ak-threads-booster
Optimize Threads posts via data-driven workflows: track performance metrics from API/scraping, generate personalized drafts using brand voice and history, predict 24h engagement ranges, analyze style/psychology/algorithm fit/risks, recommend topics from comments, and refresh trackers.
npx claudepluginhub akseolabs-seo/ak-threads-booster --plugin ak-threads-boosterComponent Overview
Component Details
Skills (8)
Decision-first analysis for a finished Threads post: style matching, psychology analysis, algorithm alignment, upside drivers, suppression risks, and AI-tone detection. Use after the user writes a post, or when they ask to analyze, check, inspect, or AK-review a draft.
Select a topic and generate a draft based on the user's Brand Voice. Draft quality depends on Brand Voice completeness. Trigger words: 'draft', 'write', '起草', '寫文'.
Estimate likely 24-hour post performance from the user's historical data. Use after the user writes a post and wants a range estimate, upside view, or expectation check.
Refresh threads_daily_tracker.json. Prefer the Threads API when available; fall back to Chrome MCP profile scraping when API access is not available. Trigger words: 'refresh', 'update tracker', 'scrape profile', '更新貼文', '抓最新數據'.
Post-publish feedback loop: collect actual metrics, compare against predictions, update the tracker, refresh style conclusions carefully, and learn from deviations.
Initialize AK-Threads-Booster: import historical posts, normalize them into the tracker schema, auto-generate a personalized style guide, and build a concept library. Run on first use or whenever the user wants to backfill account history.
Mine insights from comments and historical data to recommend the next worthwhile topics. Trigger words: 'topics', 'topic', '選題', '寫什麼'.
Deep analysis of user's historical posts and comment replies to build a comprehensive Brand Voice profile. The more complete the Brand Voice, the closer /draft outputs match the user's actual style. Trigger words: 'brand voice', 'voice', '品牌聲音', '語感分析'
README
AK體-基於Threads演算法的優化skill
AK-Threads-Booster 是這個 skill 的內部代號與安裝 id。
AK-Threads-Booster 是一套給 Threads 創作者用的 AI skill 系統。
它不是要幫你亂寫一堆貼文，而是幫你把「選題、起草、分析、預測、復盤」變成一套有資料依據的工作流，讓你更容易發出值得被分享、收藏、討論的內容。
如果你平常的痛點是這些：
- 不知道下一篇到底該寫什麼
- 有很多題目，但分不出哪個更值得先發
- 文章不是寫不好，只是常常撞題、老梗、沒新鮮度
- 想讓內容更像自己，不想一看就很 AI
- 發完之後沒有把結果整理回來，下一篇又從零猜
這套 skill 就是為這些問題設計的。
它不保證爆文。
它做的是讓你用自己的歷史資料，提高每一次發文決策的品質，讓「更有擴散機會」這件事變得比較可複製。
這套 skill 會幫你做什麼
1. 幫你選出更值得發的題
/topics 不是單純丟熱門題給你。
它會一起看：
- 你的歷史貼文表現
- 留言裡反覆出現的問題
- 你自己曾經回過哪些問題
- 最近有沒有撞到同一個 semantic cluster
- 外部話題現在是不是已經過熱
也就是說，它不只是找「熱門」，而是找「對你這個帳號來說，現在更值得發」的題目。
2. 幫你起草，但盡量像你
/draft 會根據：
brand_voice.mdstyle_guide.md- 歷史貼文
- concept library
來起草一篇比較接近你語感的內容。
而且它不是拿到題目就直接寫：
- 先做 freshness gate，避免你花時間寫一個已經被寫爛的角度
- 做 fact-check，但不會動你自己說過的個人事實與事件順序（你的貼文是 source of truth）
- research 時會主動丟「你可能沒想到的 2-3 個角度」給你選，幫貼文變更豐富
- 寫完以後會回問 3-5 個針對這篇的改進問題，不是罐頭提問
這些對話功能都是開關式的——第一次會問你要不要開，也可以設成 always on / always off，存在 threads_booster_config.json。想要快就快，想要深就深。
3. 幫你在發文前做最後判斷
/analyze 是這套 skill 的 decision layer。
它會看：
- 有沒有演算法紅線
- 這篇最大的上升空間在哪
- 主要卡點在哪
- 比較像 follower-fit 還是 stranger-fit
- 有沒有 AI 味太重
這樣你在按下發送前，不是只靠感覺。
4. 幫你建立比較合理的預期
/predict 會用相似歷史貼文幫你估 24 小時的可能區間，讓你不要因為單篇波動就誤判。
5. 幫你把發文結果變成下一次的優勢
/review 會把實際表現、預測偏差、風格訊號再寫回 tracker。
這點很重要，因為很多工具只會給你建議，不會讓系統越用越準。這套 skill 的重點就是把學到的東西留下來。
6. 幫你更新 tracker，不用每次手動整理
/refresh 可以更新 threads_daily_tracker.json：
- 有 Threads API token 就走 API
- 沒有 API 就走 Chrome MCP 抓自己的 Threads profile
你不用每次都自己慢慢補資料。
最適合誰
這套 skill 特別適合：
- 已經有固定在經營 Threads 的人
- 想把發文從「靈感型」變成「決策型」的人
- 想更穩定找到下一篇題目的人
- 想知道自己什麼內容比較有機會擴散的人
- 想把歷史貼文真的變成可用資產的人
如果你現在還完全沒有歷史資料，它也可以用，但前期的判斷會比較弱。這套系統的價值，會隨著你的資料累積而變強。
第一次使用你會得到什麼
跑完 /setup 之後，工作目錄通常會有：
threads_daily_tracker.jsonstyle_guide.mdconcept_library.mdbrand_voice.md（如果有跑/voice）posts_by_date.mdposts_by_topic.mdcomments.md
其中最重要的是 threads_daily_tracker.json。
其他 skill 幾乎都是圍繞這份 tracker 在做判斷。
建議使用流程
第一次使用
/setup
/voice
先把歷史資料整理好，再把 Brand Voice 建起來。
/voice 產出的 brand_voice.md 是參考初稿，不是定稿。LLM 從外部看你的貼文一定會漏東西。建議：
- 直接改檔案裡任何覺得不對的地方
- 最下面的 Manual Refinements 區塊用來補分析漏掉的、你自己知道的細節（禁用詞、必做事項、「這不是我」的例子）
- 重跑
/voice會保留你改過的內容，不會覆蓋掉
/draft 會把 Manual Refinements 當硬約束讀，優先級高於其他章節。
平常發文前
/topics
/draft
/analyze
這是最實用的一組流程：
/topics找題/draft起草/analyze發文前檢查
發完之後
/predict
/review
這樣系統會慢慢知道：
- 你估得準不準
- 哪些題真的會跑
- 哪些風格只是你以為有效
資料可以怎麼進來
你可以用這些方式建立資料：
- Threads Developer API token
- Meta 官方匯出 zip
- 既有 JSON / Markdown / CSV
- Chrome 已登入 Threads + Claude in Chrome MCP
- 舊版 tracker migration
API 不是必須，但如果你有 API，更新會輕鬆很多。
產品定位
AK-Threads-Booster 是一套以你的 Threads 歷史資料為核心的內容決策系統。
它的重點不是自動亂生文，而是幫你：
- 找出更值得發的題目
- 起草更接近你自己的內容
- 避開明顯的重複與紅線
- 把每次發文結果累積成下一次判斷的依據
安裝
Codex
把這個 repo 放進 Codex skills 目錄即可，例如：
git clone https://github.com/akseolabs-seo/AK-Threads-booster.git ~/.codex/skills/AK-Threads-booster
Codex 會讀取：
- 根目錄
SKILL.md作為 skill 入口 agents/openai.yaml作為 Codex UI metadata
安裝後可直接用：
$ak-threads-booster
再依你的需求進入 /setup、/topics、/draft、/analyze、/predict、/review、/refresh 流程。
Claude Code
claude install-plugin https://github.com/akseolabs-seo/AK-Threads-booster
手動安裝
git clone https://github.com/akseolabs-seo/AK-Threads-booster.git
再依你使用的工具，把這個 repo 放到對應的 skill / plugin 目錄即可。
目錄結構
AK-Threads-booster/
|- SKILL.md
|- AGENTS.md
|- agents/
| |- openai.yaml
|- skills/
| |- setup/SKILL.md
| |- refresh/SKILL.md
| |- analyze/SKILL.md
| |- draft/SKILL.md
| |- predict/SKILL.md
| |- review/SKILL.md
| |- topics/SKILL.md
| |- voice/SKILL.md
|- knowledge/
| |- _shared/
| |- psychology.md
| |- algorithm.md
| |- ai-detection.md
| |- data-confidence.md
| |- chrome-selectors.md
|- scripts/
| |- fetch_threads.py
| |- parse_export.py
| |- update_snapshots.py
| |- update_topic_freshness.py
| |- render_companions.py
|- templates/
|- examples/
Star History
License
Similar Plugins
Help us improve
Share bugs, ideas, or general feedback.