Was sind die Obsidian Social Scrapers?
Wer Creator, Wettbewerber oder Accounts beobachtet, will den Inhalt — nicht die auf Maximal-Reichweite getrimmte Verpackung. Die Obsidian Social Scrapers holen öffentliche Profile und Posts von Instagram, LinkedIn und X in deinen Vault und verwandeln jeden Post in ein neutrales Briefing: was gesagt wurde, mit welchen Kennzahlen — ohne den Engagement-Bait-Ton. Drei Skills, ein gemeinsamer Python-Core, eine Markdown-Notiz pro Post.
Die drei Scraper
linkedin-scraperProfile samt letzter Posts mit Engagement-Daten (Reaktionen, Kommentare, Reposts) — der reißerische Engagement-Bait-Ton wird zu einem nüchternen Briefing neutralisiert. Privates Repo.instagram-scraperProfile und Posts inklusive Reels-Transkription via lokalem Whisper.cpp — kein Cloud-Audio, die Tonspur verlässt deine Maschine nicht. Privates Repo.x-scraperProfile mit Tweets, Threads und Quote-Tweets über die offizielle X API v2 (App-only Bearer Token) — ToS-konform, kein Web-Scrape. Privates Repo.Ein geteilter Core, keine Duplikation
Die drei Scraper teilen sich _social_common — einen stdlib-only Python-Core, aus dem die gemeinsame Logik byte-identisch extrahiert wurde. Jedes Plugin vendort eine Kopie über ein Sync-Skript; eine PyPI-Veröffentlichung gibt es bewusst nicht. Lego-Blocks statt drei Mal dieselbe Mechanik.
tokensEinheitliches Handling der Apify- und LLM-Schlüssel — eine Quelle, kein Copy-Paste pro Plugin.llm_clientProvider-agnostischer Completion-Seam (Anthropic oder Ollama) für das Briefing-Polishing — lazy importiert, damit der Core stdlib-importierbar bleibt.render_helpersMarkdown-Rendering: Slugify, Pipe-Escaping, Content-Previews, Tag-Sanitizing — byte-identisch über alle Scraper.timestampsEinheitliche Zeitstempel-Auflösung für Frontmatter, Logs und Datei-Sortierung.Neutrale Briefings statt Engagement-Bait
Roher Social-Text ist auf Reichweite optimiert: Cliffhanger, Hook-Zeilen, künstliche Dringlichkeit. Vor dem Schreiben in den Vault läuft jeder Post durch eine LLM-gestützte Politur, die den Inhalt in ein sachliches Briefing überführt — die Engagement-Kennzahlen bleiben als Daten erhalten, der manipulative Ton fällt weg. Das Polishing läuft provider-agnostisch über deinen eigenen Anthropic-Schlüssel oder lokal via Ollama.
Datenschutz & Verfügbarkeit
Gelesen werden nur öffentliche Profile. Die Instagram-Reels-Transkription läuft lokal über Whisper.cpp — die Tonspur verlässt deine Maschine nicht. Die Scraper werden privat weiterentwickelt; alle Repositories liegen aktuell privat auf GitHub. Für den Abruf wird ein Apify-Token benötigt, fürs Polishing optional ein LLM-Schlüssel.
Häufige Fragen
Was sind die Obsidian Social Scrapers?+
Eine Familie von drei Claude-Code-Skills, die öffentliche Profile und Posts von Instagram, LinkedIn und X einlesen und als neutrale Markdown-Notizen in deinen Obsidian-Vault schreiben. Statt Engagement-Bait bekommst du ein nüchternes Briefing pro Post. Sie teilen sich einen gemeinsamen, stdlib-only Python-Core und werden privat weiterentwickelt.
Welche Plattformen werden unterstützt?+
Instagram (inkl. Reels-Transkription via lokalem Whisper.cpp), LinkedIn (Profile + Posts mit Engagement-Daten) und X / Twitter (über die offizielle X API v2, ToS-konform). Alle drei Scraper liegen aktuell in privaten Repositories.
Warum ein geteilter Core?+
Token-Handling, Markdown-Rendering, Zeitstempel und das LLM-Polishing waren in allen drei Scrapern identisch. Der geteilte Python-Core (_social_common) zieht diese Logik in eine Quelle — stdlib-only, byte-identisch extrahiert, mit eigener Smoke-Test-Suite. Die Plugins vendoren eine Kopie; einen separaten Klon brauchen Endnutzer nicht.
Welche laufenden Kosten entstehen?+
Die Skills selbst werden privat entwickelt und genutzt. Laufende Kosten entstehen nur durch die genutzten Drittdienste: ein Apify-Token für das Abrufen der Profile und — optional — ein LLM-Schlüssel für das Briefing-Polishing (oder lokal via Ollama).