From ecc
X와 LinkedIn 전반에서 웜 인트로 탐색, 브리지 점수화, 네트워크 갭 분석을 위한 가중 소셜 그래프 랭킹입니다. 더 넓은 아웃리치 워크플로가 아니라 재사용 가능한 그래프 랭킹 엔진 자체가 필요할 때 사용합니다.
npx claudepluginhub sam42-lab/everything-claude-code-krThis skill uses the workspace's default tool permissions.
네트워크 인지형 아웃리치를 위한 정식 가중 그래프 랭킹 레이어입니다.
Mandates invoking relevant skills via tools before any response in coding sessions. Covers access, priorities, and adaptations for Claude Code, Copilot CLI, Gemini CLI.
Share bugs, ideas, or general feedback.
네트워크 인지형 아웃리치를 위한 정식 가중 그래프 랭킹 레이어입니다.
다음이 필요할 때 사용합니다.
lead-intelligence, connections-optimizer와 독립적으로 그래프 수학 자체를 이해사용자가 랭킹 엔진 자체를 원할 때 선택합니다.
다음이 실제 의도라면 단독으로 쓰지 않습니다.
lead-intelligenceconnections-optimizer수집하거나 추론할 항목:
주어진 값:
T = weighted target setM = current mutuals / direct connectionsd(m, t) = mutual m에서 target t까지의 최단 홉 거리w(t) = 신호 점수 기반 target weight기본 bridge score:
B(m) = Σ_{t ∈ T} w(t) · λ^(d(m,t) - 1)
여기서:
λ는 보통 0.5인 decay factor2차 확장:
B_ext(m) = B(m) + α · Σ_{m' ∈ N(m) \\ M} Σ_{t ∈ T} w(t) · λ^(d(m',t))
응답성 보정 최종 점수:
R(m) = B_ext(m) · (1 + β · engagement(m))
해석:
R(m) + direct bridge path -> warm intro askR(m) + one-hop bridge path -> 조건부 intro askR(m) 또는 유효한 bridge 없음 -> direct outreach 또는 graph gap 보충타깃 가중치에는 다음을 반영합니다.
mutual 가중치에는 다음을 반영합니다.
R(m) 기준 정렬SOCIAL GRAPH RANKING
====================
Priority Set:
Platforms:
Decay Model:
Top Bridges
- mutual / connection
base_score:
extended_score:
best_targets:
path_summary:
recommended_action:
Conditional Paths
- mutual / connection
reason:
extra hop cost:
No Warm Path
- target
recommendation: direct outreach / fill graph gap
lead-intelligenceconnections-optimizerbrand-voicex-api