Communitygithub.com

Lernpfad-Ersteller

Entwerfe personalisierte Lernpläne für Fähigkeiten, Themen und Karriereentwicklung.

Was ist Lernpfad-Ersteller?

Der Lernpfad-Ersteller ist eine KI-Agenten-Fertigkeit, die strukturierte, effektive Lernpläne erstellt, um neue Fähigkeiten zu erwerben oder vorhandenes Wissen zu vertiefen. Anstatt dem überwältigenden „Schlauchboot“-Ansatz zu folgen, erstellt diese Fertigkeit gezielte, progressive Lernpfade basierend auf den Zielen, zeitlichen Einschränkungen und dem Lernstil des Benutzers. Sie stützt sich auf Prinzipien der Kognitionswissenschaft, Erwachsenenbildung und Expertiseforschung, um Lernpläne zu entwickeln, die tatsächlich funktionieren – mit Schwerpunkt auf aktiver Praxis, verteiltem Lernen und progressiver Komplexität. Die Lernpfade umfassen kuratierte Ressourcen, Praxisprojekte, Meilensteinbewertungen und Verantwortlichkeitsstrukturen, um den Benutzer vom Anfänger zum kompetenten Anwender zu führen und echte Kompetenz zu fördern. Diese Fertigkeit kann in jedem KI-Agenten-Ökosystem eingesetzt werden und unterstützt die Plattformen Claude Code, Cursor und Codex, indem sie eine flexible, auf den Benutzer zugeschnittene Lernreise ermöglicht.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/data/learning-path-creator

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Lernpfad-Ersteller?

Die Fertigkeit „Lernpfad-Ersteller“ hilft dir, strukturierte, effektive Lernpläne zu entwickeln, um neue Fähigkeiten zu erwerben oder vorhandenes Wissen zu vertiefen. Anstatt dem überwältigenden „Schlauchboot“-Ansatz zu folgen, erstellt diese Fertigkeit gezielte, progressive Lernpfade basierend auf deinen Zielen, zeitlichen Einschränkungen und deinem Lernstil.

Diese Fertigkeit wendet Prinzipien der Kognitionswissenschaft, Erwachsenenbildung und Expertiseforschung an, um Lernpläne zu erstellen, die tatsächlich funktionieren. Sie betont aktive Praxis statt passiver Konsum, verteiltes Lernen statt Pauken und progressive Komplexität statt zufälliger Erkundung. Der Fokus liegt auf Behalten, Anwendung und dem Aufbau echter Kompetenz – nicht nur auf dem Absolvieren von Kursen.

Die Lernpfade umfassen kuratierte Ressourcen, Praxisprojekte, Meilensteinbewertungen und Verantwortlichkeitsstrukturen, um dich vom Anfänger zum kompetenten Anwender zu führen.

Kernabläufe

Ablauf 1: Lernpfad-Design

Erstelle einen umfassenden Lernplan:

  1. Zielklärung: Was möchtest du können?
  2. Ausgangsbewertung: Was weißt du bereits?
  3. Kontextverständnis: Warum lernst du dies? Bis wann?
  4. Ressourcenkuratierung: Bücher, Kurse, Tutorials, Communities
  5. Projektplanung: Praktische Anwendungsmöglichkeiten
  6. Meilensteindefinition: Kontrollpunkte zur Fortschrittsvalidierung
  7. Zeitplan-Design: Zeitverteilung und Taktung
  8. Verantwortlichkeit einrichten: Tracking und externes Engagement

Ablauf 2: Fähigkeitsbewertung

Bewerte das aktuelle Niveau:

  1. Selbsteinschätzung: Bewerte dein aktuelles Wissen
  2. Lückenidentifikation: Was musst du lernen?
  3. Prioritätenzuordnung: Was ist am wichtigsten für dein Ziel?
  4. Lernstil: Wie lernst du am besten?
  5. Einschränkungsanalyse: Zeit-, Geld- und Zugangsbeschränkungen

Ablauf 3: Ressourcenempfehlung

Kuriere die besten Lernmaterialien:

  1. Formatpräferenzen: Bücher, Videos, Kurse, Tutorials?
  2. Qualitätsfilter: Anfängerfreundlich vs. fortgeschritten
  3. Zeitüberlegungen: Schnelle Erfolge vs. tiefgehende Recherchen
  4. Budget: Kostenlose vs. kostenpflichtige Optionen
  5. Sequenzierung: Was in welcher Reihenfolge konsumieren

Ablauf 4: Fortschrittsverfolgung

Überwache deine Lernreise:

  1. Abschlussverfolgung: Was ist erledigt vs. was bleibt
  2. Verständnisprüfung: Kannst du Konzepte erklären/anwenden?
  3. Projektmeilensteine: Baue echte Dinge, um Kompetenz zu beweisen
  4. Schwierigkeitsanpassung: Zu einfach? Zu schwer? Genau richtig?
  5. Motivationsprüfung: Was funktioniert? Was zieht herunter?

