Communitygithub.com

Intent-Driven Development

Verwandeln Sie mehrdeutige oder wichtige Produkt- und Engineering-Änderungen in klar abgegrenzte, überprüfbare Akzeptanzkriterien – vor oder parallel zur Implementierung. Dieses Skill wird verwendet, wenn ein Benutzer darum bittet, ein Feature zu klären, Akzeptanzkriterien zu definieren, Risiken bei Sicherheits-, Daten-, Migrations- oder Integrationsänderungen zu minimieren, Implementierungsanforderungen für einen anderen Agenten vorzubereiten oder eine komplexe Anfrage testbar zu machen.

Was ist Intent-Driven Development?

Dieses Skill, 'Intent-Driven Development', zielt darauf ab, vage oder risikoreiche Änderungsanfragen in präzise, überprüfbare Akzeptanzkriterien zu übersetzen, bevor mit der Implementierung begonnen wird. Es ist besonders nützlich für Änderungen in den Bereichen Sicherheit, Authentifizierung, persistente Daten, Migrationen, externe APIs oder Compliance, sowie für die Übergabe von Aufgaben an einen anderen Agenten oder ein Team. Das Skill untersucht zunächst den vorhandenen Kontext (Repository, Dokumentation, Schemata), wählt dann je nach Risikoprofil zwischen einer schnellen Aufnahme (Quick Capture) oder einer vollständigen Akzeptanzbeschreibung (Full Acceptance Brief) und stellt nur minimale, gezielte Fragen an den Benutzer. Die resultierenden Akzeptanzkriterien folgen einem strengen Format (AC-NNN) mit beobachtbaren Ergebnissen, verbotenen Nebenwirkungen, Verifikationsmethoden und Prioritäten. Das Skill unterstützt die folgenden Plattformen: Claude Code, Cursor, Codex und andere KI-Agenten, die auf Markdown-basierten Skill-Definitionen aufbauen und mit einem Arbeitsablauf arbeiten, der Revisionen verwaltet, falls während der Implementierung architektonische Einschränkungen auftreten.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/intent-driven-development

In Ihrer bevorzugten KI fragen

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

Dokumentation

Intent-Driven Development (Zielgerichtete Entwicklung)

Produzieren Sie nützliche Akzeptanzkriterien, ohne die Spezifikation zur Zeremonie werden zu lassen. Überprüfen Sie zuerst den verfügbaren Kontext, decken Sie echte Mehrdeutigkeiten auf und wählen Sie Verifikationsmethoden, die zur Arbeit und ihrem Risiko passen.

Wann zu aktivieren

  • Der Benutzer bittet darum, ein Feature zu klären, Akzeptanzkriterien zu definieren oder eine Änderung vor der Implementierung zu entschärfen
  • Die Anfrage betrifft Sicherheit, Authentifizierung, persistente Daten, Migrationen, externe APIs oder Compliance
  • Der Benutzer möchte ein Übergabe-Artefakt für einen anderen Agenten oder ein Team vorbereiten
  • Die Anfrage ist so mehrdeutig, dass das erwartete Ergebnis noch nicht beobachtbar oder testbar ist
  • Der Benutzer aktiviert dieses Skill explizit mit /intent-driven-development

Nicht aktivieren für triviale Änderungen, einfache Einzeiler-Fixes, aktive Debugging-Sitzungen, Code-Review-Anfragen oder Implementierungsanfragen, deren Akzeptanzbedingungen bereits klar sind.

