Communitygithub.com

evalix098/tiktoklive

Verwendung der Imagine-Tools in Grok Build: imagine_text_to_image, imagine_image_to_image, imagine_reference_to_image, imagine_text_to_video, imagine_image_to_video, imagine_reference_to_video und render_file für Vorschauen im Chat. Wann man stattdessen eine Grafik mit Code erstellt, Prompt-Gestaltung, referenzbasierte Handhabung realer Personen, faktische Fundierung sowie Asset-Konsistenz. Lade dies immer, wenn die Erstellung oder Bearbeitung eines Bildes oder Videos in Frage kommt. Werkzeugnutzungsgesteuert, nicht durch bloße Erwähnung von Bildern durch den Benutzer ausgelöst.

Was ist tiktoklive?

Dieser Skill beschreibt die Verwendung des **split Imagine Computer Stacks** in Grok Build, der aus mehreren spezialisierten Werkzeugen für die Bild- und Videogenerierung besteht. Es gibt kein einzelnes konsolidiertes Werkzeug `imagine_image` oder `imagine_video`; stattdessen muss immer das modalspezifische Werkzeug aus der Tabelle aufgerufen werden. Der Skill betont die pfadbasierte Handhabung: Generierte Assets werden als Sandbox-Dateipfade zurückgegeben, die dann mit `render_file` dem Benutzer präsentiert oder mit `read_file` zur Qualitätskontrolle gelesen werden können. Das Wiederholen von Pfaden ohne entsprechende Generierung ist strengstens untersagt. Ein zentrales Prinzip des Skills ist die Erstellung genauer visueller Darstellungen mit Code (HTML/CSS), wenn exakte Texte, Daten oder Strukturen erforderlich sind, da Bildmodelle hierbei unzuverlässig sind. Der Skill unterstützt die Plattformen Grok Build und wird werkzeugnutzungsgesteuert aktiviert, nicht allein durch Erwähnung von Bildern. Er behandelt auch die referenzbasierte Verarbeitung realer Personen, die Faktenüberprüfung vor der Generierung, die Wiederverwendung von Basen für Konsistenz und die schrittweise Planung komplexer Workflows. Der Skill umfasst detaillierte Anweisungen für jedes Werkzeug (z. B. `imagine_text_to_image`, `imagine_image_to_video`) und deren Eingaben, Methoden zur Überprüfung der diskreten Genauigkeit in einer Schleife sowie Verfahren für den Umgang mit Moderation und Fehlern.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/evalix098/tiktoklive/tree/HEAD/.grok/skills/imagine-grok-build

In Ihrer bevorzugten KI fragen

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

Dokumentation

Imagine

Grok Build verwendet den aufgeteilten Imagine-Computer-Stack (grok_computer-Varianten). Es gibt kein konsolidiertes imagine_image- oder imagine_video-Tool – rufe immer den modalitiespezifischen Namen aus der folgenden Tabelle auf.

ToolRolle
imagine_text_to_imageNeues Bild aus einer Textaufforderung nur (keine Quelle).
imagine_image_to_imageEin einziges vorhandenes Bild bearbeiten / umgestalten (Sandbox-Pfad).
imagine_reference_to_image2+ Referenzbilder kombinieren (Sandbox-Pfade).
imagine_text_to_videoNeues Video aus einer Textaufforderung nur (keine Quelle).
imagine_image_to_videoEin einzelnes Standbild (Sandbox-Pfad) in ein Video animieren.
imagine_reference_to_videoVideo aus 1+ Referenzbildern (Sandbox-Pfade).
render_fileZeigt einen Sandbox-Bild-/Videopfad dem Benutzer im Chat an.

Pfadbasierte Handles. Diese Tools lesen/schreiben in die gemeinsame Sandbox:

  • Die Generierung gibt einen Sandbox-file_path zurück (unter artifacts). Öffne ihn mit read_file / Shell; zeige ihn dem Benutzer mit render_file.
  • Bearbeitungs-/Animationswerkzeuge nehmen diesen Pfad (oder diese Pfade) als Eingabe – stimme mit dem Live-Schema überein (image, images, usw.). Erfinde niemals Pfade.
  • Rufe niemals imagine_image / imagine_video auf. Asset-ID-Helfer (imagine_create_asset / imagine_view_media / render_imagine_media) sind nicht Teil dieses Stacks.

Wende dies an, wenn du die Verwendung dieser Tools in Betracht ziehst oder kurz davor bist.

