social-graph-ranker — independently scanned and version-tracked by SaferSkills.
SaferSkills independently audited social-graph-ranker (Agent Skill) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.
Findings & checks · 0 flagged
Every scanned point with the score it earned and what moved between them.
First recorded scan — no prior version to compare against.
The primary manifest — the file an agent reads to learn what this artifact does.
ネットワーク認識型アウトリーチのための正規化された重み付きグラフランキングレイヤー。
以下の機能が必要な場合にこのツールを使用する：
lead-intelligence や connections-optimizer とは独立してグラフの数学的原理を理解するユーザーが主にランキングエンジンを必要としている場合にこのスキルを選択する：
ユーザーが実際に以下を必要としている場合は、単独で使用しない：
lead-intelligence を使用connections-optimizer を使用以下を収集または推論する：
以下が与えられたとする：
T = 重み付きターゲットのセットM = 現在の相互フォロワー/直接コネクションd(m, t) = 相互フォロワー m からターゲット t への最短ホップ距離w(t) = シグナルスコアリングからのターゲット重み基本ブリッジスコア：
B(m) = Σ_{t ∈ T} w(t) · λ^(d(m,t) - 1)ここで：
λ は減衰因子、通常 0.52度拡張：
B_ext(m) = B(m) + α · Σ_{m' ∈ N(m) \\ M} Σ_{t ∈ T} w(t) · λ^(d(m',t))ここで：
N(m) \\ M は相互フォロワーが知っているがユーザーが知らない人のセットα は2度の到達可能性に対する割引、通常 0.3レスポンス調整後の最終ランキング：
R(m) = B_ext(m) · (1 + β · engagement(m))ここで：
engagement(m) は正規化されたレスポンス性または関係強度β はエンゲージメントボーナス、通常 0.2解釈：
R(m) と直接ブリッジパス -> ウォームな紹介リクエストR(m) と1ホップのブリッジパス -> 条件付き紹介リクエストR(m) またはブリッジなし -> 直接アウトリーチまたはギャップ補完に注力グラフ探索前に、現在の優先度セットに基づいてターゲットを重み付けする：
探索後に相互フォロワーを重み付けする：
R(m) でランク付けする。ソーシャルグラフランキング
====================
優先度セット：
プラットフォーム：
減衰モデル：
トップブリッジ
- 相互フォロワー / コネクション
基本スコア：
拡張スコア：
最良ターゲット：
パスサマリー：
推奨アクション：
条件付きパス
- 相互フォロワー / コネクション
理由：
追加ホップコスト：
ウォームパスなし
- ターゲット
推奨：直接連絡 / グラフギャップを補完lead-intelligence はより広いターゲット発見とアウトリーチパイプラインでこのランキングモデルを使用するconnections-optimizer は誰を保持、トリミング、または追加するかを決定する際に同じブリッジロジックを使用するbrand-voice は紹介リクエストや直接アウトリーチを起草する前に実行するx-api はXグラフへのアクセスとオプションの実行パスを提供する~30 seconds. Free. No account. Every finding cites a rule and a line of evidence.