Wie es funktioniert

  1. Zuerst den Kontext prüfen – liest das Repository, die Dokumentation, Schemata und die Testinfrastruktur nach technischen Fakten, bevor eine Frage gestellt wird, behandelt Produkt-/Geschäftseinschränkungen jedoch als etwas, das nur der Benutzer oder ein Produkt-Artefakt liefern kann
  2. Tiefe wählen – wählt basierend auf dem Risikoprofil zwischen Quick Capture (3-7 Kriterien, niedriges/mittleres Risiko) oder Full Acceptance Brief (Sicherheit, Daten, Migration, systemübergreifende Änderungen) aus
  3. Minimal nachfragen – stellt nur Fragen, deren Antworten nicht abgeleitet werden können und die den Umfang oder das Verhalten wesentlich ändern
  4. Beobachtbare Kriterien schreiben – jedes AC-NNN beschreibt eine Startbedingung, einen Auslöser, ein erwartetes Ergebnis, eine verbotene Nebenwirkung, eine Verifikationsmethode und eine Priorität; keine vagen Wörter wie "korrekt" oder "sicher" ohne Nachweis
  5. Fortfahren oder übergeben – für klare Anfragen ohne blockierende Risiken werden die Kriterien aufgezeichnet und fortgefahren; für riskante Änderungen werden Blocker präsentiert und auf Bestätigung gewartet
  6. Revisionen handhaben – falls ein AC während der Implementierung aufgrund architektonischer Einschränkungen fehlschlägt, wird es als [revised] markiert, der Umfang oder die Verifikationsmethode aktualisiert, die Revisionsnummer erhöht und nur die geänderten Kriterien erneut präsentiert

Beispiele

Quick Capture – "CSV-Export zum Dashboard hinzufügen"

Ziel: Authentifizierte Benutzer können Dashboard-Daten als CSV-Datei herunterladen.
Im Umfang: Export der aktuell gefilterten Zeilen; Dateiname enthält Datum.
Nicht im Umfang: Geplante Exporte, E-Mail-Zustellung, Excel-Format.
Annahmen: Maximale Zeilenanzahl unter 10k; keine personenbezogenen Daten in exportierten Feldern.

AC-001: Export generiert Datei mit korrekten Überschriften
- Szenario: authentifizierter Benutzer, mindestens eine Datenzeile sichtbar
- Aktion: Klick auf "CSV exportieren"
- Erwartet: Browser lädt Datei mit Spalten [id, name, created_at] herunter
- Darf nicht: interne Felder oder Zeilen anderer Benutzer offenlegen
- Verifikation: automatisierter Integrationstest + manueller Schema-Stichprobencheck
- Priorität: Erforderlich

Full Acceptance Brief Auslöser – "Benutzer-Authentifizierung auf OAuth migrieren"

Auth-Änderung + externe Abhängigkeit + vorhandene Sitzungsdaten → Full Brief mit Risk Review Tabelle, blockierenden Entscheidungen zur Sitzungsinvalidierungsstrategie und explizitem Rollback-AC.

Überprüfung einer bestehenden Spezifikation – Benutzer fügt ein PRD ein

Das Skill überprüft es auf fehlende Umfangsgrenzen, nicht verifizierbare Anforderungen ("das System muss schnell sein") und stille Annahmen und gibt dann korrigierte oder ergänzende Kriterien zurück, ohne die Discovery neu zu starten.

