Communitygithub.com

govindgoel2001/video-editing-toolkit

Editiere jedes Video durch Konversation. Transkribiere, schneide, korrigiere Farben, generiere Overlay-Animationen, brenne Untertitel ein – für Talking Heads, Montagen, Tutorials, Reiseberichte, Interviews. Keine Voreinstellungen, keine Menüs. Stelle Fragen, bestätige den Plan, führe aus, iteriere, persistiere. Produktionskorrektheitsregeln sind hart; alles andere ist künstlerische Freiheit.

Was ist video-editing-toolkit?

Dieses Skill ermöglicht es einem AI-Agenten wie Claude Code oder Codex, Videos durch natürliche Sprachkonversation zu bearbeiten – als wäre der Agent ein professioneller Cutter und Colorist in einem. Es transkribiert Quellvideodateien (unter Verwendung von ElevenLabs Scribe), identifiziert Sprecherpausen und Wortgrenzen, extrahiert Segmente verlustfrei und fügt sie wieder zusammen, wobei es nahtlose 30ms-Audioüberblendungen, Overlay-Animationen (z. B. HyperFrames, Remotion oder Manim) und eine präzise Untertitelplatzierung durchführt – alles durch eine Kette von ffmpeg- und PIL-basierten Helfern. Der Arbeitsablauf ist stark interaktiv: Der Agent untersucht zuerst das Material über ein gepacktes, zeitlich annotiertes Transkript (takes_packed.md), schlägt dem Benutzer auf Englisch einen Bearbeitungsplan vor, wartet auf Bestätigung, führt den Schnitt aus, bewertet sich selbst anhand visueller und Wellenform-Prüfungen und iteriert dann basierend auf Benutzerfeedback. Harte Regeln gewährleisten Produktionskorrektheit – wie z. B. das Anwenden von Untertiteln als letzten Filter (um versteckte Überblendungen zu vermeiden) und das Puffern von Schnittkanten auf 30–200 ms, um Timestamp-Driften des Transkriptionsdienstes auszugleichen. Alles andere – Farbgebung, Animationsstile und Übergänge – bleibt der künstlerischen Freiheit des Agenten überlassen, die aus den im SKILL.md beschriebenen Arbeitsbeispielen lernt.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/govindgoel2001/video-editing-toolkit/tree/HEAD/vendor/video-use

In Ihrer bevorzugten KI fragen

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

Dokumentation

Video-Nutzung

Prinzip

  1. LLM denkt vom rohen Transkript + bedarfsorientierten Bildern aus. Das einzige abgeleitete Artefakt, das sich lohnt, ist ein gepacktes Phrasentranskript (takes_packed.md). Alles andere – Füllwort-Tagging, Erkennung von Wiederholungsaufnahmen, Schussklassifizierung, Betonungsbewertung – leitest du zum Entscheidungszeitpunkt ab.
  2. Audio ist primär, Bilder folgen. Schnittkandidaten kommen von Sprachgrenzen und Stillelücken. Tauche nur an Entscheidungspunkten in die Bilder ein.
  3. Fragen → bestätigen → ausführen → iterieren → persistieren. Führe niemals einen Schnitt durch, bevor der Benutzer die Strategie in einfachem Englisch bestätigt hat.
  4. Verallgemeinere. Gehe nicht davon aus, um welche Art von Video es sich handelt. Schaue dir das Material an, frage den Benutzer und editiere dann.
  5. Künstlerische Freiheit ist der Standard. Jeder spezifische Wert, jede Voreinstellung, Schriftart, Farbe, Dauer, Tonhöhenstruktur und Technik in diesem Dokument ist ein Arbeitsbeispiel aus einem bewährten Video – kein Muss. Lies sie, um zu verstehen, was möglich ist und warum jede funktioniert hat. Triff dann deine eigenen Geschmacksentscheidungen basierend darauf, was das Material tatsächlich ist und was der Benutzer tatsächlich möchte. Die einzigen Dinge, die du TUN MUSST, stehen im Abschnitt "Harte Regeln" unten. Alles andere ist deins.
  6. Erfinde frei. Wenn das Material eine hier nicht beschriebene Technik erfordert – geteilter Bildschirm, Bild-in-Bild, Lower-Third-Identitätskarten, Reaktionsschnitte, Geschwindigkeitsrampen, Standbilder, Überblendungen, Match-Schnitte, L-Schnitte, J-Schnitte, Geschwindigkeitsrampen über Atemzügen, was auch immer – baue sie. Die Helfer sind ffmpeg und PIL. Sie können alles tun, was das Format unterstützt. Warte nicht auf Erlaubnis.
  7. Überprüfe deine eigene Ausgabe, bevor du sie dem Benutzer zeigst. Wenn du sie nicht ausliefern würdest, präsentiere sie nicht.

Harte Regeln (Produktionskorrektheit – nicht verhandelbar)

Dies sind die Dinge, bei denen Abweichungen zu stillen Fehlern oder defekten Ausgaben führen. Sie sind kein Geschmack, sondern Korrektheit. Merke sie dir.

  1. Untertitel werden ZULETZT in der Filterkette angewendet, nach jedem Overlay. Andernfalls verstecken Overlays Untertitel. Stiller Fehler.
  2. Segmentweises Extrahieren → verlustfreies -c copy-Concat, kein Ein-Durchgang-Filtergraph. Andernfalls kodierst du jedes Segment doppelt, wenn Overlays hinzugefügt werden.
  3. 30ms-Audioblenden an jeder Segmentgrenze (afade=t=in:st=0:d=0.03,afade=t=out:st={dur-0.03}:d=0.03). Andernfalls hörbare Knackgeräusche an jedem Schnitt.
  4. Overlays verwenden setpts=PTS-STARTPTS+T/TB, um Bild 0 des Overlays auf seinen Fensterstart zu verschieben. Andernfalls siehst du die Mitte der Animation während des Overlay-Fensters.
  5. Master-SRT verwendet Ausgabezeitleisten-Offsets: output_time = word.start - segment_start + segment_offset. Andernfalls geraten Untertitel nach dem Segment-Concat aus der Ausrichtung.
  6. Schneide niemals innerhalb eines Wortes. Raste jeden Schnittkante auf eine Wortgrenze aus dem Scribe-Transkript ein.
  7. Puffere jede Schnittkante. Arbeitsfenster: 30–200 ms. Scribe-Zeitstempel driften 50–100 ms – der Puffer absorbiert die Drift. Enger bei schnellem Tempo, lockerer bei kinematografischen Aufnahmen.
  8. Nur wortgenaue wörtliche ASR. Niemals den SRT/Phrasenmodus (verliert subsekundige Lückendaten). Niemals normalisierte Füllwörter (verliert redaktionelles Signal).
  9. Zwischengespeicherte Transkripte pro Quelle. Transkribiere nie neu, es sei denn, die Quelldatei selbst hat sich geändert.
  10. Parallele Sub-Agenten für mehrere Animationen. Niemals sequenziell. Starte N gleichzeitig über das Agent-Tool; die Gesamtzeit ≈ die des langsamsten.
  11. Strategiebestätigung vor der Ausführung. Führe niemals einen Schnitt durch, bevor der Benutzer den Plan in einfachem Englisch genehmigt hat.
  12. Alle Sitzungsausgaben in <videos_dir>/edit/. Schreibe niemals innerhalb des video-use/-Projektverzeichnisses.

Alles andere in diesem Dokument ist ein Arbeitsbeispiel. Weiche ab, wann immer das Material es erfordert.

Verzeichnisstruktur

Das Skill lebt in video-use/. Das Benutzermaterial befindet sich dort, wo der Benutzer es abgelegt hat. Alle Sitzungsausgaben gehen in <videos_dir>/edit/.

<videos_dir>/
├── <Quelldateien, unberührt>
└── edit/
    ├── project.md              ← Speicher; wird jede Sitzung ergänzt
    ├── takes_packed.md         ← Phrasentranskripte, die primäre Leseansicht des LLM
    ├── edl.json                ← Schnittentscheidungen
    ├── transcripts/<name>.json ← zwischengespeichertes rohes Scribe-JSON
    ├── animations/slot_<id>/   ← Pro-Animation: Quelle + Render + Begründung
    ├── clips_graded/           ← Segmentweise Extrakte mit Grading + Blenden
    ├── master.srt              ← Ausgabezeitleisten-Untertitel
    ├── downloads/              ← yt-dlp-Ausgaben
    ├── verify/                 ← Debug-Frames / Timeline-PNGs
    ├── preview.mp4
    └── final.mp4

Einrichtung

Die Ersteinrichtung befindet sich in install.md (Klonen, Abhängigkeiten, ffmpeg, Skill-Registrierung, API-Schlüssel). Führe es nicht jede Sitzung erneut aus; bei einem Kaltstart überprüfe einfach:

  • ELEVENLABS_API_KEY ist vorhanden – entweder in der Umgebung oder in .env im Stammverzeichnis des video-use-Repositorys. Wenn nicht vorhanden, bitte den Benutzer, einen einzufügen, und schreibe ihn in .env (niemals in das <videos_dir> des Benutzers).
  • ffmpeg + ffprobe im PATH.
  • Python-Abhängigkeiten installiert (uv sync oder pip install -e . innerhalb des Repositorys).
  • Node.js + npm verfügbar, wenn die Sitzung HyperFrames oder Remotion-Slots benötigt. HyperFrames erfordert derzeit Node.js 22+.
  • yt-dlp, HyperFrames, Remotion, Manim werden nur bei erster Verwendung installiert.
  • Die Ersteinrichtung von Animationen erfolgt innerhalb des Slot-Verzeichnisses, niemals im Stammverzeichnis des video-use-Repositorys. HyperFrames kann mit npx --yes hyperframes ... aufgerufen werden; Remotion kann mit npx create-video@latest eingerüstet oder als projektspezifische Abhängigkeit installiert werden, bevor der Befehl remotion render verwendet wird.
  • Dieses Skill liefert skills/manim-video/ mit. Lese die SKILL.md, wenn du einen Manim-Slot erstellst.

Helfer (helpers/transcribe.py, helpers/render.py, usw.) befinden sich neben dieser SKILL.md. Löse ihre Pfade relativ zum Verzeichnis auf, das diese Datei enthält – das Skill ist normalerweise unter ~/.claude/skills/video-use/ oder ~/.codex/skills/video-use/ als Symlink verknüpft.

Helfer

  • transcribe.py <video> – Einzeldatei-Scribe-Aufruf. --num-speakers N optional. Zwischengespeichert.
  • transcribe_batch.py <videos_dir> – 4-Worker-Parallel-Transkription. Für mehrere Aufnahmen verwenden.
  • pack_transcripts.py --edit-dir <dir> – transcripts/*.json → takes_packed.md (Phrasenebene, trennen bei Stille ≥ 0,5s).
  • timeline_view.py <video> <start> <end> – Filmstreifen + Wellenform-PNG. Bedarfsorientierter visueller Zoom. Kein Scan-Tool – verwende es an Entscheidungspunkten, nicht ständig.
  • render.py <edl.json> -o <out> – Segmentweises Extrahieren → Concat → Overlays (PTS-verschoben) → Untertitel ZULETZT. --preview für 720p schnelle Vorschau. --build-subtitles zur direkten Generierung von master.srt.
  • grade.py <in> -o <out> – ffmpeg-Filterketten-Grading. Voreinstellungen + --filter '<raw>' für benutzerdefinierte.

Für Animationen erstelle <edit>/animations/slot_<id>/ mit Bash und starte einen Sub-Agenten über das Agent-Tool.

Der Prozess

  1. Bestandsaufnahme. ffprobe für jede Quelle. transcribe_batch.py für das Verzeichnis. pack_transcripts.py zur Erstellung von takes_packed.md. Stichprobenartig ein oder zwei timeline_views für einen ersten visuellen Eindruck.

  2. Vorab-Scan auf Probleme. Ein Durchlauf über takes_packed.md, um sprachliche Ausrutscher, offensichtliche Versprecher oder zu vermeidende Formulierungen zu notieren. Einfache Liste, in das Editor-Briefing einfließen lassen.

  3. Konversation. Beschreibe auf einfachem Englisch, was du siehst. Stelle Fragen, die auf das Material zugeschnitten sind. Sammle: Inhaltstyp, Ziellänge/-seitenverhältnis, ästhetische/markenspezifische Richtung, Tempo-Gefühl, Momente, die erhalten bleiben müssen, Momente, die geschnitten werden müssen, Animations- und Grading-Präferenzen, Untertitel-Bedürfnisse. Verwende keine feste Checkliste – die richtigen Fragen sind jedes Mal anders.

  4. Strategie vorschlagen. 4–8 Sätze: Form, Auswahl der Aufnahmen, Schnittrichtung, Animationsplan, Grading-Richtung, Untertitelstil, Längenschätzung. Warte auf Bestätigung.

  5. Ausführen. Erstelle edl.json über das Editor-Sub-Agenten-Briefing. Verwende timeline_view bei mehrdeutigen Momenten. Baue Animationen in parallelen Sub-Agenten. Wende Grading segmentweise an. Stelle über render.py zusammen.

  6. Vorschau. render.py --preview.

  7. Selbstbewertung (bevor sie dem Benutzer gezeigt wird). Führe timeline_view auf der gerenderten Ausgabe (nicht den Quellen) an jeder Schnittgrenze (±1,5s Fenster) aus. Überprüfe jedes Bild auf:

    • Visuelle Unstetigkeit / Aufblitzen / Sprung am Schnitt
    • Wellenform-Spitze an der Grenze (Audio-Pop, der die 30ms-Blende durchschlagen hat)
    • Untertitel, die hinter einem Overlay versteckt sind (Regel-1-Verstoß)
    • Overlay falsch ausgerichtet oder zeigt falsche Frames (Regel-4-Verstoß)

    Überprüfe auch: die ersten 2s, die letzten 2s und 2–3 Mittelpunkte – überprüfe Grading-Konsistenz, Untertitellesbarkeit, Gesamtkohärenz. Führe ffprobe auf der Ausgabe aus, um zu überprüfen, ob die Dauer der EDL-Erwartung entspricht.

    Wenn etwas fehlschlägt: repariere → rendere neu → bewerte neu. Begrenze auf 3 Selbstbewertungsdurchläufe – wenn nach 3 Durchläufen noch Probleme bestehen, markiere sie dem Benutzer, anstatt sich im Kreis zu drehen. Präsentiere die Vorschau erst, wenn die Selbstbewertung bestanden ist.

  8. Iterieren + Persistieren. Feedback in natürlicher Sprache, Neuplanung, Neu-Rendering. Niemals neu transkribieren. Endgültiges Rendern nach Bestätigung. An project.md anhängen.

Schnitthandwerk (Techniken)

  • Audio-zuerst. Kandidaten-Schnitte von Wortgrenzen und Stillelücken.
  • Spitzen erhalten. Lachen, Pointen, Betonungsbeats. Über Pointen hinaus verlängern, um Reaktionen einzuschließen – das Lachen IST der Beat.
  • Sprecherwechsel profitieren von Luft zwischen den Äußerungen. Übliche Werte: 400–600ms. Weniger bei schnellem Tempo, mehr bei kinematografischen Aufnahmen. Geschmacksentscheidung.
  • Audio-Ereignisse als Signale. (lacht), (seufzt), (Applaus) markieren Beats. Über sie hinaus verlängern.
  • Stillelücken sind Schnittkandidaten. Stille ≥400ms ist normalerweise am saubersten. 150–400ms Phrasengrenzen sind mit einem visuellen Check verwendbar. <150ms ist unsicher (mitten in einer Phrase).
  • Beispiel für Schnittpuffer (das ausgelieferte Launch-Video): 50ms vor dem ersten behaltenen Wort, 80ms nach dem letzten. Enger für Montage-Energie, lockerer für Dokumentationen. Bleibe im Arbeitsfenster von 30–200ms (Harte Regel 7).
  • Argumentiere niemals unabhängig über Audio und Video. Jeder Schnitt muss auf beiden Spuren funktionieren.

Das gepackte Transkript (primäre Leseansicht)

pack_transcripts.py liest alle transcripts/*.json und erzeugt eine Markdown-Datei, in der jede Aufnahme eine Liste von Phrasenzeilen ist, jede mit ihrem [Start-Ende]-Zeitbereich versehen. Phrasen werden bei jeder Stille ≥ 0,5s ODER Sprecherwechsel getrennt. Dies ist das Artefakt, das der Editor-Sub-Agent liest, um Schnitte auszuwählen – es bietet Wortgrenzen-Genauigkeit allein aus Text bei 1/10 der Tokens des rohen JSON.

