[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"extension-skill-digitalsamba-qwen-edit-de":3,"guides-for-digitalsamba-qwen-edit":396,"similar-k174jjjzswx4d7a4vrys4zay2s86mr7n-de":397},{"_creationTime":4,"_id":5,"children":6,"community":7,"display":9,"evaluation":15,"identity":240,"isFallback":235,"parentExtension":245,"providers":246,"relations":252,"repo":255,"tags":392,"workflow":393},1778686598637.5813,"k174jjjzswx4d7a4vrys4zay2s86mr7n",[],{"reviewCount":8},0,{"description":10,"installMethods":11,"name":13,"sourceUrl":14},"KI-Bildbearbeitungs-Prompting-Muster für Qwen-Image-Edit. Verwenden Sie diese Option, wenn Sie Fotos bearbeiten und dabei die Identität beibehalten, zugeschnittene Bilder neu einrahmen, Kleidung oder Accessoires ändern, Posen anpassen, Stilübertragungen anwenden oder Charaktertransformationen durchführen. Bietet Prompt-Muster, Parameter-Tuning und Beispiele.",{"claudeCode":12},"digitalsamba/claude-code-video-toolkit","qwen-edit","https://github.com/digitalsamba/claude-code-video-toolkit",{"_creationTime":16,"_id":17,"extensionId":5,"locale":18,"result":19,"trustSignals":221,"workflow":238},1778686598637.5815,"kn7c6rv10h6pzk8efjnxbet85186nvkc","de",{"checks":20,"evaluatedAt":191,"extensionSummary":192,"features":193,"nonGoals":199,"promptVersionExtension":203,"promptVersionScoring":204,"purpose":205,"rationale":206,"score":207,"summary":208,"tags":209,"tier":215,"useCases":216},[21,26,29,32,36,39,43,47,50,53,57,61,64,68,71,74,77,80,83,86,90,94,98,102,106,109,113,117,121,124,127,130,133,136,139,143,147,150,153,157,160,163,166,169,173,176,179,182,185,188],{"category":22,"check":23,"severity":24,"summary":25},"Praktischer Nutzen","Problemrelevanz","pass","Die Beschreibung nennt klar ein konkretes Benutzerproblem im Zusammenhang mit der KI-Bildbearbeitung und spezifiziert die Art der Fotos und Transformationen, die Benutzer durchführen können.",{"category":22,"check":27,"severity":24,"summary":28},"Alleinstellungsmerkmal","Die Fähigkeit bietet spezifische Prompt-Muster, Parameter-Tuning und Beispiele für Qwen-Image-Edit, die über grundlegende LLM-Funktionen zur Bildmanipulation hinausgehen.",{"category":22,"check":30,"severity":24,"summary":31},"Produktionsbereitschaft","Die Fähigkeit ist für die Verwendung in einem Workflow konzipiert, mit einem CLI-Tool (`tools/image_edit.py`), das mit einem Cloud-Endpunkt interagiert und den vollständigen Lebenszyklus der Prompt-basierten Bildbearbeitung abdeckt.",{"category":33,"check":34,"severity":24,"summary":35},"Umfang","Single Responsibility Principle","Die Erweiterung konzentriert sich speziell auf KI-Bildbearbeitungsmuster für Qwen-Image-Edit, einen einzelnen, kohärenten Bereich.",{"category":33,"check":37,"severity":24,"summary":38},"Qualität der Beschreibung","Die angezeigte Beschreibung spiegelt die Fähigkeiten der Fähigkeit, wie in SKILL.md und Beispielen dargelegt, genau wider.",{"category":40,"check":41,"severity":24,"summary":42},"Aufruf","Geltungsbereich von Tools","Das primäre Tool `tools/image_edit.py` ist ein spezifisches Skript für die Bildbearbeitung, kein allgemeiner beliebiger Befehlsausführer.",{"category":44,"check":45,"severity":24,"summary":46},"Dokumentation","Konfigurations- und Parameterreferenz","Die Datei `parameters.md` dokumentiert umfassend alle verfügbaren Parameter, ihre Bereiche und Empfehlungen.",{"category":33,"check":48,"severity":24,"summary":49},"Tool-Benennung","Das Haupttool `image_edit.py` ist für seine Funktion beschreibend benannt.",{"category":33,"check":51,"severity":24,"summary":52},"Minimale I/O-Oberfläche","Das Skript `image_edit.py` nimmt klar definierte Parameter wie `--input`, `--prompt`, `--negative` usw. entgegen und exponiert keine übermäßigen oder unnötigen Felder.",{"category":54,"check":55,"severity":24,"summary":56},"Lizenz","Lizenznutzbarkeit","Die Erweiterung ist unter der MIT-Lizenz lizenziert, die permissiv ist und in der LICENSE-Datei klar angegeben ist.",{"category":58,"check":59,"severity":24,"summary":60},"Wartung","Aktualität von Commits","Das Repository hat aktuelle Commits, wobei der letzte Push am 11. Mai 2026 erfolgte, was auf eine aktive Wartung hindeutet.",{"category":58,"check":62,"severity":24,"summary":63},"Abhängigkeitsmanagement","Das Projekt enthält eine `requirements.txt` und eine `package.json` (impliziert durch README-Beispiele), was auf vorhandene Praktiken für das Abhängigkeitsmanagement hindeutet.",{"category":65,"check":66,"severity":24,"summary":67},"Sicherheit","Geheimnisverwaltung","Es sind keine Geheimnisse hartcodiert oder direkt in den bereitgestellten Codeausschnitten oder der Dokumentation exponiert.",{"category":65,"check":69,"severity":24,"summary":70},"Injection","Der Code der Fähigkeit lädt oder führt keine nicht vertrauenswürdigen Drittanbieterdaten als Anweisungen aus.",{"category":65,"check":72,"severity":24,"summary":73},"Transitive Supply-Chain-Granaten","Die Fähigkeit ruft zur Laufzeit keinen externen Code oder Daten ab, die manipuliert werden könnten.",{"category":65,"check":75,"severity":24,"summary":76},"Sandbox-Isolierung","Das bereitgestellte Skript (`image_edit.py`) arbeitet mit Eingabedateien und versucht nicht, Dateien außerhalb seines vorgesehenen Bereichs zu ändern.",{"category":65,"check":78,"severity":24,"summary":79},"Sandbox-Escape-Primitive","Es gibt keine Anzeichen für das Starten getrennter Prozesse oder für Endlosschleifen im Skript.",{"category":65,"check":81,"severity":24,"summary":82},"Datenexfiltration","Es gibt keine Anweisungen zum Lesen oder Übermitteln vertraulicher Daten an Dritte; ausgehende Aufrufe sind für KI-Tools dokumentiert.",{"category":65,"check":84,"severity":24,"summary":85},"Versteckte Texttricks","Die gebündelten Inhalte sind frei von versteckten Lenktricks, und die Beschreibungen verwenden sauberes, druckbares ASCII und erwartetes Unicode.",{"category":87,"check":88,"severity":24,"summary":89},"Hooks","Undurchsichtige Codeausführung","Das Skript `image_edit.py` ist reines Python und nicht verschleiert oder dynamisch abgerufen.",{"category":91,"check":92,"severity":24,"summary":93},"Portabilität","Strukturelle Annahme","Das Skript arbeitet mit angegebenen Eingabedateien und trifft keine strukturellen Annahmen über die Projektorganisation des Benutzers.",{"category":95,"check":96,"severity":24,"summary":97},"Vertrauen","Aufmerksamkeit für Probleme","Mit 1 offenen und 4 geschlossenen Problemen in den letzten 90 Tagen ist die Abschlussquote ausreichend, was auf ein gutes Engagement der Wartenden hindeutet.",{"category":99,"check":100,"severity":24,"summary":101},"Versionierung","Release-Management","Das Repository hat GitHub-Release-Tags und eine CHANGELOG.md, die klare Signale zur Versionierung liefern.",{"category":103,"check":104,"severity":24,"summary":105},"Ausführung","Validierung","Die Eingabeparameter für das Skript `image_edit.py` sind klar definiert und werden voraussichtlich von der zugrunde liegenden Bibliothek oder der CLI-Analyse validiert.",{"category":65,"check":107,"severity":24,"summary":108},"Ungeschützte destruktive Operationen","Die Bildbearbeitung ist nicht destruktiv; sie erzeugt neue Ausgabedateien.",{"category":110,"check":111,"severity":24,"summary":112},"Codeausführung","Fehlerbehandlung","Es wird erwartet, dass das Python-Skript für die Bildbearbeitung eine Standard-Fehlerbehandlung aufweist, und die zugrunde liegenden Bibliotheken würden Probleme melden.",{"category":110,"check":114,"severity":115,"summary":116},"Protokollierung","not_applicable","Die Fähigkeit konzentriert sich hauptsächlich auf die Bilderzeugung und führt keine destruktiven Aktionen oder ausgehenden Aufrufe durch, die eine lokale Audit-Protokollierung erfordern.",{"category":118,"check":119,"severity":115,"summary":120},"Compliance","DSGVO","Die Fähigkeit arbeitet mit Bilddateien und Prompts, nicht direkt mit persönlichen Daten, und birgt daher kein DSGVO-Risiko.",{"category":118,"check":122,"severity":24,"summary":123},"Zielmarkt","Die Funktionalität der Fähigkeit ist allgemein und weist keine regionale oder gerichtliche Logik auf, wodurch ihr Zielmarkt 'global' ist.",{"category":91,"check":125,"severity":24,"summary":126},"Laufzeitstabilität","Das Skript stützt sich auf Standard-Python-Bibliotheken und Cloud-GPU-Ausführung, was eine gute plattformübergreifende Stabilität anzeigt.",{"category":44,"check":128,"severity":24,"summary":129},"README","Die Datei README.md bietet einen umfassenden Überblick über das Toolkit, einschließlich Einrichtung, Funktionen und Verwendung.",{"category":33,"check":131,"severity":24,"summary":132},"Tool-Oberflächengröße","Die Kernfunktionalität für diese Fähigkeit wird über ein einziges, gut definiertes Skript (`image_edit.py`) abgerufen.",{"category":40,"check":134,"severity":24,"summary":135},"Überlappende Fast-Synonym-Tools","Die Fähigkeit konzentriert sich auf ein einziges primäres Tool (`image_edit.py`) und vermeidet Redundanz durch Fast-Synonyme.",{"category":44,"check":137,"severity":24,"summary":138},"Phantom-Funktionen","Alle beworbenen Funktionen im README und SKILL.md für Qwen-Image-Edit haben entsprechende Implementierungen in den bereitgestellten Skripten und der Dokumentation.",{"category":140,"check":141,"severity":24,"summary":142},"Installation","Installationsanleitung","Das README enthält klare Installationsanweisungen und kopierbare Beispiele für die Verwendung des Toolkits, einschließlich der Einrichtung für Cloud-GPUs.",{"category":144,"check":145,"severity":24,"summary":146},"Fehler","Aktionsfähige Fehlermeldungen","Es wird Standard-Python-Fehlerbehandlung erwartet, und das CLI-Tool sollte klare Meldungen für ungültige Eingaben oder Ausführungsfehler liefern.",{"category":103,"check":148,"severity":24,"summary":149},"Angepinnte Abhängigkeiten","Das Projekt gibt Abhängigkeiten in `requirements.txt` und `package.json` (impliziert) an, was Versionen mit angepinnten Versionen ermöglicht.",{"category":33,"check":151,"severity":115,"summary":152},"Dry-Run-Vorschau","Der Bildbearbeitungsprozess erzeugt eine Ausgabedatei anstatt destruktive Operationen durchzuführen, wodurch eine Dry-Run-Vorschau unnötig wird.",{"category":154,"check":155,"severity":24,"summary":156},"Protokoll","Idempotente Wiederholung & Timeouts","Der Bildgenerierungsprozess wird als zustandslos erwartet und hat angemessene Timeouts, die vom Cloud-GPU-Anbieter oder den zugrunde liegenden Bibliotheken gehandhabt werden.",{"category":118,"check":158,"severity":24,"summary":159},"Telemetrie-Opt-in","Die Dokumentation erwähnt keine Telemetriesammlung, was darauf hindeutet, dass sie entweder nicht vorhanden oder strikt Opt-in und undokumentiert ist.",{"category":40,"check":161,"severity":24,"summary":162},"Präziser Zweck","Der Zweck der Fähigkeit ist präzise als KI-Bildbearbeitungs-Muster für Qwen-Image-Edit definiert, mit klaren Anwendungsfällen und Grenzen.",{"category":40,"check":164,"severity":24,"summary":165},"Prägnantes Frontmatter","Das Frontmatter in SKILL.md ist prägnant und fasst die Kernfähigkeit effektiv zusammen und liefert Trigger-Phrasen.",{"category":44,"check":167,"severity":24,"summary":168},"Prägnanter Body","Die SKILL.md ist einigermaßen prägnant, wobei tiefergehende Materialien wie Beispiele und Parameterdetails in separaten Dateien behandelt werden.",{"category":170,"check":171,"severity":24,"summary":172},"Kontext","Progressive Offenlegung","Tiefere Materialien wie Beispiele, Parameter und Anleitungen zur Prompt-Erstellung werden in separaten Markdown-Dateien bereitgestellt, die von der Haupt-SKILL.md verlinkt sind.",{"category":170,"check":174,"severity":115,"summary":175},"Gabelungsanalyse","Diese Fähigkeit ist keine Erkundungs- oder Audit-Fähigkeit, die eine gabelungsweise Analyse erfordern