MCP HubMCP Hub
Вернуться к навыкам

social-analytics

guia-matthieu
Обновлено 2 days ago
2 просмотров
111
20
111
Посмотреть на GitHub
Другоеdata

О программе

Этот навык анализирует профили в социальных сетях для расчета показателей вовлеченности, выявления наиболее эффективного контента и отслеживания роста. Он используется для анализа конкурентов, бенчмаркинга метрик и создания отчетов о результативности. Разработчики могут интегрировать его через сервер MCP для аудита присутствия в соцсетях и оценки состояния аккаунта.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add guia-matthieu/clawfu-skills -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/guia-matthieu/clawfu-skills
Git клонированиеАльтернативный
git clone https://github.com/guia-matthieu/clawfu-skills.git ~/.claude/skills/social-analytics

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

Social Analytics

Analyze social media profiles and calculate engagement metrics - understand what content works for competitors and your own accounts.

When to Use This Skill

  • Competitor analysis - Audit competitor social presence
  • Engagement benchmarking - Calculate and compare engagement rates
  • Content analysis - Identify top-performing post types
  • Profile audit - Assess social media health
  • Reporting - Generate social performance reports

What Claude Does vs What You Decide

Claude DoesYou Decide
Structures analysis frameworksMetric definitions
Identifies patterns in dataBusiness interpretation
Creates visualization templatesDashboard design
Suggests optimization areasAction priorities
Calculates statistical measuresDecision thresholds

Dependencies

pip install click pandas requests beautifulsoup4
# For authenticated API access:
pip install tweepy instaloader

Commands

Analyze Profile

python scripts/main.py analyze @competitor --platform twitter
python scripts/main.py analyze @brand --platform instagram

Calculate Engagement

python scripts/main.py engagement @profile --platform twitter --days 30
python scripts/main.py engagement @profile --platform linkedin --posts 50

Find Top Posts

python scripts/main.py top-posts @profile --platform twitter --count 10
python scripts/main.py top-posts @profile --metric likes

Export Data

python scripts/main.py export @profile --platform twitter --format csv
python scripts/main.py export @profile --platform instagram --output report.json

Compare Profiles

python scripts/main.py compare @brand1 @brand2 @brand3 --platform twitter

Examples

Example 1: Competitor Social Audit

# Analyze competitor profile
python scripts/main.py analyze @competitor_brand --platform twitter

# Output:
# Profile Analysis: @competitor_brand
# ─────────────────────────────────────
# Followers:      45,230
# Following:      1,234
# Total Posts:    2,456
# Avg Likes:      234
# Avg Retweets:   45
# Engagement:     2.3%
# Post Frequency: 3.2/day
# Top Hashtags:   #marketing, #growth, #startup

Example 2: Benchmark Engagement Rates

# Compare engagement across competitors
python scripts/main.py compare @brand1 @brand2 @brand3 --platform twitter

# Output:
# Engagement Comparison
# ─────────────────────
# Profile         Followers   Eng.Rate   Posts/Day
# @brand1         45,230      2.3%       3.2
# @brand2         32,100      3.1%       2.1
# @brand3         89,500      1.8%       4.5

# Winner: @brand2 (highest engagement despite fewer followers)

Example 3: Find Winning Content

# Identify top performing posts
python scripts/main.py top-posts @marketing_pro --platform twitter --count 10

# Output:
# Top 10 Posts by Engagement
# ──────────────────────────
# 1. "Here's what nobody tells you about..."
#    Likes: 2,345  RTs: 456  Eng: 6.2%
#    Type: Thread  Time: Tuesday 9am

# 2. "The biggest mistake I see founders make..."
#    Likes: 1,890  RTs: 312  Eng: 4.8%
#    Type: Single  Time: Wednesday 8am

Engagement Rate Benchmarks

Twitter/X

Account SizeGoodGreatExcellent
<10K1-3%3-6%>6%
10K-100K0.5-1%1-3%>3%
100K+0.2-0.5%0.5-1%>1%

Instagram

Account SizeGoodGreatExcellent
<10K3-6%6-10%>10%
10K-100K1-3%3-6%>6%
100K+0.5-1%1-3%>3%

LinkedIn

Account SizeGoodGreatExcellent
Personal2-4%4-8%>8%
Company0.5-1%1-2%>2%

Metrics Explained

MetricFormulaWhat It Measures
Engagement Rate(likes + comments + shares) / followersOverall content resonance
Amplificationshares / followersContent virality
Conversationcomments / followersCommunity engagement
Applauselikes / followersContent appreciation

Output Formats

FormatBest For
textQuick terminal review
csvSpreadsheet analysis
jsonProgrammatic use
mdReports and docs

Skill Boundaries

What This Skill Does Well

  • Structuring data analysis
  • Identifying patterns and trends
  • Creating visualization frameworks
  • Calculating statistical measures

What This Skill Cannot Do

  • Access your actual data
  • Replace statistical expertise
  • Make business decisions
  • Guarantee prediction accuracy

Related Skills

Skill Metadata

  • Mode: centaur
category: social
subcategory: analytics
dependencies: [pandas, requests, beautifulsoup4]
difficulty: intermediate
time_saved: 4+ hours/week

GitHub репозиторий

guia-matthieu/clawfu-skills
Путь: skills/social/social-analytics
0
ai-skillsanthropicclaude-codeclaude-skillsmarketingmcp-server

Похожие навыки

llamaguard

Другое

LlamaGuard — это модель от Meta с 7–8 миллиардами параметров для модерации входных и выходных данных больших языковых моделей по шести категориям безопасности, таким как насилие и разжигание ненависти. Она обеспечивает точность 94–95% и может быть развернута с помощью vLLM, Hugging Face или Amazon SageMaker. Используйте этот навык, чтобы легко интегрировать фильтрацию контента и защитные механизмы в ваши ИИ-приложения.

Просмотреть навык

cost-optimization

Другое

Этот навык Claude помогает разработчикам оптимизировать облачные расходы за счет правильного подбора ресурсов, стратегий тегирования и анализа затрат. Он предоставляет framework для сокращения облачных расходов и внедрения управления затратами в AWS, Azure и GCP. Используйте его, когда вам нужно проанализировать расходы на инфраструктуру, оптимизировать ресурсы или уложиться в бюджетные ограничения.

Просмотреть навык

quantizing-models-bitsandbytes

Другое

Этот навык выполняет квантизацию LLM до 8-битной или 4-битной точности с использованием библиотеки bitsandbytes, обеспечивая сокращение использования памяти на 50-75% при минимальной потере точности. Он идеально подходит для запуска больших моделей при ограниченной памяти GPU или для ускорения вывода, поддерживая форматы INT8, NF4 и FP4. Навык интегрируется с HuggingFace Transformers и позволяет использовать обучение QLoRA и 8-битные оптимизаторы.

Просмотреть навык

dispatching-parallel-agents

Другое

Этот навык Claude распределяет нескольких агентов для исследования и устранения трёх и более независимых проблем параллельно. Он предназначен для сценариев с несвязанными сбоями, которые можно устранить без общего состояния или зависимостей. Ключевая возможность — параллельное решение проблем, где за каждую независимую предметную область назначается отдельный агент для максимальной эффективности.

Просмотреть навык