Communitygithub.com

NeverSight/learn-skills.dev

Alpaca MCP 서버 통합을 통해 포트폴리오 보유 종목 및 포지션을 가져와 자산 배분, 위험 지표, 개별 주식 포지션, 분산 투자 상태를 분석하고 리밸런싱 추천을 생성하는 종합 포트폴리오 분석 도구입니다. 사용자가 증권 계좌에 대해 포트폴리오 검토, 포지션 분석, 위험 평가, 성과 평가 또는 리밸런싱 제안을 요청할 때 사용하세요.

learn-skills.dev란 무엇인가요?

이 스킬은 Alpaca MCP 서버를 통해 실제 증권 계좌 데이터를 가져와 포트폴리오를 종합적으로 분석합니다. 자산 배분, 분산 투자, 위험 지표, 개별 포지션 평가 및 리밸런싱 추천을 포함한 상세한 분석을 수행합니다. 주요 사용 사례로는 포트폴리오 검토, 포지션 분석, 위험 평가, 성과 평가 및 리밸런싱 제안이 있습니다. 사용자가 '내 포트폴리오 분석해 줘', '현재 포지션 검토', '자산 배분은 어떻게 되나요?', '포트폴리오 위험 확인', '리밸런싱이 필요할까요?' 등의 요청을 할 때 이 스킬을 호출합니다. Alpaca MCP 서버를 통해 실시간 포지션 데이터, 계좌 잔고, 과거 성과 데이터를 가져와 분석하며, 웹 검색을 통해 추가 시장 데이터와 기업 펀더멘털 정보를 보강합니다. 최종적으로 실행 가능한 인사이트가 포함된 종합 포트폴리오 분석 보고서를 마크다운 형식으로 생성합니다.

지원 대상~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

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

포트폴리오 관리자

개요

Alpaca MCP 서버와 통합하여 실시간 보유 종목 데이터를 가져오고, 자산 배분, 분산 투자, 위험 지표, 개별 포지션 평가 및 리밸런싱 추천을 포함한 종합 분석을 수행하여 투자 포트폴리오를 분석하고 관리합니다. 실행 가능한 인사이트가 포함된 상세한 포트폴리오 보고서를 생성합니다.

이 스킬은 MCP(Model Context Protocol)를 통해 Alpaca의 중개 API를 활용하여 실시간 포트폴리오 데이터에 접근하므로, 수동으로 입력된 데이터가 아닌 실제 현재 포지션을 기반으로 분석이 이루어집니다.

사용 시기

사용자가 다음과 같은 요청을 할 때 이 스킬을 호출하세요:

  • "내 포트폴리오 분석해 줘"
  • "내 현재 포지션 검토해 줘"
  • "내 자산 배분은 어떻게 되나요?"
  • "포트폴리오 위험 확인해 줘"
  • "포트폴리오 리밸런싱해야 하나요?"
  • "내 보유 종목 평가해 줘"
  • "포트폴리오 성과 검토"
  • "어떤 주식을 사거나 팔아야 할까요?"
  • 포트폴리오 수준의 분석이나 관리와 관련된 모든 요청

전제 조건

Alpaca MCP 서버 설정

이 스킬을 사용하려면 Alpaca MCP 서버가 구성 및 연결되어 있어야 합니다. MCP 서버는 다음에 대한 접근을 제공합니다:

  • 현재 포트폴리오 포지션
  • 계좌 자기 자본 및 매수력
  • 과거 포지션 및 거래 내역
  • 보유 증권에 대한 시장 데이터

사용된 MCP 서버 도구:

  • get_account_info - 계좌 자기 자본, 매수력, 현금 잔고 조회
  • get_positions - 수량, 원가 기준, 시장 가치를 포함한 모든 현재 포지션 검색
  • get_portfolio_history - 과거 포트폴리오 성과 데이터
  • 가격 시세 및 펀더멘털을 위한 시장 데이터 도구

Alpaca MCP 서버가 연결되어 있지 않은 경우, 사용자에게 알리고 references/alpaca_mcp_setup.md에서 설정 지침을 제공하세요.

