Communitygithub.com

Pluviobyte/rnskill

Inhalts-Review-Workflow: Datenabruf → Trend-Klassifizierung (R/M/Tier) → bedarfsgerechter Abruf des Inhalts → Ursachenanalyse → Wissensspeicherung (Methoden, Zitate, Fallbeispiele, Konzepte, Kursideen) + Rückschreibung in die Themenkarte. Nutzen Sie diesen Skill, wenn der Benutzer „复盘xx”, „内容复盘”, „xx数据怎么样”, „xx表现如何”, „复盘一下这条”, „为什么这条爆了”, „为什么这条没爆” sagt.

Was ist rnskill?

Dieser Skill implementiert einen umfassenden Inhalts-Review-Workflow, der aus Datenanalyse aktiv Wissenswerte generiert. Er unterstützt die Plattformen Douyin, Xiaohongshu und Twitter. Der Workflow beginnt mit dem Auffinden des Werks in der Datenbank und dem Abruf aktueller Metriken sowie historischer Verläufe aus Tages-Snapshots. Anschließend wird der Inhalt anhand einer anpassbaren Vorlage (R/M/Tier) bewertet, bei der der R-Wert das Verhältnis der Kernmetrik zum Median der letzten 20 Beiträge darstellt und der M-Wert die Engagement-Rate in Bezug auf die Follower-Anzahl misst. Die Ursachenanalyse erfolgt auf Basis des vollständigen Inhalts und historischer Datenpunkte, wobei jede Ursache konkret belegt werden muss. Der wichtigste Schritt ist die Wissensspeicherung: Bei jeder Überprüfung muss mindestens ein Asset (z. B. Zitat, Fallbeispiel, Konzept, Methodik oder Kursidee) in der entsprechenden Wissensdatenbank abgelegt werden. Der Skill eignet sich für Claude Code, Cursor und Codex und ersetzt reine Datenbetrachtung durch aktive Wissensgenerierung.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Pluviobyte/rnskill/tree/HEAD/skills/ra-%E5%A4%8D%E7%9B%98

In Ihrer bevorzugten KI fragen

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

Dokumentation

ra-Review

Ziel

Datenansicht in Wissenswerte verwandeln. Jede Überprüfung liefert drei Ergebnisse: Klassifizierung, fundierte Ursachenanalyse und mindestens eine Speicherung. Dies ist die einzige Quelle für die Materialbibliothek (Zitate/Fallbeispiele/Konzepte), Methodiken und Kursideen.

Workflow

1. Werk lokalisieren

  • Datentabelle: 01-Inhaltsproduktion/Datenstatistik/<Plattform>/Werkdaten.md (Titelabgleich)
  • Inhalt in der Bibliothek: Video → Videoarbeitsplatz/Erstellt/ Übergabedokument oder Transkript/; Artikel → Artikelarbeitsplatz/; Bild+Text → BildText-Arbeitsplatz/Erstellt/
  • Themenkarte: 00-Themenpool/ (falls keine Karte vorhanden, wird diese am Ende der Überprüfung erstellt)

2. Daten abrufen

  • Aktuelle Metriken und Änderungen: AUTO-Block der Tabelle
  • Historische Kurven: automation/daily_snapshots/eigene/<Plattform>/*.json (tägliche Snapshots)
  • Follower-Zahl (für M-Berechnung): Kontodaten.md der entsprechenden Plattform
  • Bei Konflikt zwischen Tabelle und Snapshot gilt der Snapshot-JSON

3. Trend-Klassifizierung (Standards wiederverwenden, keine eigenen erstellen)

Zur Laufzeit wird 03-Trend-Bibliothek/Trend-Klassifizierungsstandards.md gelesen, um die aktuellsten Definitionen und Schwellenwerte zu erhalten. Dies gilt auch für das eigene Konto:

  • R = Kernmetrik des Werks / Median der letzten 20 Beiträge (bei weniger als 20 Beiträgen alle verwenden und dies angeben; bei Douyin: Likes, bei Xiaohongshu: Likes + Bookmarks)
  • M = Likes / Follower-Zahl, kalibriert nach Tier (Follower-Größenklasse)
  • Berechnungsschritte anzeigen, bevor das Ergebnis präsentiert wird; bei wenigen Stichproben als „Tendenzaussage” kennzeichnen

4. Inhaltsquellen (bedarfsgerecht abrufen, nicht vorab horten)

  • Volltext in der Bibliothek: Direkt lesen (neu erstellte Werke sind in der Bibliothek vorhanden)
  • Historische Douyin/Xiaohongshu-Werke: Einzeldetails über TikHub MCP abrufen
  • Transkripte für eigene Videos: ra-Transkript-Extraktion-Skill (Volcano ASR, Kosten etwa ¥0,4/Stunde)
  • Tweets: Offizielle API oder https://r.jina.ai/<Tweet-URL> für Volltext

