill现在能「记住用户」。每次激活时：

• 自动检查是否有该用户的历史诊断数据
• 如有 → 静默读取个性化策略，让所有场景的建议更精准
• 如超过30天 → 提醒重新诊断

数据结构：

user-data/{username}/
├── profile.md              # 账号基本信息
├── tweets_{date}.json      # 推文原始数据
├── tweets_{date}.md        # 可读版汇总
├── report_{date}.html      # 诊断报告
└── strategy.md             # 个性化策略

4. A/B实测验证

我们对v2做了真实的A/B测试——同一个prompt分别用「带skill」和「不带skill」两个子agent跑：

推文本身的质量差距不大（好的LLM都能写像样的推文），但策略层面的增量巨大——知道为什么这样写、什么时候发、发了之后数据会怎样。

工作逻辑

效果示例

写推文：生成3版Hook，标注公式来源

用户      ❯ 帮我写一条推文，关于我用Claude Code做了一个AI编程助手

X导师     ❯ 先确认：短推文 or Thread？目标受众？

用户      ❯ 短推文，给AI开发者看

X导师     ❯ 3个Hook版本：

            版本A（好奇缺口 + 可信度锚点）：
            「我用Claude Code做了一个AI编程助手。
            48小时，零框架，纯vibe coding。
            最意外的不是它能跑——是它比我手写的版本快3倍。」

            版本B（Value Equation：高结果/低effort）：
            「不会写代码？没关系。
            我刚用Claude Code在2天内做了一个AI编程助手。
            整个过程没写一行代码。这是我的完整过程：」

            版本C（争议观点 + 具体数据）：
            「大多数AI编程助手的评测都是Demo级别的。
            我用Claude Code做了一个真正上线的版本。
            区别在哪？30个edge cases和一个愿意debug到凌晨3点的AI。」

            推荐版本A，因为有具体数字(48h/3倍)和悬念。
            建议发布时间：工作日上午9-11点。
            ⚠️ 不要放外链，如需要放第一条回复里。

审阅Hook：诊断问题 + 给改写版

用户      ❯ 帮我看看这条：I tested 5 AI coding tools. Here's what I found.

X导师     ❯ Hook评分：3/10

            问题诊断：
            ❌ 零好奇缺口——没有悬念，读者不需要点进来
            ❌ 无可信度锚点——谁都能说"I tested"
            ❌ 无具体收益——"what I found"太模糊

            改写版：
            「I mass-tested 5 AI coding tools on the same project
            (a full-stack app in 48 hours).
            One saved me 12 hours. The others were useless.
            A thread:」

            改了什么：加了具体场景(full-stack app)、时间锚点(48h)、
            悬念(哪个？)、可信度(实测数据)

诊断增长瓶颈

用户      ❯ 我500粉丝，最近涨不动了

X导师     ❯ 500粉 → 0-1K冷启动阶段。先确认：开了Premium吗？

用户      ❯ 没有

X导师     ❯ 找到瓶颈了。

            没有Premium = TweepCred从-128起步。
            正常分发门槛是+17，你离这个门槛差145分。
            Premium订阅即时+100，这是你现在ROI最高的投资。

            开了Premium之后的每周行动计划：
            1. 每天发2-3条短推文（验证哪些话题有共鸣）
            2. 每天在5-10个AI大号评论区留高质量回复
               （200-400字，不是"好帖子"）
            3. DM 3个同量级创作者建立互助
            4. 不急着写Thread，先找到你的高ER话题

            预期：日均增粉5-10，4-8周到1K。

v2.0新增：账号诊断报告

用户      ❯ 分析一下我的X账号 @AlchainHust

X导师     ❯ 发现 user-data/AlchainHust/ 有历史数据（2026-04-06采集）。
            上次诊断的核心发现：

            1. 结构性错配：34%精力给了ROI最低的AI评论（均值37 likes），
               橙皮书类均值480+ likes，差距13倍
            2. 收藏型账号：书签率(4.38‰) > 点赞率(3.79‰)
            3. 发布时间错配：最常发的16:00互动率仅3.1‰，
               最优10:00高达23.7‰

            要用现有数据直接出报告，还是重新采集最新数据？

安装

本 skill 基于开放的 Agent Skills 协议，可在任何 skills-compatible 的 AI agent runtime 中运行（Claude Code、Codex、Cursor、OpenClaw、Hermes Agent、CodeBuddy、Workbuddy、Gemini CLI、OpenCode 等 50+ runtime）。

