[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"extension-skill-digitalsamba-runpod-de":3,"guides-for-digitalsamba-runpod":411,"similar-k17cgy0grzvan5bp2b4emm1s3s86nkcb-de":412},{"_creationTime":4,"_id":5,"children":6,"community":7,"display":9,"evaluation":15,"identity":255,"isFallback":250,"parentExtension":260,"providers":261,"relations":267,"repo":270,"tags":407,"workflow":408},1778686637545.601,"k17cgy0grzvan5bp2b4emm1s3s86nkcb",[],{"reviewCount":8},0,{"description":10,"installMethods":11,"name":13,"sourceUrl":14},"Cloud-GPU-Verarbeitung über RunPod Serverless. Verwenden Sie dies beim Einrichten von RunPod-Endpunkten, beim Bereitstellen von Docker-Images, beim Verwalten von GPU-Ressourcen, beim Beheben von Endpunktproblemen oder beim Verstehen von Kosten. Beinhaltet alle 5 Toolkit-Images (qwen-edit, realesrgan, propainter, sadtalker, qwen3-tts).",{"claudeCode":12},"digitalsamba/claude-code-video-toolkit","RunPod Cloud GPU","https://github.com/digitalsamba/claude-code-video-toolkit",{"_creationTime":16,"_id":17,"extensionId":5,"locale":18,"result":19,"trustSignals":236,"workflow":253},1778686637545.6013,"kn7fmz4jy0zq91njy188mbw4ad86mp50","de",{"checks":20,"evaluatedAt":191,"extensionSummary":192,"features":193,"nonGoals":199,"practices":204,"prerequisites":205,"promptVersionExtension":209,"promptVersionScoring":210,"purpose":211,"rationale":212,"score":213,"summary":214,"tags":215,"tier":223,"useCases":224,"workflow":230},[21,26,29,32,36,39,44,48,51,54,58,62,65,69,72,75,78,81,84,87,91,95,99,103,107,110,113,116,120,123,126,129,132,135,138,142,146,150,153,157,160,163,166,169,173,176,179,182,185,188],{"category":22,"check":23,"severity":24,"summary":25},"Praktischer Nutzen","Problemrelevanz","pass","Die Beschreibung gibt klar das Problem der Verwaltung von Cloud-GPU-Verarbeitung für KI-Modelle über RunPod Serverless an und listet spezifische Anwendungsfälle wie Einrichtung, Bereitstellung, Ressourcenverwaltung und Fehlerbehebung auf.",{"category":22,"check":27,"severity":24,"summary":28},"Alleinstellungsmerkmal","Die Fähigkeit bietet einen strukturierten Workflow zur Einrichtung und Verwaltung von Cloud-GPU-Ressourcen, einschließlich API-Referenzen und Fehlerbehebung, der über einen einfachen API-Wrapper hinausgeht.",{"category":22,"check":30,"severity":24,"summary":31},"Produktionsreife","Die Fähigkeit deckt den vollständigen Lebenszyklus für die Verwaltung von RunPod-Endpunkten ab, von der Einrichtung und Bereitstellung bis zur Verwaltung und Fehlerbehebung, was sie für den Produktionseinsatz bereit macht.",{"category":33,"check":34,"severity":24,"summary":35},"Umfang","Single Responsibility Principle","Die Fähigkeit konzentriert sich ausschließlich auf die Verwaltung von RunPod Cloud-GPU-Ressourcen und zugehörigen Docker-Images und hält sich an eine einzige Domäne.",{"category":33,"check":37,"severity":24,"summary":38},"Qualität der Beschreibung","Die angezeigte Beschreibung spiegelt die Funktionalität der Fähigkeit wie im SKILL.md detailliert beschrieben genau wider und deckt RunPod-Einrichtung, -Verwaltung und spezifische Toolkit-Images ab.",{"category":40,"check":41,"severity":42,"summary":43},"Aufruf","Umfangreiche Werkzeuge","not_applicable","Diese Fähigkeit ist kein CLI oder MCP, das Werkzeuge direkt bereitstellt; sie fungiert als einheitliche Schnittstelle zur Verwaltung von RunPod-Ressourcen.",{"category":45,"check":46,"severity":24,"summary":47},"Dokumentation","Konfigurations- und Parameterreferenz","Die SKILL.md bietet detaillierte API-Referenzen für GraphQL und REST, einschließlich Authentifizierung, Feldnamen und häufiger Fehler, und