5. Ursachenanalyse

  • Anhand des Inhalts beantworten: Was ist der Aufhänger, was zeigen die ersten 7 Sekunden/das Titelbild, wie ist die Struktur, das Traffic-Potenzial des Themas, der Veröffentlichungszeitpunkt
  • Bei vergleichbaren Benchmarks: automation/scripts/hot_monitor_local_job.sh read booms ausführen, um ähnliche Themen, hohe R/M-Werte und ähnliche Größenordnungen aus der Cloud zu filtern; bei Bedarf an Transkripten oder Metrik-Verläufen automation/scripts/hot_monitor_local_job.sh read work <Cloud-Werk-ID> ausführen
  • 01-Inhaltsproduktion/Videoarbeitsplatz/.internal/Benchmark-Trend-Wissenswerte/ dient nur als historische Tiefenwissensergänzung, nicht als Echtzeit-Datenquelle; enthält Quelleninformationen, die unter Wahrung der Privatsphäre zitiert werden
  • Keine erfundenen Ursachen: Jede Ursache muss auf konkrete Sätze/Bilder im Inhalt oder auf konkrete Wendepunkte in den Daten (an welchem Tag welcher Metrik gestiegen) verweisen

6. Wissensspeicherung (Pflichtschritt)

SpeichergutZielortAufnahmekriterium
Bestätigter Aufhänger/Titel/AusdruckMaterialbibliothek/Zitate.mdEröffnungssatz eines hochklassifizierten Werks, Titel (mit Daten: „Satz”
Wiederverwendbarer praktischer ProzessMaterialbibliothek/Fallbeispiele.mdSzenario/Ablauf/Ergebnis/wiederverwendbare Punkte von Tutorial-Werken
Bestätigte Analogie/ErklärungsrahmenMaterialbibliothek/Konzepte.mdKognitive Bausteine für Erklärungen (z. B. „Whiteboard-Analogie”)
Plattform-RegelmäßigkeitMethodiken/ entsprechendes DokumentNeuer Eintrag mit Datum, alte Schlussfolgerungen nicht überschreiben; einzelne Stichproben mit „Tendenz” kennzeichnen, erst bei drei oder mehr gleichgerichteten Stichproben als Regel formulieren
Kursidee02-Kurssystem/Kursideen-Pool/Inspirationsnotizen.mdHochwertiger Inhalt mit guten Daten
Einzeilige ÜberprüfungszusammenfassungThemenkarte Abschnitt „Überprüfung”Jedes Mal erforderlich (Datum + Klassifizierung + ein Satz Ursache)

7. Ausgabe

Im Dialog wird ein Überprüfungsbericht ausgegeben: Klassifizierung (mit Berechnung) → Ursachenanalyse → Speicherliste (was gespeichert wurde, in welcher Datei). Der Bericht selbst wird nicht abgelegt – die Werte sind in der Bibliothek, der Bericht im Dialog.

Harte Regeln

  • Jede Überprüfung muss mindestens eine Speicherung in der Bibliothek ablegen; wenn tatsächlich nichts Speicherbares vorhanden ist, den Grund nennen (z. B. „Daten durchschnittlich und kein neuer Ausdruck”)
  • Zitate müssen mit Daten gespeichert werden; Sätze, die „sich gut anfühlen”, werden nicht aufgenommen
  • Ursachen unterscheiden zwischen „einzelner Tendenz” und „mehreren Regeln”; nur letztere kommen in den Methodik-Text
  • Verdacht auf Drosselung/Verstoß zuerst in der Überprüfungszusammenfassung der Themenkarte notieren; Rückschreibung in die Plattform-Regel-Bibliothek erfolgt erst, wenn der Prüfungsanschluss aktiviert ist
  • Für eigene Werke gilt die Quellen-Privatsphäre-Mauer nicht (diese gilt nur für fremde Quellen)

Individual skills in this repo

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

Pluviobyte/rnskill

将法天象地、同源巨大法相或角色力量显现的视觉参考制作成连续关键帧,再使用用户选择或可用的图生视频工具分段生成、检查和合成动作视频,不绑定成片平台。适用于本体与法相同框、领域展开、凝实与同步出招;不负责整部小说改编或普通图片轮播。

Pluviobyte/rnskill

口播基础素材包生成。转录口播、识别口误、生成审核页;用户确认后剪出新视频,Agent 再基于剪后视频重新转写、AI 校对字幕,输出后续口播成片可用的 source_cut.mp4 和 subtitles.srt。触发词:剪口播、处理口播素材、准备口播素材、识别口误、基础素材包

Pluviobyte/rnskill

Create Ian Xiaohei-style HTML/SVG motion illustrations for Chinese articles, scripts, storyboard scenes, workflow explanations, concept metaphors, and short video visual aids. Use when the user asks for 小黑 SVG、漫画感 HTML、分层 SVG 动效、把小黑生图做成 HTML/SVG、可编辑矢量动效、口播流程动画、手绘漫画动效、正文配图动画, or wants a Xiaohei illustration style adapted into controllable HTML/SVG/GSAP output instead of raster image generation.

