kol-content-monitor

KOL 内容监测器

追踪你所在领域的关键意见领袖正在撰写的内容。及早发现热门叙事——在热度达到峰值之前——这样你的团队就能在恰当的时机加入讨论，发布相关内容。

核心原则： 对于种子期团队来说，内容分发最快的途径是借势已经兴起的浪潮，而不是从零开始创造浪潮。

适用场景

• “我们所在领域的顶尖声音都在发布什么内容？”
• “[行业] 的 LinkedIn 上有哪些热门话题？”
• “我想先了解哪些内容引起了共鸣，再开始写作”
• “追踪 [创始人/专家名单]，告诉我他们在说什么”
• “找出我可以参与的热门叙事”

阶段 0：信息收集

KOL 名单

1. 要追踪的 KOL 姓名和 LinkedIn URL（如果知道）
   • 如果不知道：先使用 kol-discovery skill 建立名单
2. 同一批 KOL 的 Twitter/X 账号（可选，但建议提供，以便全面了解）
3. 你关注哪些特定主题/关键词？（用于过滤嘈杂的信息流）

范围

4. 回溯多长时间？（默认：每周监测回溯 7 天，首次运行回溯 30 天）
5. 纳入帖子的最低互动门槛是多少？（默认：20 次回应/点赞）

将配置保存到当前工作目录下的 kol-monitor.json（或用户指定的路径）。

{
  "kols": [
    {
      "name": "Lenny Rachitsky",
      "linkedin": "https://www.linkedin.com/in/lennyrachitsky/",
      "twitter": "@lennysan"
    },
    {
      "name": "Kyle Poyar",
      "linkedin": "https://www.linkedin.com/in/kylepoyar/",
      "twitter": "@kylepoyar"
    }
  ],
  "days_back": 7,
  "min_reactions": 20,
  "keywords": ["GTM", "growth", "AI", "outbound", "founder"],
  "output_path": "kol-monitor-[DATE].md"
}

阶段 1：抓取 LinkedIn 帖子

对所有 KOL 的 LinkedIn 个人资料运行 linkedin-profile-post-scraper：

python3 skills/linkedin-profile-post-scraper/scripts/scrape_linkedin_posts.py \
  --profiles "<url1>,<url2>,<url3>" \
  --days <days_back> \
  --max-posts 20 \
  --output json

筛选结果：仅纳入回应数 ≥ min_reactions 的帖子。

阶段 2：抓取 Twitter/X 帖子

对每个账号运行 twitter-mention-tracker：

python3 skills/twitter-mention-tracker/scripts/search_twitter.py \
  --query "from:<handle>" \
  --since <YYYY-MM-DD> \
  --until <YYYY-MM-DD> \
  --max-tweets 20 \
  --output json

筛选：仅纳入点赞数 ≥ min_reactions / 2 的推文（Twitter 上的互动量低于 LinkedIn）。

阶段 3：主题聚类

按主题/话题对所有 KOL 发布的帖子进行分组：

聚类方法：

1. 提取每条帖子的主要主题（1-3 个词的标签）
2. 将相似主题归为一组
3. 统计：有多少位 KOL 涉及这个主题？总共有多少条帖子？
4. 按总互动量排序（该主题所有帖子回应数/点赞数之和）

这样可以发现具有广泛共识的主题（多位 KOL 都在讨论），而非个人观点。

需要标记的信号类型：

信号	含义	示例
趋同	同一周内有 3 位或以上 KOL 讨论同一主题	多位创始人发布关于“AI SDR 疲劳”的内容
激增	某主题的讨论量比上周翻了一倍	突然间，所有人都在讨论[新事物]
冷门机会	只有 1 位 KOL 发布某个其他人都未涉及的主题	可能是抢占先机的机会
争议	评论/回应比率较高的帖子	你可以参与讨论的辩论

阶段 4：输出格式

# KOL Content Monitor — Week of [DATE]

## Tracked KOLs
[N] KOLs | [N] LinkedIn posts | [N] tweets | Period: [date range]

---

## Trending Topics This Week

### 1. [Topic Name] — CONVERGENCE SIGNAL
- **KOLs discussing:** [Name 1], [Name 2], [Name 3]
- **Total posts:** [N] | **Total engagement:** [N] reactions/likes
- **Trend direction:** ↑ New this week / ↑↑ Growing / → Stable

**Best posts on this topic:**

> "[Post excerpt — first 150 chars]"
— [Author], [Date] | [N] reactions
[LinkedIn URL]

> "[Tweet text]"
— [@handle], [Date] | [N] likes
[Twitter URL]

**Content opportunity:** [1-2 sentences on how to contribute to this conversation]

---

### 2. [Topic Name]
...

---

## High-Engagement Posts (Top 5 This Week)

| Post | Author | Platform | Engagement | Topic |
|------|--------|----------|------------|-------|
| "[Preview...]" | [Name] | LinkedIn | [N] reactions | [topic] |
...

---

## Emerging Topics to Watch

Topics picked up by 1 KOL this week — too early to call a trend but worth tracking:
- [Topic] — [KOL name] — [brief description]
- [Topic] — ...

---

## Recommended Content Actions

### This Week (Ride the Wave)
1. **[Topic]** is peaking — ideal moment to publish your take. Suggested angle: [angle]
2. **[Controversy]** is generating debate — consider a nuanced response post. Your positioning: [suggestion]

### Next Week (Get Ahead)
1. **[Emerging topic]** is early-stage — write something now before it gets crowded.

将结果保存到当前工作目录下的 kol-monitor-[YYYY-MM-DD].md（或用户指定的路径）。

阶段 5：构建基于触发条件的内容日历

可选：根据监测结果，为每个“顺势而为”机会提出一条内容日历条目：

Topic: [topic]
Best post format: [LinkedIn insight post / tweet thread / blog]
Suggested hook: [hook]
Supporting points: [3 bullets from your product/experience]
Ideal publish date: [within 3 days of peak]

调度

每周运行一次（周五下午——捕捉本周的热度高峰，并留出周末时间起草内容）：

0 14 * * 5 python3 run_skill.py kol-content-monitor --client <client-name>

费用

组件	费用
LinkedIn 帖子抓取（每个个人资料）	~$0.05-0.20 (Apify)
Twitter 抓取（每次运行）	~$0.01-0.05
每周运行总费用（10 位 KOL）	~$0.50-2.00

所需工具

• Apify API token — APIFY_API_TOKEN env var
• 上游技能： linkedin-profile-post-scraper、twitter-mention-tracker
• 可选上游技能： kol-discovery（用于建立初始 KOL 名单）

触发短语

• “本周 [领域] 的顶尖声音都在发布什么内容？”
• “追踪我的 KOL 名单，并给我一些内容创意”
• “为 [客户] 运行 KOL 内容监测器”
• “[行业] 的 LinkedIn 上有哪些热门话题？”