erklärt die Umgebungsvariablen-Einrichtung für RunPod und Cloudflare R2.",{"category":33,"check":49,"severity":42,"summary":50},"Tool-Benennung","Die Fähigkeit stellt keine einzelnen Werkzeuge mit Namen bereit; vielmehr orchestriert sie API-Aufrufe und Einrichtungsprozesse.",{"category":33,"check":52,"severity":42,"summary":53},"Minimale I/O-Oberfläche","Da diese Fähigkeit hauptsächlich mit externen APIs interagiert und Konfigurationen verwaltet, trifft das Konzept einer minimalen I/O-Oberfläche für einzelne Werkzeuge nicht direkt zu.",{"category":55,"check":56,"severity":24,"summary":57},"Lizenz","Nutzbarkeit der Lizenz","Die Erweiterung ist unter der MIT-Lizenz lizenziert, einer permissiven Open-Source-Lizenz.",{"category":59,"check":60,"severity":24,"summary":61},"Wartung","Aktualität der Commits","Das Repository weist kürzliche Commits innerhalb der letzten 3 Monate auf, was auf eine aktive Wartung hindeutet.",{"category":59,"check":63,"severity":24,"summary":64},"Abhängigkeitsverwaltung","Das Projekt verwendet eine requirements.txt für Python-Abhängigkeiten und eine package.json für Frontend-Abhängigkeiten, und das README schlägt die Verwendung von pip für die Installation vor, was auf Praktiken der Abhängigkeitsverwaltung hindeutet.",{"category":66,"check":67,"severity":24,"summary":68},"Sicherheit","Geheimnisverwaltung","Geheimnisse wie RUNPOD_API_KEY werden über .env-Dateien gehandhabt und nicht fest im Code codiert, was bewährte Praktiken der Geheimnisverwaltung befolgt.",{"category":66,"check":70,"severity":24,"summary":71},"Injektion","Die Fähigkeit konzentriert sich auf die Verwaltung externer API-Interaktionen und lädt oder führt keine nicht vertrauenswürdigen Drittanbieter-Codes aus.",{"category":66,"check":73,"severity":24,"summary":74},"Transitive Supply-Chain-Granaten","Die Fähigkeit ruft keinen Remote-Code oder Daten zur Laufzeit ab; alle notwendigen Konfigurationen und API-Interaktionen werden innerhalb der bereitgestellten Skripte und Dokumentationen verwaltet.",{"category":66,"check":76,"severity":24,"summary":77},"Sandbox-Isolierung","Die Fähigkeit interagiert mit externen APIs und verwaltet Konfigurationen, und es gibt keine Hinweise darauf, dass sie versucht, Dateien oder Pfade außerhalb ihres beabsichtigten Geltungsbereichs zu ändern.",{"category":66,"check":79,"severity":24,"summary":80},"Sandbox-Escape-Primitive","Es wurden keine getrennten Prozessstarts oder deny-retry-Schleifen in den bereitgestellten Skripten gefunden.",{"category":66,"check":82,"severity":24,"summary":83},"Datenexfiltration","Die Fähigkeit erfordert nur einen API-Schlüssel für RunPod und behandelt ihn über Umgebungsvariablen, ohne Hinweise auf die Exfiltration vertraulicher Daten.",{"category":66,"check":85,"severity":24,"summary":86},"Hidden Text Tricks","Die gebündelten Inhalte sind frei von versteckten Steuerungs-Tricks und verwenden sauberes, druckbares ASCII.",{"category":88,"check":89,"severity":24,"summary":90},"Hooks","Opake Codeausführung","Die Skripte im Bundle sind klar und lesbar, ohne Verschleierung wie Base64-Payloads oder zur Laufzeit abgerufenen Code.",{"category":92,"check":93,"severity":24,"summary":94},"Portabilität","Strukturelle Annahme","Die Fähigkeit stützt sich auf Umgebungsvariablen für Konfiguration und API-Schlüssel und ist daher ohne Annahmen über die Projektstruktur portierbar.",{"category":96,"check":97,"severity":24,"summary":98},"Vertrauen","Aufmerksamkeit für Issues","Mit 1 offenen und 4 geschlossenen Issues in den letzten 90 Tagen ist die Abschlussrate ausreichend, was auf eine gute Wartungsfreundlichkeit