워크플로우

1단계: Alpaca MCP를 통해 포트폴리오 데이터 가져오기

Alpaca MCP 서버 도구를 사용하여 현재 포트폴리오 정보를 수집하세요:

1.1 계좌 정보 가져오기:

mcp__alpaca__get_account_info를 사용하여 다음 정보 조회:
- 계좌 자기 자본 (총 포트폴리오 가치)
- 현금 잔고
- 매수력
- 계좌 상태

1.2 현재 포지션 가져오기:

mcp__alpaca__get_positions를 사용하여 모든 보유 종목 조회:
- 심볼 티커
- 보유 수량
- 평균 매수가 (원가 기준)
- 현재 시장 가격
- 현재 시장 가치
- 미실현 손익 ($ 및 %)
- 포트폴리오 대비 포지션 크기 (%)

1.3 포트폴리오 히스토리 가져오기 (선택 사항):

성과 분석을 위해 mcp__alpaca__get_portfolio_history 사용:
- 과거 자기 자본 가치
- 시간 가중 수익률 계산
- 최대 낙폭 분석

데이터 검증:

  • 모든 포지션에 유효한 티커 심볼이 있는지 확인
  • 시장 가치의 합이 계좌 자기 자본과 대략 일치하는지 확인
  • 부실하거나 비활성화된 포지션이 없는지 확인
  • 엣지 케이스 처리 (소수 주식, 옵션, 암호화폐 지원 시)

2단계: 포지션 데이터 보강

포트폴리오의 각 포지션에 대해 추가 시장 데이터 및 펀더멘털 정보를 수집하세요:

2.1 현재 시장 데이터:

  • 실시간 또는 지연된 가격 시세
  • 일일 거래량 및 유동성 지표
  • 52주 최고/최저 범위
  • 시가 총액

2.2 펀더멘털 데이터: WebSearch 또는 사용 가능한 시장 데이터 API를 사용하여 다음 정보 조회:

  • 섹터 및 산업 분류
  • 주요 가치 평가 지표 (P/E, P/B, 배당 수익률)
  • 최근 실적 및 재무 건전성 지표
  • 애널리스트 등급 및 목표 주가
  • 최근 뉴스 및 주요 개발 사항

2.3 기술적 분석:

  • 가격 추세 (20일, 50일, 200일 이동 평균)
  • 상대 강도
  • 지지 및 저항 수준
  • 모멘텀 지표 (RSI, MACD 사용 가능 시)

3단계: 포트폴리오 수준 분석

참조 파일의 프레임워크를 사용하여 종합적인 포트폴리오 분석 수행:

3.1 자산 배분 분석

배분 프레임워크를 위해 references/asset-allocation.md 읽기

다차원적으로 현재 배분 분석:

자산 클래스별:

  • 주식 vs 채권 vs 현금 vs 대안 투자
  • 사용자의 위험 프로필에 따른 목표 배분과 비교
  • 배분이 투자 목표와 일치하는지 평가

섹터별:

  • 기술, 의료, 금융, 소비재 등
  • 섹터 집중 위험 식별
  • 벤치마크 섹터 비중과 비교 (예: S&P 500)

시가 총액별:

  • 대형주 vs 중형주 vs 소형주 분포
  • 초대형주 집중도
  • 시가 총액 분산 점수

지역별:

  • 미국 vs 국제 vs 신흥 시장
  • 국내 집중 위험 평가

출력 형식:

## 자산 배분

### 현재 배분 vs 목표
| 자산 클래스 | 현재 | 목표 | 차이 |
|-------------|------|------|------|
| 미국 주식 | XX.X% | YY.Y% | +/- Z.Z% |
| ... |

### 섹터별 구성
[파이 차트 설명 또는 섹터 비율 표]

### 상위 10개 보유 종목
| 순위 | 심볼 | 포트폴리오 비중 | 섹터 |
|------|------|----------------|------|
| 1 | AAPL | X.X% | 기술 |
| ... |

3.2 분산 투자 분석

분산 투자 이론을 위해 references/diversification-principles.md 읽기

포트폴리오 분산 투자 품질 평가:

포지션 집중도:

  • 상위 보유 종목 및 총 비중 식별
  • 단일 포지션이 포트폴리오의 10-15%를 초과하는 경우 플래그
  • 집중도 측정을 위한 허핀달-허쉬만 지수(HHI) 계산

섹터 집중도:

  • 지배적인 섹터 식별
  • 어떤 섹터가 포트폴리오의 30-40%를 초과하는 경우 플래그
  • 벤치마크 섹터 다양성과 비교

상관관계 분석:

  • 주요 포지션 간의 상관관계 추정
  • 상관관계가 높은 보유 종목 식별 (잠재적 중복)
  • 실제 분산 투자 이점 평가

포지션 수:

  • 최적 범위: 개인 포트폴리오의 경우 15-30개 종목
  • 과소 분산(<10개 종목) 또는 과다 분산(>50개 종목)인 경우 플래그

출력:

## 분산 투자 평가

**집중 위험:** [낮음 / 중간 / 높음]
- 상위 5개 보유 종목이 포트폴리오의 XX% 차지
- 가장 큰 단일 포지션: [SYMBOL] XX%

**섹터 분산:** [우수 / 양호 / 보통 / 미흡]
- 지배적 섹터: [섹터명] XX%
- [섹터 간 균형 평가]

**포지션 수:** [최적 / 과소 분산 / 과다 분산]
- 총 포지션: XX개 종목
- [권장 사항]

**상관관계 우려 사항:**
- [상관관계가 높은 포지션 쌍 목록]
- [분산 투자 개선 제안]

3.3 위험 분석

위험 측정 프레임워크를 위해 references/portfolio-risk-metrics.md 읽기

주요 위험 지표 계산 및 해석:

변동성 측정:

  • 추정 포트폴리오 베타 (포지션 베타의 가중 평균)
  • 개별 포지션 변동성
  • 포트폴리오 표준 편차 (과거 데이터 사용 가능 시)

하방 위험:

  • 최대 낙폭 (포트폴리오 히스토리 기준)
  • 고점 대비 현재 낙폭
  • 미실현 손실이 큰 포지션

위험 집중:

  • 고변동성 주식 비율 (베타 > 1.5)
  • 투기적/수익성 없는 기업 비율
  • 레버리지 사용 여부 (해당 시)

꼬리 위험:

  • 잠재적 블랙 스완 이벤트에 대한 익스포저
  • 단일 주식 집중 위험
  • 섹터 특정 이벤트 위험

출력:

## 위험 평가

**전체 위험 프로필:** [보수적 / 중립적 / 공격적]

**포트폴리오 베타:** X.XX (시장 1.00 대비)
- 해석: 포트폴리오는 시장보다 [더/덜] 변동성이 큼

**최대 낙폭:** -XX.X% ($XXX,XXX → $XXX,XXX)
- 고점 대비 현재 낙폭: -XX.X%

**고위험 포지션:**
| 심볼 | 포트폴리오 비중 | 베타 | 위험 요인 |
|------|----------------|------|-----------|
| [TICKER] | XX% | X.XX | [고변동성 / 최근 손실 / 기타] |

**위험 집중:**
- XX%가 단일 섹터에 집중 ([섹터])
- XX%가 베타 1.5 이상인 종목
- [기타 집중 위험]

**위험 점수:** XX/100 ([낮음/중간/높음] 위험)

3.4 성과 분석

사용 가능한 데이터를 사용하여 포트폴리오 성과 평가:

절대 수익률:

  • 전체 포트폴리오 미실현 손익 ($ 및 %)
  • 최고 성과 포지션 (상위 5개, % 상승 기준)
  • 최저 성과 포지션 (하위 5개, % 하락 기준)

시간 가중 수익률 (히스토리 사용 가능 시):

  • 연초 대비 수익률
  • 1년, 3년, 5년 연환산 수익률
  • 벤치마크와 비교 (S&P 500, 관련 지수)

포지션 수준 성과:

  • 승자 vs 패자 비율
  • 승리 포지션의 평균 수익
  • 패배 포지션의 평균 손실
  • 52주 최고가/최저가 근처 포지션

출력:

## 성과 검토

**포트폴리오 총 가치:** $XXX,XXX
**총 미실현 손익:** $XX,XXX (+XX.X%)
**현금 잔고:** $XX,XXX (포트폴리오의 XX%)

**최고 성과 종목:**
| 심볼 | 수익률 | 포지션 가치 |
|------|--------|----------------|
| [TICKER] | +XX.X% | $XX,XXX |
| ... |

**최저 성과 종목:**
| 심볼 | 손실률 | 포지션 가치 |
|------|--------|----------------|
| [TICKER] | -XX.X% | $XX,XXX |
| ... |

**벤치마크 대비 성과 (가능한 경우):**
- 포트롤리오 수익률: +X.X%
- S&P 500 수익률: +Y.Y%
- 알파: +/- Z.Z%

4단계: 개별 포지션 분석

주요 포지션 (포트폴리오 비중 상위 10-15개)에 대해 상세 분석 수행:

포지션 평가 프레임워크를 위해 references/position-evaluation.md 읽기

각 중요 포지션에 대해:

4.1 현재 투자 테제 검증:

  • 이 포지션은 왜 시작되었는가? (사용자 컨텍스트에서 알 수 있는 경우)
  • 투자 테제가 실현되었는가, 아니면 무너졌는가?
  • 최근 회사 개발 및 뉴스

