Communitygithub.com

Birdfolio – Collection d'oiseaux et cartes à collectionner

Identification d'oiseaux, suivi de votre liste de vie et génération de cartes à collectionner. Utilisez cette compétence lorsque l'utilisateur envoie une photo d'oiseau à identifier, demande « configure mon Birdfolio » ou « définir ma région », interroge « comment va ma checklist », « progrès Birdfolio », « combien d'oiseaux ai-je trouvés », « montre mon Birdfolio » ou « montre ma liste de vie », « quel est mon oiseau le plus rare », ou « parle-moi de [espèce d'oiseau] ». Gère tout, de la configuration initiale au suivi continu de la liste de vie et à la génération visuelle de cartes à collectionner.

Qu'est-ce que Birdfolio – Collection d'oiseaux et cartes à collectionner ?

Birdfolio transforme des photos d'oiseaux en une liste de vie personnalisée. Lorsqu'un utilisateur envoie une photo d'oiseau prise en pleine nature, la compétence identifie l'espèce via Vision, consulte des données de rareté en temps réel via You.com, et enregistre chaque observation dans une liste de vie locale (fichier `birdfolio/lifeList.json`) et dans une base de données PostgreSQL distante (hébergée sur Railway). Chaque observation reçoit un niveau de rareté inspiré des Pokémon (Commun / Rare / Super Rare) et génère une carte à collectionner visuelle, envoyée ensuite à l'utilisateur via Telegram. La compétence prend en charge un flux complet : configuration initiale (création du dossier de travail, enregistrement de l'utilisateur via l'API, construction d'une checklist régionale avec 10 communes, 5 rares, 1 super rare), identification de l'oiseau à partir d'une photo (analyse visuelle, recherche You.com pour la rareté et un fait amusant, enregistrement de l'observation, mise à jour de la checklist, génération et envoi de la carte), consultation des statistiques et de la checklist, affichage de la liste de vie, recherche par espèce sans enregistrement, et identification de l'oiseau le plus rare. Elle utilise plusieurs scripts Python et un script Node.js pour le rendu des cartes, tous situés dans le dossier `scripts/` du workspace. L'utilisateur interagit via Telegram, et la compétence lit les métadonnées du message (sender_id) pour lier les observations à son compte.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/modbender/skill-library-mcp/tree/HEAD/data/birdfolio

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Birdfolio

Birdfolio transforme les photos d'oiseaux en une liste de vie personnelle. Les utilisateurs prennent en photo des oiseaux en pleine nature, envoient la photo, et vous identifiez l'espèce avec Vision. You.com fournit des données de rareté et régionales en temps réel. Chaque observation est enregistrée dans une liste de vie avec un niveau de rareté inspiré des Pokémon (Commun / Rare / Super Rare) et une carte à collectionner visuelle est renvoyée via Telegram.

Les données se trouvent dans : Railway PostgreSQL (via API) + dossier local birdfolio/ (cartes, oiseaux, config) Les scripts se trouvent dans : {baseDir}/scripts/ API : https://api-production-d0e2.up.railway.app (également sauvegardée dans birdfolio/config.json après l'initialisation) Référence du schéma : {baseDir}/references/data-schema.md Requêtes de recherche : {baseDir}/references/you-search-queries.md

Remarque concernant --workspace et --api-url : Chaque script de données accepte --workspace (chemin absolu vers birdfolio/) et --api-url (URL de base de l'API). Après l'exécution de init_birdfolio.py, l'URL de l'API et l'ID Telegram sont sauvegardés dans birdfolio/config.json et lus automatiquement — les scripts suivants n'ont besoin que de --workspace.

ID Telegram : Lu à partir des métadonnées du message entrant (sender_id). Transmettez-le comme --telegram-id à init_birdfolio.py lors de la première configuration.


1. Flux de configuration

Déclencheur : L'utilisateur dit « Configure mon Birdfolio », « définir ma région », ou envoie une photo avant que la configuration n'existe.

Vérifier d'abord : Si birdfolio/config.json existe dans votre espace de travail, la configuration est déjà effectuée — passez directement au flux concerné.

