Token导航 LogoToken导航

Agent Skill · 研究检索

threads-skills(线程技巧)

threads-skills 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

threads-skills 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 37,177。

总安装 1,782周安装 75GitHub Stars 公开资料未说明下载 624核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.1

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:threads-skills(线程技巧)
来源仓库:https://github.com/gaojiongwenv587-beep/threads-skills
安装命令:
openclaw skills install threads-skills
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install threads-skills

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

threads-skills 实现 Threads 平台的全自动化操作,涵盖搜索、发帖、点赞等动作。适合用于内容监控、用户分析和社交互动等任务。可通过 clawhub 安装,支持中文关键词触发。使用前需确认账号登录状态和平台访问权限。

threads-skills 属于研究检索类 Skill,可作为该场景下的辅助能力补充。建议评估对网络请求和文件读写的影响后再部署。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install threads-skills;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

threads-skills 怎么安装?

在终端执行 openclaw skills install threads-skills。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

threads-skills 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

threads-skills 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

threads-skills 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

threads-skills 用的人多吗?

公开数据是累计安装 1,782 次,近一周安装 75 次,下载 624 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

threads-skills 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
threads-skills

线程技巧 · 本页

1,782—需要联网MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

license
MIT-0
acceptLicenseTerms
true
name
threads-skills
description
Threads 平台全自動化操作套件。觸發詞:登錄、登出、檢查登錄、是否已登錄、切換帳號、清除Cookie、多帳號管理、搜索、查找、瀏覽首頁、刷一下、抓帖子、獲取帖子、看帖子詳情、查看用戶、用戶主頁、歷史回復、發帖、發布、寫帖子、po文、發Thread、帶圖發帖、點讚、轉發、回覆、評論、關注、批量回覆、批量評論、GUI回覆、篩選帖子、智能篩選、熱度評分、競品分析、熱點追蹤、批量互動、運營計劃、自動評論。
version
1.0.0
metadata
openclaw
homepage
https://github.com/gaojiongwenv587-beep/threads-skills
requires
bins
emoji
🧵
os

threads-skills — Threads 平台全自動化套件

基於 Chrome CDP 驅動真實瀏覽器,涵蓋認證、抓取、發布、互動、篩選、批量回覆、運營工作流全套能力。

所有 AI 生成內容一律使用繁體中文,政治相關帖子直接跳過。

前置條件:啟動 Chrome

所有命令依賴 Chrome 調試端口,使用前確認 Chrome 已運行:

python scripts/chrome_launcher.py

一、認證與帳號管理

登錄狀態

python scripts/cli.py check-login
python scripts/cli.py login           # 瀏覽器打開登錄頁,手動完成
python scripts/cli.py delete-cookies  # 退出 / 切換帳號

多帳號

python scripts/cli.py add-account --name "work" --description "工作號"
python scripts/cli.py list-accounts
python scripts/cli.py set-default-account --name "work"
python scripts/cli.py remove-account --name "work"
python scripts/cli.py --account work check-login   # 指定帳號執行任意命令

決策邏輯:

  1. 其他操作報「未登錄」→ 先 check-login,未登錄則執行 login
  2. 用戶說「退出」/「切換帳號」→ delete-cookies 後 login
  3. 用戶說「換個號操作」→ --account <name> 參數,無需重新登錄

二、內容瀏覽與抓取

首頁 Feed

python scripts/cli.py list-feeds
python scripts/cli.py list-feeds --limit 50   # 自動滾動直到湊滿

搜索

python scripts/cli.py search --query "AI"
python scripts/cli.py search --query "Python" --type recent   # 最新
python scripts/cli.py search --query "tech" --type profiles   # 只搜用戶
python scripts/cli.py search --query "設計" --limit 10

帖子詳情 / 用戶主頁

python scripts/cli.py get-thread --url "https://www.threads.net/@user/post/xxx"
python scripts/cli.py user-profile --username "@someuser" --limit 20
python scripts/cli.py user-replies --username "@someuser" --limit 30

決策邏輯:

  1. 用戶說「首頁」/「刷一下」→ list-feeds
  2. 用戶提供關鍵詞說「搜索」→ search --query 關鍵詞(最新加 --type recent,找人加 --type profiles)
  3. 用戶提供 Thread URL → get-thread --url URL
  4. 用戶提供用戶名 → user-profile --username 用戶名
  5. 用戶說「歷史回覆」→ user-replies --username 用戶名

三、發帖

分步發布(推薦,可在瀏覽器預覽後確認)

python scripts/cli.py fill-thread --content "今天天氣真好 ☀️"
python scripts/cli.py fill-thread --content "今天的風景" --images "/path/photo.jpg"
python scripts/cli.py click-publish   # 用戶在瀏覽器確認後執行

一步發布

python scripts/cli.py post-thread --content "Hello Threads!"
python scripts/cli.py post-thread --content "今天的照片" --images "/path/photo1.jpg" "/path/photo2.jpg"

規則: 字符上限 500,圖片最多 10 張(JPG/PNG/GIF/WEBP),路徑必須為絕對路徑。

決策邏輯:

  1. 用戶提供內容 → 默認分步:fill-thread 預覽,詢問確認後 click-publish
  2. 用戶說「直接發」→ post-thread,無需再次確認
  3. 內容超 500 字符 → 提示精簡或拆分

