everything-claude-code/docs/zh-CN/skills/social-graph-ranker/SKILL.md

---
name: social-graph-ranker
description: 加权社交图谱排名，用于在X和LinkedIn上发现温暖介绍、桥梁评分和网络差距分析。当用户想要可重用的图谱排名引擎本身，而不是其上层更广泛的推广或网络维护工作流时使用。
origin: ECC
---

# 社交图谱排名器

面向网络感知外联的规范化加权图排名层。

当用户需要以下功能时使用此工具：

* 根据内在价值对现有互关或联系人进行排名
* 为目标列表绘制温暖路径
* 衡量跨一度和二度连接的桥梁价值
* 决定哪些目标适合温暖引荐而非直接冷启动外联
* 独立于 `lead-intelligence` 或 `connections-optimizer` 理解图谱数学原理

## 何时独立使用

当用户主要需要排名引擎时选择此技能：

* "我的网络中谁最适合引荐我？"
* "对我的互关进行排名，看谁能帮我联系到这些人"
* "针对此ICP映射我的图谱"
* "展示桥梁数学计算"

当用户真正需要以下功能时，请勿单独使用此技能：

* 完整的潜在客户生成和外联序列 -> 使用 `lead-intelligence`
* 修剪、重新平衡和扩展网络 -> 使用 `connections-optimizer`

## 输入

收集或推断：

* 目标人物、公司或ICP定义
* 用户在X、LinkedIn或两者上的当前图谱
* 权重优先级，如角色、行业、地理位置和响应性
* 遍历深度和衰减容忍度

## 核心模型

给定：

* `T` = 加权目标集
* `M` = 你当前的互关/直接联系人
* `d(m, t)` = 从互关 `m` 到目标 `t` 的最短跳数距离
* `w(t)` = 来自信号评分的目标权重

基础桥梁分数：

```text
B(m) = Σ_{t ∈ T} w(t) · λ^(d(m,t) - 1)
```

其中：

* `λ` 是衰减因子，通常为 `0.5`
* 直接路径贡献全部价值
* 每增加一跳，贡献减半

二度扩展：

```text
B_ext(m) = B(m) + α · Σ_{m' ∈ N(m) \\ M} Σ_{t ∈ T} w(t) · λ^(d(m',t))
```

其中：

* `N(m) \\ M` 是互关认识但你认识的人集合
* `α` 对二度可达性进行折扣，通常为 `0.3`

响应调整后的最终排名：

```text
R(m) = B_ext(m) · (1 + β · engagement(m))
```

其中：

* `engagement(m)` 是归一化的响应性或关系强度
* `β` 是参与度加成，通常为 `0.2`

解读：

* 第一梯队：高 `R(m)` 和直接桥梁路径 -> 温暖引荐请求
* 第二梯队：中等 `R(m)` 和一跳桥梁路径 -> 条件性引荐请求
* 第三梯队：低 `R(m)` 或无可行桥梁 -> 直接外联或关注缺口填补

## 评分信号

在图遍历前根据当前优先级集对目标进行加权：

* 角色或职位匹配度
* 公司或行业契合度
* 当前活跃度和时效性
* 地理相关性
* 影响力或覆盖范围
* 响应可能性

在遍历后对互关进行加权：

* 进入目标集的加权路径数量
* 这些路径的直接性
* 响应性或过往互动历史
* 进行引荐的上下文契合度

## 工作流程

1. 构建加权目标集。
2. 从X、LinkedIn或两者拉取用户的图谱。
3. 计算直接桥梁分数。
4. 为最高价值的互关扩展二度候选者。
5. 按 `R(m)` 排名。
6. 返回：
   * 最佳温暖引荐请求
   * 条件性桥梁路径
   * 不存在温暖路径的图谱缺口

## 输出格式

```text
社交图谱排名
====================

优先级集合：
平台：
衰减模型：

顶级桥梁
- 共同好友 / 连接
  基础分数：
  扩展分数：
  最佳目标：
  路径摘要：
  推荐操作：

条件路径
- 共同好友 / 连接
  原因：
  额外跳数成本：

无温暖路径
- 目标
  推荐：直接联系 / 填补图谱空白
```

## 相关技能

* `lead-intelligence` 在更广泛的目标发现和外联管道中使用此排名模型
* `connections-optimizer` 在决定保留、修剪或添加谁时使用相同的桥梁逻辑
* `brand-voice` 应在起草任何引荐请求或直接外联之前运行
* `x-api` 提供X图谱访问和可选执行路径