Étapes :

  1. Demandez : « Quelle est votre région d'origine ? (ex. Californie, Texas, Royaume-Uni) »

  2. Exécutez pour créer la structure de dossiers de l'espace de travail et enregistrer l'utilisateur dans l'API :

    exec: python {baseDir}/scripts/init_birdfolio.py \
      --telegram-id {senderTelegramId} \
      --region "{region}" \
      --api-url "https://api-production-d0e2.up.railway.app" \
      --workspace <chemin absolu vers birdfolio/ dans votre espace de travail>
    
  3. Recherchez sur You.com (exécutez les trois) :

    "{region} oiseaux de jardin les plus courants liste d'espèces eBird"
    "{region} oiseaux rares saisonniers peu communs checklist eBird"
    "{region} oiseaux rares vagabonds menacés eBird"
    
  4. À partir des résultats, construisez une checklist avec 10 communes, 5 rares, 1 super rare espèces. Utilisez les signaux de classification de {baseDir}/references/you-search-queries.md.

  5. Écrivez la checklist remplie dans birdfolio/checklist.json dans votre espace de travail :

    {
      "{region}": {
        "common": [
          { "species": "Merle d'Amérique", "slug": "merle-damerique", "found": false, "dateFound": null }
        ],
        "rare": [...],
        "superRare": [...]
      }
    }
    
  6. Répondez avec un message de bienvenue et un aperçu de la checklist :

    🦅 Birdfolio est configuré pour {region} !
    
    Votre checklist :
    Communes (10) : Merle d'Amérique, Moineau domestique, ...
    Rares (5) : Grand Héron, ...
    Super Rare : Condor de Californie
    
    Envoyez-moi une photo d'oiseau pour commencer à collectionner !
    

2. Flux d'identification d'oiseau

Déclencheur : L'utilisateur envoie une photo.

Obtenir le chemin du fichier photo : Lorsqu'un utilisateur envoie une photo via Telegram, OpenClaw la télécharge et met le chemin du fichier local à disposition dans les métadonnées de la pièce jointe. Capturez ce chemin — vous en aurez besoin pour la génération de la carte à l'étape 5. Si OpenClaw fournit l'image en ligne sans chemin, utilisez exec pour trouver le fichier le plus récemment téléchargé dans le dossier temporaire/média d'OpenClaw, ou vérifiez %APPDATA%\openclaw\media\ sur Windows. Sauvegardez la photo dans birdfolio/birds/{slug}-{timestamp}.jpg pour stockage permanent :

exec: copy "<chemin de la pièce jointe>" "birdfolio/birds/<slug>-<timestamp>.jpg"

Étape 1 — Identifier avec Vision

La photo soumise est directement visible dans votre contexte. Analysez-la (ou utilisez l'outil image si elle n'est pas en ligne) :

Identifiez l'espèce d'oiseau sur cette photo. Retournez uniquement du JSON :
{
  "commonName": "...",
  "scientificName": "...",
  "confidence": "high|medium|low",
  "features": ["caractéristique visible 1", "caractéristique visible 2"]
}

Règles de rareté :

  • L'oiseau EST dans la checklist → utilisez son niveau : common, rare, ou superRare
  • L'oiseau N'est PAS dans la checklist → utilisez bonus (affiche un badge neutre « Bonus Find », aucune rareté attribuée)

Règles de confiance :

  • "high" → procédez automatiquement, aucune confirmation nécessaire
  • "medium" → demandez : « Je pense qu'il pourrait s'agir d'un [espèce] — d'après [caractéristiques]. Cela vous semble correct ? » → attendez la confirmation avant de continuer
  • "low" → répondez : « Cette photo n'est pas assez claire pour que je sois confiant. Pourriez-vous en envoyer une plus nette ? » → arrêtez-vous, n'enregistrez rien

Étape 2 — Recherche de rareté

Recherchez sur You.com :

"{commonName} {homeRegion} fréquence eBird à quel point commun rare"

Classifiez en utilisant ces signaux :

NiveauValeur du scriptSignaux
Commun 🟢common« abondant », « répandu », « résident à l'année », >50% des checklists
Rare 🟡rare« peu commun », « saisonnier », « migrateur », « occasionnel », 5–50% des checklists
Super Rare 🔴superRare« rare », « vagabond », « accidentel », « menacé », <5% des checklists

En cas de doute → par défaut rare. Utilisez toujours la valeur du script (ex. superRare, pas Super Rare) lorsque vous passez --rarity à un script.

Étape 3 — Obtenir un fait amusant

Recherchez sur You.com :

"{commonName} oiseau faits intéressants habitat comportement"

Extrayez un fait percutant (1–2 phrases).

Étape 4 — Enregistrer l'observation

Sauvegardez l'observation dans birdfolio/lifeList.json dans votre espace de travail :

exec: python {baseDir}/scripts/log_sighting.py \
  --species "{commonName}" \
  --scientific-name "{scientificName}" \
  --rarity "{rarity}" \
  --region "{homeRegion}" \
  --notes "" \
  --workspace <chemin absolu vers birdfolio/ dans votre espace de travail>

Capturez à partir de la sortie : isLifer, totalSightings, totalSpecies.

Étape 5 — Mettre à jour la checklist

Marquez l'espèce comme trouvée dans birdfolio/checklist.json :

exec: python {baseDir}/scripts/update_checklist.py \
  --species "{commonName}" \
  --region "{homeRegion}" \
  --workspace <chemin absolu vers birdfolio/ dans votre espace de travail>

Étape 6 — Générer la carte à collectionner

La carte est un design à deux colonnes : la photo de l'utilisateur remplit le panneau gauche (280 px), un panneau d'information sombre uni se trouve à droite. Utilisez toujours la photo réelle soumise par l'utilisateur — pas une image générique.

Étape 6a — Détecter la position de l'oiseau avec Vision : Utilisez l'outil image sur la photo soumise :

« Où se trouve l'oiseau horizontalement sur cette photo ? Donnez-moi approximativement le pourcentage depuis le bord gauche où se trouve le centre de l'oiseau (0–100). »

Convertissez la réponse en une valeur CSS : "40% center", "60% center", "center center", etc. Utilisez-la comme --object-position.

Étape 6b — Générer le HTML de la carte avec la photo intégrée :

exec: python {baseDir}/scripts/generate_card.py \
  --species "{commonName}" \
  --scientific-name "{scientificName}" \
  --rarity "{rarity}" \
  --region "{homeRegion}" \
  --date "{AAAA-MM-JJ}" \
  --fun-fact "{funFact}" \
  --image-path "<chemin absolu vers la photo soumise>" \
  --object-position "{objectPosition}" \
  --life-count {totalSpecies} \
  --workspace <chemin absolu vers birdfolio/ dans votre espace de travail>

--image-path intègre la photo réelle de l'utilisateur en base64 directement dans le HTML. Aucune étape d'intégration séparée nécessaire.

Solution de repli si le chemin de la photo est indisponible : omettez --image-path et transmettez --image-url "<URL d'image générique>" à la place (trouvez une URL via You.com : "{commonName} photo oiseau faune").

Capturez cardPath à partir de la sortie.

Étape 6c — Capture d'écran, sauvegarde, téléchargement et envoi : Exécutez le script de capture d'écran pour rendre la carte à 600×400 et sauvegarder un PNG :

exec: node {baseDir}/scripts/screenshot_card.js "<cardPath>"

Capturez pngPath à partir de la sortie.

Téléchargez vers Cloudflare R2 et obtenez une URL publique :

exec: python {baseDir}/scripts/upload_card.py "<pngPath>"

Capturez url à partir de la sortie.

Mettez à jour l'URL de la carte de l'observation dans l'API (utilisez l'id de la sortie de log_sighting) :

PATCH /users/{telegram_id}/sightings/{sighting_id}/card
Corps : {"card_png_url": "<url>"}

Envoyez le PNG via Telegram :

message(action="send", media="<pngPath>")

Étape 7 — Répondre

  • Si isLifer est vrai : « 🎉 Nouveau lifer ! C'est votre tout premier [commonName] ! Oiseau #[totalSpecies] dans votre Birdfolio. »

    Si totalSpecies == 1 (c'est leur tout premier oiseau) : envoyez également leur lien PWA personnel : « 🦅 Votre Birdfolio est en ligne ! Ajoutez ce lien à vos favoris pour voir votre liste de vie : https://birdfolio.tonbistudio.com/app/[telegram_id] »

    telegram_id est l'ID Telegram de l'expéditeur provenant des métadonnées du message entrant (sender_id). Il est également stocké dans birdfolio/config.json après l'initialisation.

  • Sinon : « [commonName] repéré ! Vous avez maintenant vu [N] espèces dans votre Birdfolio. »

Incluez : l'emoji du badge de rareté, le fait amusant, le statut de la checklist (si l'espèce était sur la checklist, mentionnez-le).