Ablauf 5: Lernüberprüfung

Regelmäßige Bewertung und Anpassung:

  1. Fortschrittsbewertung: Wo stehst du im Vergleich zu deinem Plan?
  2. Wissensbehalten: Was hast du tatsächlich behalten?
  3. Anwendungserfolg: Kannst du dies in realen Kontexten nutzen?
  4. Pfadanpassung: Beschleunigen, verlangsamen, umschwenken?
  5. Nächste Phase: Welche nächste Stufe der Fähigkeitsentwicklung?

Lernrahmen

Die vier Stufen der Kompetenz

Stufe 1: Unbewusste Inkompetenz Du weißt nicht, was du nicht weißt

  • Strategie: Exposition und Bewusstseinsbildung
  • Aktivitäten: Umfragen, Einführungsinhalte, grobes Bild

Stufe 2: Bewusste Inkompetenz Du weißt, was du nicht weißt (schwierigste Stufe)

  • Strategie: Gezielte Praxis mit unmittelbarem Feedback
  • Aktivitäten: Tutorials, Übungen, Projekte mit Anleitung

Stufe 3: Bewusste Kompetenz Du kannst es, aber es erfordert Konzentration

  • Strategie: Wiederholung und Variation
  • Aktivitäten: Projekte, andere unterrichten, reale Anwendung

Stufe 4: Unbewusste Kompetenz Du tust es natürlich, ohne nachzudenken

  • Strategie: Wartung und Meisterschaft
  • Aktivitäten: Komplexe Projekte, Mentoring, Grenzen überschreiten

Progressive Lernschichten

Schicht 1: Grundlagen (20 % der Zeit) Kernkonzepte, Vokabular, mentale Modelle

  • Ziel: Baue ein Gerüst für tieferes Lernen
  • Methoden: Einführungskurse, Übersichtsbücher

Schicht 2: Aktive Praxis (50 % der Zeit) Praktische Anwendung, Dinge bauen

  • Ziel: Entwickle praktische Kompetenz
  • Methoden: Tutorials, Übungen, kleine Projekte

Schicht 3: Echte Anwendung (20 % der Zeit) Verwende es in der tatsächlichen Arbeit oder in sinnvollen Projekten

  • Ziel: Kontext und Integration
  • Methoden: Nebenprojekte, freiberufliche Arbeit, Beiträge

Schicht 4: Lehre und Verfeinerung (10 % der Zeit) Erkläre es anderen, fülle Wissenslücken

  • Ziel: Tiefes Verständnis und Behalten
  • Methoden: Schreiben, Lehren, Mentoring

Der projektbasierte Lernansatz

Nicht lernen → dann anwenden: Bauen → Lernen → Bauen → Lernen

Beispiel für Webentwicklung:

  1. Projekt: Baue eine persönliche Website
  2. Lernen: HTML/CSS-Grundlagen (gerade genug)
  3. Projekt: Füge Interaktivität hinzu
  4. Lernen: JavaScript-Grundlagen
  5. Projekt: Füge eine Datenbank hinzu
  6. Lernen: Backend-Grundlagen
  7. Weiter: Jedes Projekt treibt das nächste Lernen an

Kurzreferenz

AktionBefehl/Auslöser
Neuen Pfad erstellen„Lernpfad für [Fähigkeit] erstellen“
Fähigkeitsbewertung„mein [Fähigkeit]-Niveau bewerten“
Ressourcenempfehlungen„Was sollte ich für [Fähigkeit] lernen?“
Fortschrittsupdate„Lernfortschrittsupdate“
Projektideen„Praxisprojekte für [Fähigkeit]“
Lernen überprüfen„Meinen Lernpfad überprüfen“
Plan anpassen„Mein Lernpfad muss angepasst werden“
Nächste Schritte„Was sollte ich als Nächstes in [Pfad] lernen?“

Lernpfad-Vorlagen

30-Tage-Fähigkeits-Sprint-Vorlage

FÄHIGKEIT: [Name der Fähigkeit]
ZIEL: [Spezifische Fähigkeit, die du erlangen möchtest]
ZEITAUFWAND: [Stunden pro Tag/Woche]

WOCHE 1: GRUNDLAGEN
- [ ] Ressource 1: [Buch/Kurs - Kernkonzepte]
- [ ] Ressource 2: [Tutorial - Erste Schritte]
- [ ] Mini-Projekt: [Etwinz Kleines, um Grundlagen zu beweisen]
- Kontrollpunkt: Kannst du die Grundlagen jemandem erklären?

WOCHE 2: PRAXIS
- [ ] Ressource 3: [Fortgeschrittene Tutorials]
- [ ] Übungsaufgaben [spezifische Liste]
- [ ] Projekt 1: [Kleines echtes Projekt]
- Kontrollpunkt: Kannst du etwas ohne Tutorial bauen?

WOCHE 3: ANWENDUNG
- [ ] Projekt 2: [Komplexere Anwendung]
- [ ] Debugging-Übung [bewusste Probleme]
- [ ] Community-Engagement [Fragen stellen/beantworten]
- Kontrollpunkt: Kannst du Probleme eigenständig lösen?

WOCHE 4: INTEGRATION
- [ ] Projekt 3: [Kombiniert mehrere Konzepte]
- [ ] Lehre: [Jemandem erklären oder darüber schreiben]
- [ ] Überprüfung und Reflexion
- Kontrollpunkt: Bereit für den Einsatz in der Praxis?

ERFOLGSKRITERIEN:
- [ ] Kann [bestimmte Sache] von Grund auf bauen
- [ ] Kann [Kernkonzepte] klar erklären
- [ ] Kann [häufige Probleme] debuggen
- [ ] Fühle mich sicher bei der Anwendung in der echten Arbeit

Vorlage zur Karrierefähigkeitsentwicklung

FÄHIGKEIT: [Name der Fähigkeit]
AKTUELLES NIVEAU: [Anfänger/Mittel/Fortgeschritten]
ZIELNIVEAU: [Wo du sein möchtest]
ZEITPLAN: [3/6/12 Monate]
WARUM: [Karriereziel oder Anforderung]

PHASE 1: GRUNDLAGEN (Monat 1-2)
Lernen: [Kernkonzepte, Grundlagen]
Ressourcen:
- [ ] Buch: [Titel]
- [ ] Kurs: [Titel]
Übung:
- [ ] Projekt 1
- [ ] Projekt 2
Meilenstein: [Spezifische Fähigkeit]

PHASE 2: TIEFE (Monat 3-4)
Lernen: [Fortgeschrittene Themen]
Ressourcen:
- [ ] Fortgeschrittener Kurs/Buch
- [ ] Dokumentation - tiefgehend
Übung:
- [ ] Projekt 3 (komplexer)
- [ ] Zu Open Source beitragen
Meilenstein: [Spezifische Fähigkeit]

PHASE 3: MEISTERSCHAFT (Monat 5-6)
Lernen: [Spezialisierte Bereiche, Best Practices]
Ressourcen:
- [ ] Inhalt auf Expertenniveau
- [ ] Community-Beteiligung
Übung:
- [ ] Reale Anwendung
- [ ] Andere lehren/Mentoring
Meilenstein: [Berufliche Kompetenz]

WÖCHENTLICHES ZEITBUDGET: [Stundenaufteilung]
- Lernen: [X Stunden]
- Übung: [X Stunden]
- Projekte: [X Stunden]
- Überprüfung: [X Stunden]

ERFOLGSMETRIKEN:
- Portfolio-Stücke: [Anzahl und Typ]
- Zertifizierungen: [Falls zutreffend]
- Reale Nutzung: [Job, freiberuflich, etc.]

