Repository navigation
Releases: GodModeAI2025/LinkedInOptimizer
Releases · GodModeAI2025/LinkedInOptimizer
Release list
v2.6.0
v2.6.0 (2026-09-05) – Router statt Monolith, Untrusted-Regel, kuerzerer Trigger
├── SKILL.md war 588 Zeilen lang und wurde bei jedem Treffer vollstaendig geladen; jetzt 190 Zeilen Router mit Ablauftabelle
├── Die acht Phasen liegen in references/PHASE-1-discovery.md bis PHASE-8-report.md, Wortlaut unveraendert, und werden gelesen, wenn die Phase dran ist
├── Der Changelog steht in CHANGELOG.md statt in SKILL.md; check_versions.py prueft dort den obersten Eintrag
├── references/UNTRUSTED.md: erhobener Seitentext ist Daten, nie Anweisung, verankert in Phase 1.1 und 3.1; schliesst die Benennung von SECURITY.md Luecke 3
├── Die description im Frontmatter von 898 auf 394 Zeichen, mit Abgrenzungssatz zum Schwester-Skill; scripts/check_descriptions.py prueft Laenge, Strichzeichen und Abgrenzung
├── tests/run_eval.py prueft den Skill-Text aus Router und Phasendateien zusammen und bindet zusaetzlich die Untrusted-Regel
└── SECURITY.md: Zeilenangaben durch Datei- und Abschnittsangaben ersetzt, Luecke 9 als erledigt vermerkt
v2.3.0
v2.3.0
Das erste Release dieses Repos. Es haengt eine Datei an: linkedin-optimizer.skill, 121155 Bytes, SHA256 b94b50c680785bd00ec99dcc2f0ca7302090b19c7c9281ea769db012c9f5bac9.
Installation
curl -LO https://github.com/GodModeAI2025/LinkedInOptimizer/releases/latest/download/linkedin-optimizer.skillDie Datei entweder in Claude Chat ziehen oder lokal auspacken:
unzip linkedin-optimizer.skill -d /path/to/skills/user/linkedin-profil-optimierung/Was drin ist
Acht Dateien auf oberster Ebene:
SKILL.md Hauptworkflow, 8 Phasen
references/SCORING.md Gewichtete Bewertungsmatrix
references/TEMPLATES.md Vorlagen fuer Headline, About, Content, Kommentare
references/BANNER.md Banner-Anleitung mit Safe Zones
scripts/create_banner.py Banner-Generator mit Safe-Zone-Pruefung
scripts/generate_report.js DOCX-Report-Template
requirements.txt Pillow ab 10.1
LICENSE MIT
Landingpage, Workflows und die Repo-Werkzeuge check_versions.py und build_skill_package.py sind nicht enthalten. Das Archiv wird von scripts/build_skill_package.py gebaut, mit festen Zeitstempeln und ohne Kompression: derselbe Stand ergibt dieselben Bytes, der Hash oben ist nachbaubar.
Was sich gegenueber v2.2.2 geaendert hat
create_banner.py:--backgroundist optional, ohne Hintergrundbild entsteht ein Gradientcreate_banner.py: die angeforderte Schriftgroesse wirkt jetzt auch auf den PIL-Ersatz-Fontcreate_banner.py: Safe-Zone-Verletzungen werden gemeldet,--strictendet dann mit Exitcode 1create_banner.py: ein Font ohne anwendbare Groessenangabe zaehlt selbst als Verletzung, weil die Messung dann nicht belastbar ist- Die Beispiele enthalten Beispieldaten statt der vorher darin stehenden realen Profildaten
requirements.txtneu, mit der Untergrenze Pillow 10.1- Packaging-Skript, Release-Workflow und eine CI, die Syntax, Banner-Verhalten, Versionsangaben und den Paketinhalt prueft
Was es nicht kann
- LinkedIn blockiert
web_fetchundweb_searchueber robots.txt. Ohne Chrome-Plugin bleibt die manuelle Eingabe, die Datenqualitaet sinkt entsprechend. - Impressions sind oeffentlich nicht sichtbar.
generate_report.jsschaetzt die Engagement-Rate aus der Follower-Zahl. Die Benchmark-Tabelle in SCORING.md setzt Impressions als Nenner voraus; die beiden Werte sind nicht direkt vergleichbar, der geschaetzte liegt systematisch hoeher. - Der DOCX-Report enthaelt keine Diagramme. Radar-Chart und Balkendiagramm sind in SCORING.md als Darstellungsform beschrieben, das Template erzeugt sie nicht.
- Der Ausgabepfad in
generate_report.jssteht fest auf/mnt/user-data/outputs/, also auf die Sandbox von claude.ai. Fuer einen lokalen Lauf muss die letzte Zeile angepasst werden. - Der SSI laesst sich nur mit Zugang zu linkedin.com/sales/ssi ablesen. Ohne Zugang wird er geschaetzt und ist im Report als geschaetzt zu kennzeichnen.
- Das npm-Paket
docx, dasgenerate_report.jsbraucht, ist nicht gepinnt, es gibt keine package.json. Die Pillow-Untergrenze 10.1 stammt aus der Pillow-Aenderung selbst, nicht aus einem Lauf gegen 10.1. - Der Upload der
.skill-Datei in Claude wurde in dieser Kette nicht durchgespielt. Das Archiv hat dieselbe Struktur wie das bisher dokumentiertezip -r ../linkedin-optimizer.skill ., nur ohne die Repo-Innereien.