TypeScript-Projekte driften oft in schwache Typen, inkonsistente Prüfungen und unklare öffentliche APIs ab. Diese Skill gibt Claude, Codex und Claude Code eine fokussierte Checkliste für strengere, sauberere TypeScript-Arbeit.

Creators verlieren oft Zeit auf dem Weg von der Idee zum veröffentlichungsreifen Artikel. Dieser Skill bietet einen strukturierten Workflow für Themen, Gliederungen, Entwürfe, Titel, Formatierung und Diagnose.

Die manuelle Sprachbereinigung ist langsam, wenn Versprecher, Füllwörter und Pausen präzise Schnitte erfordern. Diese Skill wandelt bestätigte Zeitstempel-Aufgaben in FFmpeg-Bearbeitungen, Verifizierungs-Transkriptionen und Untertitelausgaben um.

Workflows zur Bildgenerierung erfordern häufig exakte API-Aufrufe, Bild-URLs und Modelleinstellungen. Diese Skill führt Claude, Codex und Claude Code durch Text-zu-Bild- und Bild-zu-Bild-Anfragen mit einer Gemini-ähnlichen Bild-API.

Das Erstellen vieler PPT-Folien aus Quellinhalten ist langsam, wenn Vorlagen konsistent bleiben müssen. Diese Skill bietet einen strukturierten Workflow für Vorlagenanalyse, Inhaltszuordnung, KI-Bilderzeugung und PPTX-Paketierung.

KI-unterstützte Projekte können über Sitzungen und Aufgaben hinweg Kontext verlieren. Diese Skill stellt leichtgewichtige Speicherdateien, Mini-Planung und lokale Log-Helfer bereit, um Arbeit nachvollziehbar zu halten.

Teams erstellen oft UML-Diagramme, die Ziele, Zustände, Abläufe und Implementierungsdetails vermischen. Diese Skill führt Claude, Codex und Claude Code zu den richtigen Diagrammtypen und klareren Modellen.

Hookify-Regeln können schwer korrekt zu schreiben sein, wenn man das Ereignis- und Bedingungsformat nicht kennt. Diese Skill führt Claude, Codex und Claude Code durch klare Regeldateien.

Teams verlieren das Vertrauen in Dokumentation, wenn IDs auseinanderlaufen, Referenzen brechen oder Metadaten ohne Prüfung geändert werden. Shirushi bietet Workflows für Claude, Codex und Claude Code zum Validieren, Zuweisen und Nachverfolgen unveränderlicher Dokument-IDs.

Langlebige Agentenaufgaben können fertig werden, wenn Nutzer nicht am Terminal sind. Diese Skill sendet eine knappe SMTP-E-Mail mit Geräte-, Projekt-, Status- und Zusammenfassungsdetails.

Lange Läufe von KI-Agenten können abgeschlossen werden, während der Benutzer nicht am Terminal ist. Diese Skill sendet mobile Bark-Benachrichtigungen mit Aufgabenstatus, Projektkontext und einer kurzen Abschlusszusammenfassung.

Git-Teams haben oft mit unübersichtlichen Branches, unklaren Commits und uneinheitlichen Pull Requests zu kämpfen. Diese Skill bietet strukturierte Anleitung zu Worktrees, Conventional Commits, Trailern, Reviews und Bereinigung.

Manuelle Code-Reviews können Sicherheits-, Performance- und Testabdeckungsprobleme übersehen. Diese Skill gibt Claude, Codex und Claude Code eine strukturierte Checkliste für konsistentes Review-Feedback.

Bash-Skripte scheitern oft an zu lockerer Fehlerbehandlung, unsicherem Quoting und unklarer Struktur. Diese Skill leitet Claude, Codex und Claude Code zu strengeren, besser wartbaren Shell-Skripten an.

Die manuelle Übertragung von Notizen nach Logseq kann Struktur und Kontext verlieren. Diese Skill hilft Claude, Codex und Claude Code dabei, über die Logseq HTTP API organisierte Seiten, Blöcke, Tags und Eigenschaften zu erstellen.

Technische Dokumentation ist oft unvollständig, uneinheitlich oder schwer zu überfliegen. Diese Skill hilft Claude, Codex und Claude Code dabei, strukturierte Dokumentation für Code, APIs und Projekte zu erstellen.

Logseq-DB-Schemata können schwer zu prüfen sein, weil Klassen, Eigenschaften und Datascript-Attribute graphübergreifend zusammenwirken. Diese Skill erklärt diese Beziehungen und bietet praktische Schemamuster für Nutzer von Claude, Codex und Claude Code.

Wachsende Issue-Warteschlangen verbergen Duplikate, Blocker und unklare Berichte. Diese Skill hilft Claude, Codex und Claude Code dabei, Issues zu klassifizieren, Beziehungen zu finden und umsetzbare Triage-Empfehlungen zu erstellen.

KI-gestützte Arbeit kann Randfälle, Klarheitsprobleme oder bessere Implementierungswege übersehen. Diese Skill verwandelt solche Lücken in priorisierte, konkrete Verbesserungsvorschläge.

Die Auswahl von Schema.org-Klassen und -Eigenschaften für eine Logseq-Vorlage ist langsam und fehleranfällig. Diese Skill recherchiert offizielles Vokabular, ordnet Typen zu und wandelt Ergebnisse in Integrationshinweise um.