hindeutet.",{"category":100,"check":101,"severity":24,"summary":102},"Versionierung","Release-Management","Das Repository verfügt über GitHub-Release-Tags und eine CHANGELOG.md, die klare Versionssignale liefern.",{"category":104,"check":105,"severity":42,"summary":106},"Codeausführung","Validierung","Die Fähigkeit verwaltet hauptsächlich Konfigurationen und interagiert mit externen APIs. Keine komplexen Eingabevalidierungsschemata werden direkt bereitgestellt oder von der Fähigkeit selbst benötigt.",{"category":66,"check":108,"severity":24,"summary":109},"Ungeschützte destruktive Operationen","Operationen wie die Endpunkteinrichtung und die Bildbereitstellung werden über explizite Befehle und API-Aufrufe verwaltet, nicht über destruktive CLI-Operationen.",{"category":104,"check":111,"severity":24,"summary":112},"Fehlerbehandlung","Die Dokumentation bietet Schritte zur Fehlerbehebung und häufige Fehler, was eine angemessene Fehlerbehandlung für API-Interaktionen und Einrichtungsprozesse impliziert.",{"category":104,"check":114,"severity":42,"summary":115},"Protokollierung","Da diese Fähigkeit mit externen APIs interagiert und Konfigurationen verwaltet, anstatt lokale destruktive Aktionen durchzuführen, ist ein dediziertes lokales Audit-Protokoll nicht anwendbar.",{"category":117,"check":118,"severity":42,"summary":119},"Compliance","DSGVO","Die Fähigkeit verarbeitet keine personenbezogenen Daten; sie verwaltet Cloud-GPU-Ressourcen und API-Schlüssel.",{"category":117,"check":121,"severity":24,"summary":122},"Zielmarkt","Die Erweiterung ist global anwendbar und hat keine regionalen oder gerichtlichen Einschränkungen.",{"category":92,"check":124,"severity":24,"summary":125},"Laufzeitstabilität","Die Fähigkeit stützt sich auf Standard-Python und Umgebungsvariablen, was sie über verschiedene POSIX-Shells und Betriebssysteme hinweg portierbar macht.",{"category":45,"check":127,"severity":24,"summary":128},"README","Die README bietet einen umfassenden Überblick über das Toolkit, seine Funktionen, Installationsanweisungen und Beispiele.",{"category":33,"check":130,"severity":42,"summary":131},"Größe der Tool-Oberfläche","Diese Fähigkeit ist kein CLI oder MCP, das einzelne Werkzeuge bereitstellt; es ist eine einheitliche Schnittstelle zur Verwaltung von RunPod.",{"category":40,"check":133,"severity":42,"summary":134},"Überlappende, fast synonyme Werkzeuge","Die Fähigkeit stellt keine mehreren Werkzeuge bereit, die fast Synonyme sind; sie orchestriert einen einzigen Workflow.",{"category":45,"check":136,"severity":24,"summary":137},"Phantom-Funktionen","Alle im README genannten Funktionen, wie RunPod-Einrichtung und -Verwaltung, haben entsprechende Implementierungen oder detaillierte Dokumentationen in der SKILL.md und den bereitgestellten Skripten.",{"category":139,"check":140,"severity":24,"summary":141},"Installation","Installationsanleitung","Die README bietet klare, kopierbare Installationsanweisungen für die Python-Anforderungen und Anleitungen zur Einrichtung von Umgebungsvariablen für RunPod-API-Schlüssel.",{"category":143,"check":144,"severity":24,"summary":145},"Fehler","Umsetzbare Fehlermeldungen","Die SKILL.md enthält einen Abschnitt zur Fehlerbehebung, der häufige Fehler, ihre Symptome und Abhilfemaßnahmen behandelt und umsetzbare Anleitungen bietet.",{"category":147,"check":148,"severity":24,"summary":149},"Ausführung","Angepinnte Abhängigkeiten","Die Datei `tools/requirements.txt` pinnt Python-Abhängigkeiten an, und die README schlägt vor, sie über pip zu installieren, was reproduzierbare Umgebungen gewährleistet.",{"category":33,"check":151,"severity":42,"summary":152},"Dry-Run-Vorschau","Die Hauptfunktionen der Fähigkeit beinhalten Einrichtung und API-Interaktion, keine direkten zustandsverändernden Operationen, die von einer Dry-Run-Vorschau profitieren würden.",{"category":154,"check":155,"severity":24,"summary":156},"Protokoll","Idempotente Wiederholung & Timeouts","Die Dokumentation deutet implizit Wiederholungsversuche für API-Aufrufe an und erwähnt die Überwachung des Job-Status, was auf eine Berücksichtigung der Betriebsstabilität hindeutet.",{"category":117,"check":158,"severity":24,"summary":159},"Telemetrie-Opt-in","Es gibt keine Hinweise auf Telemetrie, die von dieser Fähigkeit gesammelt wird; alle Operationen sind lokale Konfigurationen und API-Interaktionen.",{"category":40,"check":161,"severity":24,"summary":162},"Präziser Zweck","Der Zweck der Fähigkeit ist präzise definiert als die Verwaltung der Cloud-GPU-Verarbeitung über RunPod Serverless, mit klaren Auslösern für Einrichtung, Bereitstellung, Ressourcenverwaltung und Fehlerbehebung.",{"category":40,"check":164,"severity":24,"summary":165},"Prägnante Frontmatter","Die Frontmatter in SKILL.md ist prägnant und fasst die Kernfähigkeit und die Anwendungsszenarien der Fähigkeit effektiv innerhalb des Zeichenlimits zusammen.",{"category":45,"check":167,"severity":24,"summary":168},"Prägnanter Inhalt","Die SKILL.md ist gut strukturiert und vermeidet unnötige Weitschweifigkeit, indem sie detaillierte API-Referenzen an spezifische Abschnitte delegiert.",{"category":170,"check":171,"severity":24,"summary":172},"Kontext","Progressive Offenlegung","Detaillierte API-Referenzen werden in spezifischen Abschnitten innerhalb der SKILL.md bereitgestellt, was den Prinzipien der progressiven Offenlegung entspricht.",{"category":170,"check":174,"severity":42,"summary":175},"Forked Exploration","Diese Fähigkeit konzentriert sich auf Verwaltung und Einrichtung, nicht auf tiefgehende Erkundung oder Code-Überprüfung, daher ist 'Kontext: Fork' nicht anwendbar.",{"category":22,"check":177,"severity":24,"summary":178},"Anwendungsbeispiele","Die SKILL.md enthält klare Befehlszeilenbeispiele für Einrichtung und Bereitstellung mit beschriebenen erwarteten Ergebnissen.",{"category":22,"check":180,"severity":24,"summary":181},"Randfälle","Der Abschnitt zur Fehlerbehebung in der SKILL.md behandelt häufige Probleme wie langsame Kaltstarts, OOM-Fehler und Worker-Verfügbarkeit mit dokumentierten Wiederherstellungsschritten.",{"category":104,"check":183,"severity":42,"summary":184},"Tool-Fallback","Diese Fähigkeit stützt sich nicht auf externe Tools, die ein Fallback erfordern; sie interagiert direkt mit der RunPod-API.",{"category":66,"check":186,"severity":24,"summary":187},"Halt bei unerwartetem Zustand","Der Einrichtungsprozess impliziert einen strukturierten Workflow, und der Abschnitt zur Fehlerbehebung zeigt an, dass Fehler den Prozess unterbrechen und eine Benutzereingriff erfordern.",{"category":92,"check":189,"severity":24,"summary":190},"Übergreifende Kopplung","Diese Fähigkeit funktioniert unabhängig und stützt sich nicht implizit auf das Laden anderer Fähigkeiten in derselben Sitzung.",1778686491172,"Diese Fähigkeit bietet eine umfassende Schnittstelle für die Interaktion mit RunPod Serverless, die es Benutzern ermöglicht, Docker-Images einzurichten, bereitzustellen, GPU-Ressourcen zu verwalten und Kosten zu verstehen. Sie deckt die Einrichtung und Verwaltung von fünf spezifischen Toolkit-Images ab, einschließlich detaillierter API-Referenzen und Anleitungen zur Fehlerbehebung.",[194,195,196,197,198],"Einrichtung und Bereitstellung von RunPod-Endpunkten","Verwaltung