方式一：一行命令（推荐，跨 runtime 自动检测）

npx skills add alchaincyf/x-mentor-skill

通用 CLI 安装器（vercel-labs/skills，支持 55+ runtime）会自动识别当前 runtime 并把 skill 放到正确目录。需要指定 runtime 时加 -a claude-code / -a codex / -a cursor / -a openclaw 等参数。

方式二：手动安装

git clone https://github.com/alchaincyf/x-mentor-skill <对应路径>

方式三：作为参考资料使用

即使 runtime 不支持 Agent Skills 自动加载，你也可以把 SKILL.md 的内容粘贴进对话——它本质就是一份 markdown + YAML frontmatter。

使用

装好后，告诉你的 agent：「帮我写条推文」「X策略」「推特怎么涨粉」「帮我审阅这条tweet」「分析我的X账号」即可激活。

蒸馏了什么

与人物Skill的区别

6个核心心智模型

10条决策启发式

1. 先发推文再写长文 — tweet是想法炼油厂
2. Hook占50%创作时间 — 写10-15个版本选最好的
3. 对话碾压一切 — 对话回复=150个点赞（X开源代码）
4. 1/3/1节奏 — 一句hook+三句展开+一句过渡
5. 超级碗响应 — 新模型发布=AI赛道的超级碗，0-1h内响应
6. 拥有你的受众 — 算法会变，newsletter不会
7. 4A选题矩阵 — 一个话题×4角度=无限选题
8. 给出秘密卖执行 — 99%的人不会自己做
9. 模板大于灵感 — Cole用7种模板写了200+条Thread
10. 评论区是金矿 — 一条回复获得6700次曝光

X算法关键数据（2026年4月，开源代码确认）

⚠️ 外部链接降触达30-50%，非Premium用户链接帖中位互动为零。

调研来源

操作层references（v2.0新增）

调研层research

核心人物

• Nicolas Cole — Ship 30 for 30联创，累计1亿+在线阅读量，Lean Writing/4A Framework/Category Design
• Dickie Bush — 30个月0→326K粉丝，Atomic Essay/75-25法则
• Sahil Bloom — 不到2年0→190万粉丝，内容飞轮/费曼式写作
• Justin Welsh — solopreneur标杆，$12M年收入90%利润率，Content OS/7步增长法
• Dan Koe — One-Person Business/Niche of One/2 Hour Writer
• Alex Hormozi — 零广告费6个月100万粉丝，Hook-Retain-Reward/Value Equation

信息源已排除知乎/微信公众号/百度百科。

这个Skill是怎么造出来的

由 女娲.skill 生成——但这次不是蒸馏一个人，是蒸馏一个领域。

女娲在处理「主题Skill」时的变体流程：

1. 确认蒸馏对象：不是一个人名，而是一个主题（X运营）+ 3-5个核心人物
2. 6路并行调研：每路Agent负责不同维度（写作方法论/增长引擎/内容品牌/平台算法/AI赛道/案例反模式）
3. 交叉验证提炼：从6个人的方法论中找共识框架和分歧点
4. 构建操作手册：不模拟任何人的语气，而是给出可直接执行的步骤
5. 双Agent验证：独立Agent做质量测试（已知测试+边缘测试+风格测试）
6. auto-optimizer迭代：用8维度rubric评分，hill-climbing优化到88分

想蒸馏其他主题？安装女娲：

npx skills add alchaincyf/nuwa-skill

说「造一个关于XXX的skill」就行。人物和主题都支持。

仓库结构

x-mentor-skill/
├── README.md
├── SKILL.md                              # 路由+执行规则（249行，v2.0精简版）
├── references/
│   ├── writing-workshop.md               # 写作工坊（按需加载）
│   ├── algorithm-niche.md                # 算法+AI赛道（按需加载）
│   ├── growth-monetization.md            # 增长+变现（按需加载）
│   ├── quality-analytics.md              # 质量+复盘+报告模板（按需加载）
│   ├── mental-models-heuristics.md       # 心智模型+启发式（按需加载）
│   └── research/                         # 6个调研文件（2475行，追溯来源时读取）
├── user-data/                            # 用户诊断数据（自动生成）
└── examples/
    └── account-diagnosis-demo.md         # 真实X账号诊断案例

更多.skill

女娲已蒸馏的作品，每个都可独立安装：

人物Skill

主题Skill

想蒸馏更多？用 女娲.skill，输入任何名字或主题即可。

许可证

MIT — 随便用，随便改，随便蒸馏。

关于作者

花叔 Huashu — AI Native Coder，独立开发者，代表作：小猫补光灯（AppStore 付费榜 Top1）