4.2 가치 평가:

  • 현재 가치 평가 지표 (P/E, P/B 등)
  • 과거 가치 평가 범위와 비교
  • 섹터 동종 기업과 비교
  • 고평가 / 적정 / 저평가 평가

4.3 기술적 건강 상태:

  • 가격 추세 (상승, 하락, 횡보)
  • 이동 평균 대비 포지션
  • 지지 및 저항 수준
  • 모멘텀 상태

4.4 포지션 크기:

  • 포트폴리오 내 현재 비중
  • 확신도와 위험을 고려할 때 적절한 크기인가?
  • 최적 대비 과대 또는 과소 비중

4.5 실행 권장 사항:

  • 보유(HOLD) - 포지션 크기가 적절하고 테제가 유효함
  • 추가 매수(ADD) - 기회 대비 과소 비중, 테제 강화 중
  • 축소(TRIM) - 과대 비중 또는 가치 평가 고평가
  • 매도(SELL) - 테제 붕괴, 더 나은 기회가 있음

포지션별 출력:

### [SYMBOL] - [회사명] (포트폴리오의 XX.X%)

**포지션 세부 정보:**
- 주식 수: XXX
- 평균 원가: $XX.XX
- 현재 가격: $XX.XX
- 시장 가치: $XX,XXX
- 미실현 손익: $X,XXX (+XX.X%)

**펀더멘털 요약:**
- 섹터: [섹터]
- 시가 총액: $XX.XB
- P/E: XX.X | 배당 수익률: X.X%
- 최근 개발 사항: [주요 뉴스 또는 실적]

**기술적 상태:**
- 추세: [상승 / 하락 / 횡보]
- 50일 이동 평균 대비 가격: [XX% 초과 / 미만]
- 지지선: $XX.XX | 저항선: $XX.XX

**포지션 평가:**
- **테제 상태:** [유효 / 약화 / 붕괴 / 강화]
- **가치 평가:** [저평가 / 적정 / 고평가]
- **포지션 크기:** [최적 / 과대 비중 / 과소 비중]

**권장 사항:** [보유 / 추가 매수 / 축소 / 매도]
**근거:** [1-2문장 설명]

5단계: 리밸런싱 추천

리밸런싱 접근법을 위해 references/rebalancing-strategies.md 읽기

구체적인 리밸런싱 추천 생성:

5.1 리밸런싱 트리거 식별:

  • 목표 비중에서 크게 벗어난 포지션
  • 조정이 필요한 섹터/자산 클래스 배분
  • 축소할 과대 비중 포지션 (임계값 초과)
  • 추가할 과소 비중 영역 (임계값 미만)
  • 세금 고려 사항 (양도소득세 영향)

5.2 리밸런싱 계획 수립:

축소할 포지션:

  • 과대 비중 포지션 (>목표 대비 임계값 차이)
  • 크게 상승한 주식 (가치 평가 우려)
  • 포트폴리오의 15-20%를 초과하는 집중 포지션
  • 테제가 깨진 포지션

추가 매수할 포지션:

  • 과소 비중 섹터 또는 자산 클래스
  • 현재 과소 비중인 확신도 높은 포지션
  • 분산 투자 개선을 위한 새로운 기회

현금 배분:

  • 초과 현금이 있는 경우 (포트폴리오의 10% 초과), 배분 제안
  • 기회와 배분 격차에 따라 우선순위 지정

5.3 우선순위: 리밸런싱 조치를 우선순위별로 정렬:

  1. 즉시 - 위험 감소 (집중 포지션 축소)
  2. 높은 우선순위 - 주요 배분 이탈 (목표 대비 10% 초과)
  3. 중간 우선순위 - 중간 수준 이탈 (목표 대비 5-10%)
  4. 낮은 우선순위 - 미세 조정 및 기회주의적 조정

출력:

## 리밸런싱 추천

### 요약
- **리밸런싱 필요성:** [예 / 아니오 / 선택 사항]
- **주된 이유:** [집중 위험 / 섹터 이탈 / 현금 배분 / 기타]
- **예상 거래:** X건 매도 주문, Y건 매수 주문

### 권장 조치

#### 높은 우선순위: 위험 감소
**[SYMBOL] 축소**: XX% → YY%
- **매도할 주식 수:** XX주 (~$XX,XXX)
- **근거:** [과대 비중 / 가치 평가 확장 / 기타]
- **세금 영향:** $X,XXX 양도소득 (추정)

