前言¶
在 DeepSeek Harness（DSH）里做 LinkedIn 运营，常见做法是零散提示词：发一条帖、回一条评论、改一版个人简介，各做各的，语气容易飘，也缺少「发之前去 AI 味」的固定步骤。个人号也没有官方发帖 API，把「自动发到 LinkedIn」塞进插件，往往要么做不到，要么踩平台条款。
下面介绍社区插件 mubaid/dsh-linkedin-agent：把上游 Jakeschincariol/linkedin-agent-skill 迁到 DSH，一次性注册 11 个以 li- 为前缀的技能，覆盖发帖、评论、回复、资料评分、周计划、轮播、 repurposing、私信、收件箱、内容复盘，以及统一的 humanizer。技能只产出可复制文本，由你在 LinkedIn 上手动发布。
这是什么¶
- 名称：dsh-linkedin-agent（GitHub：
mubaid/dsh-linkedin-agent） - 维护者：mubaid
- 分类：工作流（社区目录 SkillHub 条目）
- 许可证：MIT；
package.json版本 0.1.0 - 定位：面向 DSH 的 LinkedIn 智能体技能包——你写、你点发布；插件不代发、不浏览器自动化。
技能通过 dsh-skill-filesystem 注册，provider 名为 linkedin-agent，扫描插件内 skills/ 目录；各技能为与上游一致的 SKILL.md。
核心功能（11 条技能）¶
| 命令 | 作用（据 README） |
|---|---|
/li-post |
一个想法 → 基于 21 种 hook 公式 给出 3 个开头选项，展开最强的一条成文，展示前已 humanize |
/li-comment |
针对他人帖子写评论，按帖子类型在 9 种 评论风格里选，避免空泛的 “Great post!” |
/li-reply |
在自己帖子下回复：按 lead / substance / peer / support / noise 排序后逐条写 |
/li-profile |
12 项、100 分 量表评资料，并给出优先修改的重写建议 |
/li-plan |
周计划：发什么、何时发、与谁互动 |
/li-carousel |
文档帖逐页文案，并涉及 PDF |
/li-repurpose |
一条视频、newsletter 或 transcript → 一周可独立发布的多条帖 |
/li-dm |
200 字连接邀请、首条消息与两条 follow-up，然后停止 |
/li-inbox |
归类连接请求与 DM，标记序列 |
/li-audit |
对已发内容做复盘，按 互动率 排序而非仅看曝光 |
/li-human |
去 AI 指纹并在 五维检查面板 上打分 |
README 强调：每条 帖子、评论、回复和 DM 草稿都会先走 humanizer 思路（em dash 改逗号、113 词 AI slop 词表、零宽指纹字符等）。缺你未提供的数字时，会用 {{your number}} 占位并标记，不编造指标或客户故事。
各技能会读取 templates/voice.md；未填写时输出容易泛化。README 建议先用三篇自己的帖生成或手写 voice 文件。
安装与启用¶
环境要求（来自 package.json）：Node >=22.19，DSH 0.2.0-rc.2；peer 依赖 @deepseek-ai/dsh-skill-filesystem >=0.0.1-rc.2。README 中的验证说明见仓库 VERIFICATION.md（相对 DSH 0.2.0-rc.2 的已测与待测项）。
1、安装插件（命令须与 README 一致）：
dsh plugin add github:mubaid/dsh-linkedin-agent
2、重启当前 profile，使技能加载。
3、启动 agent 并试第一条命令：
dsh --profile <your-profile> agent
/li-post <an idea>
README 建议：正式使用前花约 10 分钟 填写 templates/voice.md。
典型用法¶
发帖流程。 在 agent 里输入想法，例如：
/li-post I shipped a proposal template that cut prep time in half
技能会先列出多个 HOOK 选项（来自 21 种公式），再展开推荐的一条成稿；展示前已完成 humanize。README 示例中会看到类似 #17 Time Anchor 等编号与对应开头句。
互动与排期。 /li-plan 可生成约 10 人的互动名单（5 reach、3 peers、2 buyers）；配合 /li-comment 写评论、/li-inbox 整理连接与 DM。
发布前自检。 对终稿使用 /li-human，面板维度包括 BURSTINESS、SPECIFICITY、SLOP DENSITY、FINGERPRINT、VOICE；README 说明综合分按均值 60%、最弱项 40% 加权。
voice 文件。 在插件提供的 templates/voice.md 中写入风格描述，或粘贴三篇自己的帖并让 agent「从这些写 voice.md」。上游文件对照见仓库 UPSTREAM.md。
适用场景与注意¶
适合谁
- 已在 DSH 里跑 agent，需要结构化 LinkedIn 工作流（写、评、排期、复盘）而不是单次对话。
- 接受「技能出稿、人工粘贴发布」——README 明确：无个人号发帖 API，浏览器自动化违反 LinkedIn User Agreement 且可能导致账号受限，因此设计为复制即用，而非事后补丁式限制。
使用前请知悉
- 插件在 当前 DSH 进程权限 下运行；安装前请自行查看 GitHub 源码 与 MIT 许可证。
- DeepSeek Harness 社区目录（如 SkillHub）为独立站点，与 DeepSeek / 幻方无官方从属关系；本文事实以仓库 README 与
package.json为准。 - 仓库 README 星标等统计会变动；撰写时 GitHub 公开信息为 0 stars（SkillHub 亮点提及 1 fork）。
结尾¶
dsh-linkedin-agent 把 LinkedIn 运营的十一条链路收进 DSH 插件：hook 公式、humanizer、voice 模板与「只复制、不代发」的边界写死在产品叙述里。若你已在用 Harness 做内容工作流，可按 README 安装、填好 voice.md，从 /li-post 或 /li-plan 试起。
- 社区目录：https://www.skillhub.cn/plugins/mubaid/dsh-linkedin-agent
- 源码与文档：https://github.com/mubaid/dsh-linkedin-agent
