本文へ移動
cccskills
無料GitHub で公開

network-map

Turn your LinkedIn connections data export into warm-intro intelligence: find your 1st-degree contacts at a target company, identify likely warm-intro paths, and draft a tailored outreach message per contact. Triggers: red de contactos, networking LinkedIn, contactos en una empresa, warm intro, referido, quien conozco en, LinkedIn connections export.

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcaneスター 3(GitHub 3 + cccskills 0)
連携ツールLinkedIn

実行スコア 未検証

インストール方法を見る

含まれるファイル(2)

  • SKILL.md3.8 KB
  • scripts/network_map.py3.6 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

Network Map - Inteligencia de contactos para warm intros

Convertís el export de conexiones de LinkedIn en inteligencia accionable: dado un target company, quién de tu red 1er-grado trabaja (o trabajó) ahí, quién puede darte un warm intro, y un mensaje custom por contacto. Reemplaza a LinkedIn Premium para esto: solo necesitás tu propio export + Claude.

Conseguir el export (una vez)

En LinkedIn → Settings → Data Privacy → Get a copy of your data → Download. En el ZIP viene Connections.csv (tus 1er-grado con nombre, URL, empresa, posición, fecha de conexión). Pasáselo a la skill.

Privacidad: Connections.csv es data personal de terceros. Guardalo en 05-Contactos/ del workspace y nunca lo commitees a un remoto. Trabajalo localmente.

Qué produce

Dado un target company:

  1. 1er-grado en la empresa - contactos tuyos que trabajan ahí ahora (match por Company).
  2. Paths de warm intro - contactos 1er-grado que probablemente conozcan gente del target (ej. ex-empleados de la empresa, gente del mismo rubro/rol) y podrían presentarte. Nota honesta: el export solo tiene tus 1er-grado; el verdadero 2do-grado (las conexiones de ellos) no está en el archivo. Lo que hacemos es inferir buenos candidatos a intro desde tus 1er-grado (empleo actual/pasado en el target, overlap de empresa/rol), no leer la red de cada uno.
  3. Mensaje por contacto - template custom según historia compartida (misma empresa pasada, mismo rubro, conexión vieja vs reciente).

El motor

scripts/network_map.py parsea Connections.csv (maneja el preámbulo del export) y filtra/rankea por empresa.

# Contactos en una empresa
python scripts/network_map.py --csv "05-Contactos/Connections.csv" --company "Acme"

# Top empresas donde tenés más contactos (descubrir oportunidades)
python scripts/network_map.py --csv "05-Contactos/Connections.csv" --top-companies

Devuelve nombre, posición, empresa, URL del perfil y fecha de conexión. Vos (Claude) tomás esa salida y armás los paths de intro y los mensajes.

Modos

import <path> - Registrar el export

Copiar/referenciar Connections.csv en 05-Contactos/, verificar que parsea (corré el script con --top-companies), y reportar tamaño de la red + top empresas.

[company] - Mapear una empresa

  1. Correr el script filtrando por la empresa.
  2. Clasificar: 1er-grado actuales en la empresa vs candidatos a warm-intro (ex-empleados / mismo rubro).
  3. Priorizar por relevancia (seniority/rol vs tu objetivo) y calidez (conexión reciente, historia compartida).
  4. Draftear un mensaje por contacto top (apoyate en /cold-outreach para el tono y los templates).
  5. Guardar contactos relevantes como notas en 05-Contactos/ (template Contacto).

Reglas

  • Data de terceros: tratamiento local, nunca a un remoto sin confirmación; respetá privacidad.
  • No inventar relaciones ni 2do-grado que el export no soporta - sé explícito sobre qué es dato y qué es inferencia.
  • Calidad sobre cantidad: 5 contactos bien elegidos > 50 mensajes genéricos.

Handoff

Pedí aprobación (approval) antes de escribir notas de contacto o copiar el CSV al workspace. Cuando el mapa está READY, el siguiente paso es /cold-outreach para redactar los mensajes y agendar follow-ups.

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

コメント

ログインなしで書き込めます。使ってみた感想、質問、動かなかった環境などを気軽にどうぞ。

まだコメントはありません。最初のコメントを書いてみませんか。

送信するとすぐに公開されます。メールアドレスや電話番号などの個人情報は書かないでください。URL は 2 つまでです。

0 / 1000 文字

このフォームは reCAPTCHA で保護されており、Google のプライバシーポリシーと利用規約が適用されます。

同じリポジトリのスキル

Plan, design, and implement A/B tests and experiments with statistical rigor. Covers hypothesis frameworks, sample sizing, metrics, and result analysis.

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcane32026年10月27日 更新

Web/mobile accessibility decision guide: WCAG 2.2 AA, ARIA, keyboard nav, focus management, contrast, testing. Use for: a11y, accessibility, wcag, aria, screen reader, keyboard, contrast.

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcane32026年10月27日 更新

Generate, iterate, and scale ad creative for paid advertising across Google, Meta, LinkedIn, and X. Covers platform specs, creative frameworks, and quality validation.

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcane32026年10月27日 更新

Musica interactiva para juegos: layering vertical, re-secuenciacion horizontal, stingers, reglas de transicion con sync points, y mapeo de estados de gameplay a musica. Usar para: musica adaptativa, sistema de musica dinamica, transiciones musicales, combat music.

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcane32026年10月27日 更新

Design multi-agent systems, create agent architectures, define communication patterns, and build autonomous agent workflows with structured evaluation frameworks.

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcane32026年10月27日 更新

Inter-agent communication protocol for C-suite agent teams. Defines invocation syntax, loop prevention, isolation rules, response formats, and quality loops.

日本語の概要は準備中です。原文の説明を表示しています。

SebastianLuser/claude-code-arcane32026年10月27日 更新

SebastianLuser のスキルをすべて見る

このスキルの問題を報告する