#### 중간 우선순위: 자산 배분
**[섹터/자산 클래스] 익스포저 추가**
- **목표:** XX%에서 YY%로 증가
- **제안 종목:** [SYMBOL1, SYMBOL2, SYMBOL3]
- **투자 금액:** ~$XX,XXX

#### 현금 배분
**현재 현금:** $XX,XXX (포트폴리오의 XX%)
- **권장 사항:** [배분 / 기회를 위해 보유 / X%로 축소]
- **제안 배분:** [섹터/주식 간 분배]

### 실행 계획
1. [첫 번째 조치 - 최우선 순위]
2. [두 번째 조치]
3. [세 번째 조치]
...

**시기 고려 사항:**
- [세금 연말 정산 / 실적 시즌 / 시장 상황]
- [해당 시 단계적 실행 제안]

6단계: 포트폴리오 보고서 생성

리포지토리 루트에 저장할 종합 마크다운 보고서 생성:

파일명: portfolio_analysis_YYYY-MM-DD.md

보고서 구조:

# 포트폴리오 분석 보고서

**계좌:** [가능한 경우 계좌 유형]
**보고서 작성일:** YYYY-MM-DD
**포트폴리오 가치:** $XXX,XXX
**총 손익:** $XX,XXX (+XX.X%)

---

## 요약

[주요 결과를 요약한 3-5개 항목]
- 전체 포트폴리오 건전성 평가
- 주요 강점
- 주요 위험 또는 우려 사항
- 주요 권장 사항

---

## 보유 종목 개요

[모든 포지션의 요약 표]

---

## 자산 배분
[3.1단계의 섹션]

---

## 분산 투자 분석
[3.2단계의 섹션]

---

## 위험 평가
[3.3단계의 섹션]

---

## 성과 검토
[3.4단계의 섹션]

---

## 개별 포지션 상세
[4단계의 각 포지션 분석]

---

## 리밸런싱 추천
[5단계의 리밸런싱 계획]

---

## 부록
[데이터 출처, 방법론, 면책 조항]

---

모범 사례

데이터 정확성

  • 분석을 진행하기 전에 항상 Alpaca 데이터의 유효성을 검증하세요.
  • Alpaca 계정 자본과 포지션 시장 가치의 합계를 교차 확인하세요.
  • 소수 주식, 옵션 및 암호화폐 포지션을 적절히 처리하세요.
  • 가격 데이터가 적절한 지연 시간 내에 있는지 확인하세요 (Alpaca 플랜에 따라 실시간 또는 15분 지연).

커뮤니케이션 모범 사례

  • 분석을 수치적 데이터와 질적 해석을 모두 포함하여 명확하고 실행 가능하게 제시하세요.
  • 특히 민감한 시장/계좌 데이터에 대해 위험을 공유할 때 어조를 전문적이고 중립적으로 유지하세요.
  • 사용자가 질문하거나 특정 권장 사항을 명확히 하고자 하는 경우 후속 질문을 권장하세요.
  • 어떤 권장 사항도 재정적 조언이 아니라 정보 제공 목적임을 명확히 밝히세요.

보고서 관리

  • 모든 분석 보고서를 리포지토리 루트에 보관하세요.
  • 상당한 데이터가 변경된 경우 이전 보고서를 업데이트하지 말고 새 보고서를 생성하세요.
  • 나중에 비교 분석할 수 있도록 이전 보고서를 보관하세요.

문제 해결

일반적인 문제

문제: 빈 포지션 데이터

  • Alpaca 계정에 자금이 입금되고 어떤 포지션이라도 보유하고 있는지 확인하세요.
  • MCP 서버 연결을 확인하세요.
  • 시장 시간을 확인하세요 (일부 데이터는 장중에만 제공됨).

문제: 티커 심볼을 찾을 수 없음

  • 다른 시장 데이터 소스에 티커가 존재하는지 확인하세요.
  • 일부 심볼에는 올바른 거래소 접미사가 필요할 수 있습니다 (예: ARCX:SPY).
  • 암호화폐 티커를 올바르게 처리하세요 (예: BTC/USD).

문제: 데이터 새로 고침

  • 지연된 데이터를 사용하는 경우 모든 데이터가 동일한 지연 시간을 가지고 있는지 확인하세요.
  • 혼합되지 않도록 데이터 새로 고침 간에 일관된 소스를 사용하세요.
  • 시장 마감 후 데이터가 업데이트되지 않았거나 오래되었을 수 있음을 인지하세요.

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.

관련 스킬