Communitygithub.com

Otimizador de Conexões

Reorganize a rede do usuário em vez de tratar o envio de conexões como uma lista de prospecção unilateral.

O que é Otimizador de Conexões?

O Otimizador de Conexões é uma habilidade de IA projetada para agir como um consultor pessoal de rede profissional, ajudando o usuário a reorganizar e otimizar seus contatos no X (Twitter) e LinkedIn. Em vez de simplesmente sugerir uma lista de prospecção fria, a habilidade realiza uma análise profunda da rede: identifica seguidores que devem ser removidos ou mantidos, sugere novas conexões com base em prioridades atuais (como cargos, setores ou ecossistemas), e encontra caminhos de aquecimento (warm paths) para abordagens mais naturais. Ela suporta modos de intensidade variável (leve, padrão e agressivo) e sempre prioriza a revisão manual antes de qualquer ação automática, garantindo segurança. A habilidade também integra preferências de plataforma, como o uso de APIs do X ou navegação no LinkedIn, e gera rascunhos de mensagens no estilo do usuário para Apple Mail, X DMs ou LinkedIn, mantendo a autenticidade da comunicação.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que Otimizador de Conexões faz?

Reorganize a rede do usuário em vez de tratar o envio de conexões como uma lista de prospecção unilateral.

Esta habilidade lida com:

  • Limpeza e expansão de seguidores no X
  • Análise de seguidores e conexões no LinkedIn
  • Filas de poda com revisão prioritária
  • Recomendações de adição e seguimento
  • Identificação de caminhos de aquecimento
  • Geração de rascunhos no Apple Mail, X DM e LinkedIn na voz real do usuário

Quando Ativar

  • O usuário deseja podar seus seguidores no X
  • O usuário deseja reequilibrar quem segue ou mantém conexão
  • O usuário diz "limpar minha rede", "quem devo deixar de seguir", "quem devo seguir", "com quem devo me reconectar"
  • A qualidade da abordagem depende da estrutura da rede, não apenas da geração de listas frias

Entradas Necessárias

Coletar ou inferir:

  • prioridades atuais e trabalho ativo
  • cargos-alvo, setores, geografias ou ecossistemas
  • seleção de plataforma: X, LinkedIn ou ambas
  • lista de não tocar
  • modo: light-pass, default ou aggressive

Se o usuário não especificar um modo, use default.

Requisitos de Ferramentas

Preferenciais

  • x-api para inspeção de grafo do X e atividade recente
  • lead-intelligence para descoberta de alvos e ranqueamento de caminhos de aquecimento
  • social-graph-ranker quando o usuário deseja que o valor de ponte seja avaliado independentemente do fluxo mais amplo de leads
  • Exa / pesquisa aprofundada para enriquecimento de pessoas e empresas
  • brand-voice antes de redigir abordagens

Alternativas

  • Controle de navegador para análise e redação no LinkedIn
  • Controle de navegador para X se a cobertura da API for limitada
  • Redação no Apple Mail ou Mail.app via automação de desktop quando o e-mail for o canal adequado

Padrões de Segurança

  • O padrão é revisão primeiro, nunca poda automática cega
  • X: podar apenas contas que o usuário segue, nunca seguidores
  • LinkedIn: tratar a remoção de conexões de 1º grau como revisão manual primeiro
  • Não enviar automaticamente DMs, convites ou e-mails
  • Emitir um plano de ação ranqueado e rascunhos antes de qualquer etapa de aplicação

Regras da Plataforma

X

  • Conexões mútuas são mais difíceis de remover do que seguidores unilaterais
  • Contas que não seguem de volta podem ser podadas com mais agressividade
  • Contas muito inativas ou desaparecidas devem surgir rapidamente
  • Engajamento, qualidade do sinal e valor de ponte importam mais do que número bruto de seguidores