von GPU-Ressourcen und Docker-Images","Fehlerbehebung bei Endpunktproblemen","Detaillierte RunPod-API-Referenz (GraphQL und REST)","Kostenverständnis und Optimierungsleitfaden",[200,201,202,203],"Direktes lokales Ausführen von KI-Modellen","Verwaltung lokaler Maschinenhardware","Bereitstellung eines Allzweck-Cloud-Management-Tools","Ersetzen der RunPod-Webkonsole für alle Aufgaben",[],[206,207,208],"RunPod-Konto und API-Schlüssel","Cloudflare R2-Anmeldeinformationen (optional, für Fallback bei Dateiübertragung)","Python 3.9+ empfohlen","3.0.0","4.4.0","Um Benutzern die Nutzung von Cloud-GPU-Verarbeitung über RunPod Serverless für die effiziente Bereitstellung und Verwaltung von KI-Modellen und Docker-Images zu ermöglichen.","Die Fähigkeit weist eine ausgezeichnete Dokumentation, Sicherheit und Produktionsreife auf, wobei alle Prüfungen bestanden wurden oder nicht zutreffen. Die umfangreiche Dokumentation und die klaren Einrichtungsanleitungen tragen zu einer hohen Bewertung bei.",98,"Hervorragende Fähigkeit zur Verwaltung von Cloud-GPU-Ressourcen über RunPod Serverless.",[216,217,218,219,220,221,222],"cloud","gpu","runpod","serverless","docker","ai","machine-learning","verified",[225,226,227,228,229],"Beim Einrichten von RunPod-Endpunkten für die KI-Modellbereitstellung","Bereitstellung benutzerdefinierter Docker-Images auf Cloud-GPUs","Verwaltung von GPU-Ressourcen und Skalierungskonfigurationen","Fehlerbehebung bei Problemen mit RunPod-Endpunkten","Verständnis und Optimierung von Cloud-GPU-Kosten",[231,232,233,234,235],"Hinzufügen des RunPod API-Schlüssels zu .env","Ausführen von `--setup` für bestimmte Tools (image_edit, upscale, etc.)","Konfigurieren von Endpunkt-Workern (min/max, idleTimeout)","Verwalten von Endpunkten über das RunPod-Dashboard oder die API-Referenz","Beheben gängiger Probleme (Kaltstart, OOM, Worker-Verfügbarkeit)",{"codeQuality":237,"collectedAt":239,"documentation":240,"maintenance":243,"security":249,"testCoverage":252},{"hasLockfile":238},true,1778686468546,{"descriptionLength":241,"readmeSize":242},274,18886,{"closedIssues90d":244,"forks":245,"hasChangelog":238,"openIssues90d":246,"pushedAt":247,"stars":248},4,187,1,1778501732000,1137,{"hasNpmPackage":250,"license":251,"smitheryVerified":250},false,"MIT",{"hasCi":238,"hasTests":250},{"updatedAt":254},1778686637545,{"basePath":256,"githubOwner":257,"githubRepo":258,"locale":18,"slug":218,"type":259},".claude/skills/runpod","digitalsamba","claude-code-video-toolkit","skill",null,{"evaluate":262,"extract":265},{"promptVersionExtension":209,"promptVersionScoring":210,"score":213,"tags":263,"targetMarket":264,"tier":223},[216,217,218,219,220,221,222],"global",{"commitSha":266,"license":251},"HEAD",{"repoId":268,"translatedFrom":269},"kd70r97eght58pp9f1x8scdagd86n32q","k17ezctet9954yj232ppmq7b5d86mrx7",{"_creationTime":271,"_id":268,"identity":272,"providers":273,"workflow":403},1778686211924.9185,{"githubOwner":257,"githubRepo":258,"sourceUrl":14},{"classify":274,"discover":386,"github":389},{"commitSha":266,"extensions":275},[276,288,299,308,316,324,332,341,355,364,372,378],{"basePath":277,"description":278,"displayName":279,"installMethods":280,"rationale":281,"selectedPaths":282,"source":286,"sourceLanguage":287,"type":259},".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",[283],{"path":284,"priority":285},"SKILL.md","mandatory","rule","en",{"basePath":289,"description":290,"displayName":291,"installMethods":292,"rationale":293,"selectedPaths":294,"source":286,"sourceLanguage":287,"type":259},".