Solution de repli si la capture d'écran échoue : Envoyez une carte textuelle formatée :

🦅 [EMOJI_RARETÉ] [Nom commun]
Scientifique : [Nom scientifique]
Région : [Région] | Repéré : [Date]
Rareté : [Rareté]
💡 [Fait amusant]
Oiseau #[N] dans votre Birdfolio

3. Checklist et statistiques

Déclencheur : « Comment va ma checklist ? », « Progrès Birdfolio », « Combien d'oiseaux ai-je trouvés ? »

exec: python {baseDir}/scripts/get_stats.py \
  --workspace <chemin absolu vers birdfolio/ dans votre espace de travail>

Formatez la réponse en utilisant checklistProgress de la sortie :

📋 Checklist {region}

Communes     ✅✅✅⬜⬜⬜⬜⬜⬜⬜  3/10
Rares        ✅⬜⬜⬜⬜              1/5
Super Rares  ⬜                      0/1

🐦 {totalSpecies} espèces | {totalSightings} observations au total
📍 Dernier repéré : {mostRecentSighting.commonName} le {date}
🏆 Trouvaille la plus rare : {rarestBird.commonName} ({rarity})

Utilisez ✅ pour trouvé, ⬜ pour non trouvé. Une case par espèce.

Carte checklist visuelle optionnelle : Générez une carte checklist HTML visuelle et capturez-la :

exec: python {baseDir}/scripts/generate_checklist_card.py \
  --workspace <chemin absolu vers birdfolio/ dans votre espace de travail>

Capturez-la ensuite avec screenshot_card.js et envoyez le PNG.


4. Vue de la liste de vie

Déclencheur : « Montre mon Birdfolio », « Montre ma liste de vie »

Lisez birdfolio/lifeList.json depuis votre espace de travail.

Regroupez les lifers par rareté (Super Rare en premier, puis Rare, puis Commun). Formatez comme une liste textuelle ou générez une galerie HTML, sauvegardez-la dans birdfolio/my-birdfolio.html dans votre espace de travail, et capturez-la.


5. Recherche d'espèce (sans enregistrement)

Déclencheur : « Parle-moi de [espèce] »

Recherchez sur You.com :

"{species} oiseau faits habitat répartition comportement alimentation"
"{species} oiseau {homeRegion} fréquence eBird résident ou migrateur"

Retournez un résumé conversationnel. N'enregistrez pas d'observation et ne générez pas de carte.


6. Oiseau le plus rare

Déclencheur : « Quel est mon oiseau le plus rare ? », « Montre ma meilleure trouvaille »

exec: python {baseDir}/scripts/get_stats.py \
  --workspace <chemin absolu vers birdfolio/ dans votre espace de travail>

Lisez rarestBird de la sortie et répondez avec le nom de l'espèce, la rareté, la date de repérage et la région.


Référence rapide

ScriptArguments clésRetourne
init_birdfolio.py--telegram-id, --region, --api-url, --workspace{status, workspace, files_created, next}
log_sighting.py--species, --scientific-name, --rarity, --region, --date, --workspace{status, sighting, isLifer, totalSightings, totalSpecies}
update_checklist.py--species, --region, --workspace{status, tier, dateFound} ou {status: not_on_checklist}
get_stats.py--workspace{totalSightings, totalSpecies, checklistProgress, mostRecentSighting, rarestBird}
generate_card.py--species, --scientific-name, --rarity, --region, --date, --fun-fact, --image-path (préféré) OU --image-url, --object-position, --life-count, --workspace{status, cardPath, filename}
generate_checklist_card.py--workspace{status, cardPath} — carte checklist HTML visuelle
screenshot_card.js<cardPath> [outputPath]{status, pngPath} — sauvegarde PNG dans birdfolio/cards/
upload_card.py<pngPath> [--secrets path]{status, url} — télécharge vers R2, retourne une URL publique

Tous les scripts Python produisent du JSON sur stdout. Transmettez toujours le chemin absolu --workspace. screenshot_card.js utilise le playwright-core intégré d'OpenClaw + Chrome/Edge système (aucune installation séparée nécessaire).

