Communitygithub.com

ポートフォリオマネージャー

Alpaca MCPサーバーと連携して証券口座の保有銘柄とポジションを取得し、アセットアロケーション、リスク指標、個別銘柄分析、分散状況を評価して、リバランス推奨を生成する包括的なポートフォリオ分析スキル。ユーザーがポートフォリオのレビュー、ポジション分析、リスク評価、パフォーマンス評価、リバランスの提案を依頼した際に使用します。

ポートフォリオマネージャー とは?

このスキルは、Alpaca MCPサーバーを介してリアルタイムのポートフォリオデータを取得し、アセットアロケーション、分散状況、リスク指標、個別銘柄のパフォーマンスを詳細に分析したうえで、具体的なリバランス推奨を含むポートフォリオレポートを生成します。主にClaude Code環境で動作し、Alpaca証券口座の実際のポジションデータに基づいて分析を行うため、正確で実践的なインサイトを提供できます。ユーザーがポートフォリオ全体のレビューやリバランスの必要性を感じた際に、データ駆動型の意思決定を支援します。ワークフローは、データ取得、データ補完、ポートフォリオ分析、個別銘柄分析、リバランス推奨、レポート生成の6つのステップで構成され、各ステップで参照ファイルを用いた分析フレームワークを活用します。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/aaaaqwq/claude-code-skills/portfolio-manager

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

ポートフォリオマネージャー は何をしますか?

概要

Alpaca MCPサーバーと連携してリアルタイムの保有データを取得し、アセットアロケーション、分散状況、リスク指標、個別ポジション評価、リバランス推奨を網羅した包括的な分析を実行します。実用的なインサイトを備えた詳細なポートフォリオレポートを生成します。

このスキルは、AlpacaのブローカーAPIをMCP(Model Context Protocol)を通じて活用することでライブポートフォリオデータにアクセスし、手動で入力されたデータではなく実際の現在のポジションに基づいた分析を保証します。

使用するタイミング

ユーザーが以下のようなリクエストを行った場合にこのスキルを起動します:

  • "ポートフォリオを分析して"
  • "現在のポジションを確認したい"
  • "私のアセットアロケーションは?"
  • "ポートフォリオのリスクを確認して"
  • "ポートフォリオをリバランスすべき?"
  • "保有銘柄を評価して"
  • "ポートフォリオのパフォーマンスレビュー"
  • "どの銘柄を買うまたは売るべき?"
  • ポートフォリオレベルの分析や管理に関するあらゆるリクエスト

前提条件

Alpaca MCPサーバーのセットアップ

このスキルには、Alpaca MCPサーバーの設定と接続が必要です。MCPサーバーは以下へのアクセスを提供します:

  • 現在のポートフォリオポジション
  • 口座純資産と買付余力
  • 過去のポジションと取引
  • 保有有価証券のマーケットデータ

使用されるMCPサーバーツール:

  • get_account_info - 口座純資産、買付余力、現金残高を取得
  • get_positions - 数量、取得原価、時価評価額を含むすべての現在のポジションを取得
  • get_portfolio_history - 過去のポートフォリオパフォーマンスデータ
  • 価格相場とファンダメンタルズのためのマーケットデータツール

Alpaca MCPサーバーが接続されていない場合は、ユーザーに通知し、references/alpaca_mcp_setup.mdからセットアップ手順を提供します。

ワークフロー

ステップ1:Alpaca MCPを介したポートフォリオデータの取得

Alpaca MCPサーバーツールを使用して、現在のポートフォリオ情報を収集します:

1.1 口座情報の取得:

次の情報を取得するには mcp__alpaca__get_account_info を使用:
- 口座純資産(ポートフォリオ総額)
- 現金残高
- 買付余力
- 口座ステータス

1.2 現在のポジションの取得:

すべての保有銘柄を取得するには mcp__alpaca__get_positions を使用:
- シンボルティッカー
- 保有数量
- 平均取得価格(取得原価)
- 現在の市場価格
- 現在の時価評価額
- 未実現損益(金額と%)
- ポートフォリオに占めるポジションサイズの割合

1.3 ポートフォリオ履歴の取得(オプション):

パフォーマンス分析には mcp__alpaca__get_portfolio_history を使用:
- 過去の純資産額
- 時間加重収益率の計算
- ドローダウン分析

データの検証:

  • すべてのポジションに有効なティッカーシンボルがあることを確認
  • 時価評価額の合計がおおよその口座純資産と一致することを確認
  • 古いポジションや非アクティブなポジションがないか確認
  • エッジケースを処理(端株、オプション、サポートされている場合は暗号資産)

ステップ2:ポジションデータの補完

ポートフォリオ内の各ポジションについて、追加のマーケットデータとファンダメンタルズを収集します:

2.1 現在のマーケットデータ:

  • リアルタイムまたは遅延価格相場
  • 日次出来高と流動性指標
  • 52週レンジ
  • 時価総額

2.2 ファンダメンタルデータ: Web検索または利用可能なマーケットデータAPIを使用して以下を取得:

  • セクターおよび業種分類
  • 主要バリュエーション指標(PER、PBR、配当利回り)
  • 直近の業績と財務健全性指標
  • アナリスト評価と目標株価
  • 最近のニュースと重要な動向

2.3 テクニカル分析:

  • 価格トレンド(20日、50日、200日移動平均線)
  • 相対力
  • サポートとレジスタンスの水準
  • モメンタム指標(利用可能な場合、RSI、MACD)

ステップ3:ポートフォリオレベルの分析

リファレンスファイルのフレームワークを使用して包括的なポートフォリオ分析を実行します:

3.1 アセットアロケーション分析

アロケーションフレームワークについては references/asset-allocation.md を参照

複数の次元にわたる現在のアロケーションを分析します:

アセットクラス別:

  • 株式 vs 債券 vs 現金 vs オルタナティブ
  • ユーザーのリスクプロファイルに対する目標アロケーションと比較
  • アロケーションが投資目標に一致しているか評価

セクター別:

  • テクノロジー、ヘルスケア、金融、消費財など
  • セクター集中リスクを特定
  • ベンチマークのセクターウェイトと比較(例:S&P 500)

時価総額別:

  • 大型株 vs 中型株 vs 小型株の分布
  • メガキャップ株への集中
  • 時価総額分散スコア

地域別:

  • 米国 vs 国際 vs 新興市場
  • 国内集中リスクの評価

出力形式:

## アセットアロケーション

### 現在のアロケーション vs 目標
| アセットクラス | 現在 | 目標 | 差異 |
|-------------|---------|--------|----------|
| 米国株式 | XX.X% | YY.Y% | +/- Z.Z% |
| ... |

### セクター内訳
[円グラフの説明またはセクター比率の表]

### 上位10銘柄
| 順位 | シンボル | ポートフォリオ比率 | セクター |
|------|--------|----------------|--------|
| 1 | AAPL | X.X% | テクノロジー |
| ... |

3.2 分散分析

分散理論については references/diversification-principles.md を参照

ポートフォリオの分散品質を評価:

ポジション集中度:

  • 上位保有銘柄とその合計ウェイトを特定
  • 単一ポジションがポートフォリオの10〜15%を超えている場合にフラグ
  • 集中度測定のためのハーフィンダール・ハーシュマン指数(HHI)を計算

セクター集中度:

  • 支配的なセクターを特定
  • いずれかのセクターがポートフォリオの30〜40%を超えている場合にフラグ
  • ベンチマークのセクター多様性と比較

相関分析:

  • 主要ポジション間の相関を推定
  • 高い相関を持つ保有銘柄(潜在的な重複)を特定
  • 真の分散効果を評価

ポジション数:

  • 最適範囲:個別銘柄ポートフォリオでは15〜30銘柄
  • 分散不足(10銘柄未満)または過分散(50銘柄超)の場合にフラグ

出力:

## 分散評価

**集中リスク:** [低 / 中 / 高]
- 上位5銘柄がポートフォリオのXX%を占める
- 最大の単一ポジション:[SYMBOL] XX%

**セクター分散:** [優れている / 良好 / 普通 / 不十分]
- 支配的なセクター:[セクター名] XX%
- [セクター間のバランス評価]

**ポジション数:** [最適 / 分散不足 / 過分散]
- 総ポジション数:XX銘柄
- [推奨]

**相関の懸念事項:**
- [相関の高いポジションペアのリスト]
- [分散改善の提案]

3.3 リスク分析

リスク測定フレームワークについては references/portfolio-risk-metrics.md を参照

主要なリスク指標を計算し解釈:

ボラティリティ指標:

  • 推定ポートフォリオベータ(個別銘柄ベータの加重平均)
  • 個別ポジションのボラティリティ
  • ポートフォリオ標準偏差(過去データが利用可能な場合)

ダウンサイドリスク:

  • 最大ドローダウン(ポートフォリオ履歴から)
  • ピークからの現在のドローダウン
  • 大きな未実現損失のあるポジション

リスク集中:

  • 高ボラティリティ銘柄(ベータ > 1.5)の割合
  • 投機的/非収益企業の割合
  • レバレッジ利用(該当する場合)

テールリスク:

  • 潜在的なブラックスワンイベントへのエクスポージャー
  • 個別銘柄集中リスク
  • セクター固有のイベントリスク

出力:

## リスク評価

**総合リスクプロファイル:** [保守的 / 中立的 / 積極的]

**ポートフォリオベータ:** X.XX(市場1.00に対して)
- 解釈:ポートフォリオは市場よりボラティリティが[高い/低い]

**最大ドローダウン:** -XX.X%($XXX,XXX から $XXX,XXX)
- ピークからの現在のドローダウン:-XX.X%

**高リスクポジション:**
| シンボル | ポートフォリオ比率 | ベータ | リスク要因 |
|--------|----------------|------|-------------|
| [TICKER] | XX% | X.XX | [高ボラティリティ / 最近の損失 / など] |

**リスク集中:**
- XX%が単一セクター([セクター])
- XX%がベータ1.5超の銘柄
- [その他の集中リスク]

**リスクスコア:** XX/100([低/中/高]リスク)

3.4 パフォーマンス分析

利用可能なデータを使用してポートフォリオのパフォーマンスを評価:

絶対収益:

  • ポートフォリオ全体の未実現損益(金額と%)
  • 最もパフォーマンスの良いポジション(利益率トップ5)
  • 最もパフォーマンスの悪いポジション(損失率ボトム5)

時間加重収益(履歴が利用可能な場合):

  • 年初来収益
  • 1年、3年、5年年率換算収益
  • ベンチマークと比較(S&P 500、該当する指数)

ポジションレベルのパフォーマンス:

  • 勝ち銘柄対負け銘柄の比率
  • 勝ちポジションの平均利益
  • 負けポジションの平均損失
  • 52週高値/安値付近のポジション

出力:

## パフォーマンスレビュー

**ポートフォリオ総額:** $XXX,XXX
**未実現損益合計:** $XX,XXX(+XX.X%)
**現金残高:** $XX,XXX(ポートフォリオのXX%)

**最良パフォーマー:**
| シンボル | 利益 | ポジション価値 |
|--------|------|----------------|
| [TICKER] | +XX.X% | $XX,XXX |
| ... |

**最悪パフォーマー:**
| シンボル | 損失 | ポジション価値 |
|--------|------|----------------|
| [TICKER] | -XX.X% | $XX,XXX |
| ... |

**ベンチマークとの比較(利用可能な場合):**
- ポートフォリオ収益率:+X.X%
- S&P 500収益率:+Y.Y%
- アルファ:+/- Z.Z%

ステップ4:個別ポジション分析

主要なポジション(ポートフォリオウェイト上位10〜15)について、詳細な分析を実行:

ポジション分析フレームワークについては references/position-evaluation.md を参照

重要な各ポジションについて:

4.1 現在の投資テーゼの検証:

  • このポジションはなぜ開始されたのか?(ユーザーのコンテキストから既知の場合)
  • 投資テーゼは実現したか、崩れたか?
  • 最近の企業動向とニュース

4.2 バリュエーション評価:

  • 現在のバリュエーション指標(PER、PBRなど)
  • 過去のバリュエーションレンジと比較
  • セクター同業他社と比較
  • 割高 / 妥当 / 割安の評価

4.3 テクニカル状況:

  • 価格トレンド(上昇トレンド、下降トレンド、横ばい)
  • 移動平均線に対するポジション
  • サポートとレジスタンスの水準
  • モメンタムステータス

4.4 ポジションサイジング:

  • ポートフォリオにおける現在のウェイト
  • 確信度とリスクを考慮してサイズは適切か?
  • 最適と比較してオーバーウェイトかアンダーウェイトか

4.5 アクション推奨:

  • 保有 - ポジションは適切にサイジングされ、テーゼは intact
  • 追加 - 機会を考えるとアンダーウェイト、テーゼは強化
  • 削減 - オーバーウェイトまたはバリュエーションが拡大
  • 売却 - テーゼが崩れた、他に良い機会がある

ポジションごとの出力:

### [SYMBOL] - [会社名](ポートフォリオのXX.X%)

**ポジション詳細:**
- 株数:XXX
- 平均取得原価:$XX.XX
- 現在価格:$XX.XX
- 時価評価額:$XX,XXX
- 未実現損益:$X,XXX(+XX.X%)

**ファンダメンタルスナップショット:**
- セクター:[セクター]
- 時価総額:$XX.XB
- PER:XX.X | 配当利回り:X.X%
- 最近の動向:[主要ニュースまたは業績]

**テクニカルステータス:**
- トレンド:[上昇トレンド / 下降トレンド / 横ばい]
- 50日移動平均線との比較:[XX%上回っている / 下回っている]
- サポート:$XX.XX | レジスタンス:$XX.XX

**ポジション評価:**
- **テーゼステータス:** [Intact / 弱まっている / 崩れた / 強化されている]
- **バリュエーション:** [割安 / 妥当 / 割高]
- **ポジションサイジング:** [最適 / オーバーウェイト / アンダーウェイト]

**推奨:** [保有 / 追加 / 削減 / 売却]
**根拠:** [1〜2文での説明]

ステップ5:リバランス推奨

リバランス手法については references/rebalancing-strategies.md を参照

具体的なリバランス推奨を生成:

5.1 リバランストリガーの特定:

  • 目標ウェイトから大きく乖離したポジション
  • 調整が必要なセクター/アセットクラスのアロケーション
  • 削減すべきオーバーウェイトポジション(しきい値を超過)
  • 追加すべきアンダーウェイト領域(しきい値を下回る)
  • 税務上の考慮事項(キャピタルゲインの影響)

5.2 リバランス計画の策定:

削減するポジション:

  • オーバーウェイトポジション(目標からの乖離がしきい値を超過)
  • 大幅に上昇した銘柄(バリュエーション懸念)
  • ポートフォリオの15〜20%を超える集中ポジション
  • テーゼが崩れたポジション

追加するポジション:

  • アンダーウェイトのセクターまたはアセットクラス
  • 現在アンダーウェイトの確信度の高いポジション
  • 分散改善のための新しい機会

現金の活用:

  • 過剰現金(ポートフォリオの10%超)がある場合、活用を提案
  • 機会とアロケーションのギャップに基づいて優先順位付け

5.3 優先順位付け:

リバランスアクションを優先順位でランク付け:

  1. 即時 - リスク軽減(集中ポジションの削減)
  2. 高優先度 - 大幅なアロケーション乖離(目標から>10%)
  3. 中優先度 - 中程度の乖離(目標から5〜10%)
  4. 低優先度 - 微調整と機会に応じた調整

出力:

## リバランス推奨

### 概要
- **リバランスの必要性:** [あり / なし / 任意]
- **主な理由:** [集中リスク / セクター乖離 / 現金活用 / など]
- **推定取引数:** X件の売り注文、Y件の買い注文

### 推奨アクション

#### 高優先度:リスク軽減
**[SYMBOL]の削減** ポートフォリオのXX%からYY%へ
- **売却株数:** XX株(約$XX,XXX)
- **根拠:** [オーバーウェイト / バリュエーション拡大 / など]
- **税務影響:** $X,XXXのキャピタルゲイン(推定)

#### 中優先度:アセットアロケーション
**[セクター/アセットクラス]への追加** エクスポージャー
- **目標:** XX%からYY%へ増加
- **推奨銘柄:** [SYMBOL1、SYMBOL2、SYMBOL3]
- **投資額:** 約$XX,XXX

#### 現金の活用
**現在の現金:** $XX,XXX(ポートフォリオのXX%)
- **推奨:** [活用する / 機会のために保持 / X%に削減]
- **提案アロケーション:** [セクター/銘柄への配分]

### 実行計画
1. [最初のアクション - 最も優先度が高い]
2. [2番目のアクション]
3. [3番目のアクション]
...

**タイミングに関する考慮事項:**
- [税年度末計画 / 決算シーズン / 市場状況]
- [該当する場合、段階的な実施の提案]

ステップ6:ポートフォリオレポートの生成

リポジトリルートに保存する包括的なマークダウンレポートを作成:

ファイル名: portfolio_analysis_YYYY-MM-DD.md

レポート構造:

# ポートフォリオ分析レポート

**口座:** [利用可能な場合は口座タイプ]
**レポート日:** YYYY-MM-DD
**ポートフォリオ価値:** $XXX,XXX
**総損益:** $XX,XXX(+XX.X%)

---

## エグゼクティブサマリー

[主要な調査結果を箇条書きで3〜5項目]
- ポートフォリオ全体の健全性評価
- 主な強み
- 主要なリスクまたは懸念事項
- 主要な推奨

---

## 保有銘柄概要

[全ポジションのサマリーテーブル]

---

## アセットアロケーション

[ステップ3.1のセクション]

---

## 分散分析

[ステップ3.2のセクション]

---

## リスク評価

[ステップ3.3のセクション]

---

## パフォーマンスレビュー

[ステッ

Individual skills in this repo

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

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. 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, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

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

NeverSight/learn-skills.dev

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

NeverSight/learn-skills.dev

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

NeverSight/learn-skills.dev

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

NeverSight/learn-skills.dev

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

NeverSight/learn-skills.dev

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

NeverSight/learn-skills.dev

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

NeverSight/learn-skills.dev

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

NeverSight/learn-skills.dev

YouTube thumbnail design with specific dimensions, contrast rules, and mobile preview optimization. Covers safe zones, text placement, face expression psychology, and A/B testing. Use for: YouTube thumbnails, video cover images, click-through optimization. Triggers: youtube thumbnail, thumbnail design, video thumbnail, click through rate, ctr optimization, youtube cover, video cover image, thumbnail maker, thumbnail tips, youtube design, video preview image

NeverSight/learn-skills.dev

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

関連スキル