social-graph-ranker

social-graph-ranker 技能概述

social-graph-ranker 是面向网络感知外联的加权图排序层：它可以帮助你在 X 和 LinkedIn 上给 mutuals、桥接路径和 warm intro 选项打分。它适合你想要的是排序引擎本身，而不是完整的获客或网络维护流程。如果你想回答“谁最适合把我介绍给这个目标？”或者“我这张关系图里哪条桥最强？”，这个 social-graph-ranker 技能能给你比通用 prompt 更清晰的决策模型。

适合做线索研究和 warm intro 的场景

当你已经有目标名单、ICP 或一组具体人物，需要拿你的网络去对它们做排序时，就用 social-graph-ranker 做 Lead Research。它输出的价值主要在于帮你优先级排序外联路径、识别桥接价值，以及区分强 warm route 和弱相关、带猜测性质的路线。

它实际在排什么

这个技能聚焦的是 intro value、bridge scoring 和 network gap analysis。也就是说，它适合做 mutual 排名、二阶连接分析和 warm-path discovery，但如果你需要的是完整的 outbound 系统、CRM 自动化，或者从零开始的线索来源采集，它就不太适合。

什么情况下不该安装它

如果你的主要需求是 lead generation、sequencing 或 list building，就不要选 social-graph-ranker。若你想做 network growth 和 cleanup，更宽泛的 connections workflow 会更合适。这个技能最强的场景，是图谱本来就已经存在，你要解决的是“怎么用它”。

如何使用 social-graph-ranker 技能

先安装并打开正确的文件

使用 npx skills add affaan-m/everything-claude-code --skill social-graph-ranker 安装 social-graph-ranker。然后先阅读 SKILL.md，因为这个 repo 目前是单文件技能，没有辅助文件夹可供交叉核对。由于没有 rules/、references/ 或 scripts/ 文件，安装决策和 prompt 质量都依赖这一个单一事实来源。

给技能结构化的图谱输入

social-graph-ranker 的使用方式在你提供以下信息时效果最好：目标人物或公司、你在 X 或 LinkedIn 上的现有网络，以及你关心的权重优先级。例如，不要只说“帮我找 warm intros”，而要说“按职能匹配、地理位置和二度连接，把这 20 个目标的 intro 可能性排个序”。

把模糊请求改成完整 prompt

适合这个 social-graph-ranker 指南的强 prompt，应当包含图谱范围、目标集合和排序目标。例如：“用 social-graph-ranker 给我在 LinkedIn 上的 mutuals 对这 12 位 SaaS 创始人打分。把直接重叠和响应度的权重设得高于行业相似度，并展示前 5 条桥接路径及简要理由。”这样模型就有足够上下文去应用图谱逻辑，而不是凭空编一个通用外联方案。

能提升输出质量的工作流

先从一个较小的目标集合开始，查看排名靠前的桥接路径，然后只在评分逻辑看起来合理之后再扩展。如果第一轮结果感觉含糊，就通过指定平台、深度限制，以及你这里“最好”的定义来收紧输入。这个技能最有价值的用法，是让它去排序并解释，而不是只列关系。

social-graph-ranker 技能 FAQ

social-graph-ranker 只适用于 X 或 LinkedIn 吗？

不是。repo 说明里提到了 X 和 LinkedIn，但核心概念是基于图谱的关系路径排序。只要你能把网络表达得足够清楚，让评分逻辑可以比较路径，它就能发挥最好效果。

它和普通 prompt 有什么区别？

普通 prompt 也可以问 warm intro，但 social-graph-ranker 增加了一个可复用的排序视角：它能更结构化地比较 mutuals、桥接强度和路径价值。当决策很重要，而且你希望同一套逻辑能应用到多个目标时，这一点就很有用。

这个技能适合新手吗？

可以，前提是你能提供目标列表和对自己网络的基本视图。你不需要是 graph theory 专家，但必须提供足够多的输入细节，排序才有意义。新手最常见的错误，是把目标说得太模糊，却指望技能自动推断出整张网络。

什么时候该用别的方案？

如果你需要的是线索来源、sequencing 或 network maintenance，就用更宽泛的 outreach 或 network-ops 技能。social-graph-ranker 更适合的问题，是专门针对 Lead Research 去排名桥接路径和 warm paths。

如何改进 social-graph-ranker 技能

把排序标准说清楚

提升 social-graph-ranker 的最快方式，就是明确告诉它什么最重要：资历匹配、行业重叠、地理位置、响应度、关系亲近程度，还是二度路径质量。如果不说明优先级，输出可能会过度看重那些显眼但价值不高的连接。

把图谱整理成可用的形状

当你提供的是紧凑、结构化的网络视图，而不是零散叙述时，这个技能表现会更好。像“人名、平台、关系类型、已知重叠、最近互动”这样的简单列表，远比“我在科技圈认识很多人”更有用。

留意最常见的失败模式

最常见的失败模式，是数据太薄却给出了过高的自信：一条桥接路径可能只是因为连接多，看起来强，但并不代表相关。可以让 social-graph-ranker 技能把“可接触”与“可信”路径区分开，避免把触达能力误认为匹配度。

用第二轮迭代

第一次排序后，再要求它做一轮更窄的 rerank：“去掉弱关系”“优先 direct mutuals”或者“只优化某一家目标公司”。这种第二轮通常比一开始就试图把 prompt 写到完美，更容易产出可执行结果，尤其是在 social-graph-ranker 做 Lead Research 时。