Ablauf-Handhabung (zwingendes mentales Modell)

generieren → file_path → render_file (Benutzer anzeigen) / read_file oder Skripte (QC)
bearbeiten / animieren → vorherige file_path(s) an image_to_* / reference_to_* übergeben
  • Verwende den Pfad, den das Tool tatsächlich zurückgegeben hat – erfinde keine Dateisystempfade.
  • Zeige dem Benutzer Medien mit render_file, nicht mit Ad-hoc-Markdown-Bildlinks.

Erstelle genaue Grafiken mit Code, nicht mit den Bildwerkzeugen

  1. Bildmodelle sind unzuverlässig bei exaktem Text, Zahlen und Struktur. Sie können kurzen Text oder ein einfaches Layout verarbeiten, aber sie verstümmeln oft Wörter, erfinden Zahlen, zeichnen Diagrammbalken, die zu keinen Daten passen, oder zeigen Pfeile ins Leere, und je mehr exakt sein muss, desto schlechter schneiden sie ab. Eine detaillierte Aufforderung macht es nicht zuverlässig, und eine weitere imagine_image_to_image-Bearbeitung wird es in der Regel nicht beheben. Wenn also ein Ergebnis spezifischen Text, Daten oder eine Struktur benötigt, um korrekt zu sein (Diagramme aus echten Zahlen, beschriftete oder technische Diagramme, mathematische Erklärungen, Tabellen, Bildschirme mit echtem Text), erstelle das Asset mit Code, wo du den genauen Inhalt kontrollierst. Bevorzuge HTML und CSS, die ein viel besseres Layout, Typografie und Verarbeitung bieten als Python-Plotting. Wenn nur das Aussehen zählt (Fotos, Illustrationen, Charaktere, Szenen, dekorative Kunst), sind die Bildwerkzeuge die richtige Wahl. Welches passt, hängt davon ab, was die Ausgabe richtig machen muss, nicht davon, wie die Anfrage formuliert ist.

Überprüfung der diskreten Genauigkeit (Schleife)

Wenn die Ausgabe bestimmten Text, Zahlen, Daten oder eine Struktur korrekt wiedergeben muss, vertraue nicht dem ersten Ergebnis – überprüfe es in einer Schleife:

  1. Erstelle das Ergebnis (generiere oder, gemäß Erstelle genaue Grafiken mit Code, konstruiere es in Code).
  2. Untersuche die tatsächliche Ausgabe – verwende read_file (Bildverständnis) für den Ergebnispfad – und bestätige, dass jedes Wort, jede Zahl, jede Beschriftung und jedes strukturelle Detail der Anforderung entspricht und dass nichts überlappt, abgeschnitten ist oder außerhalb der Leinwand liegt.
  3. Wenn etwas falsch ist, korrigiere und überprüfe erneut:
    • Verstümmelter Text, erfundene Zahlen oder kaputtes Layout von einem Bildmodell? Fordere nicht einfach erneut auf – es wird es wahrscheinlich wieder verstümmeln. Baue es mit Code neu auf.
    • Überlappende oder abgeschnittene Elemente in der mit Code erstellten Ausgabe? Gestalte das Layout mit automatischem Layout (HTML/CSS) neu, anstatt Koordinaten von Hand zu verschieben.
    • Ansonsten nimm eine gezielte Bearbeitung via imagine_image_to_image mit dem vorherigen Pfad vor.
  4. Beende erst, wenn der diskrete Inhalt exakt korrekt ist. Wenn es nicht genau gemacht werden kann, informiere den Benutzer, anstatt etwas Falsches auszuliefern.

