Communitygithub.com

NeverSight/learn-skills.dev

通过集成 Alpaca MCP 服务器获取持仓和头寸,进行全面的投资组合分析,包括资产配置、风险指标、个股持仓、分散化评估,并生成再平衡建议。在用户请求其经纪账户的持仓回顾、头寸分析、风险评估、业绩评估或再平衡建议时使用。

learn-skills.dev 是什么?

此技能用于分析和投资组合管理,通过集成 Alpaca MCP 服务器获取实时持仓数据,提供全面的投资组合分析。它能进行资产配置分析、分散化评估、风险指标计算(如贝塔值、最大回撤、波动率)、个股评估(包括估值、技术趋势和持仓规模)以及生成再平衡建议。该技能特别适用于需要基于实际经纪商数据进行投资组合复盘的用户,支持 Alpaca MCP 服务器配置,并会生成结构化的 Markdown 报告,包括执行摘要、资产配置表、风险评分和可操作的交易计划。它通过调用 `get_positions`、`get_account_info` 等 MCP 工具实现数据获取,并结合 Web Search 进行基本面和技术面的信息补充,为用户提供从持仓获取到投资建议的完整工作流。该技能的核心价值在于将实时数据与系统性分析框架(如分散化原则、风险度量、再平衡策略)相结合,帮助用户提升投资组合效率并降低集中风险。

兼容平台~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

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

投资组合经理

概述

通过集成 Alpaca MCP 服务器获取实时持仓数据,对投资组合进行分析和管理。涵盖资产配置、分散化程度、风险指标、个股头寸评估以及再平衡建议,生成包含可操作洞察的详细投资组合报告。

此技能通过 MCP(模型上下文协议)利用 Alpaca 的经纪 API 访问实时投资组合数据,确保分析基于实际当前头寸,而非手动输入的数据。

何时使用

当用户请求以下内容时,调用此技能:

  • "分析我的投资组合"
  • "查看我当前的头寸"
  • "我的资产配置是怎样的?"
  • "检查我的投资组合风险"
  • "我应该进行投资组合再平衡吗?"
  • "评估我的持仓"
  • "投资组合业绩回顾"
  • "我应该买入或卖出哪些股票?"
  • 任何涉及投资组合级别分析或管理的请求

前置条件

Alpaca MCP 服务器设置

此技能需要配置并连接 Alpaca MCP 服务器。该 MCP 服务器提供以下访问权限:

  • 当前投资组合头寸
  • 账户权益和购买力
  • 历史头寸和交易
  • 持有证券的市场数据

使用的 MCP 服务器工具:

  • get_account_info - 获取账户权益、购买力、现金余额
  • get_positions - 检索所有当前头寸,包括数量、成本基础、市场价值
  • get_portfolio_history - 历史投资组合业绩数据
  • 用于价格报价和基本面的市场数据工具

如果 Alpaca MCP 服务器未连接,请通知用户,并提供来自 references/alpaca_mcp_setup.md 的设置说明。

工作流程

步骤 1:通过 Alpaca MCP 获取投资组合数据

使用 Alpaca MCP 服务器工具收集当前投资组合信息:

1.1 获取账户信息:

使用 mcp__alpaca__get_account_info 获取:
- 账户权益(投资组合总价值)
- 现金余额
- 购买力
- 账户状态

1.2 获取当前头寸:

使用 mcp__alpaca__get_positions 获取所有持仓:
- 股票代码
- 持有数量
- 平均买入价(成本基础)
- 当前市场价格
- 当前市场价值
- 未实现盈亏(美元和百分比)
- 头寸占投资组合的百分比

1.3 获取投资组合历史(可选):

使用 mcp__alpaca__get_portfolio_history 进行业绩分析:
- 历史权益值
- 时间加权收益率计算
- 回撤分析

数据验证:

  • 确认所有头寸都有有效的股票代码
  • 确认市场价值之和近似等于账户权益
  • 检查是否存在过时或不活跃的头寸
  • 处理边缘情况(若支持,则包括碎股、期权、加密货币)

