Communitygithub.com

curiositech/windags-skills

Experte für Musikvisualisierung der 2000er-Ära (Milkdrop, AVS, Geiss) und moderne WebGL-Implementierungen. Spezialisiert auf Butterchurn-Integration, Web Audio API AnalyserNode-FFT-Daten, GLSL-Shader für audio-reaktive Visuals und psychedelische generative Kunst. Aktivieren Sie bei "Milkdrop", "Musikvisualisierung", "WebGL-Visualizer", "Butterchurn", "audio-reaktiv", "FFT-Visualisierung", "Spektrumanalysator". NICHT für einfache Balkendiagramme/Wellenformen (Basis-Canvas verwenden), Videobearbeitung oder nicht-audio-bezogene Visualisierungen.

Was ist windags-skills?

Diese Fertigkeit ist ein umfassender Leitfaden für die Erstellung von Musikvisualisierungen im Stil der legendären 2000er-Jahre-Ära (Milkdrop, AVS, Geiss) unter Verwendung moderner WebGL- und Web-Audio-APIs. Sie ist ideal für Entwickler, die psychedelische, audio-reaktive und immersive visuelle Erlebnisse im Browser erstellen möchten. Die Fertigkeit behandelt die Integration der Butterchurn-Bibliothek (die Milkdrop-Präsets in WebGL rendert), die Extraktion von FFT/Waveform-Daten über die Web Audio API AnalyserNode und die Erstellung von GLSL-Fragment-Shadern für audio-reaktive Effekte. Sie betont kritische Aspekte wie die korrekte AudioContext-Verwaltung, die Vermeidung von Anti-Patterns (z. B. lineare Frequenzanzeige, fehlendes Smoothing) und die Gewährleistung einer hohen Leistung durch empfohlene Optimierungen. Die Fertigkeit dient als einheitliche Referenz für die Implementierung von Butterchurn, die Entwicklung eigener GLSL-Shader und die Integration mit Web-Audio-Quellen – mit klaren Codebeispielen und einer Checkliste für die Produktionsbereitschaft.

Funktioniert mit~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/curiositech/windags-skills/tree/HEAD/skills/2000s-visualization-expert

In Ihrer bevorzugten KI fragen

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

Dokumentation

Experte für Musikvisualisierung der 2000er Jahre

Experte für die Nachbildung der legendären Ära der Musikvisualisierung der 2000er Jahre – Milkdrop, AVS, Geiss – unter Verwendung moderner WebGL- und Web-Audio-APIs.

Wann verwenden

✅ Verwenden für:

  • Implementierung psychedelischer Visualisierungen im Milkdrop-Stil
  • Integration der Butterchurn-Bibliothek (WebGL Milkdrop)
  • Web Audio API AnalyserNode FFT/Wellenform-Extraktion
  • GLSL-Fragment-Shader für audio-reaktive Effekte
  • Vollbild-immersive Musikerlebnisse
  • Echtzeit-Beat-Erkennung und Audioanalyse
  • Prästsysteme und Visualisierungsübergänge

❌ NICHT für:

  • Einfache Spektrum-Balkendiagramme (Canvas 2D verwenden)
  • Statische Audio-Wellenformanzeigen
  • Videobearbeitung oder -verarbeitung
  • Nicht-audio-bezogene generative Kunst
  • Audio-Wiedergabe/Streaming-Probleme (Fertigkeiten für Audio-Ingenieure verwenden)

Das goldene Zeitalter (Zusammenfassung)

ÄraWichtige SoftwareInnovation
1998-2000GeissEinfache Plasma-Effekte, DirectX
2001-2007Milkdrop 1 & 2Pixelgenaue Gleichungen, Präsetsystem
2007-2015NiedergangAufstieg der Streaming-Dienste
2018-HeuteButterchurnWebGL-Renaissance

Milkdrops Magie: Überlagerung einfacher Effekte – Unschärfe, Zoom, Rotation, Farbverschiebung – mit audio-reaktiven Parametern.

→ Siehe references/butterchurn-guide.md für die vollständige Geschichte und Integration.

Kerntechnologien

Butterchurn (WebGL Milkdrop)

  • 1.700 GitHub-Sterne, MIT-lizenziert
  • Volle Kompatibilität mit originalen Milkdrop-Präsets
  • npm: butterchurn, butterchurn-presets
import butterchurn from 'butterchurn';
const visualizer = butterchurn.createVisualizer(audioContext, canvas, {
  width: window.innerWidth,
  height: window.innerHeight,
  pixelRatio: window.devicePixelRatio || 1,
});
visualizer.connectAudio(audioNode);
visualizer.loadPreset(preset, 2.0);  // 2s Überblendung

Web Audio API FFT

const analyser = audioContext.createAnalyser();
analyser.fftSize = 2048;
analyser.smoothingTimeConstant = 0.8;
const frequencyData = new Uint8Array(analyser.frequencyBinCount);
analyser.getByteFrequencyData(frequencyData);

Wichtig: FFT-Bins sind linear, aber das Gehör ist logarithmisch! Verwenden Sie eine logarithmische Zuordnung.

→ Siehe references/web-audio-fft.md für die Extraktion von Frequenzbändern.

GLSL-Shader

Übergeben Sie Audiodaten als 1D-Textur und verwenden Sie Uniforms für Bass/Mitten/Höhen:

uniform float u_bass;
float glow = smoothstep(0.5 - u_bass * 0.3, 0.0, dist);

→ Siehe references/glsl-shaders.md für vollständige Muster.

Anti-Patterns, die vermieden werden sollten

1. AudioContext-Zustand ignorieren

Wie es aussieht: Visualisierung schlägt still fehl Warum es falsch ist: AudioContext startet pausiert, benötigt Benutzerinteraktion Behebung: Bei Klick fortsetzen: await audioContext.resume()

2. Lineare Frequenzanzeige

Wie es aussieht: Bass dominiert, Höhen unsichtbar Warum es falsch ist: FFT-Bins sind linear; die ersten 100 Bins könnten 0-2 kHz sein Behebung: Verwenden Sie eine logarithmische Bin-Zuordnung (Code in den Referenzen)

3. Keine Glättung

Wie es aussieht: Ruckelige, krampfauslösende Bilder Warum es falsch ist: Rohe FFT-Daten sind von Frame zu Frame verrauscht Behebung: analyserNode.smoothingTimeConstant = 0.7

4. requestAnimationFrame ohne Bereinigung

Wie es aussieht: Speicherlecks, mehrere Render-Schleifen Behebung: Animations-ID speichern, cancelAnimationFrame beim Unmount aufrufen

5. Hartcodierte Canvas-Größe

Wie es aussieht: Unscharf auf Retina, falsches Seitenverhältnis Behebung: Mit devicePixelRatio multiplizieren, resize-Ereignisse behandeln

6. Blockieren des Haupt-Threads

Wie es aussieht: Ruckelnder Audio, ausgelassene Frames Warum es falsch ist: Schwere Shader-Kompilierung im UI-Thread Behebung: Shader während des Ladens kompilieren, nicht während der Wiedergabe

Präsets-Empfehlungen

Psychedelisch/Trippy:

  • Flexi, martin + geiss - dedicated to the sherwin maxawow
  • Rovastar - Fractopia

Sanft/Entspannt:

  • Flexi - predator-prey-spirals
  • Geiss - Cosmic Strings 2

Hochenergetisch:

  • Flexi + Martin - disconnected
  • shifter - tumbling cubes

Integrations-Checkliste

  • AudioContext erstellt und bei Benutzerinteraktion fortgesetzt
  • AnalyserNode mit der Audioquelle verbunden
  • Canvas korrekt dimensioniert (devicePixelRatio berücksichtigen)
  • Render-Schleife mit requestAnimationFrame
  • Bereinigung beim Unmount (cancelAnimationFrame)
  • Präsets laden mit Überblendzeit
  • Resize-Behandlung
  • Vollbild-Unterstützung mit ESC zum Beenden
  • Titel-Info-Overlay (z-index über Canvas)
  • Cursor nach Inaktivität ausblenden

Leistungstipps

  1. Niedrigeres Texturverhältnis für ältere GPUs: textureRatio: 0.5
  2. fftSize reduzieren, falls nicht benötigt: 512 oder 1024 statt 2048
  3. will-change: transform auf Canvas verwenden
  4. DOM-Updates während der Render-Schleife vermeiden
  5. Mit Chrome DevTools GPU-Zeitleiste profilieren

Referenzen

→ references/butterchurn-guide.md - Vollständige Butterchurn-Integration → references/web-audio-fft.md - FFT-Extraktion und Frequenzanalyse → references/glsl-shaders.md - Audio-reaktive Shader-Muster