Betriebsregeln

  1. Überprüfen Sie den verfügbaren Repository-, Dokumentations-, Issue-, Design- und Testkontext, bevor Sie nach technischen Fakten fragen, die lokal entdeckt werden können.
  2. Leiten Sie keine Produkt- oder Geschäftsbeschränkungen aus Code ab. Geschäftsregeln, Compliance- und regulatorische Verpflichtungen, vertragliche SLAs, Preisgestaltung, Datenaufbewahrungsrichtlinien, Priorisierung und Zielbenutzer können nicht aus einem Repository gelesen werden. Behandeln Sie sie als unbekannt, bis der Benutzer sie liefert oder ein maßgebliches Produkt-Artefakt (PRD, Vertrag, Richtliniendokument) sie angibt. Notieren Sie sie als Annahmen, die zur Bestätigung markiert sind, niemals als entdeckte Fakten. Das Repository sagt Ihnen, wie sich das System heute verhält, nicht, was das Geschäft von ihm verlangt.
  3. Stellen Sie nur Fragen, deren Antworten erforderlich sind und nicht sicher abgeleitet werden können. Gruppieren Sie kurze, zusammenhängende Fragen, wenn das unnötige Interaktionen spart.
  4. Blockieren Sie die Implementierung nicht standardmäßig. Wenn der Benutzer um eine ausreichend klare Änderung gebeten hat, notieren Sie die wichtigsten Annahmen und Akzeptanzkriterien kurz und fahren Sie dann fort oder übergeben Sie sie an den Implementierungs-Workflow.
  5. Fordern Sie nur dann eine explizite Benutzerbestätigung an, bevor Sie fortfahren, wenn eine ungelöste Entscheidung zu einem erheblichen Sicherheitsrisiko, Datenverlust, irreversibler Migration, vertraglichem/API-Bruch, erheblichen Kosten oder einer destruktiven externen Aktion führen könnte.
  6. Schreiben Sie kein Akzeptanzdokument in ein Repository, ändern Sie keine Projektdateien, erstellen Sie keinen Branch, führen Sie keinen Commit durch oder rufen Sie kein anderes Skill auf, es sei denn, der Benutzer fordert es an oder der aktive Repository-Workflow verlangt es ausdrücklich.
  7. Behandeln Sie automatisierte Tests als Beweis, nicht als Wahrheit. Bevorzugen Sie Automatisierung, wenn sie zuverlässig und verhältnismäßig ist; erlauben Sie manuelle UX-, Zugänglichkeits-, Sicherheits-, rechtliche oder betriebliche Verifikation, wo Automatisierung das Ergebnis nicht feststellen kann.
  8. Fügen Sie niemals echte Geheimnisse, Anmeldeinformationen, Token, private Schlüssel, personenbezogene Daten oder sensible Produktions-Payloads in Akzeptanzkriterien, Testdaten, Beispiele oder gespeicherte Artefakte ein. Verwenden Sie geschwärzte oder synthetische Werte.
  9. Führen Sie keine destruktiven Tests, Migrationen, Sicherheitsscans, Lasttests, kostenpflichtigen externen Aufrufe oder Operationen gegen Produktions-/Live-Daten ohne ausdrückliche Genehmigung und eine identifizierte sichere Umgebung durch.
  10. Wenn ein Akzeptanzkriterium aufgrund einer während der Implementierung entdeckten architektonischen, plattform- oder externen Einschränkung nicht erfüllt werden kann, lassen Sie es nicht stillschweigend fallen oder umgehen Sie es. Aktualisieren Sie das betroffene Kriterium (markieren Sie es als [revised], nennen Sie die Einschränkung und passen Sie den Umfang oder die Verifikationsmethode an), erhöhen Sie die Revisionsnummer und präsentieren Sie dem Benutzer nur die geänderten Kriterien erneut, bevor Sie fortfahren. Fordern Sie nur dann eine explizite Bestätigung an, wenn die Revision eine blockierende Entscheidung ändert oder die Sicherheits- oder Korrektheitsgarantien wesentlich reduziert.

Wählen Sie die Tiefe

Verwenden Sie die kleinste nützliche Ausgabe.

Quick Capture

Verwenden Sie für eine klare, aber nicht triviale Änderung mit geringem oder mittlerem Risiko. Produzieren Sie:

  • Ziel
  • Im Umfang / Nicht im Umfang
  • Annahmen
  • 3-7 Akzeptanzkriterien mit Verifikationsmethoden
  • Blockierende Fragen, falls vorhanden

Verzögern Sie die Implementierung nicht für eine Genehmigung, es sei denn, es besteht ein blockierendes Risiko aus den Betriebsregeln oder der Benutzer hat ausdrücklich zuerst eine Spezifikation angefordert.

Full Acceptance Brief

Verwenden Sie für mehrdeutige, systemübergreifende, sicherheitssensible, datenändernde, migrations-, compliance- oder kostenintensive Änderungen oder wenn der Benutzer ein Übergabe-Artefakt anfordert. Produzieren Sie die vollständige Vorlage unten und fordern Sie eine Bestätigung für ungelöste blockierende Entscheidungen an, bevor Sie mit der risikoreichen Implementierung fortfahren.

