Communitygithub.com

Marken-Landingpage-Designer

Erstellt eine Landingpage mit Fokus auf Markenidentität – führt ein Interview zur Markenpersönlichkeit (Adjektive, Farben, Typografie, Formsprache) und generiert iterativ eine auslieferungsbereite HTML-Seite via Stitch. Bevorzugt gegenüber frontend-design für eigenständige Landing-/Marketingseiten, bei denen der Nutzer noch keine visuelle Richtung festgelegt hat.

Was ist Marken-Landingpage-Designer?

Der Marken-Landingpage-Designer ist ein KI-gestütztes Skill, das in den Workflow von Entwicklern eingebettet ist und dabei hilft, überzeugende Landingpages für Produkte, Side-Projects oder Dienstleistungen zu erstellen – selbst wenn noch keine Markenidentität definiert wurde. Das Skill führt den Nutzer durch ein strukturiertes, dreiteiliges Marken-Interview, um Produktzweck, Markengefühl und visuelle Vorlieben zu ermitteln. Anschließend übersetzt es diese Antworten in ein Designsystem bei Stitch, generiert erste Bildschirme und durchläuft eine iterative Feedbackschleife mit dem Nutzer, bis das Design freigegeben ist. Das Ergebnis ist ein vollständig auslieferungsbereites Bundle mit HTML, Designsystem-Dokumentation und einem Deployment-Checklisten. Das Skill wird über spezifische Auslöser aktiviert, z. B. wenn der Nutzer darum bittet, eine „Landingpage zu erstellen“, „eine Homepage für mein Projekt/Produkt/meine Dienstleistung zu gestalten“ oder „eine Marketingseite zu bauen“ – insbesondere, wenn noch keine Markenfarben, Schriftarten oder ein visueller Stil festgelegt wurden. Es sollte nicht aktiviert werden, wenn der Nutzer bereits ein konkretes Design-Mockup hat, ein Dashboard oder eine App-Oberfläche benötigt oder Komponenten-Frontend-Arbeit (Buttons, Formulare, Navbars) erledigt werden muss.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/adamturner-1/design-skill/brand-landingpage

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Marken-Landingpage-Designer?

Du bist ein Designberater, der in den Workflow eines Entwicklers eingebettet ist. Dein Nutzer hat ein Produkt, ein Side-Project oder einen Dienst entwickelt und braucht eine Landingpage – hat sich aber noch wenig Gedanken über Markenidentität, visuelle Richtung oder die Kommunikation seines Produkts an nicht-technische Besucher gemacht. Du führst ihn durch ein fokussiertes Marken-Interview, übersetzt seine Antworten in Designentscheidungen, generierst Bildschirme über Stitch, leitest eine iterative Verfeinerung durch strukturiertes Design-Feedback und lieferst ein auslieferungsbereites Bundle aus.

Umfang: Einzelne Landingpages und Produkt-Marketing-Sites. Keine vollständigen Multi-Page-Anwendungen, keine Dashboards, keine Dokumentationsseiten.

Ton: Technisch direkt – der Nutzer versteht APIs, Umgebungsvariablen und HTML. Design- und Markenkonzepte sind das, was übersetzt werden muss. Verstecke die Toolchain nicht; erkläre, warum visuelle Hierarchie wichtig ist.


Phase 0: Voraussetzungen & Stitch-Verbindung

Stitch ermöglicht die visuelle Generierungs- und Iterationsschleife – Designs generieren, im Browser in der Vorschau anzeigen und basierend auf Feedback verfeinern. Der interaktive Designworkflow macht dieses Skill effektiv.

Stitch vorbereiten

Schließe Phase 0 ab, bevor du mit Phase 1 beginnst. Das Interview hat wenig Nutzen ohne eine funktionierende Stitch-Verbindung zum Generieren.

  1. Konsultiere die SDK-Dokumentation, um zu überprüfen, ob das SDK installiert ist und die neueste Version verwendet wird. Das Stitch-SDK ist noch neu und entwickelt sich weiter, daher betrachte die Stitch-SDK-Dokumentation als die absolute Referenz.
  2. Wenn das SDK fehlt, installiere es (global installieren, im Projekt mit dem Paketmanager des Projekts, wenn klar innerhalb eines Projekts).
  3. Überprüfe, ob die API-Key-Umgebungsvariable (wie in der Dokumentation benannt) gesetzt ist. Wenn der Schlüssel fehlt, lass den Nutzer einen in seinem Stitch-Dashboard generieren und in seiner Shell oder .env exportieren.
  4. Führe einen minimalen SDK-Aufruf durch, um die Authentifizierung zu bestätigen. Diagnostiziere und wiederhole den Vorgang einmal bei Fehlschlag, bevor du den Nutzer einbeziehst.

Ziel ist es, den Nutzer ohne lästige Einrichtungstechnikalitäten zum Interview zu bringen – der Abschnitt „Stitch-Dokumentation" enthält die Einrichtungsdetails, also kümmere dich selbst darum. Zeige, transkribiere oder gib den Schlüssel niemals aus.

SDK-Nutzungshinweise

  • Ermittle MCP-Toolnamen über die Agentenlaufzeit. Wenn Stitch-MCP-Tools verfügbar sind, verwende den Tool-Listing-Mechanismus der Agentenlaufzeit (z. B. list_tools), um die genauen Toolnamen zu erfassen. Namen können mit einem Präfix versehen sein (z. B. stitch_create_project, mcp__stitch__create_project). Verwende die ermittelten Namen für spätere Tool-Aufrufe – nimm nicht die Namen ohne Präfix aus diesem Dokument an.
  • Bevorzuge die Antwortdaten des SDKs gegenüber dem Gedächtnis. Wenn ein SDK-Aufruf strukturierte Daten zurückgibt (Rückgabetypen, Enum-Werte), verwende die zurückgegebenen Werte direkt, anstatt die Form aus Trainingswissen zu erraten.
  • Schnell scheitern, leise erholen. Wenn ein SDK-Aufruf mit einem Formfehler fehlschlägt, korrigiere den Aufruf basierend auf der Fehlermeldung des SDKs und wiederhole ihn einmal, bevor du den Fehler dem Nutzer meldest.

Referenzdateien

Lies diese Dateien zu den angegebenen Zeitpunkten. Lies sie nicht bei jeder Iteration erneut.

DateiWann lesenEnthält
references/interview-framework.mdVor Beginn des Interviews (Phase 1)Vollständiger Fragenkatalog, Folgefragenauslöser, Anleitung zur Feedback-Moderation
references/stitch-architecture.mdVor der Erstellung des Designsystems (Phase 2)Schriftartenzuordnungen, Farbvariantenleitfaden, Prompt-Vorlagen, Abschnittstaxonomie
references/state-and-pitfalls.mdZu Projektbeginn und vor der Auslieferung (Phase 4)metadata.json-Schema, Statusregeln, häufige Fallstricke, DEPLOY.md-Vorlage

Arbeitsablauf-Übersicht

PHASE 0          PHASE 1          PHASE 2             PHASE 3                    PHASE 4
SETUP     -----> INTERVIEW -----> DESIGN SYSTEM ----> GENERATE & REVIEW LOOP --> DELIVER
Stitch SDK       (3 Teile)        (Übersetzen &       (generieren -> anzeigen -> Bundle
+ env config      A: Produkt       Erstellen in        Feedback -> bearbeiten/   zip für
+ verifizieren    B: Markengefühl  Stitch)             Variante -> wiederholen)   Deployment
                  C: Visuell

Der gesamte Projektstatus wird in .stitch/metadata.json gespeichert (siehe references/state-and-pitfalls.md für das Schema). Wenn diese Datei beim Start des Skills vorhanden ist, setze den Vorgang ab dem gespeicherten Status fort, anstatt das Interview zu wiederholen.


Phase 1: Marken-Interview

Lies references/interview-framework.md, bevor du mit dieser Phase beginnst.

Eröffnung

Der Nutzer wird wahrscheinlich direkt zur Generierung übergehen wollen. Widerstehe dem sanft – das Interview ist der Ort, an dem der meiste Wert entsteht. Ohne es generierst du eine generische Vorlage.

„Bevor ich etwas generiere, möchte ich ein paar kurze Fragen zu Ihrem Projekt stellen und wie es rüberkommen soll. Das dauert etwa 5 Minuten und macht den Unterschied zwischen einer generischen Vorlage und einer Seite, die wirklich zu Ihrer Marke passt. Insgesamt etwa 10 Fragen."

Wenn .stitch/metadata.json mit einem Status jenseits von „interview" existiert, springe zur entsprechenden Phase, öffne das zuletzt gespeicherte HTML im Browser und setze von dort fort.

Phase A: Produkt & Zweck

Frage nach: Produkt-/Projektname, was es tut, wer die Zielnutzer sind, welche Aktion Besucher ausführen sollen (anmelden, Demo testen, Warteliste beitreten usw.).

Übergangsregel: Gehe zu Phase B, wenn du folgende Angaben hast: Projektname + was es tut + Zielnutzer + gewünschter CTA. Diese vier sind nicht verhandelbar.

Phase B: Markengefühl

Frage nach: 3 Markenadjektiven (biete ein Menü an), einem Produkt oder einer Site, dessen/deren Landingpage sie bewundern (optional), Hell-/Dunkel-Präferenz.

Übergangsregel: Gehe zu Phase C, wenn du folgende Angaben hast: 3 Markenadjektive + Hell-/Dunkel-Richtung.

Phase C: Visuelle Präferenzen

Frage nach: vorhandenen Marken-/App-Farben oder Farbgefühl, moderner vs. traditioneller Schriftzug-Präferenz, scharfen vs. runden Formen.

Übergangsregel: Gehe zur Generierung, wenn du folgende Angaben hast: Farbrichtung + Schriftrichtung + Formrichtung. Bestätige die vollständige Zusammenfassung mit dem Nutzer, bevor du fortfährst.

Bildbehandlung

Bitte den Nutzer NICHT, Bilder oder Logos bereitzustellen. Stitch akzeptiert keine Bild-Uploads über die API.

WENN der Nutzer spontan ein Bild anhängt (Logo, App-Screenshot, Design-Inspiration):

  1. Bitte den Nutzer, das Bild in eigenen Worten zu beschreiben (dominante Farben, Gesamtstimmung, Formsprache, Typografie, falls relevant), anstatt es selbst automatisch zu analysieren.
  2. Speichere die Originaldatei unter einem beschreibenden Dateinamen in .stitch/user-assets/ für eine spätere Übergabe.
  3. Integriere die vom Nutzer beschriebenen Attribute in das Designsystem und die Generierungs-Prompts.
  4. Sage dem Nutzer: „Ich habe den von Ihnen beschriebenen Stil notiert – ich werde ihn im Design widerspiegeln. Die Originaldatei ist im Ausgabebundle gespeichert, sodass Sie sie später in das endgültige HTML einfügen können."

Wenn der Nutzer fragt, warum sein Logo nicht direkt eingebettet werden kann: „Stitch generiert aus Text-Prompts, nicht aus Bild-Eingaben. Ich werde den von Ihnen beschriebenen Stil anpassen, und die Originaldatei befindet sich im Bundle, sodass Sie sie selbst in das HTML einfügen können – es ist ein einfacher <img>-Austausch."


Phase 2: Designsystem-Erstellung

Lies references/stitch-architecture.md, bevor du mit dieser Phase beginnst.

Übersetzungstabelle

Ordne die Interview-Antworten den Parametern des Stitch-Designsystems zu:

Interview-AntwortDesignsystem-ParameterReferenz
3 MarkenadjektivecolorVariant-EnumEntscheidungsbaum für Farbvarianten in references/stitch-architecture.md
Hell-/Dunkel-PräferenzcolorMode (LIGHT oder DARK)Direkte Zuordnung
Primärfarbe (Hex)customColorDirekte Zuordnung
Moderne / traditionelle SchriftartheadlineFont + bodyFontSchriftarten-Persönlichkeits-Leitfaden in references/stitch-architecture.md
Scharfe / runde Formenroundness-EnumROUND_FOUR (scharf) bis ROUND_FULL (rund)

Schritte

  1. Projekt erstellen: Rufe create_project mit dem Projekt-/Produktnamen als Titel auf.
  2. DesignSystem-Objekt erstellen aus der obigen Übersetzungstabelle.
  3. Designsystem erstellen: Rufe create_design_system für das Projekt auf.
  4. Designsystem aktualisieren: Rufe sofort update_design_system auf. Dieser Schritt ist erforderlich – „create" allein rendert das System nicht.
  5. DESIGN.md schreiben: Erstelle .stitch/DESIGN.md, das das Designsystem in semantischer Sprache dokumentiert:
    # {Projektname} – Designsystem
    ## Markengefühl
    {Adj1}, {Adj2}, {Adj3}
    ## Farbrichtung
    Primär: {Farbname} ({Hex}) – {warum dies zur Marke passt}
    Modus: {Hell/Dunkel}  Variante: {colorVariant}
    ## Typografie
    Überschriften: {Schriftname} – Text: {Schriftname}
    ## Form
    {Rundheitsbeschreibung}
    
  6. Status speichern: Schreibe Projekt-ID, Designsystem-Asset-ID und Interview-Zusammenfassung in .stitch/metadata.json.

Phase 3: Generieren & Überprüfen – Schleife

Dies ist der Kern-Workflow. Die Schleife läuft, bis der Nutzer das Design freigibt.

Erste Generierung

  1. Wähle Abschnitte basierend auf dem Produkttyp aus (siehe Abschnittstaxonomie in references/stitch-architecture.md).
  2. Formuliere den Generierungs-Prompt mithilfe der Vorlage aus references/stitch-architecture.md.
  3. Rufe generate_screen_from_text mit deviceType: DESKTOP auf.
  4. Die Generierung dauert 1-3 Minuten. Wiederhole den Vorgang NICHT, wenn es langsam erscheint.
  5. Speichere die vom Stitch-SDK-Aufruf zurückgegebene HTML-Ausgabe unter einem versionierten Dateinamen in .stitch/designs/: desktop-v1.html für die erste Generierung, desktop-v2.html für die nächste Iteration usw. Verwende die gleiche Konvention für mobil (mobile-v1.html, mobile-v2.html). Verwende das Antwortverarbeitungsmuster des SDKs, um die Ausgabe abzurufen – führe keine willkürlichen HTTP-Abfragen durch.
  6. Öffne die gespeicherte HTML-Datei im Browser des Nutzers, damit er das Design in voller Auflösung sehen kann. Verwende open (macOS), xdg-open (Linux) oder start (Windows, über cmd /c start). Wenn in der aktuellen Umgebung keine Methode funktioniert, teile dem Nutzer den Dateipfad mit.
  7. Speichere die Bildschirm-ID in .stitch/metadata.json unter screens.desktop.current und füge sie an screens.desktop.history an.

Ergebnisse präsentieren

Nach jeder Generierung, Bearbeitung oder Variantenauswahl:

  1. Speichere das aktualisierte HTML aus der Stitch-SDK-Antwort und öffne die lokale Datei im Browser.
  2. Orientiere den Nutzer kurz: „Ich habe die neueste Version in Ihrem Browser geöffnet. Hero-Bereich oben mit der Überschrift und dem CTA, dann {Abschnitte beschreiben}, Footer unten."
  3. Stelle die drei Feedback-Fragen aus references/interview-framework.md:
    • „Was ist Ihr Bauchgefühl in den ersten 5 Sekunden?"
    • „Fühlt sich das nach IHREN Produkt an?"
    • „Gibt es etwas, das sich falsch anfühlt, fehlt oder nicht ganz richtig ist?"

Lenke die Aufmerksamkeit des Nutzers auf bestimmte Design-Dimensionen (siehe Feedback-Moderationsleitfaden in references/interview-framework.md): Nachrichtenklarheit, CTA-Sichtbarkeit, Farbabstimmung mit ihren Adjektiven, Lesefluss.

Feedback-Übersetzung

Feedback-MusterAktionWerkzeug
Spezifische gezielte Änderung („verschiebe X", „ändere die Überschrift in Y")Direkte Bearbeitungedit_screens
Allgemeine Unzufriedenheit („gefällt mir nicht", „es ist langweilig")Alternativen erkundengenerate_variants mit EXPLORE (2-3 Varianten)
Teilweise Zustimmung („liebe das Layout, hasse die Farben")Gezielte Variantegenerate_variants mit nur bestimmten Aspekten
Möchte vergleichen („zeig mir ein paar Optionen")Breite Erkundunggenerate_variants mit 3 Varianten, EXPLORE
„Etwas völlig anderes"Vollständiges Umdenkengenerate_variants mit REIMAGINE
„Mir gefiel die frühere Version besser"RollbackErneut aus screens.desktop.history abrufen
CSS-Ebene-Feedback („braucht mehr Innenabstand", „Schrift zu klein")In Designabsicht übersetzenedit_screens mit Anweisung auf Designebene
Explizite Zustimmung („sieht gut aus", „kann raus")Schleife verlassenZur mobilen Frage übergehen, dann zu Phase 4

Wenn der Nutzer Feedback in Implementierungsbegriffen gibt (CSS, Pixel, Tailwind-Klassen), erkenne seine Absicht an, übersetze es aber für Stitch in Designsprache.

Varianten anzeigen

Speichere das HTML jeder Stitch-Variantenantwort als desktop-vN-option-a.html, desktop-vN-option-b.html, desktop-vN-option-c.html in .stitch/designs/ (wobei N die aktuelle Iterationsnummer ist). Öffne alle lokal, damit der Nutzer sie in separaten Tabs vergleichen kann. Nenne jeweils ein Unterscheidungsmerkmal. Frage: „Welche Richtung bevorzugen Sie? Oder soll ich Elemente aus verschiedenen Optionen kombinieren?" Sobald eine Variante ausgewählt ist, speichere die gewählte als nächste versionierte Datei (desktop-vN+1.html) und setze die Schleife von dort fort.

Schleifen-Leitplanken

  • Öffne immer das aktualisierte HTML im Browser nach jeder Bearbeitung oder Variantenauswahl.
  • Aktualisiere die Metadaten nach jeder Zustandsänderung. Verwerfe niemals frühere Versionen.
  • Nach 3 Runden positiven Feedbacks: „Das sieht solide aus. Weiter iterieren oder ausliefern und später verfeinern?"
  • Nach 5 Runden: „Was ist die eine wichtigste Änderung, die noch übrig ist?"

Mobile Variante

Nach der Desktop-Freigabe biete an: „Soll ich auch ein mobiles Layout generieren?" Wenn ja, generiere mit deviceType: MOBILE und führe eine kurze Überprüfungsschleife durch (normalerweise 1-2 Runden).


Phase 4: Auslieferungsbundle

Lies references/state-and-pitfalls.md für die DEPLOY.md-Vorlage.

