Communitygithub.com

Portfolio Forge

Verwandle persönliche Informationen in eine ästhetisch ansprechende, sofort einsatzbereite persönliche Website oder Portfolio-Seite.

Was ist Portfolio Forge?

Portfolio Forge ist eine KI-Agenten-Fähigkeit, die den gesamten Prozess vom rohen persönlichen Informationsinput bis zur fertig deployten, hochwertigen Portfolio-Website orchestriert. Der Kern ist eine validierte Pipeline: Inhaltsdokument → Referenzbilder → adversariales Design-Review → high-fidelity Replikation → abschnittsweise QA → reversibles Deployment. Die Fähigkeit adressiert drei kritische, oft übersehene Schritte: Schutz vor KI-Halluzinationen durch ein striktes Inhaltsdokument, ein adversariales Bild-für-Bild-Review zur Sicherstellung höchster Designqualität und ein Headless-QA vor dem Livegang. Der Workflow nutzt Codex (für Bildgenerierung und Frontend-Replikation) und Claude (für Interviews, Dokumentation, Review und Deployment-Orchestrierung). Die Fähigkeit wird triggered durch Phrasen wie „persönliche Website erstellen“, „Portfolio-Seite bauen“ oder „meine Informationen in eine Landing Page verwandeln“.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Heng-xiu/xiuxiu-agent-skills/tree/HEAD/skills/portfolio-forge

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Portfolio Forge?

Verwandle „die Informationen einer Person” in eine ästhetisch ansprechende, sofort einsatzbereite persönliche Website. Der Kern ist eine validierte Pipeline: Inhaltsdokument (einzige Wahrheitsquelle) → Referenzbilder → Adversariales Review → High-Fidelity-Replikation → Abschnittsweise QA → Reversibles Deployment.

Inspiriert von der „Zwei-Stunden-Portfolio-Seite-mit-Codex”-Methode (Inhalte organisieren → Taste-Referenzbilder generieren → Assets generieren → Replizieren), aber dieses Skill festigt drei wirklich qualitätsentscheidende, in der Originalmethode nicht gelehrte Schritte: Vermeidung von Halluzinationen im Inhaltsdokument, adversariales Bild-für-Bild-Review und Headless-QA vor dem Livegang.

Wann wird es ausgelöst

  • „Erstelle eine persönliche Website”, „Erstelle ein Portfolio”, „Verwandle meine Informationen in eine Website”
  • „Personal website”, „Portfolio”, „Hilf mir bei einer Landing Page”
  • „Ich möchte eine öffentliche persönliche Seite”, „Im KI-Zeitalter ist die persönliche Website der Lebenslauf”
  • Oder einfach: „Hilf mir, eine Seite zu bauen”, „Mach eine Seite für meine Sachen”

Voraussetzungen (Vor dem ersten Mal überprüfen)

Diese Pipeline benötigt drei externe Tools. Falls sie fehlen, installiere sie (Installationsanleitung siehe workflows/reference-image-gen.md und workflows/frontend-replication.md):

  1. taste-skill's imagegen-frontend-web – Generiert Referenzbilder mit hohem ästhetischem Anspruch. Installieren in ~/.claude/skills/ und ~/.codex/skills/.
  2. Codex's build-web-apps Plugin (inkl. Frontend App Builder Skill) – High-Fidelity-Replikation. codex plugin add build-web-apps@openai-curated.
  3. Chrome + puppeteer-core – Headless-QA durch abschnittsweises Screenshotting.

Kernprinzipien

  1. Inhaltsdokument ist die einzige Wahrheitsquelle: Vor dem Start das Personenprofil / die Positionierung / den Stil / die Farbpalette / die Abschnittsstruktur in einer CONTENT.md festhalten. Später, wenn in den Referenzbildern falscher KI-Text oder Abweichungen vom Dokument auftauchen, gilt immer das Dokument. Dies ist die Grundlage zur Vermeidung von Halluzinationen.
  2. Adversariales Bild-für-Bild-Review: Referenzbilder werden nicht sofort repliziert, sondern herausgefordert. Jedes Bild wird gefragt: „Sind die Schriftgrößen übertrieben? Hat es Atmungsaktivität? Fällt die Komposition in KI-Muster? Gibt es Halluzinationstext? Sind die Bilder konsistent zueinander?” Bei Nichtbestehen wird nur dieses Bild neu generiert. Dieser Schritt entscheidet, ob das Ergebnis „okay” oder „wirklich schön” ist.
  3. Echte Assets bevorzugen: Persönliche Fotos und Projektscreenshots werden immer original verwendet. KI wird nur für „Stil-Referenzbilder” und „stilisierte Assets” verwendet, niemals für gefälschte Gesichter oder Screenshots. Wenn der Nutzer Fotos bereitstellt, werden sie direkt eingebunden.
  4. Abschnittsweise QA erst als Abschluss: Die Replikation ist nicht die Lieferung, sondern die Abnahme. Mit puppeteer wird real gescrollt, jeder Abschnitt gescreenshottet und mit dem Referenzbild verglichen. Bei Abweichungen wird zur Replikationsphase zurückgegangen und iteriert.
  5. Reversibles Deployment, keine Berührung bestehender Assets: Deployment erfolgt immer zuerst auf eine separate *.pages.dev. Vor dem Anpassen einer bestehenden Domain des Nutzers wird die Bindung überprüft und die Entscheidung „Domain umstellen” dem Nutzer überlassen – keine Eigenmächtigkeit.
  6. Menschliche Sprache im Text priorisieren (Feedback von Nutzern, Juli 2026): Der Seitentext und die Werbebotschaften sind standardmäßig für ein nicht-technisches Publikum geschrieben – technische Stack-Begriffe (Framework, Datenbank, Dienstleister) erscheinen nicht im Text, stattdessen wird erklärt, „was das Ding macht und für wen es nützlich ist”. Fachbegriffe werden nur beibehalten, wenn im Interview bestätigt wird, dass die Zielgruppe technisch versiert ist. Installations-/Nutzungsanleitungen werden bevorzugt als „Gib deiner KI diesen Satz”-Typ-Anweisungen formuliert, nicht als Terminalbefehle.