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",[295,296],{"path":284,"priority":285},{"path":297,"priority":298},"reference.md","medium",{"basePath":300,"description":301,"displayName":302,"installMethods":303,"rationale":304,"selectedPaths":305,"source":286,"sourceLanguage":287,"type":259},".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",[306,307],{"path":284,"priority":285},{"path":297,"priority":298},{"basePath":309,"description":310,"displayName":311,"installMethods":312,"rationale":313,"selectedPaths":314,"source":286,"sourceLanguage":287,"type":259},".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",[315],{"path":284,"priority":285},{"basePath":317,"description":318,"displayName":319,"installMethods":320,"rationale":321,"selectedPaths":322,"source":286,"sourceLanguage":287,"type":259},".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",[323],{"path":284,"priority":285},{"basePath":325,"description":326,"displayName":327,"installMethods":328,"rationale":329,"selectedPaths":330,"source":286,"sourceLanguage":287,"type":259},".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",[331],{"path":284,"priority":285},{"basePath":333,"description":334,"displayName":335,"installMethods":336,"rationale":337,"selectedPaths":338,"source":286,"sourceLanguage":287,"type":259},".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",[339,340],{"path":284,"priority":285},{"path":297,"priority":298},{"basePath":342,"description":343,"displayName":344,"installMethods":345,"rationale":346,"selectedPaths":347,"source":286,"sourceLanguage":287,"type":259},".claude/skills/qwen-edit","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.","qwen-edit",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/qwen-edit/SKILL.md",[348,349,351,353],{"path":284,"priority":285},{"path":350,"priority":298},"examples.md",{"path":352,"priority":298},"parameters.md",{"path":354,"priority":298},"prompting.md",{"basePath":356,"description":357,"displayName":358,"installMethods":359,"rationale":360,"selectedPaths":361,"source":286,"sourceLanguage":287,"type":259},".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",[362,363],{"path":284,"priority":285},{"path":297,"priority":298},{"basePath":365,"description":366,"displayName":367,"installMethods":368,"rationale":369,"selectedPaths":370,"source":286,"sourceLanguage":287,"type":259},".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",[371],{"path":284,"priority":285},{"basePath":256,"description":373,"displayName":218,"installMethods":374,"rationale":375,"selectedPaths":376,"source":286,"sourceLanguage":287,"type":259},"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).",{"claudeCode":12},"SKILL.md frontmatter at .claude/skills/runpod/SKILL.md",[377],{"path":284,"priority":285},{"basePath":379,"description":380,"displayName":381,"installMethods":382,"rationale":383,"selectedPaths":384,"source":286,"sourceLanguage":287,"type":259},"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",[385],{"path":284,"priority":285},{"sources":387},[388],"manual",{"closedIssues90d":244,"description":390,"forks":245,"license":251,"openIssues90d":246,"pushedAt":247,"readmeSize":242,"stars":248,"topics":391},"AI-native video production toolkit for Claude Code",[392,393,394,291,395,396,358,397,398,399,400,401,402],"ai-video-generator","claude-code","developer-tools","playwright","programmatic-video","text-to-speech","video-editing","video-production","open-source","qwen-tts","openclaw",{"classifiedAt":404,"discoverAt":405,"extractAt":406,"githubAt":406,"updatedAt":404},1778686219532,1778686211925,1778686217771,[221,216,220,217,222,218,219],{"evaluatedAt":409,"extractAt":410,"updatedAt":254},1778686491299,1778686219732,[],[413,442,470,495,522,554],{"_creationTime":414,"_id":415,"community":416,"display":417,"identity":423,"providers":428,"relations":436,"tags":438,"workflow":439},1778685991755.714,"k17axjt1t8jb33pgs6wy1htxed86mp2k",{"reviewCount":8},{"description":418,"installMethods":419,"name":421,"sourceUrl":422},"Serverless