Threads Growth Skill 是一个数据驱动的 Threads 内容优化技能,由 ara.so 发布、krumjahn 开发,属于 Marketing Skills 集合。它从用户自己的帖子实际表现数据中学习,使用浏览器自动化抓取 Insights,识别有效模式,并借助 AI 腔调检测撰写符合算法规则的帖子。
用途
该技能用于系统化改进 Threads 内容:基于真实性能数据,而非通用建议,帮助用户发现对自身账号有效的发帖模式,并据此生成草稿、进行算法与 AI 腔调检查。
主要能力
- 性能追踪:抓取用户真实的 Threads Insights(浏览量、点赞、回复、分享)。
- 模式检测:识别对用户本人账号有效的内容模式,而非通用建议。
- 智能草稿:结合用户模式、算法红线检查与 AI 腔调检测生成帖子。
- 自动更新:每两周一次的 cron 任务保持性能数据库最新。
- 分享优化:优先考虑 DM 可转发性(据文中引用 Mosseri 2025 说法,其权重为点赞的 3-5 倍)。
安装与初始化
安装方式(两种):
- 克隆到 Hermes 技能目录:
git clone https://github.com/krumjahn/threads-growth-skill ~/.hermes/skills/social-media/threads-growth
- 或手动创建目录结构:
mkdir -p ~/.hermes/skills/social-media/threads-growth/{references,scripts}
首次设置步骤:
-
导出 Threads cookies(用于认证,cookies 有效期约 60 天):安装 Cookie-Editor 浏览器扩展,登录 threads.net,将 cookies 导出为 JSON,保存到
~/.hermes/skills/social-media/threads-growth/cookies.json。 -
运行 setup 脚本:
cd ~/.hermes/skills/social-media/threads-growth
bash scripts/setup.sh
该脚本会:验证 cookie 格式、测试认证、执行首次 Insights 抓取(约 5 分钟)、创建 references/winning-formats.md、设置每两周一次的 cron 任务。
- 配置环境变量:
export THREADS_USERNAME="your_username"
export THREADS_DATA_PATH="$HOME/.hermes/skills/social-media/threads-growth" # 可选
export THREADS_SCRAPE_LIMIT=50 # 可选,默认 50
export THREADS_MIN_PERFORMANCE_SAMPLE=10 # 可选,模式检测最少帖子数
export THREADS_COOKIE_WARNING_DAYS=7 # 可选,到期前警告天数
关键文件结构:
threads-growth/
├── SKILL.md # 说明文件
├── cookies.json # 会话 cookies(被 gitignore)
├── references/
│ └── winning-formats.md # 性能数据库(自动更新)
└── scripts/
├── setup.sh # 一次性设置
└── scrape_insights.sh # Insights 抓取脚本
使用方式
起草新帖
用户说“draft a threads post about [topic]”时,技能会加载 winning-formats.md,按用户模式生成草稿,运行算法与 AI 腔调检查,并返回带评分的草稿。
文中给出的优秀模式示例:Anti-Demo Hook + Problem/Solution + Proof,平均互动约为 2,340 浏览量、186 点赞、23 回复、12 分享,结构为:失败状态(具体)— 发现内容 — 实施方法(3-5 步)— 证明/结果(具体指标)。表现最佳的是具备 DM 可转发实用价值的帖子(操作指南、工具清单、模板)。
算法红线检查
每次草稿自动检查文中列出的 Meta 2025 指南 12 条硬抑制规则:主帖无外链(回复可)、无裸 URL(用“link in bio”替代)、无求关注、无互动诱饵、无假新闻/误导信号、无耸动语言(全大写、过量标点)、无暴力/血腥图像、无色情内容、无仇恨言论、无垃圾模式(重复、复制粘贴)、无冒充、无协同操纵。
AI 腔调检测
发布前标记并修复文中列出的 15 类常见 AI 痕迹,包括句子层面(如“Delve”“utilize”“leverage”“It's worth noting that”“In today's digital landscape”“Game-changer”“unlock”、被动语态)与结构层面(如“1. First...”开场、三段并列、以“In conclusion...”总结、过度平衡的利弊、学术式模糊措辞)。
草稿评分
发布前可获得预测评分:DM 可转发性(0-10)、转发可能性(0-10)、算法合规(通过/不通过)、AI 腔调标记数、预计触达倍数(相对基线)。
Insights 抓取
手动运行:
cd ~/.hermes/skills/social-media/threads-growth
bash scripts/scrape_insights.sh
采集内容(最近 50 条帖子):帖子 ID、发布时间戳、文本内容、浏览量(触达)、点赞、回复(总数 + 深度)、分享(DM 转发 + 转发)、收藏数。
自动更新 cron(设置时安装,每两周周日凌晨 2 点运行):
0 2 * * 0 [ $(($(date +\%s) / 604800 \% 2)) -eq 0 ] && bash ~/.hermes/skills/social-media/threads-growth/scripts/scrape_insights.sh
钩子框架
内置帖子结构按表现排序(文中表格):Anti-Demo(你遭遇失败→找到修复,约 1.5x)、Secret Knowledge(内部信息+步骤,约 1.4x)、Truth/Comparison(A 与 B 对比、明确胜出,约 1.2x)、Builder Journey(工作流切换+结果,约 1.1x)、Link Drop(仅链接,约 0.2x,建议避免)。
Anti-Demo 示例结构(文中示例):开头具体陈述失败(如按“最佳时间”发帖却导致触达下降),随后说明发现(如 Threads 关心的是你的受众活跃时段),再给出实施步骤,最后以具体结果收尾。
信号权重
基于文中引用的 Mosseri 2025 算法更新:DM 转发权重为点赞的 3-5 倍;深度回复(3 次以上往返)为顶层回复的 2 倍;收藏为点赞的 2 倍;转发为点赞的 1.5 倍;点赞为 1 倍基线;浏览量是结果而非信号。优化优先级为:DM 可转发性、对话深度、值得收藏、可转发性、可点赞性(最低)。
多段 Threads
对于超过 500 字符的帖子,技能会自动串联各部分,每部分 450-500 字符(留缓冲),结构为:第 1 部分钩子+问题、第 2-N 部分步骤/细节、最后部分证明/CTA。若在 60 秒内发布、各部分之间无外部互动、同一线程链,算法将其视为一个帖子。
适用场景
适用于希望基于自身账号真实表现数据,系统化优化 Threads 帖子的用户,包括起草新帖、检查算法合规与 AI 腔调、追踪性能并定期更新模式数据库。
限制与注意事项
- 需要已有一定量数据:Threads 仅对浏览量 100+ 的帖子显示 Insights;文中建议需 10+ 条符合条件帖子,且至少 5 条浏览量 500+、发布时间跨度 2 周以上,模式检测才可靠;样本不足时使用通用最佳实践。
- cookies 有效期约 60 天,过期后需重新导出。
- 抓取可能因网络慢或 Threads 限流而卡住,可终止进程、等待 5 分钟重试或降低 THREADS_SCRAPE_LIMIT。
- 数据隐私:所有数据本地存储,cookies 不传输(仅用于 Threads 认证),Insights 数据不共享,无追踪、无分析。
更新
cd ~/.hermes/skills/social-media/threads-growth
git pull origin main
bash scripts/scrape_insights.sh # 可选,刷新模式
作者说明:由 @krumjahn 构建,文中称自 2026 年 4 月起实际运行,MIT 许可证。文中提及的典型效果(6 周后):触达提升 1.5-2.5 倍、互动率提升 2-3 倍、低表现帖子减少 40-60%。