TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
Instagram Agent Skill：13 個免費 Claude Skills 幫你寫 Reels
GitHub 專案 instagram-agent-skill 用 13 個免費、MIT 授權的 Claude Skills 協助經營 Instagram：寫 Reel 腳本、貼文文案、輪播與留言回覆，上線 48 天累積 3,971 顆星。作者自測開場打分數程式擋掉刻意寫爛的開場達 AUC 0.83，挑出爆款的命中率卻只有 0.56。六支 Python 程式只用內建模組、零網路連線，每個 Skill 以可複製內容收尾，發文動作留給使用者，對應 Instagram 條款 4.2 的自動化紅線。
用 AI 摘要這篇文章：
2026 年 9 月 13 日，一個叫 instagram-agent-skill 的 GitHub 專案推完它的兩個 commit，間隔只有 42 秒，之後程式碼就沒有再動過。48 天後的 10 月 31 日，它累積到 3,971 顆星、839 次 fork。這個專案做的事情一句話可以講完：13 個 Claude Skills，把寫 Reel 腳本、貼文文案、輪播、留言回覆這類文字工作接過去，免費、MIT 授權、不用註冊、不連任何服務。它真正值得花時間讀的有兩處：作者 Jake Schincariol 自己量出來的能力上限，以及整個專案刻意不碰你 Instagram 帳號的設計。
作者先量給你看：擋得住爛開場，挑不出贏家
README 裡有一段標題就叫「我實際量到的，是最值得讀的部分」，這段也確實是整份文件的核心。作者用 74 條真實短影音開場當語料：五個頻道、每個頻道取表現最好與最差的各 8 支影片，抓自動字幕的前三秒，觀看數從 931 到 550,000。（這個取法的算術上限是 80 條，與實際的 74 條之間的差額，README 沒有交代。）語料來源是 YouTube Shorts 而非 Reels，理由寫得很明白：Instagram 不登入別人的帳號就拿不到可蒐集的觀看數，而爬資料會違反這個專案自己叫你別違反的條款。
量測結果是兩個方向不同的數字。對 10 條刻意寫爛的開場（打招呼、空泛開場這類），打分數程式分辨的 AUC 是 0.83，而且 10 條裡有 9 條被壓在真實語料的中位數以下。換成更難的題目，從同一位創作者的爆紅片與冷門片裡挑出爆紅片，AUC 只剩 0.56，而 0.50 等於擲硬幣。五項檢查裡只有具體度（SPECIFICITY）把兩個族群拉開了 60 分的中位數差距，另外兩項張力與稱呼（STAKES、ADDRESS）在兩個族群的中位數完全相同，等於在這份語料上量不到任何東西。
作者的結論間接轉述是：這種工具的正確用法是在開拍前刪掉明顯的爛開場，然後回去看自己的保留率曲線；讀文字的程式沒辦法告訴你兩個還不錯的開場哪個會紅，因為那由你的臉、你的剪輯、你的聲音，以及 Instagram 把影片推送給誰決定。
這段自測還順便抓出兩個程式缺陷。開場公式分類器最初只認得 8% 的真實開場，因為規則是照作者自己的範本寫的；對著真實轉文字稿改寫後升到 49%，剩下 51% 直接棄權不硬分。具體度檢查原本只數阿拉伯數字，所以「zero dollars」「three marketing books」這種把數字唸出來的說法會被當成沒有具體內容，後來才補上口語數字。這些結果都出自 README 的自述，量測腳本沒有放進專案裡（作者說它依賴 yt-dlp），方法寫在 /ig-viral 的說明檔，作者形容只有四行。要重現，得自己照方法再做一次。
13 個 Skill 分四組，寫作層全包
13 個指令照 README 的表格整理如下；粗分起來，寫作五個、研究與規劃四個、互動三個、去 AI 味一個：
| 指令 | 做什麼 |
|---|---|
| /ig-reel | 一個想法變成 Reel：從 26 個開場公式出 3 個開場、打分數，再產出腳本、螢幕字與帶時間碼的分鏡 |
| /ig-caption | 寫貼文文案並檢查，顯示動態消息裡按展開前看得到的前段 |
| /ig-carousel | 輪播貼文：封面、每頁文案與 1080×1350 檔案 |
| /ig-story | 每日限時動態順序、每個貼圖的用途與接續的私訊流程 |
| /ig-repurpose | 把一支影片、Podcast 或電子報拆成一週的 Reels 與輪播 |
