Communitygithub.com

Content-Engine

Erstelle plattformnative Inhalte für X, LinkedIn, TikTok, YouTube, Newsletter und mehrkanalige Kampagnen – ohne die authentische Stimme des Autors zu verwässern.

Was ist Content-Engine?

Die `content-engine` Skill ist ein vielseitiges Werkzeug, das Entwicklern und Inhaltserstellern hilft, hochwertige, plattformoptimierte Inhalte aus einem einzigen Quellmaterial zu generieren. Sie unterstützt eine breite Palette von Plattformen, darunter X (Twitter), LinkedIn, TikTok, YouTube und Newsletter. Die Skill legt großen Wert auf Authentizität und vermeidet generische, aufmerksamkeitsheischende Formulierungen. Stattdessen konzentriert sie sich darauf, aus dem Quellmaterial die stärksten Aussagen und Beweispunkte zu extrahieren und diese für die jeweilige Plattform anzupassen, ohne die Stimme des ursprünglichen Autors zu verfälschen. Sie ist besonders nützlich für die Erstellung von Startsequenzen, kontinuierlichen Content-Systemen und die Umnutzung vorhandener Assets wie Artikel, Podcasts oder Demos. Die Skill enthält strenge Qualitätskontrollen, die sicherstellen, dass jeder Entwurf eine echte Behauptung enthält und frei von aufgesetzter Begeisterung oder Engagement-Köder ist.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/content-engine

In Ihrer bevorzugten KI fragen

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

Dokumentation

Content Engine

Baue plattformnative Inhalte, ohne die echte Stimme des Autors in Plattform-Einheitsbrei zu verwandeln.

Wann zu aktivieren

  • X-Posts oder Threads schreiben
  • LinkedIn-Beiträge oder Launch-Updates verfassen
  • Kurzvideoskripte oder YouTube-Erklärvideos erstellen
  • Artikel, Podcasts, Demos, Dokumente oder interne Notizen in öffentliche Inhalte umwandeln
  • Eine Launch-Sequenz oder ein fortlaufendes Content-System um ein Produkt, eine Erkenntnis oder eine Erzählung aufbauen

Unverhandelbar

  1. Vom Quellmaterial ausgehen, nicht von generischen Post-Formeln.
  2. Das Format an die Plattform anpassen, nicht die Persona.
  3. Ein Post sollte eine einzige tatsächliche Behauptung transportieren.
  4. Spezifität schlägt Adjektive.
  5. Kein Engagement-Köder, es sei denn, der Benutzer bittet ausdrücklich darum.

Quell-zentrierter Workflow

Vor dem Entwurf die Quellgruppe identifizieren:

  • veröffentlichte Artikel
  • Notizen oder interne Memos
  • Produkt-Demos
  • Dokumentationen oder Changelogs
  • Transkripte
  • Screenshots
  • vorherige Beiträge desselben Autors

Wenn der Benutzer eine bestimmte Stimme wünscht, erstelle aus echten Beispielen ein Stimmprofil, bevor du schreibst. Verwende brand-voice als den kanonischen Workflow, wenn Stimmkonsistenz über mehr als einen Output hinweg wichtig ist.

Stimmbehandlung

brand-voice ist die kanonische Stimmebene.

Führe sie zuerst aus, wenn:

  • mehrere nachgelagerte Outputs vorhanden sind
  • der Benutzer sich explizit um den Schreibstil kümmert
  • der Inhalt launch-, outreach- oder reputationssensitiv ist

Verwende das resultierende VOICE PROFILE hier erneut, anstatt ein zweites Stimmmodell zu erstellen. Wenn der Benutzer speziell die Stimme von Affaan / ECC wünscht, behandle brand-voice dennoch als Quelle der Wahrheit und füttere sie mit dem besten verfügbaren Live- oder Quellmaterial.