Pluviobyte/rnskill

口播视频成片 Skill。把文章/口播稿/SRT、剪后视频和 HTML/图片素材串成分镜稿、时间线预览和最终 MP4;成片比例和动画风格从用户配置读取,动画默认使用小黑风格。触发词:口播成片、做分镜稿、时间线预览、合成口播视频、导出竖屏MP4

Pluviobyte/rnskill

自进化 skills。记录用户反馈,更新方法论和规则。触发词:更新规则、记录反馈、改进skill

Pluviobyte/rnskill

dontbesilent 目标清晰化。用维特根斯坦的语言哲学把模糊的目标审计成可检查的交付物。 触发方式:/dbs-goal、/目标、「帮我搞清楚目标」「我想做个人 IP」「我的目标是成为...」「我想变得更...」 Goal clarification using Wittgenstein's philosophy of language. Audits fuzzy goals into checkable deliverables. Trigger: /dbs-goal, "help me clarify my goal", "I want to become...", "my goal is...

Pluviobyte/rnskill

dontbesilent 短视频开头优化。诊断开头问题 + 生成优化方案。 触发方式:/dbs-hook、/hook、「帮我优化开头」「开头怎么写」 Short video opening optimization with diagnosis and solutions. Trigger: /dbs-hook, "optimize my opening", "how to write opening

Pluviobyte/rnskill

把当前诊断的关键状态存到本地,下次回来可以接着用。 触发方式:/dbs-save、/存档、「保存这次诊断」「记下来」「这个结论留着」 Save the current diagnosis state to disk for cross-session recall. Trigger: /dbs-save, "save this diagnosis", "remember this

Pluviobyte/rnskill

dontbesilent 商业工具箱主入口。双模式:任务前路由(你的问题该用哪个 skill)+ 任务后导航(刚做完诊断,下一步该干什么)。 触发方式:/dbs、/商业、「帮我看看」、「下一步怎么走」 Main entry point for dontbesilent business toolkit. Dual mode: pre-task routing + post-task navigation. Trigger: /dbs, "help me with my business", "what's next

Pluviobyte/rnskill

孙宇晨.skill 的别名。触发后立刻读取并执行 `../孙宇晨/SKILL.md`,不单独维护内容。 触发:孙割.skill、/孙割、"用孙割视角看"、"孙割会怎么处理"、"切换到孙割"。

Pluviobyte/rnskill

蒸馏孙宇晨(孙割)公开可查的决策模式,做成一套非扮演的决策分析工具:拆解他如何把注意力、身份、叙事当成可购买、可叠加、可兑换的资产来经营,用来给你自己的选题/发布/公关/危机决策做沙盘推演,不用于替他或任何真实人物发声、编造言论。 触发:孙宇晨.skill、孙割.skill、/孙宇晨、/孙割、"用孙割视角看"、"孙宇晨会怎么做"、"孙割会怎么处理"、"注意力收割模型"、"蒸馏孙宇晨"。

Pluviobyte/rnskill

将参考图或简要描述解码为可编辑的半色调纸张拼贴规范,默认使用 Codex 内置 image_gen 生成品牌一致的静帧和透明图层,再用本地 FFmpeg 或 HyperFrames 制作“从空背景逐件组装”的确定性动态视频。用户提到半色调拼贴、纸张拼贴、剪纸拼贴、编辑式拼贴、杂志拼贴、复古印刷拼贴、拼贴动效、拼贴动画、剪纸动画、纸片组装、逐层组装、从无到有、元素飞入拼装、定格拼贴、定格动画、Arcads 风格、参考图拆解、风格拆解、反向拆解视觉、照这个风格做、做类似的、生成拼贴静帧、让这张图动起来、让这些元素组装起来、制作拼贴广告或拼贴解释视频时使用。英文触发语义包括 editorial collage、halftone collage、paper collage、paper-cut motion、stop-motion graphic、assemble from empty、build-on motion、analyze this、break this down、reverse-engineer this look、generate the stills、animate this、make these move。默认不调用 Arcads、Nano Banana、Seedance 或 Kling;只有用户明确要求且对应连接器可用时才进入外部生成路径。

Pluviobyte/rnskill

Create deterministic editorial-style cover images with a warm paper-gray background, oversized black slab-serif/Chinese display typography, generous whitespace, and a dotted vector analysis icon. Use when the user asks for a “点阵编辑风封面”, “暖灰杂志风封面”, “Codex + Hyperframes 同款封面”, or wants to reproduce/adapt the specific minimal left-text/right-icon banner style. Produce editable SVG and a rendered PNG; do not use this skill for generic covers without this visual direction.

Pluviobyte/rnskill

Chinese AI/tech writing de-AI editor for posts, X/Twitter threads, technical essays, product notes, model reviews, and public-writing drafts. Use when the user asks to 去AI味, 改得像本人, 写推特post, 精修中文AI技术文章, or complains about AI-flavored shells such as 不是A而是B, 真正/其实/本质上, 更重要的是, 冒号讲义腔, 空泛总结, 顺滑但没作者判断的稿子.

Pluviobyte/rnskill

实操长片策划工作流(B站/YouTube 新赛道,实操+真人出镜)。产出可直接照着录的策划稿:测试题组(含可粘贴 prompt)、 结构时间轴(全身出镜段 vs PiP 段)、出镜口播稿、录屏操作清单、悬念与彩蛋设计。 Use when the user says 做实操长片, 实操视频, 实测视频, 对比实测, xx做成实操, 出个实测策划, 这个选题拍实操, or ra-选题 routes a 实操长片 立项 here. 策划稿落 `01-内容生产/视频工作台/制作中/<日期-主题>/策划稿.md`,frontmatter status 是与制作端交接的唯一状态机。

Pluviobyte/rnskill

视频脚本洗稿和二创脚本工作流。Use when the user provides an existing transcript, oral draft, viral script, competitor video text, rough topic notes, or wants 洗稿, 二创改写, 爆款视频脚本重写, 逐字稿改成短视频脚本, rewrite with ra-人话, and queue the approved script into 01-内容生产/视频工作台/待制作/ as the handoff contract for video production. If the user provides a video URL or local video file and asks 视频洗稿、视频二创、洗稿并制作视频, use ra-video-wash-pipeline first.

Pluviobyte/rnskill

选题全生命周期调度:记录选题、深化选题、选题推荐、立项分发(视频/图文/文章/实操长片/多形态)、发布归档。 Use when the user says 灵感xx, 想法xx, 记录选题, 这个可以做个选题, 先存着这个链接, 深化选题/深化一下xx, 给我N个选题, 帮我出选题, 选题推荐, 立项, 做成视频, 制作视频, 做成文章, 制作文章, 做成图文, 制作图文, 做成实操长片, 图文视频文章都做/都分发, 我要自己出镜讲, xx发布了, xx要改; or when the user gives a link plus a target form (链接+制作视频/文章/图文). Owns the 00-选题池 card system: one topic = one card; user never moves files — this skill does.

Pluviobyte/rnskill

短视频钩子(开头)类型选择与写法,中文名「钩子」。Use when 起钩子、写钩子、钩子怎么写、钩子没思路、设计前5秒钩子、写视频开头/口播稿开头, or when the user asks 视频开头怎么做、开头模板、hook 类型、帮我起个钩子, including during ra-洗稿 script rewriting and 选题深化. Provides a scenario-based taxonomy of 7 hook types with decision flow, prerequisites, sentence templates, and common mistakes. For diagnosing and optimizing an existing hook draft, use dbs-hook instead; this skill chooses the type, dbs-hook polishes the execution.

Pluviobyte/rnskill

End-to-end video production orchestration for the content-creation workspace. Use when the user asks to make, recreate, package, render, QC, or archive a video; when the user says 制作待制作队列, 按交接稿制作, 制作队列视频, or points at a handoff project folder under 01-内容生产/视频工作台/待制作/ (contract file 交接稿.md inside) or an image-card handoff under 01-内容生产/图文工作台/待制作/ (its frontmatter is the binding production contract); when a request could route to HyperFrames, Remotion, captions, TTS, download/transcription, website/product videos, motion graphics, or reference replication; or when the user needs production planning before editing.

Pluviobyte/rnskill

Create dark cinematic SaaS/product motion videos in the Presenton-like "magic UI" style: black starfield stage, bottom purple glow, large kinetic type, cyan-to-magenta CTA buttons, prompt cards, floating UI templates, integration badges, model rings, export objects, speed-blur transitions, and short product capability arcs. Use when the user asks for "这种风格", "同款风格", dark SaaS promo, AI product demo, magic UI product video, or a style-level creation inspired by a reference video. Do not use for pixel-level or frame-accurate replication; use rn-replica-qc first for that.

Verwandte Skills