DeepAgents 社交媒体内容技能（Social Media Skill）实战指南：用 SKILL.md 编排 Twitter/X、LinkedIn 与短内容

DeepAgents 社交媒体内容技能Social Media Skill实战指南用 SKILL.md 编排 Twitter/X、LinkedIn 与短内容【免费下载链接】deepagentsThe batteries-included agent harness.项目地址: https://gitcode.com/GitHub_Trending/de/deepagents导读本指南围绕 deepagents 示例 Agentdeploy-content-writer中的social-media技能文档展开讲解如何用一段结构化的 SKILL.md 让内容创作 Agent 批量产出 Twitter/X 帖子Thread、LinkedIn 长文与跨平台短更新。读完本文你将掌握 SKILL.md 的前置元数据name / description写法、三类内容格式的完整创作规范、输出文件的目录约定并理解它如何与示例 Agent 的品牌语气、用户记忆与部署流程协同工作。SKILL.mddeepagents 技能的标准载体在 deepagents 中技能Skill是以目录形式组织的可复用能力单元每个技能目录下都有一个SKILL.md作为其核心定义文件。social-media技能在示例仓库中的位置为 examples/deploy-content-writer/skills/social-media/SKILL.md与长文写作技能blog-post并列存放于 examples/deploy-content-writer/skills/blog-post/SKILL.md。该文件顶部通过 YAML front-matter 声明技能的身份信息供 Agent 在任务分发时做匹配与选择--- name: social-media description: Create social media content including Twitter/X threads, LinkedIn posts, and short-form updates. ---name技能唯一标识示例中为social-mediadescription技能能力描述说明它覆盖 Twitter/X Threads、LinkedIn 帖子与短内容更新三类产出。从 examples/deploy-content-writer/README.md 的目录结构可以看出技能层之上是 Agent 指令层deploy-content-writer/ ├── AGENTS.md # Agent instructions and memory workflow ├── deepagents.toml # Deploy config (model, auth) └── skills/ ├── blog-post/ # Long-form blog post skill └── social-media/ # LinkedIn and tweet skill也就是说SKILL.md负责“怎么写出合格的内容”而 examples/deploy-content-writer/AGENTS.md 负责“Agent 以什么品牌语气、按什么流程工作”。两者配合才能让模型稳定地产出符合公司调性的社交媒体内容。三大内容格式从原文继承的完整创作规范原social-media技能文档将产出划分为三类格式每一类都给出了明确的组成结构与字数约束。以下逐条完整继承并补充实战细节。Twitter/X Thread主题串要素要求钩子推文有吸引力的提问或大胆陈述 280 字符展开推文3–7 条跟进推文逐条展开主题结尾推文附 CTA行动号召或核心要点排版使用换行提升可读性实战建议钩子推文是整条 Thread 的流量入口优先使用“反常识结论”或“直击痛点的提问”并严格控制字符数在 280 以内避免被平台截断3–7 条展开推文应保持“一条一个论点”避免将多个观点塞进同一条结尾推文把读者引向行动——点赞、转发、阅读长文或注册产品可参考 examples/deploy-content-writer/AGENTS.md 中“End with action”的写作标准每条推文之间用空行分隔因为 X 平台对连续长句的可读性并不友好。LinkedIn Post职场长文要素要求开头钩子前两行必须在“see more”折叠线之前可见正文3–5 个短段落每段一个关键洞察结尾以问题结尾驱动互动篇幅目标长度约 1,300 字符实战建议LinkedIn 的折叠机制决定了“前两行决定点击率”因此开头钩子必须独立成段、信息完整即使读者不点“see more”也能获取价值3–5 个短段落保持“one idea per paragraph”这与 examples/deploy-content-writer/AGENTS.md 中第 3 条写作标准完全一致以开放性问题收尾能显著提升评论量例如“Your team uses which approach?”1,300 字符的目标长度是一个经验值既能承载完整观点又不至于让读者失去耐心。Short-form Update短更新要素要求形态单段落的公告或洞察链接如有长内容则附上链接篇幅低于 280 字符便于跨平台复用实战建议短更新是三类格式中复用性最强的同一段 280 字符以内的文案可以同时投放到 X、LinkedIn 动态、Mastodon 等平台与长文联动时用“一句洞察 链接”的结构让短更新成为长内容的引流入口单段落的写作要求内容极度凝练可套用 AGENTS.md 中“Lead with value”的标准第一句就给出核心价值。通用创作准则Guidelines语气、标签与价值密度原文档给出的五条通用准则适用于上述全部三类格式逐条继承如下人称策略LinkedIn 使用第一人称公司账号使用第三人称。即个人影响力账号用“I/we”建立可信度官方品牌账号用品牌名称为主体标签数量每篇帖子包含 2–3 个相关 hashtag不超过 3 个。过多标签会被视为营销噪音并稀释专业感语气适配LinkedIn 更专业professionalTwitter/X 更口语化conversational。这与 examples/deploy-content-writer/AGENTS.md 中“Professional but approachable”的品牌语气一脉相承独立价值每条帖子都必须提供独立价值而不是只做“引流预告”。即使读者不点任何链接单看帖子本身也应有所收获具体优于空泛优先使用具体数字与结果而非模糊声称。例如“reduced latency by 40%”优于“greatly improved performance”。输出约定统一落盘路径技能文档明确规定产出内容的保存位置social/platform/slug.md示例social/twitter/ai-agents-thread.mdplatform为平台目录名如twitter、linkedin、misc或按公司习惯扩展slug为内容主题的短横线命名如ai-agents-thread统一使用 Markdown 格式落盘便于后续人工审核、版本管理与二次排版。与之呼应的是同目录下的 blog-post 技能 也采用类似的输出约定blogs/slug/post.md说明“结构化输出路径”是 deepagents 示例技能的一致设计模式。与 Agent 工作流的协同品牌语气、研究流程与用户记忆social-media技能不是孤立文件它运行在 examples/deploy-content-writer/AGENTS.md 定义的 Agent 工作流之上。该文件为内容创作 Agent 规定了四层上下文品牌语气Brand VoiceProfessional but approachable像博学的同事而非教科书Clear and direct除非必要避免术语Confident but not arrogant分享专业而不居高临下Engaging用具体例子、类比与故事说明观点。写作标准Writing Standards使用主动语态以价值开头先讲对读者重要的内容每段一个想法保持段落聚焦、易扫读具体优于抽象使用具体例子、数字与案例以行动结尾让读者知道下一步做什么。内容支柱Content PillarsAI 智能体与自动化、开发者工具与生产力、软件架构与最佳实践、新兴技术与趋势。社交媒体文案应围绕这些支柱产出保持品牌内容的一致性。工作流Workflow研究优先 → 列大纲 → 写作 → 评审。写作前的“Research first”步骤要求调用researcher子 Agent 做主题调研这与 examples/content-builder-agent/subagents.yaml 中researcher子 Agent 的定义具备web_search与write_file工具相互印证。此外AGENTS.md 的User Memory小节赋予该 Agent 跨会话个性化能力每次会话开始时读取/memories/user/preferences.md与/memories/user/context.md将用户对语气、主题、格式的偏好融入每一次社交媒体创作examples/deploy-content-writer/user/AGENTS.md 展示了该记忆文件的初始形态“No preferences set yet”。这意味着social-media技能产出的文案会自动带上每位用户的个性化色彩。部署与调用在 LangSmith 上验证技能效果deploy-content-writer是一个通过deepagents deploy部署的内容写作 Agent详见 README。部署时通过 agent.json 指定运行模型{ name: deepagents-deploy-content-writer, runtime: { model: {model_id: openai:gpt-4.1} } }部署前置环境变量来源于 README变量说明OPENAI_API_KEYGPT-4.1 模型访问凭证LANGSMITH_API_KEY部署deploy必需SUPABASE_URLSupabase 项目地址启用 auth 时必需SUPABASE_ANON_KEYSupabase anon/public 密钥启用 auth 时必需部署命令deepagents deploy部署完成后可在 LangSmith 的 Deployments 页面找到部署 URL并向 Agent 发送诸如以下提示词来检验social-media技能Turn this into a LinkedIn post: [paste your content]Draft three tweet variations for our new product launchWrite a tweet about AI agentsI prefer a more casual tone — remember that for future posts通过 LangGraph SDK 以流式方式调用部署时在Authorization头携带 Supabase JWT 即可自动识别用户身份示例出自 READMEfrom langgraph_sdk import get_client client get_client( urlhttps://your-deployment-url, headers{Authorization: Bearer your-supabase-jwt}, ) thread await client.threads.create() async for chunk in client.runs.stream( thread[thread_id], agent, input{messages: [{role: user, content: Write a tweet about AI agents}]}, stream_modemessages, ): print(chunk.data, end, flushTrue)用测试脚本验证记忆与技能协同仓库提供了 examples/deploy-content-writer/test_user_memory.py它通过四个线程验证“用户偏好跨会话持久化”这一机制间接检验技能在个性化语境下的可用性Thread 1让 Agent 记住“偏好简洁的 bullet 风格内容”Thread 2同用户开新线程验证偏好是否仍然可见Thread 3换一个用户验证偏好不会跨账号泄漏Thread 4不传user_id验证 Agent 能优雅降级、跳过用户记忆。这个测试结构恰好印证了“一次部署服务多用户、账号之间零串扰”的设计目标social-media技能产出的文案会因用户记忆中的偏好语气、格式、话题而差异化而测试脚本确保了这种差异不会越界。小结social-mediaSKILL.md 以不到 40 行的精炼结构完整定义了社交媒体内容创作的方法论三类格式Thread / LinkedIn / 短更新各有明确的结构与字数约束五条通用准则统一了语气与价值标准social/platform/slug.md的输出约定保证了产出的可管理性。将其置于 deploy-content-writer 示例 Agent 中配合品牌语气、用户记忆与deepagents deploy部署链路即可得到一套开箱即用、可个性化、可跨账号隔离的社交媒体内容生产方案。【免费下载链接】deepagentsThe batteries-included agent harness.项目地址: https://gitcode.com/GitHub_Trending/de/deepagents创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考