würde; sie führt eine spezifische Bildbearbeitungsaufgabe durch.",{"category":22,"check":177,"severity":24,"summary":178},"Anwendungsbeispiele","Die Datei `examples.md` bietet konkrete, sofort einsatzbereite Beispiele, die verschiedene Bildbearbeitungsszenarien und ihre Ergebnisse demonstrieren.",{"category":22,"check":180,"severity":24,"summary":181},"Randfälle","Die Dateien `examples.md` und `parameters.md` dokumentieren Fehlerfälle, Einschränkungen und Wiederherstellungsschritte für verschiedene Bildbearbeitungsszenarien.",{"category":110,"check":183,"severity":115,"summary":184},"Tool-Fallback","Die Fähigkeit verwendet Standard-Python-Bibliotheken und Cloud-GPU-Ausführung; es werden keine externen MCP-Server mit undokumentierten Versionen benötigt.",{"category":65,"check":186,"severity":24,"summary":187},"Halt bei unerwartetem Zustand","Das Skript wird voraussichtlich bei unerwarteten Zuständen, wie ungültigen Eingaben oder Ausführungsfehlern, angehalten und meldet Fehler.",{"category":91,"check":189,"severity":24,"summary":190},"Cross-Skill-Kopplung","Diese Fähigkeit ist in sich abgeschlossen und stützt sich nicht implizit auf andere Fähigkeiten; sie führt ihre Bildbearbeitungsfunktion unabhängig aus.",1778686435032,"Diese Fähigkeit bietet KI-Bildbearbeitungsfunktionen mit Qwen-Image-Edit, zugänglich über ein Python-CLI-Tool. Sie unterstützt verschiedene Transformationen wie Identitätserhaltung, Neuzuschnitt, Stilübertragung und Charaktertransformationen mit detaillierter Dokumentation zu Prompts, Parametern und Beispielen.",[194,195,196,197,198],"KI-Bildbearbeitung für Qwen-Image-Edit","Identitätserhaltung und Charaktertransformationen","Neuzuschneiden von Bildern","Anleitung für Stilübertragungen und Hintergrundersetzungen","Detaillierte Prompt-Muster und Parameterabstimmung",[200,201,202],"Hintergrundersetzung mit Einzelbildmethoden (anfällig für Artefakte)","Gesichtstausch (kann Identität nicht zuverlässig beibehalten)","Outpainting (kann Leinwand nicht zuverlässig erweitern)","3.0.0","4.4.0","Benutzern zu ermöglichen, erweiterte KI-gesteuerte Fotobearbeitungsaufgaben mit Qwen-Image-Edit durchzuführen, indem spezifische Prompt-Muster und Parameterabstimmungen für vorhersehbare und qualitativ hochwertige Ergebnisse angeboten werden.","Alle Prüfungen bestanden mit der Schweregrad 'pass' oder 'not_applicable'. Die Fähigkeit ist gut dokumentiert, hat klare Anwendungsfälle, bietet Beispiele und behandelt Parameter und Fehler effektiv.",100,"Eine qualitativ hochwertige Fähigkeit zur KI-Bildbearbeitung mit Qwen-Image-Edit, die detaillierte Prompting-Muster und Beispiele bietet.",[210,211,212,213,214],"image-editing","ai","qwen","prompting","python","verified",[217,218,219,220],"Bearbeiten von Fotos unter Beibehaltung der Identität","Neuzuschneiden von Bildern (Köpfe abschneiden korrigieren)","Ändern von Kleidung oder Accessoires an Motiven","Anpassen von Posen und Anwenden von Stilübertragungen",{"codeQuality":222,"collectedAt":224,"documentation":225,"maintenance":228,"security":234,"testCoverage":237},{"hasLockfile":223},true,1778686417227,{"descriptionLength":226,"readmeSize":227},298,18886,{"closedIssues90d":229,"forks":230,"hasChangelog":223,"openIssues90d":231,"pushedAt":232,"stars":233},4,187,1,1778501732000,1137,{"hasNpmPackage":235,"license":236,"smitheryVerified":235},false,"MIT",{"hasCi":223,"hasTests":235},{"updatedAt":239},1778686598637,{"basePath":241,"githubOwner":242,"githubRepo":243,"locale":18,"slug":13,"type":244},".claude/skills/qwen-edit","digitalsamba","claude-code-video-toolkit","skill",null,{"evaluate":247,"extract":250},{"promptVersionExtension":203,"promptVersionScoring":204,"score":207,"tags":248,"targetMarket":249,"tier":215},[210,211,212,213,214],"global",{"commitSha":251},"HEAD",{"repoId":253,"translatedFrom":254},"kd70r97eght58pp9f1x8scdagd86n32q","k175r6z7jxdyenwqxp499wmqzh86mmrj",{"_creationTime":256,"_id":253,"identity":257,"providers":258,"workflow":388},1778686211924.9185,{"githubOwner":242,"githubRepo":243,"sourceUrl":14},{"classify":259,"discover":371,"github":374},{"commitSha":251,"extensions":260},[261,273,284,293,301,309,317,326,338,347,355,363],{"basePath":262,"description":263,"displayName":264,"installMethods":265,"rationale":266,"selectedPaths":267,"source":271,"sourceLanguage":272,"type":244},".claude/skills/acestep","AI music generation with ACE-Step 1.5 — background music, vocal tracks, covers, stem extraction, audio repainting, and continuation for video production. Use when generating music, soundtracks, jingles, or working with audio stems. Triggers include background music, soundtrack, jingle, music generation, stem extraction, cover, style transfer, repaint, continuation, or musical composition tasks.","acestep",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/acestep/SKILL.md",[268],{"path":269,"priority":270},"SKILL.md","mandatory","rule","en",{"basePath":274,"description":275,"displayName":276,"installMethods":277,"rationale":278,"selectedPaths":279,"source":271,"sourceLanguage":272,"type":244},".claude/skills/elevenlabs","Generate AI voiceovers, sound effects, and music using ElevenLabs APIs. Use when creating audio content for videos, podcasts, or games. Triggers include generating voiceovers, narration, dialogue, sound effects from descriptions, background music, soundtrack generation, voice cloning, or any audio synthesis task.","elevenlabs",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/elevenlabs/SKILL.md",[280,281],{"path":269,"priority":270},{"path":282,"priority":283},"reference.md","medium",{"basePath":285,"description":286,"displayName":287,"installMethods":288,"rationale":289,"selectedPaths":290,"source":271,"sourceLanguage":272,"type":244},".claude/skills/ffmpeg","Video and audio processing with FFmpeg. Use for format conversion, resizing, compression, audio extraction, and preparing assets for Remotion. Triggers include converting GIF to MP4, resizing video, extracting audio, compressing files, or any media transformation task.","ffmpeg",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/ffmpeg/SKILL.md",[291,292],{"path":269,"priority":270},{"path":282,"priority":283},{"basePath":294,"description":295,"displayName":296,"installMethods":297,"rationale":298,"selectedPaths":299,"source":271,"sourceLanguage":272,"type":244},".claude/skills/frontend-design","Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.","frontend-design",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/frontend-design/SKILL.md",[300],{"path":269,"priority":270},{"basePath":302,"description":303,"displayName":304,"installMethods":305,"rationale":306,"selectedPaths":307,"source":271,"sourceLanguage":272,"type":244},".claude/skills/ltx2","AI video generation with LTX-2.3 22B — text-to-video, image-to-video clips for video production. Use when generating video clips, animating images, creating b-roll, animated backgrounds, or motion content. Triggers include video generation, animate image, b-roll, motion, video clip, text-to-video, image-to-video.","ltx2",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/ltx2/SKILL.md",[308],{"path":269,"priority":270},{"basePath":310,"description":311,"displayName":312,"installMethods":313,"rationale":314,"selectedPaths":315,"source":271,"sourceLanguage":272,"type":244},".claude/skills/moviepy","Python video composition with moviepy 2.x — overlaying deterministic text on AI-generated video (LTX-2, SadTalker), compositing clips, single-file build.py video projects. Use when adding labels/captions/lower-thirds to LTX-2 or SadTalker outputs, building short ad-style spots in pure Python without Remotion, or doing programmatic video composition. Triggers include text overlay on video, label LTX-2 clip, caption SadTalker output, lower third, build.py video, moviepy, Python video composition, sub-30s