Diese Fertigkeit umfasst: Butterchurn/Milkdrop | Web Audio FFT | GLSL-Shader | Vollbild-Visualisierung | Audio-reaktive Kunst

Individual skills in this repo

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

curiositech/windags-skills

Expert legal research agent for finding and scraping expungement data state by state. Knows authoritative sources, URL patterns, Firecrawl configuration, and 2026 legal landscape.

curiositech/windags-skills

Expert in 3D computer vision labeling tools, workflows, and AI-assisted annotation for LiDAR, point clouds, and sensor fusion. Covers SAM4D/Point-SAM, human-in-the-loop architectures, and vertical-specific training strategies. Activate on '3D labeling', 'point cloud annotation', 'LiDAR labeling', 'SAM 3D', 'SAM4D', 'sensor fusion annotation', '3D bounding box', 'semantic segmentation point cloud'. NOT for 2D image labeling (use clip-aware-embeddings), general ML training (use ml-engineer), video annotation without 3D (use computer-vision-pipeline), or VLM prompt engineering (use prompt-engineer).

curiositech/windags-skills

Implement WCAG 2.2 AA/AAA compliance with automated testing, keyboard navigation, screen reader support, and focus management. Activate on: accessibility audit, WCAG compliance, keyboard navigation, screen reader, aria attributes, axe-core, focus trap. NOT for: design-level accessibility review (use design-accessibility-auditor), color contrast only (use css-in-js-architect).

curiositech/windags-skills

Time-blind friendly planning, executive function support, and daily structure for ADHD brains. Specializes in realistic time estimation, dopamine-aware task design, and building systems that actually work for neurodivergent minds.

curiositech/windags-skills

Designs digital experiences for ADHD brains using neuroscience research and UX principles. Expert in reducing cognitive load, time blindness solutions, dopamine-driven engagement, and compassionate design patterns. Activate on 'ADHD design', 'cognitive load', 'accessibility', 'neurodivergent UX', 'time blindness', 'dopamine-driven', 'executive function'. NOT for general accessibility (WCAG only), neurotypical UX design, or simple UI styling without ADHD context.

curiositech/windags-skills

>- Apply crisis decision-making research to agent routing, uncertainty triage, and coordination failure analysis in time-pressured systems. Use when diagnosing handoff failures, analytical paralysis, or expert judgment under incomplete information. NOT for routine coding, simple CRUD design, or static single-agent tasks with complete information.

curiositech/windags-skills

Extend and modify the admin dashboard, developer portal, and operations console. Use when adding new admin tabs, metrics, monitoring features, or internal tools. Activates for dashboard development, analytics, user management, and internal tooling.

curiositech/windags-skills

Conversation patterns and interaction protocols for multi-agent systems. Covers request/response, pub/sub, blackboard, delegation chains, debate, critique, consensus, fan-out/fan-in, supervisor-worker, and peer negotiation. Deep analysis of AutoGen conversation patterns, CrewAI delegation, LangGraph state passing, and FIPA-ACL performatives. Teaches how to design what agents say to each other and in what order. Activate on: "agent conversation", "agent protocol", "multi-agent debate", "agent delegation", "supervisor worker pattern", "agent voting", "consensus protocol", "fan-out fan-in", "agent negotiation", "blackboard pattern", "agent dialogue", "conversation topology", "agent handoff". NOT for: wire format or serialization (use agent-interchange-formats), orchestration infrastructure (use agentic-infrastructure-2026), single agent behavior (use agentic-patterns).

curiositech/windags-skills

Meta-agent for creating new custom agents, skills, and MCP integrations. Expert in agent design, MCP development, skill architecture, and rapid prototyping. Activate on 'create agent', 'new skill', 'MCP server', 'custom tool', 'agent design'. NOT for using existing agents (invoke them directly), general coding (use language-specific skills), or infrastructure setup (use deployment-engineer).

