关于 finding-marketing-professionals-on-twitter
这项招聘技能通过 Twitter 上的岗位相关推文、个人资料和公开求职信号，寻找营销与增长人才，并整理评分候选名单。
主要功能
- 01搜索岗位相关推文
- 02收集并补充用户资料
- 03评估技能与求职信号
- 04筛除疑似品牌和机器人账号
- 05整理候选人名单
适用场景
- 01寻找分享工作内容的增长营销人员
- 02优先筛选公开求职的候选人
- 03建立营销岗位联系名单
MCP 相关
可通过 Apify MCP 服务运行推文和用户抓取 Actor，也提供 REST API 备用方案。
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/finding-marketing-professionals-on-twitter确认已加载。
详细介绍
在 Twitter 上寻找营销专业人士和增长专家
通过技能关键词、作品集／项目线索和求职状态信号，在 Twitter 上发掘营销专业人士和增长专家。Twitter 上有许多积极讨论自身专业领域的从业者，这是判断潜在候选人的有力信号。
前提条件
- 已设置
APIFY_TOKEN环境变量 - 可选：已安装 Apify MCP 服务
输入
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
startUrls | 数组 | 可选 | [] | Twitter 个人资料或推文 URL |
twitterHandles | 数组 | 可选 | [] | Twitter 用户名（不含 @） |
twitterUserIds | 数组 | 可选 | [] | Twitter 用户 ID |
getFollowers | 布尔值 | 可选 | false | 提取关注者列表 |
getFollowing | 布尔值 | 可选 | false | 提取关注列表 |
getRetweeters | 布尔值 | 可选 | false | 提取推文 URL 的转推者 |
includeUnavailableUsers | 布尔值 | 可选 | false | 包含不可用／已停用的用户 |
maxItems | 数字 | 可选 | 不限 | 最多返回的用户数 |
customMapFunction | 字符串 | 可选 | — | 用于转换每个输出对象的 JavaScript 函数 |
工作流
Progress:
- [ ] Step 1: Search for role-specific tweets
- [ ] Step 2: Collect unique handles
- [ ] Step 3: Enrich profiles
- [ ] Step 4: Score candidate fit
- [ ] Step 5: Deliver candidate list
步骤 1：搜索查询
推荐 — run_actor.js（自动处理等待、输出和文件保存）：
# Quick answer (prints table to chat)
node scripts/run_actor.js \
--actor "apidojo~twitter-user-scraper" \
--input '{"param": "value"}'
# Save as CSV
node scripts/run_actor.js \
--actor "apidojo~twitter-user-scraper" \
--input '{"param": "value"}' \
--output YYYY-MM-DD_results.csv --format csv
# Save as JSON
node scripts/run_actor.js \
--actor "apidojo~twitter-user-scraper" \
--input '{"param": "value"}' \
--output YYYY-MM-DD_results.json --format json
必须在环境变量或
.env文件中设置APIFY_TOKEN。
如果 Apify MCP 可用：
Tool: apify:run-actor
Actor: "apidojo~tweet-scraper"
Input:
{
"searchTerms": ["growth marketer", "VP Marketing", "marketing open to work", "content marketing jobs"],
"maxItems": 300,
"tweetLanguage": "en"
}
REST API 回退方案：
curl -X POST \
"https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=$APIFY_TOKEN" \
-H "Content-Type: application/json" \
-d '{"searchTerms": ["growth marketer", "VP Marketing", "marketing open to work", "content marketing jobs"], "maxItems": 300}'
从结果中收集不重复的 author.username。
步骤 2：完善个人资料
如果 Apify MCP 可用：
Tool: apify:run-actor
Actor: "apidojo~twitter-user-scraper"
Input: {"usernames": ["[username1]", "[username2]", "..."]}
REST API 回退方案：
curl -X POST \
"https://api.apify.com/v2/acts/apidojo~twitter-user-scraper/runs?token=$APIFY_TOKEN" \
-H "Content-Type: application/json" \
-d '{"usernames": ["handle1", "handle2"]}'
步骤 3：筛选和评分
**技能确认：**个人简介包含以下关键词："growth"、"marketing"、"CMO"、"demand gen"、"content"、"SEO"、"paid media"、"lifecycle"、"GTM"
思想领袖信号 = followerCount > 1000 且过去 30 天内发布过有关营销主题的推文
候选人评分：
candidate_score = (skill_confirmed ? 1 : 0) * 0.35
+ (open_to_work_signal ? 1 : 0) * 0.30
+ (followerCount in 200..20000 ? 1 : 0.6) * 0.20
+ (tweeted_in_last_30_days ? 1 : 0) * 0.15
活跃度：活跃（< 30 天）| 潜在候选人（30–90 天）| 不活跃（> 90 天）
步骤 4：特殊情况
- 结果中包含公司／品牌账号：筛除
followerCount > 50K且个人简介中不含人称代词的账号；这些很可能是品牌账号 - 找到的候选人少于 20 位：扩大技能词范围；移除地点或资历筛选条件；尝试相关技能
- 机器人检测：将
followerCount / followingCount < 0.05且tweetsCount < 20的账号标记为潜在机器人 - 地点不匹配：个人简介中的地点是自由文本——使用模糊匹配；接受部分城市／国家名称
输出格式
# Marketing Professionals And Growth Specialists Candidates: [MARKETING_SPECIALTY]
Profiles found: [N] | Open-to-work: [N] | Active: [N] | Date: [DATE]
## Priority: Open-to-Work Candidates
| Name | @Handle | Specialty | Location | Followers | Last Active | Score |
|------|---------|----------|---------|-----------|------------|-------|
## Passive Candidates
| Name | @Handle | Specialty | Location | Followers | Score |
|------|---------|----------|---------|-----------|-------|
## Bio Highlights (Top 5)
1. @[handle]: "[bio excerpt]"
故障排除
结果全是代理机构／公司，而非个人：添加人称代词筛选条件，或搜索 "I am a [role]"、"I do [skill]"。
职位过于宽泛，返回结果太多：添加地点或资历限定条件。
没有求职状态信号：大多数候选人不会公开表明求职意向——将潜在候选人视为较有希望的线索，联系时结合其近期内容进行个性化沟通。