Communitygithub.com

connections-optimizer

Reorganiza la red del usuario en lugar de tratar las conexiones salientes como una lista de prospección unidireccional.

¿Qué es connections-optimizer?

Esta habilidad optimiza la red social del usuario (X y LinkedIn) en lugar de simplemente generar listas frías de prospección. Analiza seguimientos, conexiones y recomienda a quién seguir, dejar de seguir o reconectar, utilizando puntuaciones basadas en señales como reciprocidad, actividad reciente, relevancia profesional y valor de puente en la red. Soporta modos de limpieza suave, predeterminado o agresivo, y prioriza la revisión manual antes de aplicar cambios. Genera borradores personalizados (X DM, LinkedIn, Apple Mail) usando el tono real del usuario y se integra con herramientas como x-api, lead-intelligence, social-graph-ranker y brand-voice para maximizar la calidad de la red.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/connections-optimizer

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Connections Optimizer

Reorganiza la red del usuario en lugar de tratar las conexiones salientes como una lista de prospección unidireccional.

Esta habilidad maneja:

  • Limpieza y expansión de seguidos en X
  • Análisis de seguimientos y conexiones en LinkedIn
  • Colas de poda con revisión prioritaria
  • Recomendaciones para agregar y seguir
  • Identificación de caminos cálidos
  • Generación de borradores en Apple Mail, X DM y LinkedIn con la voz real del usuario

Cuándo activar

  • El usuario quiere podar a quién sigue en X
  • El usuario quiere reequilibrar a quién sigue o con quién está conectado
  • El usuario dice "limpia mi red", "a quién debería dejar de seguir", "a quién debería seguir", "con quién debería reconectar"
  • La calidad del alcance depende de la estructura de la red, no solo de la generación de listas frías

Entradas requeridas

Recopilar o inferir:

  • prioridades actuales y trabajo activo
  • roles, industrias, geografías o ecosistemas objetivo
  • selección de plataforma: X, LinkedIn o ambas
  • lista de no tocar
  • modo: light-pass, default o aggressive

Si el usuario no especifica un modo, usar default.

Requisitos de herramientas

Preferidas

  • x-api para inspección del grafo de X y actividad reciente
  • lead-intelligence para descubrimiento de objetivos y clasificación de caminos cálidos
  • social-graph-ranker cuando el usuario quiera valor de puente puntuado independientemente del flujo de prospección más amplio
  • Exa / investigación profunda para enriquecimiento de personas y empresas
  • brand-voice antes de redactar alcances salientes

Alternativas

  • Control de navegador para análisis y redacción en LinkedIn
  • Control de navegador para X si la cobertura de la API es limitada
  • Redacción en Apple Mail o Mail.app mediante automatización de escritorio cuando el correo electrónico es el canal adecuado

Valores predeterminados de seguridad

  • Por defecto, revisión primero, nunca poda automática ciega
  • X: podar solo cuentas que el usuario sigue, nunca seguidores
  • LinkedIn: tratar la eliminación de conexiones de 1er grado como revisión manual primero
  • No enviar automáticamente DMs, invitaciones ni correos electrónicos
  • Emitir un plan de acción clasificado y borradores antes de cualquier paso de aplicación

Reglas de plataforma

X

  • Los mutuos son más pegajosos que los seguimientos unidireccionales
  • Los que no siguen de vuelta se pueden podar más agresivamente
  • Las cuentas muy inactivas o desaparecidas deben aparecer rápidamente
  • El compromiso, la calidad de la señal y el valor de puente importan más que el número bruto de seguidores

LinkedIn

  • Primero API si el usuario realmente tiene acceso a la API de LinkedIn
  • El flujo de navegador debe funcionar cuando falta el acceso a la API
  • Distinguir seguimientos salientes de conexiones aceptadas de 1er grado
  • Los seguimientos salientes se pueden podar más libremente
  • Las conexiones aceptadas de 1er grado deben predeterminarse a revisión, no a eliminación automática

Modos

light-pass

  • Podar solo seguimientos unidireccionales de bajo valor con alta confianza
  • Mostrar el resto para revisión
  • Generar una lista pequeña para agregar/seguir

default

  • Cola de poda equilibrada
  • Lista de conservación equilibrada
  • Cola clasificada para agregar/seguir
  • Redactar presentaciones cálidas o alcance directo cuando sea útil

aggressive

  • Cola de poda más grande
  • Menor tolerancia para no seguimientos de vuelta obsoletos
  • Aún con revisión antes de aplicar

Modelo de puntuación

Usar estas señales positivas:

  • reciprocidad
  • actividad reciente
  • alineación con prioridades actuales
  • valor de puente en la red
  • relevancia del rol
  • historial de compromiso real
  • presencia y capacidad de respuesta recientes

Usar estas señales negativas:

  • cuenta desaparecida o abandonada
  • seguimiento unidireccional obsoleto
  • grupo temático fuera de prioridad
  • ruido de bajo valor
  • falta de respuesta repetida
  • no seguimiento de vuelta cuando existen muchos reemplazos mejores

Los mutuos y los puentes de caminos cálidos reales deben penalizarse menos agresivamente que los seguimientos unidireccionales.

Flujo de trabajo

  1. Capturar prioridades, restricciones de no tocar y plataformas seleccionadas.
  2. Extraer el inventario actual de seguimientos/conexiones.
  3. Puntuar candidatos a podar con razones explícitas.
  4. Puntuar candidatos a conservar con razones explícitas.
  5. Usar lead-intelligence más superficies de investigación para clasificar candidatos de expansión.
  6. Emparejar el canal correcto:
    • X DM para puntos de contacto sociales cálidos y rápidos
    • Mensaje de LinkedIn para adyacencia en el grafo profesional
    • Borrador de Apple Mail para presentaciones o alcance de mayor contexto
  7. Ejecutar brand-voice antes de redactar mensajes.
  8. Devolver un paquete de revisión antes de cualquier paso de aplicación.

Formato del paquete de revisión

INFORME DEL OPTIMIZADOR DE CONEXIONES
======================================

Modo:
Plataformas:
Conjunto de prioridades:

Cola de poda
- handle / perfil
  razón:
  confianza:
  acción:

Cola de revisión
- handle / perfil
  razón:
  riesgo:

Conservar / Proteger
- handle / perfil
  valor de puente:

Objetivos para agregar/seguir
- persona
  por qué ahora:
  camino cálido:
  canal preferido:

Borradores
- X DM:
- LinkedIn:
- Apple Mail:

Reglas de alcance saliente

  • La ruta de correo electrónico predeterminada es la creación de borradores en Apple Mail / Mail.app.
  • No enviar automáticamente.
  • Elegir el canal según calidez, relevancia y profundidad de contexto.
  • No forzar un DM cuando un correo electrónico o ningún alcance sea la jugada correcta.
  • Los borradores deben sonar como el usuario, no como texto de ventas automatizado.

Habilidades relacionadas

  • brand-voice para el perfil de voz reutilizable
  • social-graph-ranker para la puntuación de puente independiente y el cálculo de caminos cálidos
  • lead-intelligence para descubrimiento ponderado de objetivos y caminos cálidos
  • x-api para acceso al grafo de X, redacción y flujos de aplicación opcionales
  • content-engine cuando el usuario también quiera contenido de lanzamiento público en torno a movimientos de red

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Skills relacionados