by 运行时依赖
安装命令
点击复制技能文档
Twitter 账户培养技能系统 基于开源算法分析的系统性方法来增长 Twitter 影响力。检查账户健康状况，找到互动机会，优化内容策略。
前置条件 安装 rnet（pip install "rnet>=3.0.0rc20" --pre） rnet_twitter.py — 轻量级 GraphQL 客户端（https://github.com/PHY041/rnet-twitter-client） Twitter Cookies 导出到环境变量 TWITTER_COOKIES_PATH 指定的路径 格式：[{"name": "auth_token", "value": "..."}, {"name": "ct0", "value": "..."}]
获取 Cookies 打开 Chrome -> 访问 x.com -> 登录 开发者工具 -> 应用程序 -> Cookies -> https://x.com 复制 auth_token 和 ct0 值 保存为 JSON 文件 Cookies 大约有效 2 周，出现 403 错误时需要刷新
核心指标 指标 健康范围 影响 关注者/粉丝比例 < 0.6 TweepCred 评分 平均每条推文浏览量 20-40% 的粉丝 算法偏好媒体推文比例 > 50% 10 倍互动 链接推文比例 < 20% 避免算法惩罚 回复率 回复 100% 的评论 +75 加权提升
工作流程： 完整健康检查 步骤 1：分析账户 导入 asyncio、os 从 rnet_twitter 导入 RnetTwitterClient 异步函数 analyze(username: str)： 客户端 = RnetTwitterClient() cookies_path = os.environ.get("TWITTER_COOKIES_PATH", "twitter_cookies.json") 客户端.load_cookies(cookies_path) 用户 = 客户端.get_user_by_screen_name(username) 关注者 = 用户.get("followers_count", 0) 关注 = 用户.get("friends_count", 0) 比例 = 关注 / max(关注者, 1) 推文 = 客户端.get_user_tweets(用户["rest_id"], count=20) 返回 { "username": username, "followers": 关注者, "following": 关注, "ratio": round(比例, 2), "tweet_count": 用户.get("statuses_count", 0), "recent_tweets": len(推文), }
步骤 2：检查 Shadowban 状态 手动检查：shadowban.yuzurisa.com
步骤 3：分析关注列表 根据以下标准推荐取消关注： 90+ 天无推文（不活跃） 从未与你互动（无价值） 关注者数量低，关注数量高（可能是机器人） 无互动
步骤 4：找到互动机会 异步函数 find_opportunities(niche_keywords: list[str])： 客户端 = RnetTwitterClient() cookies_path = os.environ.get("TWITTER_COOKIES_PATH", "twitter_cookies.json") 客户端.load_cookies(cookies_path) 机会 = [] 对于每个关键词： 推文 = 客户端.search_tweets(f"{keyword} lang:en -filter:replies", count=50, product="Top") 对于每条推文： 如果 点赞数 >= 50 且 回复数 < 20： 机会.append(推文) 返回 sorted(机会, key=lambda t: t["favorite_count"], reverse=True)
账户健康评分（TweepCred） 基于 Twitter 开源算法： 评分 = PageRank x (1 / max(1, 关注/粉丝)) 比例 估计 TweepCred 算法处理 < 0.6 65+（健康） 所有推文均被考虑 0.6 - 2.0 40-65 有限考虑 2.0 - 5.0 20-40 严重惩罚
5.0 < 20 只有 3 条推文最大
取消关注策略 优先顺序 不活跃账户 — 90+ 天无推文 不互动者 — 从未点赞/回复你的推文 低价值关注 — 高关注/低粉丝（类似机器人）
执行计划 第 1 周：取消关注 30 个不活跃账户 第 2 周：取消关注 30 个不互动者 第 3 周：取消关注 30 个低价值关注 第 4 周：评估比例改善
内容策略（算法优化） 推文类型按算法权重 类型 权重 推荐 作者回复推文 +75 总是回复评论 带有回复的推文 +13.5 提问 带有个人主页点击的推文 +12.0 引人入胜 带有长停留时间的推文 +10.0 使用线程 转发 +1.0 低价值 点赞 +0.5 最低价值
内容混合 40% 有价值内容（见解、技巧、框架） 30% 互动诱饵（问题、投票、热点） 20% 公开建设（进度更新、胜利、失败） 10% 促销（附带价值）
媒体要求 每条推文应包含以下之一： 图像、视频（< 2:20）、投票或线程（7-10 条推文）
每周例行程序 每天（15 分钟） 发布 1-3 条带有媒体的推文 回复所有评论 与 5-10 条推文互动 检查通知并回复
每周（星期六） 运行完整健康检查 查看哪些内容表现最佳 取消关注 10-20 个低价值账户 规划下周的内容主题
每月 完全比例审查（目标 < 2.0） Shadowban 检查 内容审计（媒体 %、链接 %） 里程碑检查（粉丝目标）