ad spot.","moviepy",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/moviepy/SKILL.md",[316],{"path":269,"priority":270},{"basePath":318,"description":319,"displayName":320,"installMethods":321,"rationale":322,"selectedPaths":323,"source":271,"sourceLanguage":272,"type":244},".claude/skills/playwright-recording","Record browser interactions as video using Playwright. Use for capturing demo videos, app walkthroughs, and UI flows for Remotion videos. Triggers include recording a demo, capturing browser video, screen recording a website, or creating walkthrough footage.","playwright-recording",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/playwright-recording/SKILL.md",[324,325],{"path":269,"priority":270},{"path":282,"priority":283},{"basePath":241,"description":327,"displayName":13,"installMethods":328,"rationale":329,"selectedPaths":330,"source":271,"sourceLanguage":272,"type":244},"AI image editing prompting patterns for Qwen-Image-Edit. Use when editing photos while preserving identity, reframing cropped images, changing clothing or accessories, adjusting poses, applying style transfers, or character transformations. Provides prompt patterns, parameter tuning, and examples.",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/qwen-edit/SKILL.md",[331,332,334,336],{"path":269,"priority":270},{"path":333,"priority":283},"examples.md",{"path":335,"priority":283},"parameters.md",{"path":337,"priority":283},"prompting.md",{"basePath":339,"description":340,"displayName":341,"installMethods":342,"rationale":343,"selectedPaths":344,"source":271,"sourceLanguage":272,"type":244},".claude/skills/remotion","Toolkit-specific Remotion patterns — custom transitions, shared components, and project conventions. For core Remotion framework knowledge (hooks, animations, rendering, etc.), see the `remotion-official` skill.","remotion",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/remotion/SKILL.md",[345,346],{"path":269,"priority":270},{"path":282,"priority":283},{"basePath":348,"description":349,"displayName":350,"installMethods":351,"rationale":352,"selectedPaths":353,"source":271,"sourceLanguage":272,"type":244},".claude/skills/remotion-official","Best practices for Remotion - Video creation in React","remotion-best-practices",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/remotion-official/SKILL.md",[354],{"path":269,"priority":270},{"basePath":356,"description":357,"displayName":358,"installMethods":359,"rationale":360,"selectedPaths":361,"source":271,"sourceLanguage":272,"type":244},".claude/skills/runpod","Cloud GPU processing via RunPod serverless. Use when setting up RunPod endpoints, deploying Docker images, managing GPU resources, troubleshooting endpoint issues, or understanding costs. Covers all 5 toolkit images (qwen-edit, realesrgan, propainter, sadtalker, qwen3-tts).","runpod",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/runpod/SKILL.md",[362],{"path":269,"priority":270},{"basePath":364,"description":365,"displayName":366,"installMethods":367,"rationale":368,"selectedPaths":369,"source":271,"sourceLanguage":272,"type":244},"skills/openclaw-video-toolkit","Create professional videos autonomously using claude-code-video-toolkit — AI voiceovers, image generation, music, talking heads, and Remotion rendering.","openclaw-video-toolkit",{"claudeCode":12},"SKILL.md frontmatter at skills/openclaw-video-toolkit/SKILL.md",[370],{"path":269,"priority":270},{"sources":372},[373],"manual",{"closedIssues90d":229,"description":375,"forks":230,"license":236,"openIssues90d":231,"pushedAt":232,"readmeSize":227,"stars":233,"topics":376},"AI-native video production toolkit for Claude