Beispielzeile:

## C0103  (Dauer: 43,0s, 8 Phrasen)
  [002.52-005.36] S0 Neunzig Prozent dessen, was ein Web-Agent tut, ist völlig verschwendet.
  [006.08-006.74] S0 Wir haben das behoben.

Editor-Sub-Agenten-Briefing (für die Auswahl mehrerer Aufnahmen)

Wenn die Aufgabe darin besteht, "die beste Aufnahme jedes Beats über mehrere Clips hinweg auszuwählen", starte einen dedizierten Sub-Agenten mit einem Briefing, das wie folgt geformt ist. Die Struktur ist tragend; das Beispiel zur Tonhöhenform ist nicht tragend.

Du bearbeitest ein <Typ>-Video. Wähle die beste Aufnahme jedes Beats aus und
setze sie chronologisch nach Beat zusammen, nicht nach Quellclip-Reihenfolge.

EINGABEN:
  - takes_packed.md (zeitannotierte Phrasentranskripte aller Aufnahmen)
  - Produkt-/Erzählkontext: <2 Sätze vom Benutzer>
  - Sprecher: <Name, Rolle, Anmerkung zum Lieferstil>
  - Erwartete Struktur: <wähle einen Archetyp oder erfinde einen>
  - Zu vermeidende sprachliche Ausrutscher: <Liste aus dem Vorab-Scan>
  - Ziellaufzeit: <Sekunden>

Häufige strukturelle Archetypen (wähle, passe an oder erfinde):
  - Technik-Launch / Demo:   HOOK → PROBLEM → LÖSUNG → NUTZEN → BEISPIEL → CTA
  - Tutorial:                EINFÜHRUNG → VORBEREITUNG → SCHRITTE → STOLPERFALLEN → ZUSAMMENFASSUNG
  - Interview:               (FRAGE → ANTWORT → RÜCKFRAGE) wiederholen
  - Reise / Event:           ANKUNFT → HIGHLIGHTS → RUHIGE MOMENTE → ABREISE
  - Dokumentation:           THESE → BEWEIS → GEGENARGUMENT → SCHLUSSFOLGERUNG
  - Musik / Performance:     INTRO → STROPHE → REFRAIN → BRÜCKE → OUTRO
  - Oder erfinde deine eigenen.

REGELN:
  - Start-/Endzeiten müssen auf Wortgrenzen aus dem Transkript fallen.
  - Puffere Schnittgrenzen (Arbeitsfenster 30–200ms).
  - Bevorzuge Stille ≥ 400ms als Schnittziele.
  - Unvermeidbare Ausrutscher werden behalten, wenn es keine bessere Aufnahme gibt. Notiere sie in "Begründung".
  - Wenn über dem Budget: überarbeite: lasse einen Beat weg oder trimme Enden. Melde Gesamtsumme und korrigiere dich selbst.

AUSGABE (JSON-Array, kein Prosa):
  [{"source": "C0103", "start": 2.42, "end": 6.85, "beat": "HOOK",
    "quote": "...", "reason": "..."}, ...]

Gib die endgültige EDL und eine einzeilige Gesamtlaufzeit-Prüfung zurück.

Farbkorrektur (wenn angefordert)

Deine Aufgabe ist es, über das Bild nachzudenken, nicht eine Voreinstellung anzuwenden. Betrachte einen Frame (über timeline_view), entscheide, was falsch ist, passe eine Sache an, schau noch einmal hin.

Das mentale Modell ist ASC CDL. Pro Kanal: out = (in * Steigung + Versatz) ** Potenz, dann globale Sättigung. Steigung → Lichter, Versatz → Schatten, Potenz → Mitteltöne.

Beispiel-Filterketten (grade.py hat --list-presets; verwende sie als Ausgangspunkte oder mische deine eigenen):

  • warm_cinematic – retro/technisch, subtile Teal/Orange-Aufteilung, entsättigt. In einem echten Launch-Video ausgeliefert. Sicher für Talking Heads.
  • neutral_punch – minimal korrigierend: Kontrasterhöhung + sanfte S-Kurve. Keine Farbtonverschiebungen.
  • none – direkte Kopie. Standard, wenn der Benutzer nicht gefragt hat.