| /ig-viral | 找你領域正在紅的內容，以相對帳號自身中位數的倍數排序 |
| /ig-profile | 用 12 項標準給個人檔案打 100 分，照最痛的順序重寫 |
| /ig-plan | 排一週計畫：發什麼、格式、時間與要互動的帳號 |
| /ig-audit | 事後復盤，依倍數與每觸及分享排序 |
| /ig-comment | 替別人的貼文寫留言，九種類型依內容選 |
| /ig-reply | 自己貼文下的留言串分六類依序回 |
| /ig-dm | 關鍵字發送、第一則訊息、合作邀約與兩則跟進 |
| /ig-human | 清掉 AI 慣用字詞與隱形字元，五項檢查打分數 |
Skill 是 Claude Code 的一種擴充形式：一個資料夾放一份 SKILL.md 說明檔，可以再帶其他檔案。官方文件寫得清楚：一般對話中只有各個 Skill 的描述會先載入對話，讓 Claude 知道有哪些可用，完整內容要等被呼叫才載入。這代表裝 13 個 Skill 不會把 13 份文件常駐在對話裡。站內先前介紹過另一個同類型的開源研究 Skill /last30days，有興趣比較 Skill 生態的樣貌可以參考。
安裝有三條路：把專案網址直接貼給 Claude 請它裝；自己 git clone 後把 skills/ig-* 資料夾複製到 ~/.claude/skills/；或用外掛市集指令安裝。完全沒有 Claude Code 的話，把單一 SKILL.md 貼在對話最前面也能當模式用，但會失去那些 Python 工具，README 形容那是 /ig-reel 與 /ig-human 的大半重點。另外有個前置動作常被跳過：templates/voice.md 要先填，每個 Skill 都會讀這份聲音檔。
六支程式只在你電腦上跑：沒有網路、沒有依賴
README 說這些工具「沒有外部套件、不連網路、不上傳任何東西」。對照原始碼，這句話成立：六支 Python 程式的 import 只有 argparse、json、os、re、statistics、sys、textwrap、unicodedata 這些內建模組，沒有任何網路相關的函式庫，程式只讀你指定的本機檔案。
六支程式各自做一件事。hookscore.py 給開場打分數，五個面向是長度、具體度、張力、前置、稱呼，並列出致命問題（例如以打招呼開場）。beats.py 用每分鐘 165 個英文詞的語速把腳本排成時間表，標出四種問題：開場超過 3 秒、單段過長、連續沒有具體內容、沒有回接到第一句。caption.py 預覽動態消息實際看得到的前段並檢查文案。humanize.py 做三趟清理：隱形字元、排版符號、154 個慣用詞的替換。detect.py 給五項分數。swipe.py 把你自己收集的內容依相對帳號中位數的倍數排序。README 標題寫「五個實際會跑的工具」，檔案清單卻列了六支，出入在於去 AI 味那組把 humanize 與 detect 兩支算成一個工具。
對中文使用者有一件事必須先講：hookscore.py 的斷詞規則只由英文字母、數字與幾個標點符號組成，detect.py 更只認英文字母，中文字元在計詞階段整行被略過。純中文的開場在長度檢查會被算成 0 個詞，直接落進最重的扣分區。這是從原始碼規則推出來的行為，實際跑中文稿之前別把分數當參考；英文稿、中英混雜的腳本才在它的設計範圍裡。
不發文、不爬資料：界線畫在條款前面
整個專案裡最鮮明的一條設計線，是它把「不代替你接觸 Instagram」寫成原則。README 開頭就一句：「在你說好之前，什麼都不會發出去。這些 Skill 負責寫，你負責發。」每個 Skill 的產出都以一個可複製的區塊收尾，貼文這個動作留給你。
這條線對應的是 Instagram 使用條款 4.2 的明文：不得以未經授權的方式建立帳號、存取或蒐集資訊，包括未經 Instagram 明示許可以自動化方式存取或蒐集，無論當下是否登入帳號。README 對此的說法是：真正合法的自動發文管道是給專業帳號用的 Content Publishing API，而那需要 Meta 開發者應用程式、連動的粉絲專頁、長效權杖與應用審查，不是一個 Skill 能替你辦到的；市面上其他自動化發文、留言、追蹤、私訊的做法，走的是瀏覽器自動化或第三方工具，兩種都違反條款，代價是帳號被限制行動。站內先前實測過的 Instagram 下載器，碰的也是同一條條款的牆。