四、社交互動

python scripts/cli.py like-thread --url URL          # 點讚(再次調用則取消)
python scripts/cli.py repost-thread --url URL        # 轉發
python scripts/cli.py reply-thread --url URL --content "回覆內容"
python scripts/cli.py follow-user --username "@user"
python scripts/cli.py list-replied                   # 查看已回覆記錄

防重複回覆: 系統自動記錄已回覆帖子(~/.threads/replied_posts.json),對同一帖子不會重複回覆。

批量互動: 每次操作間隔 ≥ 3 秒,單次會話點讚 ≤ 50,關注 ≤ 20。

決策邏輯:

  1. 遇到政治相關帖子 → 直接跳過,告知用戶
  2. 所有互動操作直接執行,完成後彙報結果

五、批量回覆助手

需要 tkinter:brew install python-tk(macOS)

第一步:準備帖子 JSON 文件

import json, tempfile, pathlib
posts = [...]  # 從 list-feeds / search 取出的帖子子集
tmp = pathlib.Path(tempfile.mktemp(suffix=".json", prefix="threads_batch_"))
tmp.write_text(json.dumps(posts, ensure_ascii=False), encoding="utf-8")
print(tmp)

第二步:啟動助手

# GUI 彈窗版
uv run python scripts/reply_assistant.py --posts-file /tmp/threads_batch_xxx.json

# 終端交互版(tkinter 不可用時)
uv run python scripts/reply_assistant_cli.py --posts-file /tmp/threads_batch_xxx.json

# 多帳號
uv run python scripts/reply_assistant.py --posts-file /tmp/... --account myaccount

彈窗操作: 發布(Ctrl+Enter)/ 跳過(Esc)/ 結束

第三步:讀取結果

{ "total": 10, "replied": 3, "skipped": 5, "already_replied": 2, "replied_ids": [...] }

六、智能篩選(三維評分)

三源採集(Feed + 關鍵詞 + 對標帳號)→ Python 評分腳本 → 輸出評論候選列表

首次配置

觸發條件:~/.threads-filter-comment.json 不存在,或用戶說「重新配置篩選」

向導步驟:

  1. 高優先核心詞(韓國、首爾等)+ 一般關鍵詞
  2. 排除詞庫(競品名稱、廣告詞等)
  3. AI 配置(api_url / api_key / model,可選)

執行篩選

FILTER_SCRIPT=~/Desktop/threads-filter-comment/filter-comment.py

# 三源模式
python3 "$FILTER_SCRIPT" \
  --feed-file      /tmp/threads-filter/feed.json \
  --keyword-file   /tmp/threads-filter/keyword.json \
  --benchmark-file /tmp/threads-filter/benchmark.json \
  > /tmp/threads-filter/result.json

# 僅 Feed 模式
python3 "$FILTER_SCRIPT" --feed-file /tmp/threads-filter/feed.json > /tmp/threads-filter/result.json

# 關閉 AI 快速模式
python3 "$FILTER_SCRIPT" --no-ai --feed-file ... --keyword-file ... > /tmp/threads-filter/result.json

三維評分(真實 Python 代碼,非估算)

維度滿分計算方式
互動分40歸一化(點讚 + 回覆×2 + 轉發×3)
跨源分35三源都出現 35 / Feed+對標 22 / 僅 Feed 10
時效分250-6h 滿分 → 48h+ 最低

決策邏輯:

  1. 用戶說「篩選帖子」→ 先採集三源,再呼叫評分腳本,最後呈現候選列表
  2. 用戶說「不用 AI,只做關鍵詞篩選」→ 加 --no-ai
  3. 篩選完成後 → 結果交給互動命令執行 reply-thread

七、複合運營工作流

推廣型評論(定時任務場景)

# 抓帖
python scripts/cli.py --account account2 list-feeds --limit 15

# 兩層篩選:關鍵詞規則(零延遲)→ 只對命中的 1 條調用 AI 生成評論
# 評論風格:先呼應帖子 1 句,再帶出話題 1 句,50–150 字符,禁止硬廣詞彙

# 發布評論
python scripts/cli.py --account account2 reply-thread --url URL --content "評論內容"

競品分析

python scripts/cli.py user-profile --username "@competitor" --limit 10
# → 提取 likeCount / replyCount / repostCount → 彙總平均互動、最高互動內容、發帖頻率

熱點追蹤

python scripts/cli.py search --query "關鍵詞" --type recent --limit 20
# → 按 likeCount 排序 → 提取熱門內容和話題標籤

運營規範:

規則說明
操作頻率點讚/回覆間隔 ≥ 3 秒,關注間隔 ≥ 5 秒
批量上限單次點讚 ≤ 50,關注 ≤ 20
內容長度帖子/回覆 ≤ 500 字符
發文確認發帖前展示預覽,等待確認;回覆直接執行
政治內容遇到政治相關帖子直接跳過

故障排除

錯誤原因處理
連接 Chrome 失敗Chrome 未啟動python scripts/chrome_launcher.py
未登錄Cookie 過期python scripts/cli.py login
發布失敗選擇器失效python scripts/inspector.py 重新探查
頻率限制操作過於頻繁等待 5-10 分鐘後重試
tkinter 無法導入缺少依賴brew install python-tk

平台分布

OpenClaw

92.14%
按下载量换算575

安全审计

VirusTotal

未展示

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills