X账号文风克隆

技能简介

X Voice Match 通过分析 Twitter/X 账号的历史发帖，提取其独特的语言模式、语气特征和内容偏好，生成与该账号风格一致的新帖子。

业务背景

社交媒体运营团队需要快速产出与品牌调性一致的内容，或研究竞品账号的表达策略。该工具通过解析目标X账号的历史发帖规律，提炼其语言特征与话题偏好，帮助运营人员批量生成风格统一的推文，降低内容创作门槛，提升账号矩阵的管理效率。

落地案例：某消费电子品牌计划为新产品线开设官方吐槽账号，希望模仿行业内知名科技博主的犀利文风。运营人员输入该博主账号并选取80条近期推文进行分析，系统输出包含句式长度、讽刺程度、惯用梗的文风档案。基于"新品续航争议"主题，生成5条带置信度评分的候选帖子，团队筛选后发布，保持与参考账号相近的互动效果。

能做什么

• 解析目标账号的推文长度分布、标点习惯、表情符号使用规律
• 识别幽默风格（自嘲、讽刺、尖锐程度）和话题偏好
• 生成带置信度评分的仿写帖子，支持批量输出
• 与 Bird CLI 联动获取实时推文数据

使用说明

安装准备

cd /data/workspace/skills/x-voice-match
# 确保 Python3 环境可用

步骤一：分析账号文风

python3 scripts/analyze_voice.py @username [--tweets 50] [--output profile.json]

步骤二：生成仿写帖子

python3 scripts/generate_post.py --profile profile.json --topic "你的主题" [--count 3]

快捷方式（一键执行）

python3 scripts/generate_post.py --account @username --topic "AI agents taking over" --count 5

配合 Bird CLI 使用

./bird.sh user-tweets @gravyxbt_ -n 50 > recent_tweets.txt
python3 scripts/analyze_voice.py --input recent_tweets.txt

进阶用法

# 按帖子类型生成
python3 scripts/generate_post.py --profile profile.json --type "hot-take" --topic "crypto"

# 批量生成
python3 scripts/generate_post.py --profile profile.json --batch topics.txt --output posts.json

# 更新文风档案
python3 scripts/analyze_voice.py @username --update profile.json

输入与输出

见下方输入与输出表格。

项目	内容
输入	目标X账号用户名；分析推文数量（默认50条）；生成主题文本；生成数量；帖子类型模板（可选）
输出	JSON文风档案（长度分布、语气、话题、惯用语等）；带置信度评分的生成帖子；生成理由
适用人群	多账号运营人员；KOL表达方式研究者；品牌内容创作者；Bird CLI用户
不包含	直接发布功能；非公开账号数据；多媒体生成；自动互动功能

 

风险提示

• 需至少30条推文才能进行基础分析，50条以上结果更可靠
• 近期推文比历史推文更能反映当前风格
• 生成内容与目标账号常聊话题相关时，效果较好
• 置信度低于70%的生成结果可能不够真实，建议重新生成或调整
• 定期（建议每月）重新分析以捕捉风格演变

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/gravyxbt/x-voice-match/SKILL.md
来源类型：GitHub 仓库