Individual skills in this repo

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

modbender/skill-library-mcp

Paid acquisition strategy, budget allocation, and avoiding common advertising mistakes across platforms

modbender/skill-library-mcp

Complete investment portfolio risk management system. Analyze positions, calculate risk metrics, stress test scenarios, optimize allocations, and generate institutional-grade risk reports — all wit...

modbender/skill-library-mcp

Borrow from Aave via credit delegation. Agent self-funds by borrowing against delegator collateral. Supports borrow, repay, health checks. Works on Aave V2/V3.

modbender/skill-library-mcp

Discover and register autonomous AI agents. Use when: browsing the agent registry, submitting an agent for verification, or embedding agent badges. NOT for: general web search or agent capability analysis.

modbender/skill-library-mcp

Create AI avatar and talking head videos with OmniHuman, Fabric, PixVerse via inference.sh CLI. Models: OmniHuman 1.5, OmniHuman 1.0, Fabric 1.0, PixVerse Lipsync. Capabilities: audio-driven avatars, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

modbender/skill-library-mcp

AI代码编辑器规则模板集合 - 为Cursor、Windsurf、Claude Code、Cline等AI编辑器提供项目规则配置。适用于需要配置AI编码助手规则的开发者,包含全栈Web、移动端、Vue3+SpringBoot等技术栈模板。

modbender/skill-library-mcp

Generate landing page code from product descriptions

modbender/skill-library-mcp

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

modbender/skill-library-mcp

Generate AI music videos end-to-end. Creates music with Suno (sunoapi.org), generates visuals with OpenAI/Seedream/Google/Seedance, and assembles into music video with ffmpeg. Supports timestamped lyrics (auto SRT), Suno native music video generation, slideshow/video/hybrid modes. Token-based cost tracking per generation.

modbender/skill-library-mcp

Generate AI-powered notes from videos (document, outline, or graphic-text formats)

modbender/skill-library-mcp

The video AI notes tool is provided by Baidu. Based on the video download address provided by the user, it downloads and parses the video, and finally generates AI notes corresponding to the video (a total of three types of notes can be generated: document notes, outline notes, and image-text notes).

modbender/skill-library-mcp

Automated appointment management for beauty salons, clinics, studios, and photo booths. Handles booking requests, calendar sync, conflict detection, reminders, no-show tracking, and waitlist management.

modbender/skill-library-mcp

Multi-project task and research management (JSON-first CLI)

modbender/skill-library-mcp

Track stock and crypto portfolios with CLI - real-time prices, P&L, dividend tracking, multiple portfolios

modbender/skill-library-mcp

Track cryptocurrency portfolios with real-time prices, P&L calculations, and allocation analysis. Query Bitcoin, Ethereum, Solana and 10,000+ token holdings.

modbender/skill-library-mcp

加密貨幣Portfolio追蹤 - 支援TRON/ETH/BSC,分析持倉、收益、Gas費用

modbender/skill-library-mcp

Lead strategy with competitive analysis, strategic planning, growth roadmaps, and business portfolio management.

modbender/skill-library-mcp

Create ATS-optimized resumes and CVs with proper structure, metrics, and industry targeting.

modbender/skill-library-mcp

Use this skill when the user asks to build, create, design, develop, or improve ANY frontend interface, web page, UI component, or visual element. This includes: - Building landing pages, websites, web apps, dashboards, portfolios, or any web interface - Creating UI components (buttons, forms, cards, navbars, modals, etc.) - Designing pages with React, Vue, Next.js, Svelte, or any frontend framework - Adding styling or improving visual design of existing components - Implementing specific design aesthetics (modern, dark, minimalist, brutalist, etc.) - User mentions "frontend", "UI", "UX", "design", "interface", "web design", or "styling" - User asks for "beautiful", "modern", "professional", "clean", or any aesthetic adjective - User requests help with CSS, Tailwind, styled-components, or any styling approach This skill automatically retrieves the appropriate design system prompt (Neo-brutalism, Modern Dark, Bauhaus, Cyberpunk, Material, etc.) to help create visually distinctive, production-grade frontend...

modbender/skill-library-mcp

Native video analysis using Google Gemini API. Upload and analyze video files — describe scenes, extract text/UI, answer questions about content, transcribe speech, identify objects and actions. Use when: (1) User sends a video file and wants it analyzed, (2) Video summarization or description needed, (3) Extracting text, UI elements, or information from screen recordings, (4) Answering questions about video content, (5) Comparing multiple videos, (6) Analyzing tutorials, demos, or walkthroughs.

Skills associés