GPU cloud platform for running ML workloads. Use when you need on-demand GPU access without infrastructure management, deploying ML models as APIs, or running batch jobs with automatic scaling.",{"claudeCode":420},"davila7/claude-code-templates","modal-serverless-gpu","https://github.com/davila7/claude-code-templates",{"basePath":424,"githubOwner":425,"githubRepo":426,"locale":287,"slug":427,"type":259},"cli-tool/components/skills/ai-research/infrastructure-modal","davila7","claude-code-templates","infrastructure-modal",{"evaluate":429,"extract":435},{"promptVersionExtension":209,"promptVersionScoring":210,"score":213,"tags":430,"targetMarket":264,"tier":434},[431,219,217,216,432,433],"infrastructure","deployment","mlops","community",{"commitSha":266},{"repoId":437},"kd71fzn4s7r0269fkw47wt670n86ndz0",[216,432,217,431,433,219],{"evaluatedAt":440,"extractAt":441,"updatedAt":440},1778687424295,1778685991755,{"_creationTime":443,"_id":444,"community":445,"display":446,"identity":452,"providers":456,"relations":464,"tags":466,"workflow":467},1778675145461.874,"k17eysxemcay66snayant206gx86mv92",{"reviewCount":8},{"description":447,"installMethods":448,"name":450,"sourceUrl":451},"Part of the AlterLab Academic Skills suite. Run Python code in the cloud with serverless containers, GPUs, and autoscaling. Use when deploying ML models, running batch processing jobs, scheduling compute-intensive tasks, or serving APIs that require GPU acceleration or dynamic scaling.",{"claudeCode":449},"AlterLab-IEU/AlterLab-Academic-Skills","alterlab-modal","https://github.com/AlterLab-IEU/AlterLab-Academic-Skills",{"basePath":453,"githubOwner":454,"githubRepo":455,"locale":287,"slug":450,"type":259},"skills/domain-specific/alterlab-modal","AlterLab-IEU","AlterLab-Academic-Skills",{"evaluate":457,"extract":463},{"promptVersionExtension":209,"promptVersionScoring":210,"score":213,"tags":458,"targetMarket":264,"tier":223},[459,217,219,460,461,462],"python","ml","batch-processing","cloud-compute",{"commitSha":266},{"repoId":465},"kd7fqvj70pvyn4r3q9kctpnd7d86mfqd",[461,462,217,460,459,219],{"evaluatedAt":468,"extractAt":469,"updatedAt":468},1778678411488,1778675145461,{"_creationTime":471,"_id":472,"community":473,"display":474,"identity":478,"providers":483,"relations":488,"tags":491,"workflow":492},1778695116697.1846,"k175v5fe4bt509v7dma1w27wbd86mwg7",{"reviewCount":8},{"description":418,"installMethods":475,"name":421,"sourceUrl":477},{"claudeCode":476},"Orchestra-Research/AI-Research-SKILLs","https://github.com/Orchestra-Research/AI-Research-SKILLs",{"basePath":479,"githubOwner":480,"githubRepo":481,"locale":287,"slug":482,"type":259},"09-infrastructure/modal","Orchestra-Research","AI-Research-SKILLs","modal",{"evaluate":484,"extract":487},{"promptVersionExtension":209,"promptVersionScoring":210,"score":485,"tags":486,"targetMarket":264,"tier":223},95,[431,219,217,216,432,433],{"commitSha":266},{"parentExtensionId":489,"repoId":490},"k17155ws9qc0hw7a568bg79sfd86max8","kd70hj1y80mhra5xm5g188j5n586mg18",[216,432,217,431,433,219],{"evaluatedAt":493,"extractAt":494,"updatedAt":493},1778696387488,1778695116697,{"_creationTime":496,"_id":497,"community":498,"display":499,"identity":505,"providers":509,"relations":516,"tags":518,"workflow":519},1778691799740.482,"k17btnjsa0dksd4m8qbqw19gsx86n687",{"reviewCount":8},{"description":500,"installMethods":501,"name":503,"sourceUrl":504},"Cloud