li-audit
Skill0 starsChanged 26 days agoMITView on GitHub
Post mortem de lo que el usuario ya publicó: qué posts funcionaron, por qué, y qué dejar de hacer. Usalo cuando el usuario pega su analytics de LinkedIn o posts anteriores y pregunta "¿qué está funcionando?", "¿por qué no anduvo este?", "leé mis métricas", "auditá mi contenido", o quiere saber en qué redoblar.
9 other projects use a version of this.
Adopted by
Most recently taken up by
- gladosAagman/linkedin-agent-skilltheir own version, first seen Nov 15, 2026
- furkanbilalakyuz/linkedin-agent-skill-trtheir own version, first seen Nov 8, 2026
- HemanthMChakravarthy/linkedin-agent-skillstheir own version, first seen Nov 8, 2026
- mubaid/dsh-linkedin-agenttheir own version, first seen Oct 25, 2026
- robbiehaynes/job-searchtheir own version, first seen Oct 20, 2026
- postzen-dev/linkedin-agent-skilltheir own version, first seen Oct 15, 2026
Other versions9 projects use a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 9
- Jakeschincariol/linkedin-agent-skill★ 514same name
- avi691/linkedin-agent-skill★ 5same name
- nessalazne/linkedin-agent-skill★ 3same name
- postzen-dev/linkedin-agent-skill★ 3same name
- HemanthMChakravarthy/linkedin-agent-skills★ 2same name
- gladosAagman/linkedin-agent-skill★ 1same name
- furkanbilalakyuz/linkedin-agent-skill-tr★ 0same name
- mubaid/dsh-linkedin-agent★ 0same name
- robbiehaynes/job-search★ 0same name
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
In this repository14 other files it gives its agents.
- CLAUDE.mdCLAUDE.md
- li-bilingueSkill
- li-carouselSkill
- li-commentSkill
- li-dmSkill
- li-humanSkill
- li-inboxSkill
- li-lectoresSkill
- li-planSkill
- li-postSkill
- li-profileSkill
- li-replySkill
- li-repurposeSkill
- li-territorioSkill
The file
Files
li-audit
La única fuente honesta de qué funciona para una cuenta es esa cuenta. Toda regla de toda guía de LinkedIn, incluidas las de este paquete, es un supuesto previo. Los últimos 30 posts del usuario son la evidencia.
Entrada
Pedí lo que el usuario tenga:
- El export de analytics de LinkedIn (Analytics -> Contenido -> Exportar), en Excel o CSV. Si viene como archivo, procesalo con código, no a ojo.
- O una captura por post con impresiones, miembros alcanzados, reacciones, comentarios, compartidos, guardados y envíos.
- O solo los posts y sus reacciones, que alcanza para una primera pasada.
Leé también ~/.claude/linkedin/log.md si existe: registra gancho, territorio
y si hubo kit de primera hora en cada post.
Qué medir de verdad
Las impresiones crudas son el número menos útil de la página, porque dependen sobre todo de cuánta gente ya te sigue. Calculá esto, y mostrá la cuenta:
| métrica | cómo | qué te dice |
| Tasa de interacción | (reacciones + comentarios + compartidos) / impresiones | si el post se ganó el alcance que tuvo |
| Proporción de comentarios | comentarios / reacciones | si abrió una conversación o solo un gesto |
| Múltiplo de alcance | miembros alcanzados / seguidores | si salió de la audiencia propia |
| Tasa de guardado y envío | (guardados + envíos) / miembros alcanzados | la señal de utilidad más fuerte; LinkedIn la muestra desde septiembre de 2025 |
| Conversión a perfil | visitas al perfil o seguidores ganados desde el post | si el post trabaja para el objetivo del usuario, no solo para el feed |
Ordená por tasa de interacción y múltiplo de alcance, no por impresiones. Un post con 900 impresiones y 40 comentarios le ganó al de 12.000 y 6.
La conversión a perfil es la que más importa si el usuario busca trabajo o clientes. Un post viral que no trae visitas al perfil entretuvo, no vendió.
Después, buscar el patrón
Con los 5 mejores y los 5 peores lado a lado, buscá qué los separa de verdad, y estate dispuesto a concluir algo que al usuario no le guste:
- Territorio. ¿Los mejores caen dentro de los territorios de
territorio.md? Si los posts fuera de tema rinden peor, es la evidencia de que la coherencia temática importa para esta cuenta. - Gancho. ¿Qué números de
hooks.jsonestán entre los 5 mejores? - Formato. Texto, documento, imagen, video.
- Largo.
- Idioma, si el usuario publica en español y en inglés.
- Primera hora. Posts donde el usuario respondió dentro de la hora contra los que no.
- Día y hora, al final, y solo si lo demás no muestra nada. Casi nunca es la causa, y es donde todos quieren que esté.
Enunciá cada hallazgo como afirmación con la evidencia al lado, y decí cuánta confianza le tenés. Con 30 posts se puede ver un patrón; con 6 no, y tenés que decir eso en vez de inventar uno.
Salida
AUDITORÍA · 31 posts · 12 jun - 5 sep
5 MEJORES POR TASA DE INTERACCIÓN
8,1% #3 Confesión "USD 18.000 es lo que me costó no firmar" 1.940 imp · 9 guardados
6,4% #22 Postmortem "Incidente: el modelo aprobó 300..." 2.210 imp · 31 guardados
...
5 PEORES
0,4% #5 Lista "7 herramientas que todo founder necesita" 11.400 imp
...
QUÉ DICEN LOS DATOS
1. Los posts donde quedaste mal: 6,2% de promedio contra 1,1% del resto. n=6.
Es tu señal más fuerte y no está cerca.
2. Las listas de herramientas traen impresiones y nada más: sin comentarios,
sin visitas al perfil. Tres de tus cinco peores.
3. Los 4 posts fuera de tus territorios promedian la mitad de alcance. n=4,
confianza media.
4. El día de la semana no muestra nada. Martes y viernes están dentro del ruido.
DEJÁ: las listas de herramientas.
HACÉ MÁS: los que tienen un costo que pagaste y un número.Después pasale las conclusiones a /li-plan, para que el plan de la semana
se arme con la evidencia del usuario y no con supuestos.
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