LinkedIn

  • Priorizar API se o usuário realmente tiver acesso à API do LinkedIn
  • O fluxo via navegador deve funcionar quando o acesso à API estiver ausente
  • Distinguir seguidores enviados de conexões de 1º grau aceitas
  • Seguidores enviados podem ser podados com mais liberdade
  • Conexões de 1º grau aceitas devem, por padrão, ser revisadas, não removidas automaticamente

Modos

light-pass

  • Podar apenas seguidores unilaterais de baixo valor com alta confiança
  • Listar o restante para revisão
  • Gerar uma lista pequena de adição/seguimento

default

  • Fila de poda equilibrada
  • Lista de manutenção equilibrada
  • Fila ranqueada de adição/seguimento
  • Rascunhar introduções calorosas ou abordagens diretas quando útil

aggressive

  • Fila de poda maior
  • Menor tolerância para seguidores que não seguem de volta e estão desatualizados
  • Ainda com revisão antes da aplicação

Modelo de Pontuação

Use estes sinais positivos:

  • Reciprocidade
  • Atividade recente
  • Alinhamento com prioridades atuais
  • Valor de ponte na rede
  • Relevância do cargo
  • Histórico real de engajamento
  • Presença e capacidade de resposta recentes

Use estes sinais negativos:

  • Conta desaparecida ou abandonada
  • Seguimento unilateral desatualizado
  • Cluster de tópicos fora das prioridades
  • Ruído de baixo valor
  • Falta de resposta repetida
  • Sem retorno de seguimento quando existem muitos substitutos melhores

Conexões mútuas e pontes reais de aquecimento devem ser penalizadas com menos agressividade do que seguidores unilaterais.

Fluxo de Trabalho

  1. Capturar prioridades, restrições de não tocar e plataformas selecionadas.
  2. Obter o inventário atual de seguidores/conexões.
  3. Pontuar candidatos à poda com razões explícitas.
  4. Pontuar candidatos a manter com razões explícitas.
  5. Usar lead-intelligence mais superfícies de pesquisa para ranquear candidatos à expansão.
  6. Combinar o canal adequado:
    • X DM para pontos de contato sociais rápidos e calorosos
    • Mensagem do LinkedIn para adjacência profissional no grafo
    • Rascunho do Apple Mail para introduções ou abordagens de maior contexto
  7. Executar brand-voice antes de redigir mensagens.
  8. Retornar um pacote de revisão antes de qualquer etapa de aplicação.

Formato do Pacote de Revisão

RELATÓRIO DO OTIMIZADOR DE CONEXÕES
=====================================

Modo:
Plataformas:
Conjunto de Prioridades:

Fila de Poda
- handle / perfil
  motivo:
  confiança:
  ação:

Fila de Revisão
- handle / perfil
  motivo:
  risco:

Manter / Proteger
- handle / perfil
  valor de ponte:

Alvos para Adicionar/Seguir
- pessoa
  por que agora:
  caminho de aquecimento:
  canal preferido:

Rascunhos
- X DM:
- LinkedIn:
- Apple Mail:

Regras de Abordagem

  • O caminho de e-mail padrão é a criação de rascunho no Apple Mail / Mail.app.
  • Não enviar automaticamente.
  • Escolher o canal com base no calor, relevância e profundidade do contexto.
  • Não forçar um DM quando um e-mail ou nenhuma abordagem for a ação correta.
  • Rascunhos devem soar como o usuário, não como texto de vendas automatizado.

Habilidades Relacionadas

  • brand-voice para o perfil de voz reutilizável
  • social-graph-ranker para a matemática independente de pontuação de pontes e caminhos de aquecimento
  • lead-intelligence para descoberta ponderada de alvos e caminhos de aquecimento
  • x-api para acesso ao grafo do X, redação e fluxos opcionais de aplicação
  • content-engine quando o usuário também deseja conteúdo público de lançamento em torno de movimentos na rede

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.

Habilidades Relacionadas