Code",[377,378,379,276,380,381,341,382,383,384,385,386,387],"ai-video-generator","claude-code","developer-tools","playwright","programmatic-video","text-to-speech","video-editing","video-production","open-source","qwen-tts","openclaw",{"classifiedAt":389,"discoverAt":390,"extractAt":391,"githubAt":391,"updatedAt":389},1778686219532,1778686211925,1778686217771,[211,210,213,214,212],{"evaluatedAt":394,"extractAt":395,"updatedAt":239},1778686435222,1778686219732,[],[398,429,457,481,511,540],{"_creationTime":399,"_id":400,"community":401,"display":402,"identity":408,"providers":413,"relations":422,"tags":425,"workflow":426},1778696691708.3274,"k170az7r02e9e2v47mpy80kx6n86nff3",{"reviewCount":8},{"description":403,"installMethods":404,"name":406,"sourceUrl":407},"Detect current market regime using npx neural-trader — bull/bear/ranging/volatile classification with recommended strategy",{"claudeCode":405},"ruvnet/ruflo","Trader Regime","https://github.com/ruvnet/ruflo",{"basePath":409,"githubOwner":410,"githubRepo":411,"locale":272,"slug":412,"type":244},"plugins/ruflo-neural-trader/skills/trader-regime","ruvnet","ruflo","trader-regime",{"evaluate":414,"extract":421},{"promptVersionExtension":203,"promptVersionScoring":204,"score":207,"tags":415,"targetMarket":249,"tier":215},[416,417,418,211,419,420],"finance","trading","market-analysis","typescript","cli",{"commitSha":251,"license":236},{"parentExtensionId":423,"repoId":424},"k17drge8h1fgzchr0p4jaeg33n86mwmy","kd7ed28gj8n0y3msk5dzrp05zs86nqtc",[211,420,416,418,417,419],{"evaluatedAt":427,"extractAt":428,"updatedAt":427},1778701108877,1778696691708,{"_creationTime":430,"_id":431,"community":432,"display":433,"identity":439,"providers":443,"relations":448,"tags":452,"workflow":453},1778693819124.3687,"k177re651qqdxa2pxznqy4qzx186mgmm",{"reviewCount":8},{"description":434,"installMethods":435,"name":437,"sourceUrl":438},"Domänenwissen für die KI-Trading-Erinnerung – Outcome-Weighted Memory (OWM)-Architektur, 5 Speichertypen, Abrufbewertung und Verhaltensanalyse. Verwenden Sie dies beim Aufzeichnen von Trades, beim Abrufen ähnlicher Kontexte, bei der Leistungsanalyse oder bei der Überprüfung von Verhaltensabweichungen. Löst bei \"record trade\", \"remember trade\", \"recall\", \"similar trades\", \"performance\", \"behavioral\", \"disposition\", \"affective state\", \"confidence\" aus.",{"claudeCode":436},"mnemox-ai/tradememory-protocol","trading-memory","https://github.com/mnemox-ai/tradememory-protocol",{"basePath":440,"githubOwner":441,"githubRepo":442,"locale":18,"slug":437,"type":244},"tradememory-plugin/skills/trading-memory","mnemox-ai","tradememory-protocol",{"evaluate":444,"extract":447},{"promptVersionExtension":203,"promptVersionScoring":204,"score":207,"tags":445,"targetMarket":249,"tier":215},[417,211,446,416,214],"memory",{"commitSha":251},{"parentExtensionId":449,"repoId":450,"translatedFrom":451},"k170vxkqee48k2xq1v55a025nh86nzn7","kd73z11kfekksxyrs8ds0snacs86ncdy","k173a67a16bpq0e29wjd85v71986nx03",[211,416,446,214,417],{"evaluatedAt":454,"extractAt":455,"updatedAt":456},1778693719816,1778693539593,1778693819124,{"_creationTime":458,"_id":459,"community":460,"display":461,"identity":465,"providers":468,"relations":475,"tags":477,"workflow":478},1778693798788.0542,"k170ymfjagf8xv5gd19p7dq52986mp9g",{"reviewCount":8},{"description":462,"installMethods":463,"name":464,"sourceUrl":438},"Domänenwissen für die Evolution Engine — LLM-gestützte autonome Strategieentdeckung aus rohen OHLCV-Daten. Behandelt die Schleife Generieren-Backtesten-Auswählen-Entwickeln, vektorisiertes Backtesting, Out-of-Sample-Validierung und Strategiegraduierung. Verwenden Sie es beim Entdecken von Handelspatterns, Ausführen von Backtests, Entwickeln von Strategien oder Überprüfen von Evolutionsprotokollen. Löst aus bei \"evolve\", \"discover patterns\", \"backtest\", \"evolution\", \"strategy generation\", \"candidate strategy\".",{"claudeCode":436},"TradeMemory