LinkedIn-Skills für Claude

Elf Claude-Skills, die einen LinkedIn-Account auf Deutsch vorbereiten. Von Christopher Thanisch. Kostenlos, MIT, kein Konto, kein API-Schlüssel, nichts zu verbinden.

Einer schreibt Posts aus 21 Hook-Formeln. Einer kommentiert fremde Posts. Einer beantwortet die Kommentare unter den eigenen. Einer bewertet das Profil von 100 Punkten und schreibt die verlorenen Stellen um. Einer plant die Woche: was, wann, und mit wem.

Der Humanizer macht den Rest brauchbar. Er entfernt Gedankenstriche, Floskeln und unsichtbare Zeichen, dann bewertet er den Entwurf mit fünf lokalen Checks, bevor du ihn siehst.

Nichts geht raus, bis du ja sagst. Die Skills schreiben. Du postest.

Installieren

In Claude Code:

git clone <dieses-repo> linkedin-agent-skill
cp -r linkedin-agent-skill/skills/li-* ~/.claude/skills/

Oder als Plugin:

/plugin marketplace add <dieses-repo>
/plugin install linkedin-agent

Nur für ein Projekt: dieselben Ordner nach .claude/skills/ im Repo kopieren.

Danach zehn Minuten in templates/voice.md. Kopiere sie nach ~/.claude/linkedin/voice.md und fülle sie aus, oder füge drei eigene Posts ein und sag „Schreib meine voice.md daraus“. Jeder Skill liest diese Datei. Ohne sie klingt alles nach allen anderen.

Die elf

Befehl	Was er tut
/li-post	Eine Idee wird ein Post. Drei Hooks aus 21 Formeln, ein Entwurf, humanisiert, bevor du ihn siehst.
/li-comment	Kommentare auf fremde Posts. Neun Typen, gewählt nach dem Post. Nie „Starker Post!“.
/li-reply	Der Thread unter dem eigenen Post. Jeder Kommentar wird sortiert, dann in dieser Reihenfolge beantwortet.
/li-profile	Profil gegen eine 12-teilige Rubrik, 100 Punkte, Umschreiben dort, wo die Punkte fehlen.
/li-plan	Die Woche. Was posten, wann, und zehn Leute zum Kommentieren. Schreibt ~/.claude/linkedin/plan.md.
/li-human	Der Humanizer. Zwei Skripte, die wirklich laufen. Siehe unten.
/li-carousel	Dokument-Posts. Folientext, ein Cover, das den Swipe verdient, und das PDF zum Hochladen.
/li-repurpose	Ein Video, ein Newsletter oder ein Transkript wird eine Woche Posts, die jeder für sich stehen.
/li-dm	Die Notiz mit 200 Zeichen, die erste Nachricht und die zwei Follow-ups. Zwei.
/li-inbox	Sortiert den Posteingang und sagt, welches Signal die Sequenz verraten hat.
/li-audit	Nachschau auf veröffentlichte Posts. Rang nach Engagement-Rate und Reichweiten-Vielfachem.

Der Humanizer

/li-human liefert zwei Python-Skripte ohne Abhängigkeiten. Sie laufen auf deinem Rechner, auf deinem Text, und nichts wird hochgeladen.

python3 humanize.py entwurf.txt --report
python3 detect.py entwurf.txt
python3 detect.py vorher.txt nachher.txt

Was automatisch rausgeht:

• Unsichtbare Zeichen. Nullbreite Leerzeichen und Verbinder, weiche Trennstriche, Byte-Order-Marken, Unicode-Tags, geschützte und schmale Leerzeichen. Die Tastatur erzeugt die nicht. Sie überleben Copy-and-paste und sind in jedem Editor unsichtbar.
• Typografie. Gedankenstrich zu Komma, Halbgeviertstrich zu Bindestrich, geschweifte und deutsche Anführungszeichen zu geraden, Auslassungspunkte zu drei Punkten. Dabei entstehen keine doppelten Punkte.
• Das Lexikon. Feste Floskeln mit Ersatz in Alltagssprache. Groß- und Kleinschreibung bleibt, URLs bleiben unangetastet. Die Liste liegt in skills/li-human/slop.json und ist zum Bearbeiten da.

Was nur markiert wird: „Nicht nur X, sondern Y“, Dreierketten, einwortige rhetorische Fragen, Hashtag-Wände, Reflex-Köder, gleich lange Sätze. Die Form eines Satzes braucht Urteil, deshalb kommt das zurück zum Umschreiben statt als Regex verunstaltet zu werden.

Die fünf Checks, 0 bis 100, höher ist menschlicher:

Check	Was er misst
BURSTINESS	Schwankung der Satzlänge. Modelle schreiben gleichmäßig.
SPECIFICITY	Zahlen, Namen und konkrete Marker pro 100 Wörter.
SLOP DENSITY	Lexikon-Treffer pro 100 Wörter.
FINGERPRINT	Unsichtbare Zeichen, Gedankenstriche, krumme Anführungen pro 1.000 Zeichen.
VOICE	Anrede, Ich-Form, Modalpartikeln, strukturelle Muster.

Das Urteil gewichtet den Mittelwert mit 60 Prozent und den schwächsten einzelnen Check mit 40 Prozent, weil ein Detektor nur ein Signal braucht.

Das sind lokale Heuristiken, angelehnt an Signale öffentlicher Detektoren. Sie laufen nur auf deinem Rechner. Sie sind nicht GPTZero, Originality, Copyleaks, Winston oder Turnitin, rufen diese Dienste nicht auf und können deren Urteil nicht versprechen. Wer „nicht erkennbar“ verkauft, verkauft etwas, das sich nicht halten lässt.

Das Kleingedruckte

Diese Skills posten nicht auf LinkedIn, und sie sollen es nicht. Es gibt keine offizielle API, um auf ein persönliches Profil zu posten, ohne eine freigegebene Partner-App. Den Dienst per Browser oder Drittanbieter zu automatisieren verstößt gegen die Nutzungsbedingungen von LinkedIn und führt zu Einschränkungen. Jeder Skill endet gleich: ein Block zum Kopieren, und du fügst ihn ein. Das Ja-Gate ist die Konstruktion, keine nachträgliche Option.

Nichts hier wird erfunden. Keine ausgedachten Kennzahlen, Kunden oder Ergebnisse unter deinem Namen. Fehlt eine Zahl, steht {{deine Zahl}} im Entwurf, jedes Mal.

Dateien

skills/li-post/hooks.json        21 Hook-Formeln
skills/li-human/slop.json        Lexikon, unsichtbare Zeichen, Satzmuster
skills/li-human/humanize.py      die drei Reinigungspässe
skills/li-human/detect.py        die fünf Checks
skills/li-human/test_humanize.py die Tests dazu
skills/li-profile/rubric.json    die 100-Punkte-Rubrik
templates/voice.md               deine Stimme. Zuerst ausfüllen.

Über

Christopher Thanisch macht den klaren Einstieg in KI für den Arbeitsalltag: Systeme statt Hypes, mit Tools, Guides und einem Newsletter.

Lizenz

MIT. Copyright (c) 2026 Christopher Thanisch. Guide