Workflow (Sechs Phasen)

Phase 0: Klärung der Positionierung (Interview zur Fokussierung)

Gemäß workflows/content-intake.md. Verwende AskUserQuestion, um die wichtigsten Entscheidungen zu treffen: Für wen ist die Website? Positionierung, visueller Stil, Sprache und Umfang, Quellen für Assets, ausgewählte Projekte, Haupt-CTA, Deploymentsziel. Stiloptionen siehe references/design-style-library.md (Stil ist der wichtigste Input beim Generieren von Bildern mit Taste).

Phase 1: Inhaltsdokument (Einzige Wahrheitsquelle)

Die Interviewergebnisse + gescrapte externe Daten (bestehende Website, Substack, soziale Medien) werden in CONTENT.md zusammengefasst, Format siehe references/content-doc-template.md. Dieses Dokument ist die Grundlage für alle nachfolgenden Phasen.

Phase 2: Generierung von Abschnitts-Referenzbildern

Gemäß workflows/reference-image-gen.md. Die Seite wird in 6–8 Abschnitte unterteilt. Mit imagegen-frontend-web wird ein Bild pro Abschnitt generiert (über codex exec im Hintergrund) und in refs/ gespeichert.

Phase 3: Adversariales Review + Iteration (Seele)

Gemäß workflows/adversarial-design-review.md. Zuerst selbst mit „Read” jedes Bild durchgehen und hinterfragen, dann dem Nutzer zur Bewertung vorlegen. Nicht bestandene Bilder werden einzeln neu generiert. Dieser Schritt kann mehrere Runden dauern; das ist normal – nicht überspringen.

Phase 4: High-Fidelity-Replikation

Gemäß workflows/frontend-replication.md. Das finale Referenzbild + CONTENT.md + echte Assets werden an Codex Frontend App Builder übergeben, mit dem Ziel einer 1:1-Replikation, datengesteuert, mit Animationen und RWD. Dynamische Effekte werden aus references/motion-effects-library.md (11 in der Praxis validierte Effektrezepte) ausgewählt und einzeln in den Replikations-Prompt aufgenommen – eiserne Regel: Animationen dienen dem Thema, prefers-reduced-motion respektieren, max. 1 großer Effekt pro Seite.

Phase 5: Abschnittsweise QA

Gemäß dem ersten Teil von workflows/headless-qa-and-deploy.md. Mit puppeteer real scrollen, jeden Abschnitt screenshotten, mit dem Referenzbild anhand references/qa-checklist.md abnehmen. Bei Nichtbestehen zurück zu Phase 4.

Phase 6: Deployment + Smoke Test

Gemäß dem zweiten Teil von workflows/headless-qa-and-deploy.md. Auf Cloudflare Pages eine separate *.pages.dev deployen → Online-Headless-Smoke-Test (HTTP-Status, Asset-Laden, screenshot des ersten Bildschirms) → Domain-Entscheidung an den Nutzer zurückgeben.

Sub-Agenten / Tool-Design

Die schwere Arbeit dieser Pipeline wird an Codex ausgelagert (Bildgenerierung, Replikation), während Claude die Aufgaben Interview, Dokumentation, Adversarial Review, QA und Deployment-Orchestrierung übernimmt.

  • Bildgenerierung / Replikation: codex exec --skip-git-repo-check --full-auto "<prompt>", mit run_in_background: true im Hintergrund laufen lassen, nach Fertigstellung abnehmen.
  • Externe Daten abrufen: WebFetch (bestehende Website, Substack-Profil und Artikel).
  • Screenshot-QA: Headless Chrome oder puppeteer-core (abschnittsweises Screenshotting siehe Workflow-Notizen).
  • Deployment: wrangler pages.

Parallele Strategie: 7–8 Referenzbilder innerhalb eines codex exec-Aufrufs sequenziell generieren lassen (das Imagegen-Skill gibt sie nacheinander aus). Bei Neugenerierung nur die zu ändernden Bilder neu ausführen.

Kommunikationsstil

  • Durchgehend traditionelles Chinesisch, Fachbegriffe und Kennungen bleiben im Original.
  • Vor jeder Phase: „Ich werde jetzt Folgendes tun”, nach Abschluss aktiv Bericht erstatten, nicht abwarten.
  • Im adversarialen Review direkt sein: Welches Bild hat wo Probleme? Klar benennen, konkrete Änderungsrichtung vorgeben.
  • Nach Lieferung/Deployment aktiv über vier Dinge berichten: Branch, Commit-Hash, ob zusammengeführt wurde, ob der Worktree bereinigt wurde.
  • Vor dem Berühren der bestehenden Domain / externen Assets des Nutzers die Entscheidungsgewalt an den Nutzer zurückgeben.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills