Communitygithub.com

SamuelChien/mega-skills-collection

End-to-End-Pipeline zur Veröffentlichung von Claude Code Lab Meetings. Akzeptiert optionale Argumente: Datum (YYYYMMDD, "yesterday", "today") und Lab-Nummer (z.B. "04"). Beispiele: "yesterday 04", "20260420 05", "04" (heute, Lab 04), "" (heute, automatische Erkennung).

Was ist mega-skills-collection?

Dieses Skill für Claude Code automatisiert die vollständige Pipeline zur Veröffentlichung von Claude Code Lab Meetings. Es beginnt mit der Analyse von Argumenten und Konfigurationen, lädt Transkripte von Fathom herunter, verarbeitet und lädt Videos zu YouTube hoch, erstellt faktengeprüfte Zusammenfassungen in der richtigen Sprache (Englisch oder Russisch), generiert MDX-Dokumente und aktualisiert eine Dokumentationsseite. Das System unterstützt mehrere Plattformen: Zoom und Fathom für Videoquellen, YouTube für die Videoveröffentlichung mit benutzerdefinierten Thumbnails, und Vercel/Netlify für die Bereitstellung der Dokumentation. Es ist besonders nützlich für Teams, die regelmäßig technische Lab-Meetings aufzeichnen und veröffentlichen, da es viele manuelle Schritte eliminiert und eine konsistente Qualität sicherstellt.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/SamuelChien/mega-skills-collection/tree/HEAD/agency-docs-updater

In Ihrer bevorzugten KI fragen

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

Dokumentation


name: agency-docs-updater description: End-to-End-Pipeline zur Veröffentlichung von Claude Code Lab Meetings. Akzeptiert optionale Argumente: Datum (YYYYMMDD, "yesterday", "today") und Lab-Nummer (z.B. "04"). Beispiele: "yesterday 04", "20260420 05", "04" (heute, Lab 04), "" (heute, automatische Erkennung).

Agency Docs Updater

Führe ALLE Schritte automatisch in der Reihenfolge aus. Halte nur an, wenn ein Schritt fehlschlägt und nicht wiederhergestellt werden kann. Lies references/learnings.md, bevor du beginnst, um bekannte Fallstricke zu vermeiden.

Konfiguration: Pfade werden aus .env im Skill-Root-Verzeichnis gelesen (siehe .env.example). Die Standardwerte funktionieren für das Standard-Setup. Wichtige Umgebungsvariablen: VAULT_DIR, DOCS_SITE_DIR, YOUTUBE_UPLOADER_DIR, PRESENTATIONS_DIR, SKILLS_REPO_DIR, SKILLS_LOCAL_DIR, ZOOM_CREDENTIALS_DIR, GITHUB_REPO, SITE_DOMAIN.

Abhängigkeiten (überprüfe, dass diese existieren, bevor du fortfährst):

  • zoom — Zoom-Aufzeichnungs-Download (scripts/zoom_meetings.py)
  • fathom — Fathom-Video-Fallback (scripts/download_video.py)
  • nano-banana — Thumbnail-Overlay-Generierung (scripts/generate_image.sh)
  • calendar-sync — nur lokal, Kalenderereignis-Sync (sync.sh)
  • youtube-uploader — Videoverarbeitung, Upload und YouTube-API-Authentifizierung

Schritt 0: Argumente parsen und Konfiguration laden

Lade .env aus dem Skill-Root-Verzeichnis. Teile dann args durch Leerzeichen:

  • 8-stelliges Token (YYYYMMDD) → DATE
  • "yesterday" → DATE = $(date -v-1d +%Y%m%d)
  • "today" oder fehlend → DATE = $(date +%Y%m%d)
  • 2-stelliges Token (NN) oder lab-NN → LAB_FILTER

Erweitere Umgebungsvariablen für Pfade, die in nachfolgenden Schritten verwendet werden:

VAULT_DIR="${VAULT_DIR:-$HOME/Brains/brain}"
DOCS_SITE_DIR="${DOCS_SITE_DIR:-$HOME/Sites/agency-docs}"
YOUTUBE_UPLOADER_DIR="${YOUTUBE_UPLOADER_DIR:-$HOME/ai_projects/youtube-uploader}"
SKILLS_REPO_DIR="${SKILLS_REPO_DIR:-$HOME/ai_projects/claude-skills}"
SKILLS_LOCAL_DIR="${SKILLS_LOCAL_DIR:-$HOME/.claude/skills}"
ZOOM_CREDENTIALS_DIR="${ZOOM_CREDENTIALS_DIR:-$HOME/.zoom_credentials}"
PRESENTATIONS_DIR="${PRESENTATIONS_DIR:-$HOME/ai_projects/claude-code-lab}"
GITHUB_REPO="${GITHUB_REPO:-glebis/agency-docs}"
SITE_DOMAIN="${SITE_DOMAIN:-agency-lab.glebkalinin.com}"

Schritt 1: Fathom-Transkript finden

Wenn LAB_FILTER gesetzt ist: ${VAULT_DIR}/${DATE}-claude-code-lab-${LAB_FILTER}.md Wenn leer: Glob ${VAULT_DIR}/${DATE}-claude-code-lab-*.md (wähle das aktuellste nach mtime).

Wenn fehlend: Führe ${SKILLS_LOCAL_DIR}/calendar-sync/sync.sh aus, überprüfe erneut, stoppe, wenn immer noch fehlend.

Extrahiere aus YAML-Frontmatter und speichere:

  • FATHOM_FILE, SHARE_URL, MEETING_TITLE, DATE, LAB_NUMBER
  • VIDEO_NAME = ${DATE}-claude-code-lab-${LAB_NUMBER}
  • TRANSCRIPT_LANG = automatische Erkennung aus den ersten ~50 Zeilen (kyrillischer Anteil > 0.3 → ru, sonst en)

Bestimme MEETING_NUMBER: Überprüfe bestehende MDX-Dateien in ${DOCS_SITE_DIR}/content/docs/claude-code-internal-${LAB_NUMBER}/meetings/ auf einen Platzhalter mit dem heutigen Datum. Wenn gefunden, verwende diese Nummer. Andernfalls überprüfe die Dateigrößen, um den nächsten leeren Slot zu finden. Speichere als zweistellige Zeichenfolge mit führender Null (z.B. 04). Diese Variable wird in den Schritten 3b, 4b, 5, 6 und 8 verwendet.

Schritt 2: Video herunterladen

Überspringe, wenn ${VAULT_DIR}/${VIDEO_NAME}.mp4 existiert und größer als 1 MB ist.

Hinweis: Zoom-Aufzeichnungen können nach einem Meeting bis zu ~15 Minuten zur Verarbeitung benötigen. Wenn die Zoom-API keine Aufzeichnungen zurückgibt, warte und wiederhole den Vorgang, bevor du auf Fathom zurückfällst.

Primär — Zoom:

python3 ${SKILLS_REPO_DIR}/zoom/scripts/zoom_meetings.py recordings \
  --start ${DATE:0:4}-${DATE:4:2}-${DATE:6:2} \
  --end $(date -j -v+1d -f %Y%m%d ${DATE} +%Y-%m-%d) \
  --show-downloads 2>&1

Finde die MP4-URL, dann:

TOK=$(python3 -c "import json,pathlib; print(json.load(open(pathlib.Path('${ZOOM_CREDENTIALS_DIR}')/'oauth_token.json'))['access_token'])")
curl -L -H "Authorization: Bearer ${TOK}" -o ${VAULT_DIR}/${VIDEO_NAME}.mp4 "${MP4_DOWNLOAD_URL}"

Fallback — Fathom (wenn keine Zoom-Aufzeichnung):

cd ${VAULT_DIR} && python3 ${SKILLS_LOCAL_DIR}/fathom/scripts/download_video.py \
  "${SHARE_URL}" --output-name "${VIDEO_NAME}"

Schritt 3: Zu YouTube hochladen

cd ${YOUTUBE_UPLOADER_DIR} && \
python3 process_video.py \
  --video ${VAULT_DIR}/${VIDEO_NAME}.mp4 \
  --fathom-transcript ${FATHOM_FILE} \
  --title "${MEETING_TITLE}" \
  --upload

Führe mit run_in_background: true aus (10-30 Min.). Bei Fehler: --resume-from upload.

Extrahiere YOUTUBE_URL aus stdout (✓ YouTube video: ...) oder processed/metadata/${VIDEO_NAME}.json. Extrahiere VIDEO_ID aus der URL (der Teil nach ?v= oder das letzte Pfadsegment).

Schritt 3a: Upload überprüfen (ERFORDERLICH)

Nachdem VIDEO_ID extrahiert wurde, überprüfe, ob das Video tatsächlich auf YouTube existiert, bevor du fortfährst. Videos können während der Verarbeitung stillschweigend fehlschlagen oder von YouTubes Inhaltsprüfung automatisch gelöscht werden.

cd ${YOUTUBE_UPLOADER_DIR} && PYTHONPATH=. python3 -c "
from auth import get_authenticated_service
import sys, time

youtube = get_authenticated_service()
video_id = '${VIDEO_ID}'

# Bis zu 5 Minuten warten, bis das Video verfügbar ist
for attempt in range(10):
    resp = youtube.videos().list(part='status,processingDetails', id=video_id).execute()
    if not resp['items']:
        if attempt < 9:
            print(f'Video noch nicht verfügbar (Versuch {attempt+1}/10), warte 30s...')
            time.sleep(30)
            continue
        print(f'FATAL: Video {video_id} nach 5 Minuten nicht gefunden. Upload möglicherweise fehlgeschlagen.')
        sys.exit(1)

    status = resp['items'][0]['status']
    processing = resp['items'][0].get('processingDetails', {})
    upload_status = status.get('uploadStatus', 'unknown')
    privacy = status.get('privacyStatus', 'unknown')
    rejection = status.get('rejectionReason', None)

    print(f'Upload-Status: {upload_status}, Privatsphäre: {privacy}')
    if rejection:
        print(f'ABGELEHNT: {rejection}')
        sys.exit(1)
    if upload_status in ('processed', 'uploaded'):
        print(f'✓ Video {video_id} erfolgreich verifiziert')
        sys.exit(0)
    if upload_status == 'failed':
        print(f'FATAL: Upload fehlgeschlagen - {status.get(\"failureReason\", \"unknown\")}')
        sys.exit(1)

    print(f'Status: {upload_status}, warte 30s...')
    time.sleep(30)

print('FATAL: Video nach 5 Minuten nicht bereit')
sys.exit(1)
"

Wenn die Überprüfung fehlschlägt: Lösche die fehlgeschlagenen Video-Metadaten (rm processed/metadata/${VIDEO_NAME}.json), lade erneut mit --resume-from upload hoch und überprüfe erneut. Fahre NICHT mit den MDX- oder Thumbnail-Schritten fort, wenn VIDEO_ID nicht verifiziert ist.

Starte Schritt 4 parallel — die Zusammenfassung hängt nicht von der YouTube-URL ab.

Schritt 3b: Lab-spezifisches Thumbnail (ERFORDERLICH)

Führe diesen Schritt immer aus — er ersetzt das generische Thumbnail aus process_video.py durch die gebrandete Lab-Vorlage. Das generische Thumbnail ist für die Veröffentlichung NICHT akzeptabel.

Voraussetzungen: VIDEO_ID muss bekannt sein (warte ggf. auf den Abschluss von Schritt 3).

Befolge references/thumbnail-guide.md für den vollständigen Workflow:

  1. Generiere ein Nano Banana Overlay-Bild (themenspezifischer Prompt aus den Prompt-Mustern des Leitfadens)
  2. Lies/überprüfe das Rohbild, um die Hintergrundfarbe zu bestätigen, färbe dann Linien in Orange (#e85d04) um
  3. Schreibe eine temporäre HTML-Datei (z.B. /tmp/lab-meeting-${MEETING_NUMBER}.html) basierend auf ${YOUTUBE_UPLOADER_DIR}/templates/images/lab-meeting.html — aktualisiere Meeting-Nummer, Themen-Haupttext, Aufzählungsbeschreibungen, Datum. Bearbeite die Originalvorlage nicht direkt.
  4. Rendere mit Playwright bei 1280×720 → ${YOUTUBE_UPLOADER_DIR}/processed/thumbnails/${VIDEO_NAME}.jpg
  5. Lies/überprüfe das gerenderte Thumbnail, um das Layout vor dem Hochladen zu verifizieren
  6. Lade zu YouTube hoch: verwende die aus Schritt 3 extrahierte VIDEO_ID

Überspringe diesen Schritt NICHT oder verlasse dich nicht auf das Thumbnail von process_video.py.

Schritt 4: Faktengeprüfte Zusammenfassung generieren

Lies ${FATHOM_FILE}. Generiere eine strukturierte Zusammenfassung in ${TRANSCRIPT_LANG}:

  • ## Abschnittsüberschriften, Aufzählungspunkte, Codebeispiele, wo relevant
  • Technische Begriffe auf Englisch (MCP, Skills, Claude Code, etc.)
  • Schließe persönliche Planungsdetails aus
  • Bereinige für MDX: maskiere <, > und bloße {-Zeichen, die die MDX-Kompilierung brechen würden

Überprüfe Behauptungen zu Claude Code Funktionen mit dem claude-code-guide-Subagenten (falls verfügbar; überspringe die Faktenprüfung, wenn der Agent nicht zugänglich ist). Speichere die korrigierte Zusammenfassung im Scratchpad als summary.md.

Schritt 4b: YouTube-Metadaten aktualisieren

Nachdem sowohl Schritt 3 als auch Schritt 4 abgeschlossen sind. VIDEO_ID, MEETING_NUMBER und LAB_NUMBER müssen alle vor diesem Schritt bestimmt sein. Lese references/youtube-api.md für das Beschreibungsformat und API-Ausschnitte.

Generiere die YouTube-Beschreibung aus der Zusammenfassung. Verwende die sprachgerechte Vorlage:

  • Wenn TRANSCRIPT_LANG=en: Englische Bezeichnungen ("In this video:", "Course materials and session notes:")
  • Wenn TRANSCRIPT_LANG=ru: Russische Bezeichnungen ("В этом видео:", "Материалы и конспект занятия:")

Mische KEINE Sprachen in einer einzigen Beschreibung.

Meeting-Seiten-URL: https://${SITE_DOMAIN}/claude-code-lab-${LAB_NUMBER}/meetings/${MEETING_NUMBER}

Aktualisiere Titel, Beschreibung, Tags über die YouTube-API und füge dann das Video zur Playlist "Claude Code Lab ${LAB_NUMBER}" hinzu (wird automatisch erstellt, falls sie nicht existiert).

Schritt 5: MDX generieren

python3 ${SKILLS_LOCAL_DIR}/agency-docs-updater/scripts/update_meeting_doc.py \
  ${FATHOM_FILE} "${YOUTUBE_URL}" ${SCRATCHPAD}/summary.md

Vor der Ausführung: Überprüfe, ob für das heutige Datum bereits ein Platzhalter-MDX existiert (grep -l in meetings/). Wenn ja, verwende -n ${MEETING_NUMBER} --update, um es zu bearbeiten.

Nach der Ausführung:

  1. Entferne angehängten Marp-Inhalt (alles nach dem schließenden --- der Zusammenfassung vor <!-- _class: lead -->) — MDX bricht bei HTML-Kommentaren (<!-- -->), nicht maskierten < und bloßen {-Zeichen
  2. Suche nach Präsentationsdateien: suche in ${PRESENTATIONS_DIR}/presentations/lab-${LAB_NUMBER}/ und ${PRESENTATIONS_DIR}/lesson-generator/ nach Dateien, die ${DATE} entsprechen. Wenn gefunden, kopiere nach ${DOCS_SITE_DIR}/public/${DATE}-claude-code-lab-${LAB_NUMBER}.html und füge einen Link in MDX hinzu
  3. Ersetze Platzhalter im Frontmatter ([Название встречи], [Краткое описание встречи], [Дата встречи])
  4. Wenn TRANSCRIPT_LANG=en, schreibe das MDX vollständig mit englischen Bezeichnungen um — das Skript standardmäßt auf Russisch und die Übersetzungsfallback erzeugt fehlerhafte gemischte Sprachausgaben
  5. Überprüfe: cd ${DOCS_SITE_DIR} && npm run build 2>&1 | tail -5

Schritt 6: Committen und Pushen

Staging nur von Pipeline-Dateien — niemals git add .:

cd ${DOCS_SITE_DIR}
git fetch origin main
BEHIND=$(git rev-list --count HEAD..origin/main)
if [ "$BEHIND" -gt 0 ]; then
  git stash push -m "agency-docs-updater: temp stash"
  git pull --rebase origin main
  git stash pop || true
fi
git add content/docs/claude-code-internal-${LAB_NUMBER}/meetings/${MEETING_NUMBER}.mdx
# Nur Präsentations-HTML stagen, wenn es kopiert wurde
[ -f public/${DATE}-claude-code-lab-${LAB_NUMBER}.html ] && git add public/${DATE}-claude-code-lab-${LAB_NUMBER}.html
git commit -m "Füge Lab ${LAB_NUMBER} Meeting ${MEETING_NUMBER} hinzu"
git push

Speichere COMMIT_HASH=$(git rev-parse HEAD) für Schritt 7.

Schritt 7: Auf Vercel-Deploy warten

TIMEOUT=300; ELAPSED=0
until [ "$(gh api repos/${GITHUB_REPO}/commits/${COMMIT_HASH}/status --jq '.state' 2>/dev/null || echo 'pending')" != "pending" ]; do
  sleep 15; ELAPSED=$((ELAPSED+15))
  [ "$ELAPSED" -ge "$TIMEOUT" ] && echo "Deploy-Zeitüberschreitung nach ${TIMEOUT}s" && break
done
DEPLOY_STATE=$(gh api repos/${GITHUB_REPO}/commits/${COMMIT_HASH}/status --jq '.state')
echo "Deploy-Status: ${DEPLOY_STATE}"

Führe mit run_in_background: true aus. Wenn der Status failure oder error ist: überprüfe Vercel-Logs (vercel logs), korrigiere lokal, pushe erneut, starte diesen Schritt neu.

Schritt 8: Im Browser überprüfen

Öffne https://${SITE_DOMAIN}/claude-code-lab-${LAB_NUMBER}/meetings/${MEETING_NUMBER} in einem Browser (über Chrome-Automatisierungstools oder manuell). Überprüfe, ob das YouTube-Embed sichtbar ist. Wenn nicht: überprüfe VIDEO_ID, warte auf die YouTube-Verarbeitung oder lade erneut hoch.

Pipeline-Bericht

Nach Abschluss berichte: Fathom-Pfad, Videopfad, YouTube-URL, MDX-Pfad, Commit-Hash, Deploy-Status, Embed-Überprüfung.

Individual skills in this repo

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

SamuelChien/mega-skills-collection

Security audit, hardening, threat modeling (STRIDE/PASTA), Red/Blue Team, OWASP checks, code review, incident response, and infrastructure security for any project.

SamuelChien/mega-skills-collection

Arquitecto de Soluciones Principal y Consultor Tecnológico de Andru.ia. Diagnostica y traza la hoja de ruta óptima para proyectos de IA en español.

SamuelChien/mega-skills-collection

Ingeniero de Sistemas de Andru.ia. Diseña, redacta y despliega nuevas habilidades (skills) dentro del repositorio siguiendo el Estándar de Diamante.

SamuelChien/mega-skills-collection

Estratega de Inteligencia de Dominio de Andru.ia. Analiza el nicho específico de un proyecto para inyectar conocimientos, regulaciones y estándares únicos del sector. Actívalo tras definir el nicho.

SamuelChien/mega-skills-collection

2D game development principles. Sprites, tilemaps, physics, camera.

SamuelChien/mega-skills-collection

3D game development principles. Rendering, shaders, physics, cameras.

SamuelChien/mega-skills-collection

Expert in building 3D experiences for the web - Three.js, React Three Fiber, Spline, WebGL, and interactive 3D scenes. Covers product configurators, 3D portfolios, immersive websites, and bringing depth to web experiences.

SamuelChien/mega-skills-collection

Accessibility audit skill for scanning, fixing, and verifying WCAG 2.2 Level A and AA compliance across React, Next.js, Vue, Angular, Svelte, and plain HTML codebases. Use when auditing accessibility, fixing a11y violations, checking color contrast, generating compliance reports, or integrating accessibility checks into CI/CD pipelines.

SamuelChien/mega-skills-collection

Ab Test Analyzer - Auto-activating skill for Data Analytics. Triggers on: ab test analyzer, ab test analyzer Part of the Data Analytics skill category.

SamuelChien/mega-skills-collection

A B Test Config Creator - Auto-activating skill for ML Deployment. Triggers on: a b test config creator, a b test config creator Part of the ML Deployment skill category.

SamuelChien/mega-skills-collection

When the user wants to plan, design, or implement an A/B test or experiment. Also use when the user mentions "A/B test," "split test," "experiment," "test this change," "variant copy," "multivariate test," "hypothesis," "conversion experiment," "statistical significance," or "test this." For tracking implementation, see analytics-tracking.

SamuelChien/mega-skills-collection

Acceptance Criteria Creator - Auto-activating skill for Enterprise Workflows. Triggers on: acceptance criteria creator, acceptance criteria creator Part of the Enterprise Workflows skill category.

SamuelChien/mega-skills-collection

Use when a coding task should be driven end-to-end from issue intake through implementation, review, deployment, and acceptance verification with minimal human re-intervention.

SamuelChien/mega-skills-collection

Accessibility Audit Runner - Auto-activating skill for Frontend Development. Triggers on: accessibility audit runner, accessibility audit runner Part of the Frontend Development skill category.

SamuelChien/mega-skills-collection

You are an accessibility expert specializing in WCAG compliance, inclusive design, and assistive technology compatibility. Conduct audits, identify barriers, and provide remediation guidance.

SamuelChien/mega-skills-collection

Web accessibility patterns for WCAG 2.2 compliance including ARIA, keyboard navigation, screen readers, and testing

SamuelChien/mega-skills-collection

Manage Discord channel access — approve pairings, edit allowlists, set DM/group policy. Use when the user asks to pair, approve someone, check who's allowed, or change policy for the Discord channel.

SamuelChien/mega-skills-collection

Create unified specification packages across Business, Development, and Design teams. Staged elaboration (L0 Vision → L1 Requirements → L2 Team Detail → L3 Acceptance Criteria) to build shared understanding. Does not write code.

SamuelChien/mega-skills-collection

Research a company or person and get actionable sales intel. Works standalone with web search, supercharged when you connect enrichment tools or your CRM. Trigger with "research [company]", "look up [person]", "intel on [prospect]", "who is [name] at [company]", or "tell me about [company]".

SamuelChien/mega-skills-collection

Validate messaging consistency across website, GitHub repos, and local documentation generating read-only discrepancy reports. Use when checking content alignment or finding mixed messaging. Trigger with phrases like "check consistency", "validate documentation", or "audit messaging".

Verwandte Skills