Protocol",{"basePath":466,"githubOwner":441,"githubRepo":442,"locale":18,"slug":467,"type":244},"tradememory-plugin/skills/evolution-engine","evolution-engine",{"evaluate":469,"extract":474},{"promptVersionExtension":203,"promptVersionScoring":204,"score":207,"tags":470,"targetMarket":249,"tier":215},[417,211,446,471,472,473],"audit","compliance","llm",{"commitSha":251,"license":236},{"parentExtensionId":449,"repoId":450,"translatedFrom":476},"k171p5pgbfbm5g4k5sa3y4cj9s86m6hk",[211,471,472,473,446,417],{"evaluatedAt":479,"extractAt":455,"updatedAt":480},1778693678813,1778693798788,{"_creationTime":482,"_id":483,"community":484,"display":485,"identity":491,"providers":496,"relations":504,"tags":507,"workflow":508},1778691104676.0042,"k17c25w174y6873nhdh566etts86mv7m",{"reviewCount":8},{"description":486,"installMethods":487,"name":489,"sourceUrl":490},"Transform images with resize, crop, smart crop, upscale, remove background, and 20+ operations.",{"claudeCode":488},"iterationlayer/skills","Image Transformation API","https://github.com/iterationlayer/skills",{"basePath":492,"githubOwner":493,"githubRepo":494,"locale":272,"slug":495,"type":244},"skills/image-transformation-api","iterationlayer","skills","image-transformation-api",{"evaluate":497,"extract":503},{"promptVersionExtension":203,"promptVersionScoring":204,"score":207,"tags":498,"targetMarket":249,"tier":215},[499,500,501,502,211],"image","transformation","editing","api",{"commitSha":251,"license":236},{"parentExtensionId":505,"repoId":506},"k1721s0xmp59902ybtpakrrffn86n10s","kd76p4g2qmtrkgx99cnab3683d86n4g8",[211,502,501,499,500],{"evaluatedAt":509,"extractAt":510,"updatedAt":509},1778693613399,1778691104676,{"_creationTime":512,"_id":513,"community":514,"display":515,"identity":521,"providers":525,"relations":533,"tags":536,"workflow":537},1778693180473.0972,"k1716aj3p8agwq6vwvn5n19v8n86mps9",{"reviewCount":8},{"description":516,"installMethods":517,"name":519,"sourceUrl":520},"Azure AI Document Intelligence SDK for .NET. Extract text, tables, and structured data from documents using prebuilt and custom models. Use for invoice processing, receipt extraction, ID document analysis, and custom document models. Triggers: \"Document Intelligence\", \"DocumentIntelligenceClient\", \"form recognizer\", \"invoice extraction\", \"receipt OCR\", \"document analysis .NET\".\n",{"claudeCode":518},"microsoft/agent-skills","azure-ai-document-intelligence-dotnet","https://github.com/microsoft/agent-skills",{"basePath":522,"githubOwner":523,"githubRepo":524,"locale":272,"slug":519,"type":244},".github/plugins/azure-sdk-dotnet/skills/azure-ai-document-intelligence-dotnet","microsoft","agent-skills",{"evaluate":526,"extract":532},{"promptVersionExtension":203,"promptVersionScoring":204,"score":207,"tags":527,"targetMarket":249,"tier":215},[528,211,529,530,531],"azure","document-intelligence","dotnet","sdk",{"commitSha":251},{"parentExtensionId":534,"repoId":535},"k1795g6t3v2fg9whacs7xkm88186nxr1","kd77czgnv00rfjm815pcc5xx5986n5t8",[211,528,529,530,531],{"evaluatedAt":538,"extractAt":539,"updatedAt":538},1778693591440,1778693180473,{"_creationTime":541,"_id":542,"community":543,"display":544,"identity":548,"providers":551,"relations":561,"tags":563,"workflow":564},1778696691708.3308,"k17d3c35ws96bb55ry97apwm5n86mqp2",{"reviewCount":8},{"description":545,"installMethods":546,"name":547,"sourceUrl":407},"Format prompts for different LLM providers with chat templates and HNSW-powered context retrieval",{"claudeCode":405},"Chat Format",{"basePath":549,"githubOwner":410,"githubRepo":411,"locale":272,"slug":550,"type":244},"plugins/ruflo-ruvllm/skills/chat-format","chat-format",{"evaluate":552,"extract":560},{"promptVersionExtension":203,"promptVersionScoring":204,"score":207,"tags":553,"targetMarket":249,"tier":215},[473,213,554,555,556,557,558,559],"rag","context-retrieval","openai","anthropic","gemini","ollama",{"commitSha":251,"license":236},{"parentExtensionId":562,"repoId":424},"k17ekc0sj70ms9kgkkgr2ypr4s86mz40",[557,555,558,473,559,556,213,554],{"evaluatedAt":565,"extractAt":428,"updatedAt":565},1778701390930]