Kernprinzipien

  1. Du besitzt die Aufforderung. Wenn der Benutzer eine detaillierte Aufforderung gibt oder dich bittet, seine zu verwenden, verwende sie wörtlich. Ansonsten formuliere die endgültige Aufforderung: Stelle das Subjekt an den Anfang, gib eine starke übergeordnete Richtung für Stimmung, Komposition, Beleuchtung und Stil vor, ohne jedes Detail zu spezifizieren, schreibe in natürlicher Prosa anstatt in Stichwort-Tags, und beschreibe positiv anstatt negative Aufforderungen zu verwenden. Für Bearbeitungen beschreibe nur, was sich ändert. Ziel sind 2–5 Sätze.
  2. Referenzbasiert für reale Personen. Verwende niemals reine Text-zu-Bild für eine namentlich genannte reale Person oder Gruppe, einschließlich Gesichtsaustausch, Poster, Cartoons und filmischen oder redaktionellen Darstellungen. Verwende stattdessen imagine_image_to_image mit einem echten Referenzpfad, und erstelle niemals nicht-einvernehmliche, sexualisierte oder Minderjährige betreffende Abbilder. Siehe Reale Personen und Referenzen für das Verfahren.
  3. Verankere Fakten zuerst mit einer Suche. Wenn irgendein Teil der Anfrage von einer realen Tatsache, Identität, Marke oder einem Produkt, Ort, Ereignis oder einem aktuellen/neuesten Ergebnis abhängt, durchsuche zuerst das Web und setze die tatsächlichen überprüften Details in die Aufforderung. Verlasse dich nicht auf das Gedächtnis und schreibe keine vagen Platzhalter wie "der derzeitige Präsident"; schreibe den überprüften Namen.
  4. Verwende eine Basis für Konsistenz wieder. Wenn derselbe Charakter, dasselbe Objekt oder dieselbe Umgebung in mehreren Bildern vorkommen muss, generiere eine Basis mit imagine_text_to_image, behalte ihren file_path und übergebe diesen Pfad dann für jede Variation an imagine_image_to_image. Führe für ein wiederkehrendes Subjekt nicht jedes Mal Text-zu-Bild von Grund auf neu aus.
  5. Behandle Fehler elegant. Bei einem Moderations- oder Sicherheitsblock stoppe; wiederhole nicht und paraphrasiere nicht die Aufforderung, um den Filter zu umgehen. Informiere den Benutzer, dass es blockiert wurde, und biete eine andere Richtung an. Wenn eine Referenz schwach ist oder ein Ergebnis daneben liegt, sage dies und bitte um einen Upload oder eine Neuausrichtung, anstatt stillschweigend zu iterieren.
  6. Plane mehrschrittige Arbeitsabläufe. Ordne die Schritte; parallelisiere nur Generierungen, die zum selben Schritt gehören.
  7. Überprüfe am Ende. Bestätige, dass die beabsichtigten Generierungen tatsächlich ausgeführt wurden und dem entsprechen, was verlangt wurde. Rendere endgültige Assets mit render_file.
  8. Nimm das Tool-Verhalten nicht als gegeben an. Erfinde keine Tool-Parameter, Rückgabewerte oder Umgebungsfähigkeiten, die nicht tatsächlich bereitgestellt werden; überprüfe anstatt zu raten.

Auswahl des Werkzeugs

SituationAufruf
Neues Bild, keine Quelleimagine_text_to_image mit prompt (+ aspect_ratio)
Ein vorhandenes Bild bearbeiten / umgestalten / neu einfärbenimagine_image_to_image mit prompt + Quellpfad
2+ Referenzbilder zu einem kombinierenimagine_reference_to_image mit prompt + Quellpfade
Auf einem vorherigen Ergebnis iterierenimagine_image_to_image mit vorherigem Pfad
Namentlich genannte reale Person oder Gruppeimagine_image_to_image mit einem echten Referenzpfad nach Websuche
Generisches / erfundenes Subjekt von Grund aufimagine_text_to_image
Neues Video, keine Quelleimagine_text_to_video mit prompt
Ein Standbild animierenimagine_image_to_video mit dem Pfad dieses Standbilds
Multi-Ref-Videoimagine_reference_to_video mit Bildpfad(en)

Faustregel: keine Referenzen → text_to_; eine Referenz → image_to_; 2+ Referenzen → reference_to_*.

imagine_text_to_image

Generiere ein neues Bild aus einer Textaufforderung.

Eingaben:

  • prompt (erforderlich) - vollständige Beschreibung des gewünschten Bildes.
  • aspect_ratio - einer von 1:1, 3:4, 4:3, 2:3, 3:2, 9:16, 16:9, 21:9, 5:2, 50:11 oder unknown. Verwende 16:9 für OG-Share-Cards und 50:11 für das X-Feed-Banner, wenn ein benutzerdefiniertes public/x-banner.jpg für Spiele generiert wird (jede App verdrahtet x:game:image; nur Spiele rufen Imagine dafür auf – siehe den og-Skill); für eine echte 2:1-Leinwand rufe die xAI Images API auf.

Um mehrere Variationen zu erzeugen, führe mehrere imagine_text_to_image-Aufrufe mit unterschiedlichen Aufforderungen durch. Das Tool macht keine n- oder count-Parameter verfügbar.

imagine_image_to_image

Bearbeite ein vorhandenes Bild.