curiositech/windags-skills

AI-powered calendar management and agent-based scheduling coordination. Covers calendar APIs (Google Calendar, CalDAV/iCal), AI scheduling assistants (Reclaim, Clockwise, Motion, Cal.com), building custom calendar agents with MCP, multi-calendar merging, timezone management, focus block protection, meeting fatigue detection, and agent-to-agent meeting negotiation protocols. Activate on: "calendar agent", "AI scheduling", "calendar coordination", "meeting scheduling", "calendar API", "focus time protection", "calendar optimization", "Google Calendar MCP", "Reclaim", "Clockwise", "Motion", "Cal.com", "smart scheduling", "calendar-aware agent", "timezone scheduling", "agent negotiation meetings". NOT for: manual calendar UI component design (use form-validation-architect), project management scheduling or Gantt charts (use project-management-guru-adhd), general time-tracking or pomodoro apps (use adhd-daily-planner for time-awareness), building the agent itself from scratch (use agent-creator).

curiositech/windags-skills

Build and adopt production AI agent infrastructure in 2026. Covers framework selection (LangGraph, CrewAI, AutoGen, MCP), orchestration patterns, evaluation, observability, memory systems, and tool use. Also covers the SOCIAL dimension: how to sell agent infrastructure internally, change management, measuring ROI, building trust in autonomous systems, and scaling adoption across teams. Activate on: "agent infrastructure", "agent framework comparison", "which agent framework", "sell AI tools internally", "agent adoption", "agent observability", "agent evaluation", "MCP architecture", "agentic mesh", "enterprise AI agents", "AI change management", "agent ROI". NOT for: building specific agents (use ai-engineer), designing agent behavior patterns (use agentic-patterns), prompt tuning (use prompt-engineer).

curiositech/windags-skills

Fundamental patterns for effective agentic behavior. Teaches decomposition, tool orchestration, error recovery, context management, quality self-assessment, and knowing when to stop. Model-agnostic principles that make any agent more effective regardless of domain. Activate on: "how should I structure this agent", "agentic workflow", "agent patterns", "multi-step task", "tool orchestration", "/agentic-patterns", "decompose this", "agent best practices", "chain of actions", "when should the agent stop", "agent loop design". NOT for: creating agent infrastructure (use agent-creator), building DAGs (use windags-architect), specific tool implementation.

curiositech/windags-skills

Automated discovery and matching of agent skills for dynamic task routing and capability assessment

curiositech/windags-skills

Cryptographic security for agentic systems — zero-trust agent networking, signed message envelopes (JWS/JWE), capability-based security (ocaps), Merkle tree audit trails, WASM sandboxing, and formal verification. Covers CLI dev tool security, mTLS between agents, permission boundaries (least privilege for AI agents), and supply chain security for skills/plugins. Activate on: "agent security", "zero trust agents", "secure agent communication", "capability-based security", "ocap", "signed messages between agents", "agent audit trail", "sandbox agent execution", "agent permissions", "mTLS agents", "cryptographic verification", "agent supply chain", "OWASP agentic", "prove agent did X", "tamper-proof agent logs". NOT for: application-level SAST scanning (use security-auditor), network firewall rules (use infrastructure), SOC2/HIPAA compliance (organizational), or prompt injection defense (use prompt-engineer).

curiositech/windags-skills

Data structures and serialization formats for agent-to-agent communication. Covers message envelopes, structured output schemas, capability declarations, task handoff payloads, error/retry signaling, and context windows as data structures. Deep comparison of A2A protocol, MCP, OpenAI function calling, and LangChain message types. Teaches when to use rigid schemas vs free-form with validation, typed vs untyped, streaming vs batch. Activate on: "agent message format", "agent communication schema", "agent-to-agent protocol", "A2A protocol", "MCP message format", "structured output for agents", "agent interop", "interchange format", "agent serialization", "task handoff format", "capability declaration". NOT for: what agents say to each other (use agent-conversation-protocols), orchestration topology (use multi-agent-coordination), building agent infrastructure (use agentic-infrastructure-2026).

curiositech/windags-skills

Logic-based agent programming language implementing BDI architecture for practical autonomous agent development

curiositech/windags-skills

>- Design AgentSpeak(L)-style BDI agents with context-guarded plans, selection functions, and intention stacks. Use for interruptible autonomy, agent policy, and multi-agent orchestration in dynamic environments. NOT for simple rule engines, static planners, or centralized workflows.

curiositech/windags-skills

Foundational concurrent computation model where actors communicate exclusively through asynchronous message passing

curiositech/windags-skills

Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations. Use PROACTIVELY for LLM features, chatbots, AI agents, or AI-powered applications.

curiositech/windags-skills

license: Apache-2.0 NOT for unrelated tasks outside this domain.

Verwandte Skills