步骤 2:丰富头寸数据

对于投资组合中的每个头寸,收集额外的市场数据和基本面信息:

2.1 当前市场数据:

  • 实时或延迟的价格报价
  • 日成交量和流动性指标
  • 52 周价格范围
  • 市值

2.2 基本面数据: 使用 WebSearch 或可用的市场数据 API 获取:

  • 行业和板块分类
  • 关键估值指标(市盈率、市净率、股息率)
  • 近期盈利和财务健康状况指标
  • 分析师评级和价格目标
  • 近期新闻和重大发展

2.3 技术分析:

  • 价格趋势(20 日、50 日、200 日移动平均线)
  • 相对强弱
  • 支撑位和阻力位
  • 动量指标(若能获取,则包括 RSI、MACD)

步骤 3:投资组合级别分析

使用参考文件中的框架进行全面的投资组合分析:

3.1 资产配置分析

阅读 references/asset-allocation.md 了解配置框架

从多个维度分析当前配置:

按资产类别:

  • 股票 vs 固定收益 vs 现金 vs 另类投资
  • 与用户风险偏好的目标配置进行比较
  • 评估配置是否匹配投资目标

按行业板块:

  • 科技、医疗、金融、消费等
  • 识别行业集中风险
  • 与基准行业权重(如标普 500)比较

按市值:

  • 大市值 vs 中市值 vs 小市值分布
  • 超大盘股集中度
  • 市值分散化评分

按地域:

  • 美国 vs 国际 vs 新兴市场
  • 国内集中度风险评估

输出格式:

## 资产配置

### 当前配置 vs 目标
| 资产类别 | 当前 | 目标 | 偏差 |
|----------|------|------|------|
| 美股 | XX.X% | YY.Y% | +/- Z.Z% |
| ... |

### 行业板块分布
[饼图描述或包含行业百分比的表格]

### 前 10 大持仓
| 排名 | 代码 | 占投资组合百分比 | 行业 |
|------|------|------------------|------|
| 1 | AAPL | X.X% | 科技 |
| ... |

3.2 分散化分析

阅读 references/diversification-principles.md 了解分散化理论

评估投资组合分散化质量:

头寸集中度:

  • 识别前几大持仓及其总权重
  • 若任一单一头寸超过投资组合的 10-15%,则发出提示
  • 计算赫芬达尔-赫希曼指数 (HHI) 以衡量集中度

行业集中度:

  • 识别主导行业
  • 若任一行业超过投资组合的 30-40%,则发出提示
  • 与基准行业多样性比较

相关性分析:

  • 估算主要头寸之间的相关性
  • 识别高度相关的持仓(潜在冗余)
  • 评估真实的分散化收益

持仓数量:

  • 最佳范围:对于个股投资组合为 15-30 只
  • 若分散不足(少于 10 只股票)或过度分散(超过 50 只股票),则发出提示

输出:

## 分散化评估

**集中度风险:** [低 / 中 / 高]
- 前 5 大持仓占投资组合的 XX%
- 最大单一头寸:[代码] 占比 XX%

**行业分散化:** [优秀 / 良好 / 一般 / 差]
- 主导行业:[行业名称] 占比 XX%
- [跨行业平衡性评估]

**持仓数量:** [最佳 / 分散不足 / 过度分散]
- 总头寸数量:XX 只股票
- [建议]

**相关性担忧:**
- [列出任何高度相关的头寸对]
- [分散化改进建议]

3.3 风险分析

阅读 references/portfolio-risk-metrics.md 了解风险衡量框架

计算并解释关键风险指标:

波动性度量:

  • 估算的投资组合贝塔值(各头寸贝塔值的加权平均)
  • 个股波动性
  • 投资组合标准差(若有历史数据)

下行风险:

  • 最大回撤(来自投资组合历史)
  • 当前自峰值回撤
  • 具有显著未实现亏损的头寸

风险集中度:

  • 高波动性股票占比(贝塔 > 1.5)
  • 投机性/未盈利公司占比
  • 杠杆使用情况(如适用)

尾部风险:

