À utiliser pour toute question sur une base de code, son architecture, les relations entre fichiers ou le contenu du projet — en particulier lorsque le dossier graphify-out/ existe, où la question doit d'abord être traitée comme une requête graphify. Transforme toute entrée (code, documentation, articles, images, vidéos) en un graphe de connaissances persistant avec des nœuds maîtres, une détection de communautés et des outils de requête/chemin/explication.
Graphify-Labs/graphify est une compétence avancée de type agent d'IA qui transforme toute entrée — code, documentation, articles scientifiques, images, vidéos — en un graphe de connaissances persistant, stocké et réutilisable. Elle permet aux développeurs et aux agents d'IA d'interroger efficacement l'architecture et le contenu d'une base de code ou d'un projet, même en présence de fichiers volumineux ou de dépendances complexes. La compétence tire parti d'une approche multi-plateforme (compatible avec les agents Claude Code, Cursor, Codex, etc.) et s'appuie sur la présence d'un dossier `graphify-out/` pour déclencher des requêtes spécifiques. Ses principales forces incluent la création de nœuds maîtres (god nodes) qui représentent des entités centrales du projet, la détection de communautés pour regrouper des concepts liés, et trois outils opérationnels : `query` pour explorer le graphe, `path` pour trouver des chemins entre nœuds, et `explain` pour comprendre les relations. En pratique, cela permet de répondre à des questions complexes sur la structure d'un projet, les dépendances entre fichiers, ou le rôle de composants spécifiques, sans avoir à parcourir manuellement l'ensemble du code source.
npx skills add https://github.com/Graphify-Labs/graphify/tree/v8/graphifyÀ utiliser pour toute question sur une base de code, son architecture, les relations entre fichiers ou le contenu du projet — en particulier lorsque le dossier graphify-out/ existe, où la question doit d'abord être traitée comme une requête graphify. Transforme toute entrée (code, documentation, articles, images, vidéos) en un graphe de connaissances persistant avec des nœuds maîtres, une détection de communautés et des outils de requête/chemin/explication.
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.
See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...
End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.