Was macht bilibili-favorites?
Export Bilibili favorites, classify with ChatGPT/Claude/Gemini or other frontier LLMs, then sync folders back | 导出B站收藏夹，交给ChatGPT/Claude/Gemini等通用大模型分类，再同步回文件夹
Exportiere Bilibili-Favoriten, kategorisiere sie mit ChatGPT/Claude/Gemini oder anderen führenden LLMs und synchronisiere die Ordner zurück.
Mit diesem Skill können Bilibili-Favoriten (Lesezeichen) exportiert, mithilfe fortschrittlicher großer Sprachmodelle wie ChatGPT, Claude oder Gemini automatisch kategorisiert und die resultierenden Ordnerstrukturen zurück auf die Plattform synchronisiert werden. Der gesamte Workflow läuft lokal oder in einer sicheren Umgebung ab, sodass sensible Daten nicht preisgegeben werden müssen. Entwickler und Power-User profitieren von einer intelligenten, KI-gestützten Organisation ihrer gespeicherten Inhalte, ohne manuelles Sortieren. Der Skill ist plattformunabhängig und kann über die Befehlszeile oder als Teil eines CI/CD-Pipelines in Agenten-Umgebungen wie Cursor, Claude Code oder Codex eingesetzt werden. Die Konfiguration erfolgt über Umgebungsvariablen für API-Schlüssel, Ordner-Pfade und gewünschte LLM-Anbieter. Nach der Klassifikation werden die Favoriten automatisch in neue Unterordner verschoben, wobei die Zuordnung der Kategorien vom gewählten Modell gesteuert wird.
npx skills add sunrisever/bilibili-favoritesExport Bilibili favorites, classify with ChatGPT/Claude/Gemini or other frontier LLMs, then sync folders back | 导出B站收藏夹，交给ChatGPT/Claude/Gemini等通用大模型分类，再同步回文件夹
Extract frames or short clips from videos using ffmpeg.
Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.
Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.
Obra superpowers agent skills.
Use when implementation is complete, all tests pass, and you need to decide how to integrate the work
Use when you have a spec or requirements for a multi-step task, before touching code