Überprüfung einer bestehenden Spezifikation

Wenn der Benutzer bereits ein PRD, ein Issue, einen Plan oder Akzeptanzkriterien geliefert hat:

  1. Überprüfen Sie diese, anstatt die Discovery neu zu starten.
  2. Identifizieren Sie fehlende Umfangsgrenzen, unsichere Annahmen, Widersprüche und nicht verifizierbare Anforderungen.
  3. Geben Sie korrigierte oder ergänzende Kriterien zurück.

Workflow

1. Ziel und Risiko festlegen

Ermitteln oder fragen Sie nach:

  • Dem beobachtbaren Ergebnis für den Benutzer oder das System.
  • Den betroffenen Akteuren.
  • Der hauptsächlichen Fehlerfolge.
  • Den tatsächlich relevanten Risikodimensionen: Sicherheit/Datenschutz, persistente Daten, Kompatibilität/API, Migration, externe Abhängigkeiten, Kosten, Parallelität, Leistung, Benutzerfreundlichkeit/Zugänglichkeit.

Vermeiden Sie es, allgemeine Fragen zu irrelevanten Risiken zu stellen.

2. Kontext entdecken

Wenn lokale oder verbundene Artefakte verfügbar sind, überprüfen Sie nur, was benötigt wird:

  • Vorhandenes Verhalten und direkt verwandte Dateien oder Schnittstellen.
  • Repository-Konventionen, Produktdokumentation, API-Verträge, Datenschemata oder Migrationshistorie.
  • Vorhandene Verifikationsinfrastruktur und realistische Befehle.
  • Externe Abhängigkeiten und ob sie isoliert testbar sind.

Notieren Sie entdeckte Fakten getrennt von benutzergelieferten Annahmen. Wenn der Kontext nicht überprüft werden kann, sagen Sie, was unbekannt ist, und stellen Sie gezielte Fragen.

Das Repository enthüllt technische Fakten – wie sich das System heute verhält, seine Konventionen und seine Verträge. Es enthüllt keine Produkt- oder Geschäftsbeschränkungen: Geschäftsregeln, Compliance- und regulatorische Verpflichtungen, vertragliche SLAs, Preisgestaltung, Datenaufbewahrungsrichtlinien, Priorisierung und Zielbenutzer. Rekonstruieren Sie diese niemals aus Code oder Benennungen. Erfassen Sie sie nur vom Benutzer oder einem maßgeblichen Produkt-Artefakt und listen Sie sie bis dahin als zu bestätigende Annahmen auf.

3. Umfang definieren

Geben Sie an:

  • Ziel: ein Satz, der das beabsichtigte Ergebnis beschreibt.
  • Im Umfang: Verhalten, das diese Änderung liefern muss.
  • Nicht im Umfang: verlockende verwandte Arbeiten, die explizit ausgeschlossen sind.
  • Annahmen: Behauptungen, die noch nicht bewiesen sind.
  • Blockierende Entscheidungen: ungelöste Entscheidungen, die die Sicherheit oder das Verhalten wesentlich beeinflussen.

4. Akzeptanzkriterien schreiben

Verwenden Sie AC-001, AC-002 usw. Jedes Kriterium muss beobachtbares Verhalten und eine geeignete Verifikationsmethode beschreiben; Kriterien und Tests sind nicht erforderlich, um eins-zu-eins abgebildet zu werden.

Fügen Sie für jedes anwendbare Kriterium Folgendes ein:

  • Szenario oder Startbedingung.
  • Aktion oder Auslöser.
  • Erwartetes beobachtbares Verhalten.
  • Verbotene Nebenwirkung, wenn sinnvoll.
  • Verifikationsmethode: automatisierter Test, Integrationscheck, manuelle UX-Überprüfung, Zugänglichkeitscheck, Sicherheitsüberprüfung, betrieblicher Check oder Stakeholder-Abnahme.
  • Umgebungs-/Sicherheitseinschränkung, wenn die Verifikation Daten, Dienste, Kosten oder Geheimnisse beeinträchtigen könnte.
  • Priorität: erforderlich, wichtig oder optional.

Verwenden Sie keine Wörter wie "korrekt", "sicher", "schnell", "intuitiv" oder "robust", ohne beobachtbare Beweise zu definieren oder sie als menschliches Überprüfungsurteil zu notieren.