兩個例外與一條但書寫得也算誠實。私訊的關鍵字自動回覆是 Instagram 官方自己支援的功能，而且只在對方先留言之後才觸發，/ig-dm 標出了這條線在哪。研究流用的 /ig-viral 則明言「讀，不爬」：10 個帳號、每個帳號約 12 支內容、以人的速度、用你自己的瀏覽器看，不要求密碼、不以你的身分登入。排序的基準是相對自身中位數的倍數，3 倍以上算訊號、1.5 倍以下算平常日，200 萬追蹤者做 40 萬觀看與 4 千追蹤者做 40 萬觀看，在這套算法裡是兩回事。
去掉 AI 味，不等於躲過偵測器
作者自己說 /ig-human 是「讓其他十二個用得下去的原因」。它處理的東西分三層：零寬空格、軟連字號這類複製貼上後仍不可見的隱形字元；破折號、彎引號等排版符號；以及 slop.json 裡 154 個慣用詞的替換（檔案實際數了 96 個詞加 58 個片語，另有 18 類隱形字元與 16 個結構訊號，數量與 README 相符）。改不了句子形狀的部分只標記出來還給你改，例如三連排比、表情符號條列、整齊劃一的句長。
但要把它當成「躲偵測」工具就讀錯了。README 講明五項檢查是本機的啟發式規則，參考公開偵測器在看哪些訊號，本質上與 GPTZero、Originality 這類服務互不相通，也無從保證它們會給出同樣的判定；任何人宣稱「保證測不到」都是在賣東西。隱形字元的清理也只針對確實存在於生成文字的零寬與格式字元，不宣稱能破解加密浮水印。站內先前的 Pangram 4.1 報導提過商用偵測分數從單一數字改成區間的走向，對照來看，這種本機規則分數與商用偵測器的關係是「量類似的東西，不是同一把尺」。免費的去 AI 味網路工具先前也實測過，那條路已經斷線，本地腳本反而是現在還能用的一條。
標籤上限 5 與 125 字：兩個要自己對照平台的數字
caption.py 裡寫死三個常數：文案全長上限 2,200 字元、動態消息可見視窗 125 字元、標籤上限 5 個。其中 125 這個數字，程式自己的註解就承認是近似值，實際切點會隨裝置、字體與斷行漂移，所以拿它當餘量參考，不要把文案精算到剛好 125。
標籤從 30 降到 5 這件事有第三方時間錨：Social Media Today 在 2025 年 12 月 18 日的報導，Instagram 宣佈將標籤上限逐步更新為每則貼文與 Reel 5 個，並引用 Instagram 的說法，用更少（最多 5 個）但更精準的標籤，能改善內容表現與使用體驗。caption.py 註解裡引的正是同一段文字，出處標註為 Instagram 的 @Creators 帳號。這個數字的層級因此是媒體轉述官方帳號，加上程式碼註解的引用。README 結尾的提醒比數字本身更有用：平台規則會過期，如果專案內容與你讀到當下 Instagram 的做法矛盾，以 Instagram 為準。
48 天 3,971 星的另一本帳：一天的提交、零發佈版本
人氣帳本之外還有一本維護帳本。這個專案的全部歷史是 9 月 13 日當天的兩個 commit（第二個是修「刪掉開場後句子開頭沒恢復大寫」的問題），沒有任何發佈版本、沒有標籤，截至 10 月 31 日，累積有 24 個 issue 與 9 個 pull request 未處理。星數證明它被很多人看到，證明不了它會被繼續修。
同一作者還有一個姊妹專案 linkedin-agent-skill，做法相同、平台換成 LinkedIn，而且時間上更早：2026 年 9 月 7 日建立，比 Instagram 版早六天，11 個 Skill、2,959 顆星。作者的網站 opusjake.ai 標語是「為你打造 AI 代理，並教會你用」，接案建代理與教學是主業，這個免費專案比較像方法論的展示櫃。
所以實際的取用姿勢是：把它當可拆解的樣板，別把它當有維護承諾的產品。MIT 授權允許整包搬走自己改；slop.json 本來就設計成要編輯的；hookscore 對中文失效的斷詞規則原始碼就攤在那裡，能改，但詞數滿分區間與秒數換算都是照英文口語設計的，改完得重新校一輪，這大概是把它當樣板的真正意思。裝之前先填 voice.md，裝之後每個數字（標籤上限、可見視窗、公式分類）都自己對照一次平台現況。至於效果期待，作者已經替你量好了：它擋得住爛開場，挑不出贏家，會紅的那一個永遠要靠你自己發出去試。