Eingaben (Namen folgen dem Live-Schema – typischerweise ein singularer Sandbox-Pfad):

  • prompt (erforderlich) - was zu ändern ist (beschreibe nur die Bearbeitung).
  • Quellpfad-Feld (erforderlich) - Sandbox-Pfad, der von einer vorherigen Generierung oder einem Download zurückgegeben wurde.
  • aspect_ratio - nur setzen, wenn der Benutzer explizit eine Seitenverhältnisänderung wünscht.

imagine_reference_to_image

Erstelle ein Bild aus 2+ Referenzpfaden.

Eingaben:

  • prompt (erforderlich).
  • Quellpfade (erforderlich) - 2+ Sandbox-Pfade.
  • aspect_ratio - optional.

Für eine einzelne Quellbearbeitung verwende stattdessen imagine_image_to_image.

imagine_text_to_video

Generiere ein neues Video nur aus einer Textaufforderung (kein Quellframe).

Eingaben:

  • prompt (erforderlich) - kurze Beschreibung der Einstellung im Präsens.
  • duration / aspect_ratio / Auflösungsfelder, wie vom Live-Schema bereitgestellt.

Bevorzuge kurze Einstellungen; gleiche Prompt-Gestaltungsregeln wie bei Bild-zu-Video unten.

imagine_image_to_video

Animiere ein Standbild in ein Video.

Eingaben:

  • Singulärer Quell-Standbildpfad (erforderlich).
  • prompt - kurze Einstellung im Präsens (empfohlen; von einigen Varianten erforderlich).
  • duration - 6 (Standard), 10 oder 15, wenn verfügbar.
  • aspect_ratio - optional; weglassen, um das Quellseitenverhältnis beizubehalten, wenn ein Bild animiert wird.

Bevorzuge kurze Einstellungen. Erstelle Videos als geplante Sequenz kurzer Clips, nicht als eine lange Einstellung:

  1. Plane die Geschichte als Einstellungen – ein Schlag pro Einstellung.
  2. Bevorzuge mehr 6s-Einstellungen gegenüber weniger langen.
  3. Erstelle das Standbild jeder Einstellung mit imagine_text_to_image / imagine_image_to_image (halte die Charakterpfade konsistent).
  4. Animiere mit imagine_image_to_video + diesem Standbildpfad.

Wichtige Verhaltensweisen:

  • Prompt-Gestaltung: ein kurzer, lebendiger Moment im Präsens mit einer klaren Kamerabewegung, in 1–2 Sätzen.
  • Minimal aber interessant: ein klares Subjekt und eine einzelne einfache Bewegung oder Kamerafahrt.
  • Komplexe Quelle? Halte das Subjekt fest und bewege nur die Kamera, oder zerlege es in einfachere Einstellungen.
  • Reale Personen: referenzbasiert – von einer verifizierten Referenz ausgehen; animiere niemals eine namentlich genannte Person ohne eine solche.
  • Wiederhole denselben Clip nicht, es sei denn, darum wird gebeten.
  • Erstelle Multi-Shot-Zeitachsen mit FFmpeg-Stream-Kopie auf den zurückgegebenen Videopfaden.

imagine_reference_to_video

Video aus einem oder mehreren Referenzbildpfaden, gesteuert durch eine Aufforderung. Bevorzuge, zuerst ein einzelnes Standbild mit imagine_reference_to_image zu erstellen, dann imagine_image_to_video, wenn das Ziel ein sauberer erster Frame ist.

Starke Aufforderungen schreiben

Beschreibe, ungefähr in dieser Reihenfolge: Subjekt -> Aktion/Pose -> Umgebung -> Stil -> Komposition -> Beleuchtung/Stimmung -> wichtige Details.

  • Sei spezifisch und konkret; führe mit den wichtigsten Elementen.
  • Gib an, was enthalten sein soll, nicht, was ausgeschlossen werden soll.
  • Verwende eine kohärente Szene pro Aufforderung.
  • Passe aspect_ratio an den Anwendungsfall an: 9:16 für Telefon/Story, 16:9 für Banner/Videoframe oder OG-Share-Cards, 1:1 für Avatar/Icon.

Reale Personen und Referenzen

  1. Durchsuche zuerst das Web, um Identität, Rolle, Beziehung oder Ereignis zu bestätigen, auch wenn es offensichtlich erscheint.
  2. Besorge ein starkes Referenzbild auf der Festplatte (Benutzer-Upload oder Suche → Sandbox-Pfad), rufe dann imagine_image_to_image mit diesem Pfad auf. Ein vom Benutzer hochgeladenes Foto ist am besten.
  3. Wenn keine geeignete Referenz existiert, bitte den Benutzer, eine hochzuladen, anstatt von einer schwachen Basis aus zu generieren.

Ergebnisse anzeigen

  • Rufe render_file mit dem Sandbox-file_path auf, damit der Benutzer das Bild/Video im Chat sieht.
  • Für deine eigene Qualitätskontrolle und Skripte verwende read_file / Shell auf diesem Pfad.

Sprites und Karten für Spiele haben ihre eigenen Pipelines – folge generate2dsprite, video2dsprite und generate2dmap für diese.

Fehlermodi, die zu vermeiden sind

  • Aufruf der konsolidierten Namen imagine_image oder imagine_video (sie sind nicht verfügbar).
  • Übergabe einer Liste an imagine_image_to_image / imagine_image_to_video (nur singuläre Quelle).
  • Erfinden eines Dateisystempfads, den das Tool nie zurückgegeben hat.
  • Ausführen von Chroma/FFmpeg auf einem Pfad, den du erfunden hast, ohne eine echte Generierung/file_path.

Individual skills in this repo

This repo contains 17 individual skills — each has its own dedicated page.

evalix098/tiktoklive

Add user accounts and sign-in to this TanStack Start app. Use when the app needs authentication, sign-in, user accounts, protected routes, or per-user data. Triggers on "auth", "login", "log in", "sign in", "sign up", "account", "users", "authentication", "protected", "who is logged in", "current user", "per-user".

evalix098/tiktoklive

Build browser games and interactive/canvas/3D experiences in this TanStack Start + React app. Use for any game, simulation, or WebGL/Canvas experience — 2D or 3D, single-player. Covers the game loop & timing, 3D orientation/camera conventions, collision, performance, assets, audio, save, game feel, and per-genre playbooks. For WASD / vehicle / flight **input signs and inverted A/D**, open the **`controls`** skill — do not rely on this file or racing-kart alone. Triggers on "game", "minecraft", "fps", "platformer", "racing", "tetris", "snake", "shooter", "3d", "three.js", "canvas", "voxel", "physics".

evalix098/tiktoklive

Player-facing input signs for browser games: WASD, vehicles, flight, FPS mouse-look, and the #1 failure mode (inverted A/D). Mandatory control self-tests and a tiny test interface so you can verify A turns left before shipping. Load for ANY game with movement, steering, flying, driving, tanks, boats, mechs, drones, planes, karts, third-person follow cams — not only racing. Triggers on "controls", "WASD", "inverted", "steer", "flight", "airplane", "kart", "vehicle", "yaw", "roll", "pitch", "mouse look", "A/D".

evalix098/tiktoklive

Design and build polished, non-generic UI for this TanStack Start + React + Tailwind v4 + shadcn/Radix app. Use whenever you create or restyle any interface surface — pages, landing pages, dashboards, forms, modals, nav, and game overlays (start screens, HUD, menus). Covers design tokens, layout, typography, color, spacing, motion, and the anti-"AI-slop" rules that keep output from looking generic. Triggers on "design", "UI", "make it look good", "polish", "landing page", "theme", "style", "redesign", "ugly", "clean up".

evalix098/tiktoklive

Deep guide for game ANIMATION assets: motion cycles, action keyframes, effect sequences, and animation sprite sheets — built around a video-first pipeline. In this app-builder sandbox, execute via the video2dsprite / generate2dsprite skills (magenta + scripts), not ad-hoc ffmpeg. Use whenever generating anything that moves: walk/run cycles, attacks, idles, FX, flags, fire, animation sheets. Complements game-asset-core.

evalix098/tiktoklive

Core discipline for ANY game-asset generation with Imagine tools: the engine-ready defaults users don't state, spec checklists, style anchoring, read-back verification, honest defect flagging. Use whenever generating any game art (sprites, sheets, animations, tiles, UI, FX) — then ALSO load the matching specialist skill: game-animation-frames for anything that moves, game-tilesets for tiles/terrain, game-character-consistency for recurring characters, game-ui-icons for UI and icons.

evalix098/tiktoklive

Deep guide for CHARACTER IDENTITY across images: turnarounds (front/side/ back), state and damage variants, palette swaps, equipment changes, and same-character-in-context sets. Use whenever generating character turnarounds, character sheets, variants of an existing sprite, or any same-subject multi-image set. Complements game-asset-core.