  • 潜在黑天鹅事件暴露
  • 单只股票集中风险
  • 行业特定事件风险

输出:

## 风险评估

**整体风险概况:** [保守 / 稳健 / 激进]

**投资组合贝塔值:** X.XX(市场为 1.00)
- 解读:投资组合比市场 [波动更大 / 波动更小]

**最大回撤:** -XX.X%(从 $XXX,XXX 到 $XXX,XXX)
- 当前自峰值回撤:-XX.X%

**高风险头寸:**
| 代码 | 占投资组合百分比 | 贝塔值 | 风险因素 |
|------|------------------|--------|----------|
| [代码] | XX% | X.XX | [高波动性 / 近期亏损 / 等] |

**风险集中点:**
- XX% 集中于单一行业([行业])
- XX% 投资于贝塔值大于 1.5 的股票
- [其他集中风险]

**风险评分:** XX/100([低/中/高] 风险)

3.4 业绩分析

使用可用数据评估投资组合业绩:

绝对收益:

  • 投资组合总未实现盈亏(美元和百分比)
  • 表现最佳的头寸(按百分比涨幅前 5 名)
  • 表现最差的头寸(按百分比跌幅后 5 名)

时间加权收益(若有历史数据):

  • 年初至今收益
  • 1 年、3 年、5 年年化收益
  • 与基准(标普 500、相关指数)比较

头寸级别业绩:

  • 盈利头寸与亏损头寸比率
  • 盈利头寸的平均收益
  • 亏损头寸的平均亏损
  • 接近 52 周高/低点的头寸

输出:

## 业绩回顾

**投资组合总价值:** $XXX,XXX
**总未实现盈亏:** $XX,XXX (+XX.X%)
**现金余额:** $XX,XXX(占投资组合 XX%)

**最佳表现者:**
| 代码 | 收益 | 头寸价值 |
|------|------|----------|
| [代码] | +XX.X% | $XX,XXX |
| ... |

**最差表现者:**
| 代码 | 亏损 | 头寸价值 |
|------|------|----------|
| [代码] | -XX.X% | $XX,XXX |
| ... |

**与基准比较(如可用):**
- 投资组合收益:+X.X%
- 标普 500 收益:+Y.Y%
- 阿尔法:+/- Z.Z%

步骤 4:个股头寸分析

对关键头寸(按投资组合权重前 10-15 名)进行详细分析:

阅读 references/position-evaluation.md 了解头寸分析框架

对于每个重要头寸:

4.1 当前投资逻辑验证:

  • 该头寸为何建立?(若用户上下文中已知)
  • 投资逻辑是否已经实现或已失效?
  • 近期公司动态和新闻

4.2 估值评估:

  • 当前估值指标(市盈率、市净率等)
  • 与历史估值范围比较
  • 与行业同行比较
  • 高估 / 合理 / 低估 评估

4.3 技术面健康状况:

  • 价格趋势(上升趋势、下降趋势、横盘)
  • 价格相对于移动平均线的位置
  • 支撑位和阻力位
  • 动量状态

4.4 头寸规模:

  • 当前在投资组合中的权重
  • 考虑到信心和风险,规模是否合适?
  • 相对于最优配置是超配还是低配

4.5 行动建议:

  • 持有 - 头寸规模合理且投资逻辑完整
  • 加仓 - 相对于机会低配,投资逻辑增强
  • 减仓 - 超配或估值过高
  • 卖出 - 投资逻辑失效,有其他更好的机会

每个头寸的输出:

### [代码] - [公司名称](占投资组合 XX.X%)

**头寸详情:**
- 股份数量:XXX
- 平均成本:$XX.XX
- 当前价格:$XX.XX
- 市场价值:$XX,XXX
- 未实现盈亏:$X,XXX (+XX.X%)

**基本面概览:**
- 行业:[行业]
- 市值:$XX.X 亿
- 市盈率:XX.X | 股息率:X.X%
- 近期发展:[关键新闻或财报]

**技术面状况:**
- 趋势:[上升趋势 / 下降趋势 / 横盘]
- 价格与 50 日移动平均线:[高于/低于 XX%]
- 支撑位:$XX.XX | 阻力位:$XX.XX

**头寸评估:**
- **投资逻辑状态:** [完整 / 减弱 / 失效 / 增强]
- **估值:** [低估 / 合理 / 高估]
- **头寸规模:** [最优 / 超配 / 低配]

**建议:** [持有 / 加仓 / 减仓 / 卖出]
**理由:** [1-2 句解释]

步骤 5:再平衡建议

阅读 references/rebalancing-strategies.md 了解再平衡方法

生成具体的再平衡建议:

5.1 识别再平衡触发条件:

  • 显著偏离目标权重的头寸
  • 需要调整的行业/资产类别配置
  • 需要减仓的超配头寸(超过阈值)
  • 需要加仓的低配领域(低于阈值)
  • 税收考虑(资本利得影响)

5.2 制定再平衡计划:

需要减仓的头寸:

  • 超配的头寸(偏离目标超过阈值)
  • 已大幅上涨的股票(估值担忧)
  • 超过投资组合 15-20% 的集中头寸
  • 投资逻辑失效的头寸

需要加仓的头寸:

  • 低配的行业或资产类别
  • 当前低配的高信心头寸
  • 改善分散化的新机会

现金部署:

  • 若有过多现金(超过投资组合的 10%),建议部署
  • 根据机会和配置缺口确定优先级

5.3 优先级排序: 按优先级对再平衡操作进行排序:

  1. 立即执行 - 风险降低(减仓集中头寸)
  2. 高优先级 - 重大配置偏差(偏离目标超过 10%)
  3. 中优先级 - 中等偏差(偏离目标 5-10%)
  4. 低优先级 - 微调和机会性调整

输出:

## 再平衡建议

### 摘要
- **是否需要再平衡:** [是 / 否 / 可选]
- **主要原因:** [集中风险 / 行业偏差 / 现金部署 / 等]
- **预估交易量:** X 笔卖出订单,Y 笔买入订单

### 推荐操作

#### 高优先级:风险降低
**减仓 [代码]** 从投资组合的 XX% 降至 YY%
- **卖出股数:** XX 股(约 $XX,XXX)
- **理由:** [超配 / 估值过高 / 等]
- **税务影响:** $X,XXX 资本利得(估算)

#### 中优先级:资产配置
**增加 [行业/资产类别]** 敞口
- **目标:** 从 XX% 增加至 YY%
- **建议股票:** [代码 1, 代码 2, 代码 3]
- **投资金额:** 约 $XX,XXX

#### 现金部署
**当前现金:** $XX,XXX(占投资组合 XX%)
- **建议:** [部署 / 保留以备机会 / 降至 X%]
- **建议配置:** [在行业/股票间的分配]

### 实施计划
1. [第一项操作 - 最高优先级]
2. [第二项操作]
3. [第三项操作]
...

**时机考虑:**
- [税务年底规划 / 财报季 / 市场状况]
- [若适用,建议分批执行]

步骤 6:生成投资组合报告

创建全面的 Markdown 报告并保存到仓库根目录:

文件名: portfolio_analysis_YYYY-MM-DD.md

报告结构:

# 投资组合分析报告

**账户:** [如有账户类型则显示]
**报告日期:** YYYY-MM-DD
**投资组合价值:** $XXX,XXX
**总盈亏:** $XX,XXX (+XX.X%)

---

## 执行摘要

[3-5 个要点总结主要发现]
- 投资组合总体健康状况评估
- 主要优势
- 关键风险或担忧
- 主要建议

---

## 持仓概览

[所有头寸的汇总表]

---

## 资产配置
[来自步骤 3.1 的部分]

---

## 分散化分析
[来自步骤 3.2 的部分]

---

## 风险评估
[来自步骤 3.3 的部分]

---

## 业绩回顾
[来自步骤 3.4 的部分]

---

## 个股分析
[来自步骤 4 的部分]

---

## 再平衡建议
[来自步骤 5 的部分]

---

## 附录
- 数据来源
- 方法论说明
- 免责声明

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.

相关技能