Vorlage für tiefgehende Themen

THEMA: [Fachgebiet]
TIEFENZIEL: [Arbeitswissen / Experte / Meisterschaft]
ZWECK: [Warum du dies lernst]

VORARBEIT: KONTEXT AUFBAUEN
- [ ] Überblick über das Feld: [Ressourcenübersicht]
- [ ] Verstehen, warum es wichtig ist
- [ ] Hauptthemen identifizieren

KERNLEHRPLAN
Ressourcen (in Reihenfolge):
1. [Einführungsressource]
2. [Grundlegende Ressource]
3. [Fortgeschrittene Ressource]

Aktives Lernen:
- [ ] Notizen in eigenen Worten machen
- [ ] Konzeptkarten erstellen
- [ ] Anderen erklären
- [ ] Zusammenfassende Aufsätze schreiben

Anwendung:
- [ ] Reale Beispiele
- [ ] Fallstudien
- [ ] Aufgabenstellungen
- [ ] Lehrmoment

INTEGRATION
Verbinden mit:
- [Verwandtes Thema 1]
- [Verwandtes Thema 2]
- [Praktischer Anwendungsbereich]

MEISTERSCHAFTSNACHWEISE:
- [ ] Kann einem Anfänger dies beibringen
- [ ] Kann Nuancen mit Experten diskutieren
- [ ] Kann in neuartigen Situationen anwenden

Best Practices

  • Beginne mit dem Ziel - Definiere, was du KÖNNEN möchtest, nicht nur wissen
  • Baue, bevor du bereit bist - Projekte lehren mehr als Kurse
  • Lerne just-in-time - Studiere, was du für dein aktuelles Projekt brauchst
  • Lehre, um zu festigen - Der beste Weg zu lernen ist, es anderen zu erklären
  • Übe gezielt - Konzentriere dich auf Schwachstellen, erhalte sofortiges Feedback
  • Verteile dein Lernen - Verteiltes Üben schlägt Pauken
  • Teste dich regelmäßig - Abrufübung hilft beim Behalten
  • Variiere deine Übung - Unterschiedliche Kontexte vertiefen das Verständnis
  • Suche früh Feedback - Übe keine Fehler ein
  • Konzentriere dich auf Grundlagen - Tiefe Grundlagen schlagen oberflächliche Breite
  • Trete Communities bei - Lernen ist sozial
  • Verfolge deinen Fortschritt - Sichtbarer Fortschritt erhält die Motivation
  • Plane Lernzeit ein - Es passiert nicht spontan
  • Begrenze die Anzahl paralleler Projekte - Eine Hauptfähigkeit nach der anderen
  • Überprüfe und reflektiere - Verteiltes Wiederholen verhindert Vergessen

Anti-Patterns beim Lernen

Tutorial-Hölle

Problem: Folgst ständig Tutorials, kannst aber nicht eigenständig bauen Lösung: Baue nach jedem Tutorial etwas Ähnliches ohne Anleitung

Sammlerfehlschluss

Problem: Horten Kurse und Bücher, beendest sie aber nie Lösung: Eine Ressource nach der anderen, Abschluss vor Sammlung

Perfektionismus-Paralyse

Problem: Warten, bis du etwas „vollständig verstehst“, bevor du übst Lösung: Baue zuerst unordentliche Entwürfe, iteriere zur Qualität

Passiver Konsum

Problem: Videos ansehen und lesen, ohne zu tun Lösung: 80 % Übung, 20 % Konsum

Zufälliges Lernen

Problem: Zwischen Themen ohne Struktur springen Lösung: Folge einem gezielten Pfad, beende, was du beginnst

Empfohlene Lernressourcen

Meta-Lernen (Wie man lernt)

  • Buch: „Make It Stick“ - Wissenschaft des erfolgreichen Lernens
  • Buch: „Ultralearning“ - Selbstgesteuerte Lernstrategien
  • Buch: „Peak“ - Geheimnisse der Expertise
  • Artikel: Bloom's Taxonomy - Verständnisstufen

Plattformen nach Lernstil

Projektbasierte Lernende

  • freeCodeCamp, The Odin Project, Frontend Mentor
  • Baue ab Tag eins echte Projekte

Strukturierte Lernende

  • Coursera, edX, Udacity
  • Vollständige Lehrpläne mit Zertifikaten

Video-Lernende

  • YouTube-Kanäle, Udemy, Skillshare
  • Visuelle Demonstrationen

Buch-Lernende

  • Technische Bücher, O'Reilly, Manning
  • Tiefe, umfassende Abdeckung

Community-Lernende

  • Discord-Server, Reddit, Stack Overflow
  • Durch Zusammenarbeit lernen

Integrationspunkte

Diese Fertigkeit funktioniert gut mit:

  • Zielsetzer: Lernen mit Karriere-/persönlichen Zielen abstimmen
  • Tagesplaner: Dedizierte Lernzeit einplanen
  • Leselisten-Manager: Lernressourcen verfolgen
  • Gewohnheitstracker: Konsistente Lerngewohnheiten aufbauen
  • Journaleingabe: Über Lernfortschritt reflektieren

Beispiel für eine Lernpfad-Sitzung

Benutzer: „Lernpfad für Python erstellen“

Fertigkeitsantwort: „Gute Wahl – Python ist unglaublich vielseitig. Lass uns einen Lernpfad entwerfen, der zu dir passt.

Zuerst ein paar Kontextfragen, um es zu personalisieren:

1. Was möchtest du MIT Python MACHEN?

  • Datenanalyse/Wissenschaft?
  • Webentwicklung?
  • Automatisierung/Scripting?
  • Maschinelles Lernen?
  • Allgemeine Programmierkenntnisse?

2. Welche Programmiererfahrung hast du derzeit?

  • Noch nie programmiert?
  • Kannst du eine andere Sprache?
  • Ein bisschen herumexperimentiert?

3. Wie viel Zeit kannst du investieren?

  • Stunden pro Woche?
  • Zeitplan/Deadline?

4. Wie lernst du am besten?

  • Videos und Tutorials?
  • Bücher und Dokumentation?
  • Durch Projekte bauen?
  • Mischung aus allem?

Nimm dir Zeit – gute Antworten ergeben einen besseren Pfad."

Benutzer: „Möchte Datenanalyse machen, noch nie programmiert, kann 5 Stunden pro Woche, lerne am besten durch Projekte“

Fertigkeitsantwort: „Perfekt. Datenanalyse ohne Programmiererfahrung, projektorientierter Ansatz, 5 Stunden/Woche.

Hier ist dein personalisierter Pfad:

Python für Datenanalyse: 12-Wochen-Lernpfad

Phase 1: Python-Grundlagen (Wochen 1-4)

Ziel: Grundlegende Python-Kompetenz

Woche 1-2: Grundlagen

  • Ressource: freeCodeCamp Python-Kurs (erste 4 Stunden)
  • Mini-Projekt: Baue einen einfachen Taschenrechner
  • Übung: 30 Python-Übungen auf Exercism
  • Zeit: 3 Std. Lernen, 2 Std. Übung

Woche 3-4: Datenstrukturen

  • Ressource: „Automate the Boring Stuff“ (Kapitel zu Listen, Dicts)
  • Projekt: Baue einen Kontakt-Manager (speichert/ruft Daten ab)
  • Zeit: 2 Std. Lesen, 3 Std. Projekt

Kontrollpunkt: Kannst du Schleifen, Funktionen schreiben und mit Listen/Dicts arbeiten?

Phase 2: Datenanalyse-Werkzeuge (Wochen 5-8)

Ziel: pandas, numpy, Visualisierungsgrundlagen

Woche 5-6: pandas Grundlagen

  • Ressource: Kaggle's pandas-Kurs
  • Projekt: Analysiere einen einfachen Datensatz (wir wählen gemeinsam einen aus)
  • Zeit: 2 Std. Tutorials, 3 Std. Projekt

Woche 7-8: Visualisierung

  • Ressource: matplotlib/seaborn-Tutorials
  • Projekt: Erstelle Diagramme aus deinem Datensatz
  • Zeit: 1 Std. Tutorials, 4 Std. Projektarbeit

Kontrollpunkt: Kannst du Daten laden, bereinigen und visualisieren?

Phase 3: Echte Analyse (Wochen 9-12)

Ziel: End-to-End-Datenanalyse

Woche 9-10: Vollständiges Analyseprojekt

  • Wähle einen echten Datensatz (Kaggle, data.gov)
  • Bereinigen → Analysieren → Visualisieren → Erkenntnisse
  • Zeit: Volle 5 Stunden am Projekt

Woche 11-12: Fortgeschrittene Techniken

  • Lerne nach Bedarf für dein Projekt
  • Verfeinere und dokumentiere deine Arbeit
  • Teile deine Analyse

Abschließender Kontrollpunkt: Veröffentlichte Analyse auf GitHub


Wöchentliche Struktur (5 Stunden):

  • Montag: 1 Stunde Lernen (Tutorial/Lesen)
  • Mittwoch: 2 Stunden hands-on

...

[Gekürzt für die Übersetzung]

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

majiayu000/claude-skill-registry

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

Verwandte Skills