这个 Skill 能做什么，适合哪些场景？
这是为 Claude Code 等 AI Agent 准备的技能包，封装了 Upload-Post API 的完整调用方式，核心说明集中在 SKILL.md 中。它覆盖十个社交平台，支持视频、图片、轮播、纯文字和 LinkedIn 文档帖的上传，同时提供定时发布、异步状态查询、发布历史、数据分析和 FFmpeg 媒体处理端点。使用前提是在 upload-post.com 注册账号、连接社交账号并生成 API Key。内容以 curl 示例和端点表为主，属于文档型技能，没有自带脚本或测试。
读取 SKILL.md 中的端点文档后，指导 Agent 构造并执行对 https://api.upload-post.com/api 的 HTTP 调用：POST /upload 上传视频、/upload_photos 上传图片轮播、/upload_text 发纯文字、/upload_document 上传 LinkedIn 文档；GET /uploadposts/status 查询异步上传状态，/uploadposts/history 获取发布历史，/uploadposts/schedule 管理定时任务（可编辑与取消）；/analytics/<profile> 拉取粉丝、曝光、触达等分析数据；/ffmpeg 用自定义 FFmpeg 命令处理媒体。请求头为 Authorization: Apikey YOUR_KEY，user 参数指向配置的 Profile 名称。
- 内容创作者一次性将同一支视频分发到 TikTok、Instagram 和 YouTube，省去逐平台手动上传。
- 社交媒体运营团队用 scheduled_date 参数提前排期一周的帖子，并通过 schedule 端点随时修改或取消。
- B2B 营销人员把 PDF 演示文稿作为 LinkedIn 原生文档帖发布到公司主页。
- 数据驱动的运营者定期调用 /analytics 端点汇总各平台粉丝数、曝光和触达数据。
- 视频团队用 /ffmpeg 端点在上传前统一转码、调整尺寸，按套餐配额使用处理时长。
如何安装这个 Skill？
- API Key 将发送至第三方服务 Upload-Post，内容经其中转后发布，请评估数据中转风险并妥善保管密钥。
- 核心功能完全依赖境外服务（upload-post.com 及各社交平台 API），中国大陆网络环境下可达性与稳定性未经验证。
- 本评估为静态审阅，未实际执行任何请求；示例与端点行为请对照官方文档自行验证。
- 技能文件本身未标注版本与许可证元数据（许可证仅在 README 中声明为 MIT），更新与维护责任不明确。
- Shell / 命令行
- 网络访问
- 本地文件系统
curl or HTTP clientUpload-Post account and API key
方式一（Claude Code / skills.sh）：运行 npx skills add Upload-Post/upload-post-skill。方式二（手动）：把 SKILL.md 和 references/ 目录复制到你的 Agent 技能目录。源材料未说明其他平台的具体安装路径。
git clone --depth 1 https://github.com/Upload-Post/upload-post-skill.git ~/.claude/skills/upload-post-skill根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- Authorization: Apikey YOUR_KEY
1) 在 upload-post.com 注册并连接社交账号；2) 创建一个 Profile（如 "mybrand"）并从仪表盘生成 API Key；3) Agent 按 SKILL.md 中的示例调用 API，例如上传视频：curl -X POST "https://api.upload-post.com/api/upload" -H "Authorization: Apikey YOUR_KEY" -F "user=profile_name" -F "platform[]=instagram" -F "[email protected]" -F "title=My caption"。完整的平台参数和媒体格式要求见仓库中的 references/platforms.md 和 references/requirements.md。
这个 Skill 有哪些优点和局限？
- 一个 API 覆盖十个平台，支持跨平台同时发布，减少逐平台集成的开发成本。
- 文档型技能即装即用，SKILL.md 内含完整的端点表和可直接复制的 curl 示例。
- 功能较全：定时发布、异步上传、发布历史、数据分析、LinkedIn 文档帖、FFmpeg 处理都有对应端点。
- 提供 LLM 友好文档（docs.upload-post.com/llm.txt），便于 Agent 检索补充细节。
- 属于纯文档型技能，无自带脚本、无测试套件，实际调用效果依赖 Upload-Post 服务的稳定性。
- 强依赖第三方付费服务：需要 upload-post.com 账号和 API Key，FFmpeg 处理有分套餐时长配额（免费版每月 30 分钟）。
- 平台能力不均衡：YouTube 仅支持视频、Reddit 不支持视频、文档上传仅限 LinkedIn。
- GitHub 仓库未标注 License 主题，README 声称 MIT 但仓库页面未确认；Facebook 需要主页 ID，不支持个人账号发布。
- 仓库无 topics 标签，各平台的实际覆盖情况缺少独立验证。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| Upload-Post 社媒发布技能 本页 | 47 · 谨慎使用 | ★ 38 | 3 个月前 | — |
| Postiz Agent Skill | 52 · 谨慎使用 | ★ 517 | 11 天前 | NOASSERTION |
| TweetClaw：X/Twitter 搜索与自动化插件 | 67 · 推荐 | ★ 94 | 8 天前 | MIT |
| RTVI-CV 二维检测跟踪运维技能 ✓ NVIDIA · 官方 | 54 · 谨慎使用 | ★ 3.6k | 11 天前 | Apache-2.0 |
| VSS 视频分析报告 ✓ NVIDIA · 官方 | 54 · 谨慎使用 | ★ 3.6k | 11 天前 | Apache-2.0 |
FollowSkills 如何评估这个 Skill？
文档透明披露数据流（内容经 Upload-Post 第三方 API 转发到社交平台，需用户自备 API Key），无恶意指令或隐蔽外传迹象；但缺少最小权限声明、敏感数据处理建议（API Key 存储方式）、失败回滚方案与可验证的发布者归属，且所有操作实际将用户内容和凭据交给第三方托管服务，扣除较多。
端点表、参数、示例命令内部一致，含错误码表和异步状态查询路径，失败反馈可解释；但所有请求依赖外部 SaaS 服务，静态审阅无执行证据，未覆盖边界情况（如超时、部分平台失败），按锚点不得高于 10。
场景明确（多平台内容发布）、平台/能力矩阵清晰、指出不适用范围（如 Facebook 需 Page ID）；但缺少中文环境支持说明，核心功能完全依赖境外服务（upload-post.com 及各社交平台），中国大陆可达性存疑；触发描述基本准确。
文档结构清晰，有分层（references/ 渐进披露）、安装说明和 README；但 SKILL.md frontmatter 无版本号与更新记录，license 元数据在技能文件中缺失（仅 README 声明 MIT），维护责任与更新路径未明确说明。
若服务可用，可一次调用完成多平台发布、排期与分析，边际价值明确；但静态审阅无法验证示例输出真实可用，结果依赖第三方服务配额与状态，按锚点不得高于 7，且缺少代表性输出证据，扣至 6。
提供官方文档链接（docs.upload-post.com、llm.txt）供交叉核对，端点列表可对照外部文档验证；但无提交的测试套件或 CI 证据覆盖关键路径，无第三方执行证据，静态审阅按锚点不超过 5，扣至 4。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →