Communitygithub.com

503496348-ops/mischief-production

Baue wiederverwendbare Manim-Erklärvideos für technische Konzepte, Graphen, Systemdiagramme und Produkt-Walkthroughs und gib sie bei Bedarf an den breiteren HCP-Video-Stack weiter. Verwende dies, wenn der Benutzer ein sauberes animiertes Erklärvideo wünscht, anstatt ein generisches Voiceover-Skript.

Was ist mischief-production?

Dieses Skill aktiviert eine spezialisierte Video-Pipeline zur Produktion technischer Erklärvideos mit Manim, einer Python-Bibliothek für mathematische Animationen. Es ist optimiert für Szenarien, in denen Bewegung, Struktur und Klarheit wichtiger sind als fotorealistische Darstellung – ideal für Diagramme von Workflows, Architekturen, Metrik-Progressionen und Systemen. Der Skill folgt einem strengen Workflow: Er beginnt mit einer Kern-These, unterteilt das Konzept in 3-6 Szenen, erstellt eine Szenen-Gliederung vor dem Schreiben von Code und rendert zunächst eine rauchgetestete Low-Quality-Version. Szenen müssen jeweils eine einzige Aussage belegen, überladene Diagramme vermeiden und Bewegung nutzen, um Zustandsänderungen zu erklären. Standard-Output ist ein kurzes 16:9 MP4-Video mit einem Thumbnail, Storyboard und Szenenplan. Für Netzwerkerklärungen enthält das Skill eine wiederverwendbare Startvorlage (network_graph_scene.py). Die Übergabe an den breiteren Video-Stack (Remotion, Compositing) erfolgt nur, wenn es tatsächlich Mehrwert bringt.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/503496348-ops/mischief-production/tree/HEAD/skills/ecc-manim-video

In Ihrer bevorzugten KI fragen

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

Dokumentation

Manim-Video

Verwende Manim für technische Erklärvideos, bei denen Bewegung, Struktur und Klarheit wichtiger sind als fotorealistische Darstellung.

Wann aktivieren

  • Der Benutzer wünscht eine technische erklärende Animation
  • Das Konzept ist ein Graph, Workflow, Architektur, Metrik-Progression oder Systemdiagramm
  • Der Benutzer wünscht ein kurzes Produkt- oder Launch-Erklärvideo für X oder eine Landingpage
  • Die visuelle Darstellung soll präzise wirken, nicht generisch kinematisch

Tool-Anforderungen

  • manim CLI zum Rendern von Szenen
  • ffmpeg zur Nachbearbeitung, falls nötig
  • video-editing für finale Montage oder Feinschliff
  • remotion-video-creation, wenn das finale Paket composited UI, Untertitel oder zusätzliche Bewegungs-Overlays benötigt

Standard-Output

  • Kurzes 16:9 MP4
  • Ein Thumbnail- oder Poster-Frame
  • Storyboard plus Szenenplan

Workflow

  1. Definiere die Kern-These auf einen Satz.
  2. Zerlege das Konzept in 3 bis 6 Szenen.
  3. Lege fest, was jede Szene beweist.
  4. Schreibe die Szenen-Gliederung, bevor du Manim-Code schreibst.
  5. Rendere zuerst die kleinste funktionierende Version.
  6. Optimiere Typografie, Abstände, Farbe und Tempo, nachdem der Render funktioniert.
  7. Gib nur dann an den breiteren Video-Stack ab, wenn es Mehrwert bringt.

Regeln zur Szenenplanung

  • Jede Szene sollte genau eine Sache beweisen
  • Vermeide überladene Diagramme
  • Bevorzuge schrittweise Enthüllung statt vollflächigem Durcheinander
  • Nutze Bewegung, um Zustandsänderungen zu erklären, nicht nur um den Bildschirm zu beschäftigen
  • Titelbilder sollten kurz und bedeutungsvoll sein

Netzwerkgraph-Standard

Für Erklärvideos zu sozialen Graphen und Netzwerkoptimierung:

  • Zeige den aktuellen Graphen, bevor du den optimierten Graphen zeigst
  • Unterscheide niederwertiges Follow-Rauschen von hochwertigen Brücken
  • Hebe Warmpath-Knoten und Zielcluster hervor
  • Füge bei Bedarf eine finale Szene hinzu, die den Selbstverbesserungs-Pfad zeigt, der die Erstellung des Skills geprägt hat

Render-Konventionen

  • Standardmäßig 16:9 Querformat, es sei denn, der Benutzer wünscht Hochformat
  • Beginne mit einem Low-Quality-Smoke-Test-Render
  • Erhöhe die Qualität erst, nachdem Komposition und Timing stabil sind
  • Exportiere einen sauberen Thumbnail-Frame, der in Social-Media-Größe lesbar ist

Wiederverwendbarer Startpunkt

Verwende assets/network_graph_scene.py als Startpunkt für Netzwerkgraph-Erklärvideos.

Beispiel-Smoke-Test:

manim -ql assets/network_graph_scene.py NetworkGraphExplainer

Ausgabeformat

Gib zurück:

  • Kern-These
  • Storyboard
  • Szenen-Gliederung
  • Render-Plan
  • Etwaige Folge-Empfehlungen zur Optimierung

Verwandte Skills

  • video-editing für den finalen Feinschliff
  • remotion-video-creation für bewegungsintensive Nachbearbeitung oder Compositing
  • content-engine, wenn die Animation Teil eines breiteren Launches ist

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

503496348-ops/mischief-production

Use this skill when inspecting Blender characters, rigs, poses, animation retargeting, ground contact, facing direction, or model-vs-motion alignment where screenshots alone are not enough.

503496348-ops/mischief-production

Advanced motion patterns for React / Next.js — drag & drop, gestures, text animations, SVG path drawing, custom hooks, imperative sequences (useAnimate), loaders, and the full API decision tree. Requires motion-foundations.

503496348-ops/mischief-production

Motion tokens, spring presets, performance rules, device adaptation, accessibility enforcement, and SSR safety for React / Next.js using motion/react. Foundation layer — all other motion skills depend on this.

503496348-ops/mischief-production

Production-ready animation patterns for React / Next.js — button, modal, toast, stagger, page transitions, exit animations, scroll, and layout — built on motion-foundations tokens and springs.

503496348-ops/mischief-production

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

503496348-ops/mischief-production

Best practices for Remotion - Video creation in React. 29 domain-specific rules covering 3D, animations, audio, captions, charts, transitions, and more.

503496348-ops/mischief-production

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

Verwandte Skills