evalix098/tiktoklive

Deep guide for game TILE assets: seamless tileable textures, terrain transition tilesets, autotiles, and ground/platform tiles. Use whenever generating tileable textures, tilesets, terrain transitions, or seamless patterns. Complements game-asset-core.

evalix098/tiktoklive

Deep guide for game UI assets: buttons with interaction states, panels, bars, wordmark logos, and icon sets. Use whenever generating game UI elements, HUD assets, inventory icons, icon sets, buttons, or title logos. Complements game-asset-core.

evalix098/tiktoklive

Generate production-oriented 2D game maps with `imagine_text_to_image`: RPG/top-down maps, side-scroller parallax stages, tilemaps, layered raster maps, prop packs, collision zones, and walkable areas. Use when building browser games that need real map art (not pure code-drawn tiles), layered props, or map collision metadata. Triggers on "map", "level", "stage", "tilemap", "overworld", "dungeon", "side scroller background", "prop pack", "2D map".

evalix098/tiktoklive

Generate and postprocess 2D game sprites and animation sheets: pixel-art characters, NPCs, creatures, spells, projectiles, impacts, props, summons, and transparent PNG/GIF exports. Use when building browser games that need real sprite sheets (not code-drawn placeholders), matching a map art style, or producing magenta-background sheets for chroma-key cleanup. Triggers on "sprite", "sprite sheet", "animation sheet", "pixel art character", "walk cycle", "attack animation", "projectile sprite", "2D game asset".

evalix098/tiktoklive

Peer-to-peer realtime multiplayer over WebRTC data channels: every user of the deployed app connects directly to every other user (full mesh), the server only brokers the handshake at /api/rtc. Lowest possible latency, zero per-message server cost. Use for 2-8 player co-op/casual realtime: shared cursors, drawing, party games, casual action. Triggers: p2p, peer to peer, webrtc, low latency multiplayer, direct connection.

evalix098/tiktoklive

Use Neon Postgres (the database) in this TanStack Start app. Use when the app needs to store or query data, persist state, or keep per-user data. Triggers on "database", "Postgres", "Neon", "save data", "store data", "persist", "tables", "SQL", "query", "migrations".

evalix098/tiktoklive

Share-link previews and app identity for apps on *.grok.me: the injector-owned og:image card, the SVG favicon, and PWA icons for installable apps. Use when scaffolding, renaming, or restyling the app — and for share / unfurl / OG / Twitter card questions. A custom 1200×630 card from the app's own art is the default — games of every kind (DOM board/word games included), whimsical apps, creative tools, and brand-forward pages; only plain utilities keep the placeholder. Always run the brand-asset pass as a `task` subagent and never wait for it. Triggers on "share", "rename", "app name", "OG", "Open Graph", "twitter card", "unfurl", "og:image", "og:type", "x:game:image", "x-banner", "link preview", "social card", "thumbnail", "preview image", "favicon", "app icon", "PWA", "manifest", "installable", "home screen", "SEO", "meta description".

evalix098/tiktoklive

Official Three.js API and TSL (Three.js Shading Language) reference for LLM code generation. Load when writing or debugging three.js / WebGL / WebGPU / custom materials / shaders / GLTF / advanced three APIs beyond basic game loop/controls. Prefer building-games for game correctness (loop, WASD, camera, orientation); use this skill for full API/TSL depth. Triggers on "three.js", "threejs", "WebGPU", "TSL", "NodeMaterial", "shader", "GLTF", "MeshStandard", "OrbitControls", "WebGLRenderer".

evalix098/tiktoklive

Grok Build only. Turn a 2D character still into denser animation sprites via imagine_text_to_image base → imagine_image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled strips/grids/GIFs. Use when the user wants video-to-sprite, smoother run/walk cycles, or denser intermediate poses. Prefer generate2dsprite for crisp production pixel sheets. Triggers on "video to sprite", "imagine_image_to_video sprite", "dense walk cycle", "smooth run animation from video".

evalix098/tiktoklive

Call the xAI API (Grok) from this app's server code using the injected XAI_API_KEY: chat/LLM features, image and video generation (Imagine), and voice (text-to-speech). Use when the app needs any "AI" / "assistant" / "chatbot" / "Grok" functionality, runtime image/video generation, or speech. Triggers on "AI", "LLM", "chatbot", "assistant", "Grok", "xAI", "generate text", "summarize", "generate image", "AI video", "voice", "text to speech", "TTS", "OpenAI" (use xAI instead).

Verwandte Skills