5. Nur relevante Grenzen abdecken

Berücksichtigen Sie diese Kategorien, aber fügen Sie nur die Kategorien ein, die zutreffen:

KategorieEinfügen, wennTypischer Nachweis
Happy PathNeues oder geändertes benutzersichtbares VerhaltenErfolgreicher Workflow oder Zustandsübergang
ValidierungDie Änderung akzeptiert EingabenAbgelehnte fehlerhafte oder Grenzwert-Eingabe ohne Mutation
Autorisierung/DatenschutzDaten oder Aktionen haben ZugriffsgrenzenZugriff verweigert und keine sensiblen Offenlegungen
Persistenz/MigrationGespeicherte Daten oder Schemata ändern sichRückwärtslesen, Migration, Rollback- oder Backup-Verhalten
KompatibilitätÖffentliche APIs, Dateien, Ereignisse oder Clients können brechenVorhandener Vertrag oder Fixture bleibt gültig
FehlerbehebungNetzwerk-, Dienst- oder asynchroner Fehler vorhandenKein Teilzustand oder klare Wiederholungs-/Degradierungsverhalten
Idempotenz/NebenläufigkeitWiederholungen oder gleichzeitige Schreibvorgänge sind plausibelKein doppelter Nebeneffekt oder ungültiger Endzustand
LeistungEin Benutzer- oder Dienstschwellenwert ist wichtigDefinierte Messbedingungen und Schwellenwert
UX/ZugänglichkeitEine Person interagiert mit dem ErgebnisTastatur, Feedback, Fehlerbehebung, visuelle/manuelle Überprüfung

6. Präsentieren und fortfahren

  • Bei einer Klärungs-/Spezifikationsanfrage: Präsentieren Sie die Beschreibung und fragen Sie nur nach Entscheidungen zu den aufgeführten Blockern.
  • Bei einer Implementierungsanfrage ohne Blocker: Präsentieren Sie eine kompakte Zusammenfassung der Kriterien als Teil der Arbeit und fahren Sie mit der Implementierung fort.
  • Bei der Übergabe an einen anderen Agenten oder ein Team: Fügen Sie genügend Kontext und Verifikationsdetails hinzu, damit diese ohne das Erfinden von Anforderungen handeln können.
  • Speichern Sie die Beschreibung nur in einer Datei, wenn dies angefordert wird. Verwenden Sie einen vom Repository genehmigten Pfad, falls vorhanden; fragen Sie andernfalls nach dem gewählten Ziel oder geben Sie es an, bevor Sie schreiben.

Ausgabe-Vorlage

Verwenden Sie diese Vorlage für einen Full Acceptance Brief. Lassen Sie für Quick Capture irrelevante Abschnitte weg.

# Akzeptanzbeschreibung: <Änderungsname>

**Status:** Entwurf | Genehmigt | Implementiert | Verifiziert
**Revision:** <Nummer>
**Erstellt für:** <Benutzer/Team/Agent, falls bekannt>
**Genehmigung vor risikoreicher Arbeit erforderlich:** Ja | Nein - <Grund>

## Revisionsprotokoll

| Rev | Datum | Geänderte Kriterien | Grund |
| --- | --- | --- | --- |
| 1 | <Datum> | — | Erster Entwurf |

## Ziel

<Einen Satz mit beobachtbarem Ergebnis.>

## Umfang

**Im Umfang**
- <eingeschlossenes Verhalten>

**Nicht im Umfang**
- <ausgeschlossene verwandte Arbeit>

## Kontext

**Entdeckte Fakten** (technisch, aus Repository oder Artefakt verifiziert)
- <wie sich das System heute verhält, Konventionen, Verträge>

**Produkt-/Geschäftsbeschränkungen** (vom Benutzer oder Produkt-Artefakt geliefert, niemals aus Code abgeleitet)
- <Geschäftsregel, Compliance-/SLA-Verpflichtung, Aufbewahrungsrichtlinie, Priorität, Zielbenutzer – oder "noch keine geliefert">