Harte Verbote

Lösche und schreibe Folgendes um:

  • "In der heutigen, sich schnell entwickelnden Landschaft"
  • "Game-Changer", "revolutionär", "hochmodern"
  • "hier ist, warum das wichtig ist", es sei denn, es folgt unmittelbar etwas Konkretes
  • mit einer LinkedIn-ähnlichen Frage enden, nur um Antworten zu generieren
  • erzwungene Lässigkeit auf LinkedIn
  • falsche Engagement-Polsterung, die im Quellmaterial nicht vorhanden war

Plattform-Anpassungsregeln

X

  • Eröffne mit der stärksten Behauptung, dem stärksten Artefakt oder der stärksten Spannung.
  • Behalte die Komprimierung bei, wenn die Quellstimme komprimiert ist.
  • Wenn du einen Thread schreibst, muss jeder Beitrag das Argument voranbringen.
  • Füttere keine Kontext hinzu, den das Publikum nicht braucht.

LinkedIn

  • Erweitere nur so weit, dass Personen außerhalb der unmittelbaren Nische folgen können.
  • Verwandle den Post nicht in einen vorgetäuschten Lektion-Post, es sei denn, das Quellmaterial ist tatsächlich reflektierend.
  • Keine Corporate-Inspiration Kadenz.
  • Kein Lob-Stapeln, kein "Reise"-Füllmaterial.

Kurzvideo

  • Schreibe das Skript um die visuelle Abfolge und die Beweispunkte herum.
  • Die ersten Sekunden sollten das Ergebnis, das Problem oder den Knaller zeigen.
  • Schreibe keine Erzählung, die auf dem Papier besser klingt als auf dem Bildschirm.

YouTube

  • Zeige das Ergebnis oder die Spannung früh.
  • Organisiere nach Argument oder Fortschritt, nicht nach Füllabschnitten.
  • Verwende Kapitel nur, wenn sie der Klarheit dienen.

Newsletter

  • Eröffne mit dem Punkt, dem Konflikt oder dem Artefakt.
  • Verbringe den ersten Absatz nicht mit Aufwärmen.
  • Jeder Abschnitt muss etwas Neues hinzufügen.

Umnutzungsablauf

  1. Wähle das Anchor-Asset.
  2. Extrahiere 3 bis 7 atomare Behauptungen oder Szenen.
  3. Ordne sie nach Schärfe, Neuartigkeit und Beweiskraft.
  4. Weise jedem Output eine starke Idee zu.
  5. Passe die Struktur für jede Plattform an.
  6. Entferne plattformgeformtes Füllmaterial.
  7. Führe die Qualitätskontrolle durch.

Liefergegenstände

Wenn nach einer Kampagne gefragt wird, gib zurück:

  • ein kurzes Stimmprofil, wenn Stimm-Matching wichtig ist.
  • den Kern-Winkel.
  • plattformnative Entwürfe.
  • die Reihenfolge des Postens (nur, wenn sie der Ausführung hilft).
  • Lücken, die vor der Veröffentlichung gefüllt werden müssen.

Qualitätskontrolle

Vor der Auslieferung:

  • Jeder Entwurf klingt wie der beabsichtigte Autor, nicht wie das Plattform-Stereotyp.
  • Jeder Entwurf enthält eine echte Behauptung, einen Beweispunkt oder eine konkrete Beobachtung.
  • Keine generische Hype-Sprache ist mehr vorhanden.
  • Kein falscher Engagement-Köder ist mehr vorhanden.
  • Keine duplizierten Kopien über Plattformen hinweg, es sei denn, es wurde darum gebeten.
  • Jeder CTA ist verdient und vom Benutzer genehmigt.

Verwandte Skills

  • brand-voice für quellabgeleitete Stimmprofile
  • crosspost für plattformspezifische Verteilung
  • x-api für das Abrufen aktueller Beiträge und das Veröffentlichen genehmigter X-Outputs

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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Verwandte Skills