Communitygithub.com

NeverSight/learn-skills.dev

Verwenden Sie diese Fähigkeit, um vorhandene Videodateien mit FFmpeg und KI-Vision zu analysieren, Frames für die Generierung von Designsystemen zu extrahieren, Szenengrenzen zu erkennen, Animationszeitpunkte zu analysieren, Farbpaletten zu extrahieren oder das Audio-Video-Synchronisationsverhältnis zu verstehen. Aktiviert bei Videoanalyse, Frameextraktion, Szenendetektion, ffprobe, Bewegungsanalyse und KI-Visionsanalyse von Videoinhalten.

Was ist learn-skills.dev?

Diese Fähigkeit ermöglicht die strukturierte Analyse von Videodateien durch eine Kombination aus FFmpeg zur Frame-Extraktion und Signalverarbeitung mit KI-Vision-Modellen für das semantische Verständnis visueller Inhalte. Sie deckt den gesamten Workflow ab: von der Metadatenprüfung mit ffprobe über die Frame-Extraktion und Szenendetektion mit FFmpeg bis hin zur Analyse von Audiodaten (Stille, Lautstärke) und der KI-gestützten Extraktion von Designsystemen aus UI-Videos. Die Fähigkeit ist plattformunabhängig und funktioniert in jeder Umgebung, in der FFmpeg und ein KI-Vision-Modell (wie Claude) verfügbar sind. Entwickler können damit anstatt alle Frames zu extrahieren, effizient Szenenwechsel erkennen, Farbpaletten, Typografie und UI-Komponenten identifizieren und so aus Produktdemos oder UI-Walkthroughs konsistente Designsysteme ableiten.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/absolutelyskilled/absolutelyskilled/video-analyzer

In Ihrer bevorzugten KI fragen

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

Dokumentation

Wenn diese Fähigkeit aktiviert wird, beginnen Sie Ihre erste Antwort immer mit dem :mag: Emoji.

Videoanalysator

Videoanalyse ist die Praxis, strukturierte Informationen aus Videodateien zu extrahieren – Metadaten, Keyframes, Szenengrenzen, Farbpaletten, Bewegungsdaten und Audioeigenschaften. Eine gut aufgebaute Videoanalyse-Pipeline kombiniert FFmpeg für die Frameextraktion und Signalverarbeitung mit KI-Vision-Modellen für das semantische Verständnis visueller Inhalte. Diese Fähigkeit deckt den gesamten Workflow von rohen Videodateien bis zu verwertbaren Daten ab: Verwendung von ffprobe zur Metadateninspektion, FFmpeg-Filtergraphen für Frameextraktion und Szenendetektion, Audioanalyse zur Stille- und Lautstärkeerkennung und KI-Vision zur Designsystemextraktion und Inhaltsverständnis.

Die zwei Säulen der Videoanalyse sind FFmpeg (das Taschenmesser der Medienverarbeitung) und KI-Vision-Modelle (zum Verständnis des Inhalts jedes Frames). FFmpeg kümmert sich um die mechanische Arbeit – Video in Frames aufteilen, Szenenwechsel durch Pixelunterschiedsschwellen erkennen, Audiowellenformen extrahieren. KI-Vision kümmert sich um die semantische Arbeit – Identifizierung von UI-Komponenten, Lesen von Text, Extrahieren von Farbwerten und Verstehen von Layoutmustern.


Wann diese Fähigkeit verwenden

Lösen Sie diese Fähigkeit aus, wenn der Benutzer:

  • Frames aus einem Video in regelmäßigen Abständen oder an Szenengrenzen extrahieren möchte
  • Videometadaten (Auflösung, Dauer, Codecs, Bitrate) analysieren muss
  • Nach Szenendetektion oder Szenenwechsel-Zeitstempeln fragt
  • Eine Farbpalette oder ein Designsystem aus Videoinhalten extrahieren möchte
  • Audiotracks analysieren muss (Stilleerkennung, Lautstärkepegel, Wellenformen)
  • Nach Bewegungsanalyse oder Animationszeitpunkten aus Video fragt
  • KI-Vision verwenden möchte, um Videoinhalte Bild für Bild zu verstehen
  • Miniaturansichten oder Vorschaustreifen aus Videodateien generieren muss

Lösen Sie diese Fähigkeit NICHT aus für:

  • Erstellung oder Bearbeitung von Videos von Grund auf – verwenden Sie remotion-video oder video-creator
  • Schreiben von Videoskripten oder Storyboards – verwenden Sie video-scriptwriting
  • Live-Videostreaming oder Echtzeit-Videoverarbeitung
  • Videocodierung/-transcodierung für die Verteilung (das ist eine Rendering-Aufgabe, keine Analyse)

Grundprinzipien

  1. Extrahieren dann analysieren – Trennen Sie immer die Frameextraktion (FFmpeg) von der semantischen Analyse (KI-Vision). Wenn Sie beides in einem Schritt versuchen, führt das zu fragilen Pipelines. Extrahieren Sie zuerst Frames auf die Festplatte und analysieren Sie sie dann.

  2. ffprobe vor ffmpeg verwenden – Untersuchen Sie jedes Video vor der Verarbeitung mit ffprobe, um seine Eigenschaften zu verstehen. Blindes Ausführen von FFmpeg-Befehlen auf unbekannten Formaten führt zu stillen Fehlern und beschädigten Ausgaben.

  3. Szenendetektion über feste Intervalle – Wenn Sie Videoinhalte analysieren, extrahieren Sie Frames an Szenengrenzen statt in festen Zeitintervallen. Szenenwechsel-Frames erfassen die visuelle Vielfalt des Videos mit weitaus weniger Frames als eine Extraktion pro Sekunde.

  4. JSON-Ausgabe überall – Verwenden Sie das JSON-Ausgabeformat von ffprobe und strukturieren Sie Ihre Analyseergebnisse als JSON. Das macht Pipelines zusammensetzbar und Ergebnisse maschinenlesbar.

  5. Bewusstsein für Speicherplatz – Die Videoframeextraktion kann Tausende großer Bilddateien erzeugen. Schätzen Sie immer die Ausgabegröße vor der Extraktion, verwenden Sie geeignete Bildformate (JPEG für Analyse, PNG für pixelgenaue Arbeit) und räumen Sie temporäre Frames nach der Analyse auf.


Kernkonzepte

FFmpeg-Pipeline-Architektur

FFmpeg verarbeitet Video über eine Pipeline aus Demuxing, Decodierung, Filterung, Codierung und Muxing. Für die Analyse verwenden wir hauptsächlich die Decodier- und Filterstufen:

Eingabedatei -> Demuxer -> Decoder -> Filtergraph -> Ausgabe (Frames/Daten)

Wichtige Filterkonzepte für die Analyse:

  • select-Filter: Wählen Sie aus, welche Frames basierend auf Ausdrücken ausgegeben werden
  • showinfo-Filter: Drucken Sie Frame-Metadaten (Zeitstempel, Bildtyp usw.)
  • scene-Detektion: Pixelunterschieds-Score zwischen aufeinanderfolgenden Frames
  • fps-Filter: Reduzieren Sie die Bildrate, um in regelmäßigen Abständen zu extrahieren

Szenendetektion

Die Szenendetektion funktioniert durch den Vergleich aufeinanderfolgender Frames mithilfe von Pixelunterschieden. Der scene-Filter von FFmpeg erzeugt einen Score von 0.0 (identisch) bis 1.0 (vollständig unterschiedlich). Ein Schwellenwert von 0.3-0.4 erfasst große Szenenwechsel, während Kamerabewegungen und Beleuchtungswechsel ignoriert werden.

SchwellenwertVerhalten
0.1-0.2Sehr empfindlich – erfasst Schwenks, Zooms, Beleuchtungswechsel
0.3-0.4Ausgewogen – erfasst Schnitte, Übergänge, große Änderungen
0.5-0.7Konservativ – nur harte Schnitte und dramatische Szenenwechsel
0.8-1.0Zu aggressiv – verpasst die meisten Szenenwechsel

KI-Vision-Analyse-Workflow

Der Workflow zum Extrahieren strukturierter Daten aus Video mithilfe von KI-Vision:

  1. Untersuchen – Videometadaten mit ffprobe abrufen (Dauer, Auflösung, fps)
  2. Extrahieren – Keyframes an Szenengrenzen mit FFmpeg ziehen
  3. Lesen – Jedes Frame-Bild mit dem Lese-Tool laden (unterstützt Bilder)
  4. Analysieren – Für jedes Frame Farben, Typografie, Layout, Komponenten identifizieren
  5. Aggregieren – Konsistente Muster über alle Frames hinweg finden
  6. Ausgeben – Strukturierte Designsystem- oder Inhaltsanalyse erstellen

Häufige Aufgaben

1. FFmpeg installieren und verifizieren

Überprüfen Sie, ob FFmpeg verfügbar ist, und inspizieren Sie seine Version und Fähigkeiten.

# FFmpeg-Installation prüfen
ffmpeg -version

# ffprobe-Installation prüfen
ffprobe -version

# Unter macOS installieren
brew install ffmpeg

# Unter Ubuntu/Debian installieren
sudo apt-get update && sudo apt-get install -y ffmpeg

# Unterstützte Formate verifizieren
ffmpeg -formats 2>/dev/null | head -20

# Unterstützte Codecs verifizieren
ffmpeg -codecs 2>/dev/null | grep -i h264

2. Keyframes an Szenengrenzen extrahieren

Extrahieren Sie nur die Frames, bei denen signifikante visuelle Änderungen auftreten. Dies ist der effizienteste Weg, um Videoinhalte zu sampeln.

# Frames an Szenenwechseln extrahieren (Schwellenwert 0.3)
mkdir -p scenes
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.3)',showinfo" \
  -vsync vfr \
  scenes/scene_%04d.png \
  2>&1 | grep showinfo

# Extraktion mit Zeitstempeln, die in eine Datei protokolliert werden
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.3)',showinfo" \
  -vsync vfr \
  scenes/scene_%04d.png \
  2>&1 | grep "pts_time" > scenes/timestamps.txt

# Szenen-Frames als JPEG extrahieren (kleinere Dateien, gut für Analyse)
mkdir -p scenes
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.3)'" \
  -vsync vfr \
  -q:v 2 \
  scenes/scene_%04d.jpg

3. Frames in regelmäßigen Abständen extrahieren

Wenn Sie gleichmäßig verteilte Samples benötigen, unabhängig von Inhaltsänderungen.

# Ein Frame pro Sekunde extrahieren
mkdir -p frames
ffmpeg -i input.mp4 -vf "fps=1" frames/frame_%04d.png

# Ein Frame alle 5 Sekunden extrahieren
mkdir -p frames
ffmpeg -i input.mp4 -vf "fps=1/5" frames/frame_%04d.png

# Nur I-Frames extrahieren (Keyframes vom Codec)
mkdir -p keyframes
ffmpeg -i input.mp4 \
  -vf "select='eq(pict_type,I)'" \
  -vsync vfr \
  keyframes/kf_%04d.png

# Ein einzelnes Frame zu einem bestimmten Zeitstempel extrahieren
ffmpeg -i input.mp4 -ss 00:01:30 -frames:v 1 thumbnail.png

# Nur erstes Frame extrahieren
ffmpeg -i input.mp4 -frames:v 1 first_frame.png

4. Videometadaten mit ffprobe analysieren

Überprüfen Sie Videoeigenschaften vor der Verarbeitung. Verwenden Sie für maschinenlesbare Ergebnisse immer die JSON-Ausgabe.

# Vollständige Metadaten als JSON (Streams und Format)
ffprobe -v quiet \
  -print_format json \
  -show_format \
  -show_streams \
  input.mp4

# Nur Dauer abrufen
ffprobe -v error \
  -show_entries format=duration \
  -of default=noprint_wrappers=1:nokey=1 \
  input.mp4

# Auflösung abrufen
ffprobe -v error \
  -select_streams v:0 \
  -show_entries stream=width,height \
  -of csv=s=x:p=0 \
  input.mp4

# Bildrate abrufen
ffprobe -v error \
  -select_streams v:0 \
  -show_entries stream=r_frame_rate \
  -of default=noprint_wrappers=1:nokey=1 \
  input.mp4

# Codec-Informationen abrufen
ffprobe -v error \
  -select_streams v:0 \
  -show_entries stream=codec_name,codec_long_name,profile \
  -of json \
  input.mp4

# Gesamtzahl der Frames zählen
ffprobe -v error \
  -count_frames \
  -select_streams v:0 \
  -show_entries stream=nb_read_frames \
  -of default=noprint_wrappers=1:nokey=1 \
  input.mp4

5. Szenen erkennen und Zeitstempel auflisten

Eine Liste der Szenenwechsel-Zeitstempel abrufen, ohne Frames zu extrahieren.

# Szenenwechsel-Zeitstempel auflisten
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.3)',showinfo" \
  -f null - \
  2>&1 | grep pts_time

# Szenen-Scores für jeden Frame extrahieren (für Analyse)
ffmpeg -i input.mp4 \
  -vf "select='gte(scene,0)',metadata=print" \
  -f null - \
  2>&1 | grep "lavfi.scene_score"

# Anzahl der Szenenwechsel zählen
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.3)',showinfo" \
  -f null - \
  2>&1 | grep -c "pts_time"

6. Audiowellenform extrahieren und Stille erkennen

Analysieren Sie den Audiotrack auf Stillelücken, Lautstärkepegel und visuelle Wellenformen.

# Stilleperioden erkennen (nützlich zum Finden von Kapitelgrenzen)
ffmpeg -i input.mp4 \
  -af silencedetect=noise=-30dB:d=0.5 \
  -f null - \
  2>&1 | grep silence

# Audiowellenform als Bild generieren
ffmpeg -i input.mp4 \
  -filter_complex "showwavespic=s=1920x200:colors=blue" \
  -frames:v 1 \
  waveform.png

# Lautstärkepegel analysieren
ffmpeg -i input.mp4 \
  -af volumedetect \
  -f null - \
  2>&1 | grep volume

# Audiospektrum-Visualisierung extrahieren
ffmpeg -i input.mp4 \
  -filter_complex "showspectrumpic=s=1920x512:color=intensity" \
  -frames:v 1 \
  spectrum.png

7. KI-Vision-Analyse-Workflow

Extrahieren Sie Frames und analysieren Sie sie mit der Vision-Fähigkeit von Claude, um strukturierte Informationen aus Videoinhalten zu extrahieren.

# Schritt 1: Video untersuchen
ffprobe -v quiet -print_format json -show_format -show_streams input.mp4

# Schritt 2: Szenen-Frames extrahieren
mkdir -p analysis_frames
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.3)'" \
  -vsync vfr \
  -q:v 2 \
  analysis_frames/frame_%04d.jpg

Nach der Extraktion der Frames verwenden Sie das Lese-Tool, um jedes Bild zu laden. Das Lese-Tool unterstützt Bilddateien (PNG, JPG usw.) und zeigt sie visuell an. Analysieren Sie für jeden Frame:

  • Farben: Dominante Hex-Farbwerte, Hintergrundfarben, Akzentfarben extrahieren
  • Typografie: Schriftgrößen, -gewichte, Zeilenhöhen, Überschriftenhierarchie identifizieren
  • Layout: Gittermuster, Flex-Layouts, Abstandsrhythmen, Ränder erkennen
  • Komponenten: Schaltflächen, Karten, Kopfzeilen, Navigation, Formulare identifizieren
  • Animationszustand: Übergänge, Hover-Zustände, Ladeindikatoren notieren

Aggregieren Sie die Ergebnisse über alle Frames hinweg, um ein konsistentes Designsystem zu erstellen.

8. Designsystem-Extraktion aus Video

Ein vollständiger Workflow zum Extrahieren eines Designsystems aus einer Produktdemo oder einem UI-Walkthrough-Video.

# Schritt 1: Videoinformationen abrufen
ffprobe -v quiet -print_format json -show_format input.mp4

# Schritt 2: Szenen-Frames extrahieren (erfasst jeden eindeutigen Bildschirm)
mkdir -p design_frames
ffmpeg -i input.mp4 \
  -vf "select='gt(scene,0.4)'" \
  -vsync vfr \
  -q:v 1 \
  design_frames/screen_%04d.png

# Schritt 3: Auch in regelmäßigen Abständen für Abdeckung extrahieren
ffmpeg -i input.mp4 \
  -vf "fps=1/3" \
  -q:v 1 \
  design_frames/interval_%04d.png

Nach der Frameextraktion analysieren Sie jeden Frame mit KI-Vision und erstellen:

{
  "colors": {
    "primary": "#2563EB",
    "secondary": "#7C3AED",
    "background": "#FFFFFF",
    "surface": "#F3F4F6",
    "text": "#111827",
    "textSecondary": "#6B7280"
  },
  "typography": {
    "headingFont": "Inter",
    "bodyFont": "Inter",
    "scale": ["12px", "14px", "16px", "20px", "24px", "32px", "48px"]
  },
  "spacing": {
    "unit": "8px",
    "scale": ["4px", "8px", "12px", "16px", "24px", "32px", "48px", "64px"]
  },
  "components": ["button", "card", "navbar", "sidebar", "input", "modal"]
}

Anti-Patterns / Häufige Fehler

FehlerWarum er falsch istWas stattdessen zu tun ist
Jeden Frame aus einem Video extrahierenErzeugt Tausende von Dateien, verschwendet Festplatten- und AnalysezeitSzenendetektion oder feste Intervalle (1 fps oder weniger) verwenden
ffprobe vor der Verarbeitung überspringenUnbekannte Codecs oder beschädigte Dateien verursachen stille FFmpeg-FehlerImmer zuerst untersuchen, um Format und Eigenschaften zu validieren
PNG für die Massen-Frameextraktion verwendenPNG-Dateien sind 5-10x größer als JPEG bei minimalem Qualitätsgewinn für die AnalyseJPEG (-q:v 2) für die Analyse verwenden; PNG nur für pixelgenaue Arbeit
Szenenschwellenwert zu niedrig setzen (0.1)Erfasst Kamerabewegungen, Beleuchtungswechsel – erzeugt zu viele FramesMit 0.3-0.4 beginnen und basierend auf den Ergebnissen anpassen
-vsync vfr mit select-Filter ignorierenErzeugt doppelte Frames, die Lücken im Zeitstrahl füllenImmer -vsync vfr verwenden, wenn der select-Filter verwendet wird
Frames ohne Zeitstempel analysierenKann Analyseergebnisse nicht mit dem Videozeitstrahl korrelierenshowinfo-Filter verwenden, um pts_time mit jedem Frame zu erfassen
KI-Vision auf Hunderten von Frames ausführenÜberschreitet Kontextlimits und verschwendet TokensAuf 10-20 repräsentative Frames pro Analysedurchgang beschränken
FFmpeg-Pfade fest codierenBricht über Betriebssysteme und Installationsmethodenffmpeg und ffprobe direkt verwenden und sich auf PATH verlassen

Fallstricke

  1. -vsync vfr ist bei select-Filtern erforderlich – Ohne -vsync vfr füllt FFmpeg „fehlende“ Frames zwischen ausgewählten Frames mit Duplikaten, um eine konstante Bildrate beizubehalten. Das bedeutet, dass die Extraktion von 5 Szenenwechsel-Frames 500 Ausgabedateien erzeugen könnte, von denen die meisten Duplikate sind. Kombinieren Sie select-Filter immer mit -vsync vfr.

  2. Der Szenendetektionsschwellenwert variiert je nach Inhalt – Ein Schwellenwert von 0.3 funktioniert gut für Schnitte in narrativen Videos, aber animierte Inhalte oder Bildschirmaufnahmen benötigen möglicherweise 0.4-0.5, da allmähliche Übergänge niedrigere Szenen-Scores erzeugen. Überprüfen Sie immer die Frame-Anzahl nach der Extraktion und passen Sie den Schwellenwert an.

  3. Die Framezählung von ffprobe ist langsam – Die Verwendung von -count_frames mit ffprobe dekodiert das gesamte Video, um Frames genau zu zählen. Bei langen Videos kann dies Minuten dauern. Verwenden Sie stattdessen nb_frames aus den Stream-Metadaten (weniger genau, aber sofort) oder schätzen Sie aus Dauer und Bildrate.

  4. Parameter für die Audio-Stille-Erkennung müssen angepasst werden – Der Standard-Rauschschwellenwert von -30dB und die Mindestdauer von 0.5 Sekunden {49}...

[truncated for translation]

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