computing platform for running Python on GPUs and serverless infrastructure. Use when deploying AI/ML models, running GPU-accelerated workloads, serving web endpoints, scheduling batch jobs, or scaling Python code to the cloud. Use this skill whenever the user mentions Modal, serverless GPU compute, deploying ML models to the cloud, serving inference endpoints, running batch processing in the cloud, or needs to scale Python workloads beyond their local machine. Also use when the user wants to run code on H100s, A100s, or other cloud GPUs, or needs to create a web API for a model.",{"claudeCode":502},"K-Dense-AI/claude-scientific-skills","Modal","https://github.com/K-Dense-AI/claude-scientific-skills",{"basePath":506,"githubOwner":507,"githubRepo":508,"locale":287,"slug":482,"type":259},"scientific-skills/modal","K-Dense-AI","claude-scientific-skills",{"evaluate":510,"extract":514},{"promptVersionExtension":209,"promptVersionScoring":210,"score":485,"tags":511,"targetMarket":264,"tier":223},[512,459,217,219,221,460,513],"cloud-computing","devops",{"commitSha":266,"license":515},"Apache-2.0",{"repoId":517},"kd79rphh5gexy91xmpxc05h5mh86mm9r",[221,512,513,217,460,459,219],{"evaluatedAt":520,"extractAt":521,"updatedAt":520},1778693236762,1778691799740,{"_creationTime":523,"_id":524,"community":525,"display":526,"identity":532,"providers":537,"relations":547,"tags":550,"workflow":551},1778696691708.3274,"k170az7r02e9e2v47mpy80kx6n86nff3",{"reviewCount":8},{"description":527,"installMethods":528,"name":530,"sourceUrl":531},"Detect current market regime using npx neural-trader — bull/bear/ranging/volatile classification with recommended strategy",{"claudeCode":529},"ruvnet/ruflo","Trader Regime","https://github.com/ruvnet/ruflo",{"basePath":533,"githubOwner":534,"githubRepo":535,"locale":287,"slug":536,"type":259},"plugins/ruflo-neural-trader/skills/trader-regime","ruvnet","ruflo","trader-regime",{"evaluate":538,"extract":546},{"promptVersionExtension":209,"promptVersionScoring":210,"score":539,"tags":540,"targetMarket":264,"tier":223},100,[541,542,543,221,544,545],"finance","trading","market-analysis","typescript","cli",{"commitSha":266,"license":251},{"parentExtensionId":548,"repoId":549},"k17drge8h1fgzchr0p4jaeg33n86mwmy","kd7ed28gj8n0y3msk5dzrp05zs86nqtc",[221,545,541,543,542,544],{"evaluatedAt":552,"extractAt":553,"updatedAt":552},1778701108877,1778696691708,{"_creationTime":555,"_id":556,"community":557,"display":558,"identity":564,"providers":568,"relations":573,"tags":577,"workflow":578},1778693819124.3687,"k177re651qqdxa2pxznqy4qzx186mgmm",{"reviewCount":8},{"description":559,"installMethods":560,"name":562,"sourceUrl":563},"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":561},"mnemox-ai/tradememory-protocol","trading-memory","https://github.com/mnemox-ai/tradememory-protocol",{"basePath":565,"githubOwner":566,"githubRepo":567,"locale":18,"slug":562,"type":259},"tradememory-plugin/skills/trading-memory","mnemox-ai","tradememory-protocol",{"evaluate":569,"extract":572},{"promptVersionExtension":209,"promptVersionScoring":210,"score":539,"tags":570,"targetMarket":264,"tier":223},[542,221,571,541,459],"memory",{"commitSha":266},{"parentExtensionId":574,"repoId":575,"translatedFrom":576},"k170vxkqee48k2xq1v55a025nh86nzn7","kd73z11kfekksxyrs8ds0snacs86ncdy","k173a67a16bpq0e29wjd85v71986nx03",[221,541,571,459,542],{"evaluatedAt":579,"extractAt":580,"updatedAt":581},1778693719816,1778693539593,1778693819124]