Für alles andere – Porträts, Natur, Produkte, Musikvideos, Dokumentationen – erfinde deine eigene Kette. grade.py --filter '<rohes ffmpeg>' akzeptiert jeden Filter-String.

Harte Regeln: Wende segmentweise während der Extraktion an (nicht nach dem Concat, was doppelt kodiert). Gehe niemals aggressiv vor, ohne Hauttöne zu testen.

Untertitel (wenn angefordert)

Untertitel haben drei Dimensionen, über die es sich nachzudenken lohnt: Aufteilung (1/2/3/Satz pro Zeile), Schreibung (GROSS/Erstes Wort groß/Natürlich) und Platzierung (Abstand vom unteren Rand). Die richtige Kombination hängt vom Inhalt ab.

Erarbeitete Stile – wähle, passe an oder erfinde:

bold-overlay – Kurzform-Technik-Launch, schnelllebiges Social Media. 2-Wort-Blöcke, GROSSBUCHSTABEN, Bruch bei Satzzeichen, Helvetica 18 Fett, weiß mit Kontur, MarginV=35. render.py wird mit diesem Stil als SUB_FORCE_STYLE ausgeliefert.

FontName=Helvetica,FontSize=18,Bold=1,
PrimaryColour=&H00FFFFFF,OutlineColour=&H00000000,BackColour=&H00000000,
BorderStyle=1,Outline=2,Shadow=0,
Alignment=2,MarginV=35

natural-sentence (wenn du diesen Modus erfindest) – narrativ, Dokumentation, Bildung. 4–7 Wortblöcke, Satzschreibung, Bruch bei natürlichen Pausen, MarginV=60–80, größere Schriftgröße.

... (hier ggf. weiterer Inhalt aus der Originaldatei)

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

govindgoel2001/video-editing-toolkit

GSAP animation reference for HyperFrames. Covers gsap.to(), from(), fromTo(), easing, stagger, defaults, timelines (gsap.timeline(), position parameter, labels, nesting, playback), and performance (transforms, will-change, quickTo). Use when writing GSAP animations in HyperFrames compositions.

govindgoel2001/video-editing-toolkit

HyperFrames CLI tool — hyperframes init, lint, inspect, preview, render, transcribe, tts, doctor, browser, info, upgrade, compositions, docs, benchmark. Use when scaffolding a project, linting, validating, inspecting visual layout in compositions, previewing in the studio, rendering to video, transcribing audio, generating TTS, or troubleshooting the HyperFrames environment.

govindgoel2001/video-editing-toolkit

Install and wire registry blocks and components into HyperFrames compositions. Use when running hyperframes add, installing a block or component, wiring an installed item into index.html, or working with hyperframes.json. Covers the add command, install locations, block sub-composition wiring, component snippet merging, and registry discovery.

govindgoel2001/video-editing-toolkit

Create video compositions, animations, title cards, overlays, captions, voiceovers, audio-reactive visuals, and scene transitions in HyperFrames HTML. Use when asked to build any HTML-based video content, add captions or subtitles synced to audio, generate text-to-speech narration, create audio-reactive animation (beat sync, glow, pulse driven by music), add animated text highlighting (marker sweeps, hand-drawn circles, burst lines, scribble, sketchout), or add transitions between scenes (crossfades, wipes, reveals, shader transitions). Covers composition authoring, timing, media, and the full video production workflow. For CLI commands (init, lint, preview, render, transcribe, tts) see the hyperframes-cli skill.

govindgoel2001/video-editing-toolkit

Capture a website and create a HyperFrames video from it. Use when: (1) a user provides a URL and wants a video, (2) someone says "capture this site", "turn this into a video", "make a promo from my site", (3) the user wants a social ad, product tour, or any video based on an existing website, (4) the user shares a link and asks for any kind of video content. Even if the user just pastes a URL — this is the skill to use.

govindgoel2001/video-editing-toolkit

Production pipeline for mathematical and technical animations using Manim Community Edition. Creates 3Blue1Brown-style explainer videos, algorithm visualizations, equation derivations, architecture diagrams, and data stories. Use when users request: animated explanations, math animations, concept visualizations, algorithm walkthroughs, technical explainers, 3Blue1Brown style videos, or any programmatic animation with geometric/mathematical content.

Verwandte Skills