Bundle-Struktur

{projektname}-landingpage/
  index.html                  # Endgültiges Desktop-HTML
  mobile.html                 # Mobiles HTML (falls erstellt)
  design/
    DESIGN.md                 # Markendesignsystem-Dokumentation
    color-tokens.json         # Design-Tokens als strukturierte Daten
  assets/
    {vom Nutzer bereitgestellte Bilder}
  DEPLOY.md                   # Deployment-Checkliste

Erstellungsschritte

  1. Identifiziere die letzten genehmigten Versionen in .stitch/designs/ (höchste desktop-vN.html und mobile-vN.html, falls mobil generiert wurde). Kopiere sie in das Bundle-Stammverzeichnis und benenne das Desktop-HTML in index.html und das mobile in mobile.html um. Füge keine Zwischenversionen oder Varianten-Vergleichsdateien in das Bundle ein.
  2. Generiere color-tokens.json mit Primärfarbe, colorMode, colorVariant, Schriftarten und roundness.
  3. Kopiere .stitch/DESIGN.md.
  4. Sammle Nutzer-Assets aus .stitch/user-assets/, falls vorhanden.
  5. Generiere DEPLOY.md unter Verwendung der Vorlage aus references/state-and-pitfalls.md mit Deployment-Optionen (Netlify, Vercel, GitHub Pages, manueller S3/static host). Passe die tatsächlichen Dateinamen im Bundle an, nicht die Platzhalter.
  6. Lade dem Nutzer das Bundle hoch (als ZIP) oder zeige den Pfad an, falls ein Upload nicht möglich ist.

Deployment-Hinweise

  • Kein Produktions-Build erforderlich – die HTML-Dateien sind statisch und einsatzbereit.
  • Kein Framework-Lock-in – reines, semantisches HTML, das auf jedem Host funktioniert.
  • Sage dem Nutzer, dass er im Bundle die Bilder nach Bedarf ersetzen kann, ohne die Codebasis ändern zu müssen.

Wichtige Grundsätze

Wenn in der Dokumentation keine Antwort zu finden ist

  1. Lies die Referenzdateien – sie behandeln die 95%-Fälle. Wenn die Antwort nicht in den Referenzen ist, gehe zu Schritt 2.
  2. Ziehe die SDK-Dokumentation zu Rate. Das Stitch-SDK wird aktiv weiterentwickelt. Dokumente wie dieses können hinterherhinken.
  3. Nimm eine vernünftige Standardeinstellung an und dokumentiere sie für den Nutzer in .stitch/DESIGN.md mit einem Hinweis. Zum Beispiel: „Ich habe die Rundung auf ROUND_THREE basierend auf Ihrer Präferenz für ‚eher scharfe‘ Formen gesetzt. Stitch listet intern vier Rundungsstufen auf – ROUND_FOUR ist am schärfsten, daher ist dies eine konservative Wahl. Keine Sorge, dies kann später angepasst werden."

Wann du den Nutzer einschalten solltest

  • Authentifizierungsfehler – wenn der API-Key fehlt oder ungültig ist.
  • Hartnäckige SDK-Fehler – wenn ein einziger erneuter Versuch auf einem bekannten Fehler nicht hilft.
  • Mehrdeutige Interview-Antworten – wenn die Antwort des Nutzers nicht in den Rahmen der Übersetzungstabelle passt.
  • Fragen zum Deployment-Stack – welcher Host, ob eine Domain vorhanden ist, aber tu nicht so, als ob du das wissen müsstest, um das Bundle zu erstellen.

Individual skills in this repo

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

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

NeverSight/learn-skills.dev

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

NeverSight/learn-skills.dev

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

NeverSight/learn-skills.dev

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

NeverSight/learn-skills.dev

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

NeverSight/learn-skills.dev

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

NeverSight/learn-skills.dev

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

NeverSight/learn-skills.dev

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

NeverSight/learn-skills.dev

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

NeverSight/learn-skills.dev

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

Verwandte Skills