**Annahmen**
- <unbestätigte Behauptung zur Bestätigung oder Validierung>

**Abhängigkeiten und Einschränkungen**
- <externer Dienst, lokale Konvention, Kompatibilitätsverpflichtung, Umgebungsgrenze>

## Risikoüberprüfung

| Risikobereich | Anwendbar? | Erforderliche Handhabung |
| --- | --- | --- |
| Sicherheit/Datenschutz | Ja/Nein | <Schwärzung, Autorisierung, Überprüfung usw.> |
| Persistente Daten/Migration | Ja/Nein | <Kompatibilität, Backup, Rollback usw.> |
| Externe Effekte/Kosten | Ja/Nein | <Sandbox-/Testumgebung/Autorisierung> |
| Kompatibilität/API | Ja/Nein | <Vertrag zu erhalten oder zu versionieren> |
| UX/Zugänglichkeit | Ja/Nein | <manueller oder automatisierter Nachweis> |

## Akzeptanzkriterien

### AC-001: <beobachtbares Verhalten>
- **Szenario:** <Startbedingung>
- **Aktion:** <einzelner Auslöser>
- **Erwartet:** <beobachtbares Ergebnis>
- **Darf nicht:** <verbotene Nebenwirkung, falls zutreffend>
- **Verifikation:** <Methode und beabsichtigter Nachweis>
- **Umgebung/Sicherheit:** <Einschränkungen, falls zutreffend>
- **Priorität:** Erforderlich | Wichtig | Optional

## Blockierende Entscheidungen

- [ ] <nur Entscheidungen, die sicheren oder korrekten Fortschritt verhindern>

## Verifikationsplan

| Kriterium | Verifikationsnachweis | Status |
| --- | --- | --- |
| AC-001 | <Befehl zum Testen/Überprüfen/Review oder Nachweistyp> | Ausstehend |

Beispiele für Bestehen/Nichtbestehen

Verwenden Sie diese, um zu beurteilen, ob das Skill tatsächlich eine verifizierbare Beschreibung produziert hat, nicht Planungsprosa.

Ein nicht bestandener Akzeptanzkriterium

AC-001: Der Export funktioniert korrekt und ist sicher.

Nicht bestanden – "funktioniert korrekt" und "sicher" sind nicht beobachtbar, es gibt kein Szenario, keinen Auslöser, kein erwartetes Ergebnis, keine verbotene Nebenwirkung, keine Verifikationsmethode und keine Priorität.

Ein bestandener Akzeptanzkriterium

AC-001: Authentifizierter Benutzer lädt Dashboard-Daten als CSV mit validierten Überschriften herunter
- Szenario: Der Benutzer ist angemeldet und der Dashboard-Tab zeigt mindestens eine Tabellenzeile an
- Aktion: Der Benutzer klickt auf die Schaltfläche "CSV exportieren"
- Erwartet: Der Browser lädt eine Datei mit dem Namen dashboard_export_2025-01-24.csv herunter; die Datei enthält eine Kopfzeile mit den Spalten [id, name, created_at]
- Darf nicht: Die Datei enthält keine internen Felder (z.B. Benutzer-ID, Sitzungs-Token) oder Zeilen, die zu anderen Benutzern gehören
- Verifikation: Automatisierter Integrationstest (tests/integration/test_csv_export.py) überprüft Dateiname und Spaltenüberschriften; manuelle Prüfung eines exportierten Datensatzes auf das Vorhandensein unerwarteter Felder
- Sicherheit/Einschränkungen: Der Test verwendet synthetische Daten ohne personenbezogene Informationen
- Priorität: Erforderlich

Bestehen – Szenario, Aktion, erwartetes Ergebnis, verbotene Nebenwirkung, Verifikationsmethode, Sicherheitseinschränkung und Priorität sind alle vorhanden und beobachtbar.

Abschlussboxen

  • Klärung und Spezifikation
  • Risikoüberprüfung und Minimierung
  • Implementierung
  • Verifikation und Tests
  • Übergabe an einen anderen Agenten oder ein Team
  • Dokumentation

Individual skills in this repo

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

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Verwandte Skills