social-graph-ranker
von affaan-msocial-graph-ranker ist die gewichtete Graph-Ranking-Schicht für die Entdeckung warmer Vorstellungen, Bridge-Scoring und die Analyse von Lücken im Netzwerk über X und LinkedIn hinweg. Verwenden Sie die social-graph-ranker Skill, wenn Sie eine wiederverwendbare Ranking-Engine für Lead Research benötigen, nicht einen vollständigen Outbound- oder Netzwerkpflege-Workflow.
Diese Skill erreicht 74/100 Punkte. Sie ist damit eine sinnvolle Aufnahme, am besten aber als fokussiertes, moderat meinungsstarkes Utility statt als komplett schlüsselfertiger Workflow zu verstehen. Für Directory-Nutzer wirkt sie installierbar, wenn sie gezielt gewichtetes Social-Graph-Ranking für die Entdeckung warmer Vorstellungen und Bridge-Analysen brauchen; dafür sollten sie jedoch etwas Kontext mitbringen und für die End-to-End-Ausführung auf den umgebenden Claude-Workflow setzen.
- Klare, eigenständige Trigger-Sprache für das Ranking von Mutuals, das Mapping warmer Pfade und Bridge-Scoring über X und LinkedIn hinweg.
- Saubere operative Abgrenzung: Es wird ausdrücklich definiert, wann diese Skill statt lead-intelligence oder connections-optimizer genutzt werden soll, was Fehlanwendungen reduziert.
- Substanzieller Inhalt mit workflow-orientierten Abschnitten und ohne Platzhalter- oder Testmarkierungen, was die echte Agentenausführung unterstützt.
- Kein Installationskommando, keine Support-Dateien und keine Referenzen vorhanden; Nutzer müssen Setup- und Integrationsdetails daher allein aus SKILL.md ableiten.
- Die Skill ist eng auf die Ranking-Engine zugeschnitten und deckt keine breiteren Outreach- oder Netzwerkpflege-Workflows ab.
Überblick über die social-graph-ranker Skill
social-graph-ranker ist die gewichtsbasierte Graph-Ranking-Ebene für network-aware Outreach: Damit bewertest du Mutuals, Brückenpfade und Warm-Intro-Optionen über X und LinkedIn hinweg. Das ist die richtige Wahl, wenn du die Ranking-Engine selbst willst und nicht gleich einen kompletten Lead-Gen- oder Network-Maintenance-Workflow. Wenn du herausfinden willst: „Wer sollte mich bei diesem Target vorstellen?“ oder „Welche Brücke in meinem Graphen ist am stärksten?“, liefert dir diese social-graph-ranker Skill ein deutlich klareres Entscheidungsmodell als ein generischer Prompt.
Beste Eignung für Lead Research und Warm Intros
Nutze social-graph-ranker für Lead Research, wenn du bereits eine Target-Liste, ein ICP oder konkrete Personen hast und dein Netzwerk dagegen priorisieren willst. Das Ergebnis ist besonders nützlich, um Outreach-Pfade zu priorisieren, den Wert von Brücken zu erkennen und starke Warm Routes von schwachen oder eher spekulativen zu trennen.
Was hier tatsächlich gerankt wird
Die Skill konzentriert sich auf Intro-Wert, Bridge-Scoring und die Analyse von Netzlücken. Das heißt: Sie eignet sich gut für Mutual-Rankings, Analysen von Second-Order-Connections und die Entdeckung von Warm Paths, ist aber weniger sinnvoll, wenn du ein breites Outbound-System, CRM-Automation oder Lead-Sourcing von Grund auf brauchst.
Wann du sie nicht installieren solltest
Wähle social-graph-ranker nicht, wenn dein Hauptbedarf Lead-Generierung, Sequenzierung oder Listenaufbau ist. Wenn du Netzwerkaufbau und -bereinigung willst, passt ein breiterer Connections-Workflow besser. Diese Skill ist am stärksten, wenn der Graph bereits existiert und die eigentliche Frage lautet, wie du ihn am besten nutzt.
So verwendest du die social-graph-ranker Skill
Erst installieren und die richtigen Dateien öffnen
Installiere social-graph-ranker mit npx skills add affaan-m/everything-claude-code --skill social-graph-ranker. Lies dann zuerst SKILL.md, weil dieses Repo derzeit eine Single-File-Skill ohne Hilfsordner ist, die man gegenprüfen könnte. Da es keine rules/, references/ oder scripts/ gibt, hängen Installationsentscheidung und Prompt-Qualität vollständig an dieser einen Source of Truth.
Gib der Skill strukturierte Graph-Eingaben
Das social-graph-ranker Nutzungsmuster funktioniert am besten, wenn du Folgendes mitgibst: Zielpersonen oder -firmen, dein aktuelles Netzwerk auf X oder LinkedIn und die Gewichtungsprioritäten, die dir wichtig sind. Statt also „find warm intros for me“ zu sagen, formuliere lieber: „Rank these 20 targets by intro likelihood using role match, geography, and second-degree connectivity.“
Aus einer groben Anfrage einen vollständigen Prompt machen
Ein starker Prompt für diesen social-graph-ranker Guide sollte den Graph-Umfang, die Zielmenge und das Ranking-Ziel enthalten. Zum Beispiel: „Use social-graph-ranker to score my LinkedIn mutuals against these 12 SaaS founders. Weight direct overlap and responsiveness higher than industry similarity, and show the top 5 bridge paths with brief reasoning.“ So hat das Modell genug Kontext, um die Graph-Logik anzuwenden, statt einen generischen Outreach-Plan zu erfinden.
Workflow, der die Ausgabequalität verbessert
Beginne mit einer kleinen Zielmenge, prüfe die am besten gerankten Bridges und erweitere erst dann, wenn die Scoring-Logik stimmig wirkt. Wenn der erste Durchlauf zu vage ist, schärfe die Eingaben nach, indem du Plattform, Tiefenlimit und deine Definition von „best“ benennst. Die Skill ist am nützlichsten, wenn du sie ranken und erklären lässt — nicht nur Verbindungen auflisten.
FAQ zur social-graph-ranker Skill
Ist social-graph-ranker nur für X oder LinkedIn?
Nein. In der Repo-Beschreibung werden X und LinkedIn genannt, aber die Grundidee ist das graphbasierte Ranking von Beziehungspfaden. Am besten funktioniert das, wenn du das Netzwerk so klar darstellen kannst, dass die Scoring-Logik Pfade sinnvoll vergleichen kann.
Worin unterscheidet sie sich von einem normalen Prompt?
Ein normaler Prompt kann nach Warm Intros fragen, aber social-graph-ranker bringt eine wiederholbare Ranking-Perspektive mit: Mutuals, Brückenstärke und Pfadwert lassen sich dadurch strukturierter vergleichen. Das ist nützlich, wenn die Entscheidung wichtig ist und du dieselbe Logik auf mehrere Targets anwenden willst.
Ist das anfängerfreundlich?
Ja, wenn du eine Target-Liste und einen grundlegenden Überblick über dein Netzwerk liefern kannst. Du musst keine Graph-Theorie beherrschen, aber du brauchst genug Kontext, damit das Ranking aussagekräftig wird. Der häufigste Anfängerfehler ist ein zu ungenaues Ziel und die Erwartung, die Skill solle das gesamte Netzwerk einfach dazudenken.
Wann sollte ich stattdessen etwas anderes verwenden?
Nutze eine breitere Outreach- oder Network-Ops-Skill, wenn du Lead-Sourcing, Sequenzierung oder Network Maintenance brauchst. social-graph-ranker ist die bessere Wahl, wenn es speziell darum geht, Brücken und Warm Paths für Lead Research zu bewerten.
So verbesserst du die social-graph-ranker Skill
Mach die Ranking-Kriterien ausdrücklich
Der schnellste Weg, social-graph-ranker zu verbessern, ist klar zu sagen, was am wichtigsten sein soll: Seniority-Match, Branchen-Overlap, Geografie, Reaktionsbereitschaft, Nähe oder Qualität eines Second-Degree-Pfads. Wenn du keine Prioritäten nennst, können offensichtliche, aber wenig wertvolle Verbindungen zu stark gewichtet werden.
Liefere den Graphen in einer brauchbaren Form
Die Skill arbeitet besser, wenn du ihr eine kompakte, strukturierte Netzwerkansicht gibst statt einer losen Beschreibung. Eine einfache Liste wie „Person, Plattform, Beziehungstyp, bekannter Overlap, letzte Interaktion“ ist viel hilfreicher als „Ich kenne viele Leute in Tech.“
Achte auf den typischen Fehlerfall
Der häufigste Fehlerfall ist übertriebene Sicherheit bei dünnen Daten: Eine Brücke kann stark wirken, nur weil sie gut vernetzt ist, nicht weil sie wirklich relevant ist. Bitte die social-graph-ranker Skill ausdrücklich, zwischen „erreichbar“ und „glaubwürdig“ zu unterscheiden, damit du Reichweite nicht mit Passung verwechselst.
Mit einem zweiten Durchlauf nachschärfen
Nach dem ersten Ranking kannst du gezielt nachrangig neu sortieren lassen: „schwache Bindungen entfernen“, „direkte Mutuals bevorzugen“ oder „auf ein einziges Zielunternehmen optimieren“. Dieser zweite Durchlauf liefert meist deutlich umsetzbarere Ergebnisse, als den Prompt beim ersten Versuch perfekt machen zu wollen, besonders bei social-graph-ranker für Lead Research.