claude-skills

Name: claude-skills
Author: jianshuo

Pending

13 Claude Code skills for video production (transcribe / translate / dub / multicam / subtitles / reframe) + WeChat publishing. Compatible with Claude Code, OpenAI Codex CLI, Cursor, Gemini.

100stars

13forks

Python

Installation

# Add to your Claude Code skills
git clone https://github.com/jianshuo/claude-skills

Getting Started

Guides for using ai agents skills like claude-skills.

Caveman: Cut Claude Token Use by 65%
How agent-side prompt compression works, when to use it, and when not to.
What is an AI Skills Marketplace?
Definitions, how marketplaces work, and how to choose between them in 2026.
Getting Started with AI Skills

README.md

Frequently Asked Questions

What is claude-skills?

claude-skills is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by jianshuo. 13 Claude Code skills for video production (transcribe / translate / dub / multicam / subtitles / reframe) + WeChat publishing. Compatible with Claude Code, OpenAI Codex CLI, Cursor, Gemini. It has 100 GitHub stars.

Is claude-skills safe to use?

claude-skills's catalog security scan is still queued. You can run an instant dependency and prompt-injection check now with the "Scan for vulnerabilities" button above.

How do I install claude-skills?

Clone the repository with "git clone https://github.com/jianshuo/claude-skills" and add it to your Claude Code skills directory (see the Installation section above).

What programming language is claude-skills written in?

claude-skills is primarily written in Python. It is open-source under jianshuo on GitHub, so you can review or fork the full source.

Are there alternatives to claude-skills?

Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh claude-skills against similar tools.

Agentic AI for Beginners

Build your first AI agent from scratch - tool use, ReAct pattern, memory, deployment

41 minBeginner

Comments (0)

to leave a comment.

No comments yet. Be the first to share your thoughts!

Related Skills

superpowers

by obra

An agentic skills framework & software development methodology that works.

234,966

browsercode claudekit

claude-skills

我（王建硕）日常在 Claude Code 里用的 skills。

Auto-mirrored from ~/.claude/skills/ by a PostToolUse hook — 每次我编辑 wjs-* skill，对应目录会被 rsync 到这里并推送到 GitHub。 Hook 源码：~/.claude/skills-publish-hook.sh

前置:安装 Claude Code / Install Claude Code

这些 skill 跑在 Claude Code 里,所以先装 Claude Code。

# 方式 1:npm 全局安装(推荐,需要 Node.js ≥ 18)
npm install -g @anthropic-ai/claude-code
claude            # 启动

# 方式 2:不装,直接用 npx 跑一次
npx @anthropic-ai/claude-code

# 方式 3:原生安装脚本(无需 Node.js)
# macOS / Linux
curl -fsSL https://claude.ai/install.sh | bash
# Windows (PowerShell)
irm https://claude.ai/install.ps1 | iex

装好后在任意项目目录运行 claude 即可。首次启动会引导登录(Claude 账号或 API key)。升级:claude update(原生安装)或 npm update -g @anthropic-ai/claude-code(npm 安装)。

安装 Skills / Install Skills

# 方式 1:从 ClawHub 装单个 skill
clawhub install wjs-transcribing-audio

# 方式 2:把整个仓库作为 Claude Code marketplace
claude plugin marketplace add jianshuo/claude-skills
claude plugin install wjs-transcribing-audio

# 方式 3:直接 clone 到 skills 目录
git clone https://github.com/jianshuo/claude-skills ~/.claude/skills/wjs

兼容性 / Compatibility

SKILL.md 是 Anthropic 公开的 skill 格式标准（2025 年 10 月发布，2025 年 12 月被 OpenAI Codex 采纳），所以这套 skill 同样适用于:

Claude Code — 主要测试和使用环境
OpenAI Codex CLI — 2025-12+ 起兼容
Cursor / Gemini CLI / Goose — 生态在跟进

第三方分发平台:ClawHub · SkillsMP（自动索引）

这些 skill 是什么？

Claude Code skill 是一个带 frontmatter 的 SKILL.md 文件 + 一组脚本。当用户的请求匹配 skill 描述里的触发词（"翻译字幕"、"做封面"、"上传 YouTube"……）时，Claude 会自动加载这个 skill 并按里面写的流程执行。

这套 skill 大致围绕 「视频创作 + 公众号写作」 工作流：从原始拍摄素材 → 多机位对齐 → 自动剪辑 → 翻译配音 → 后期合成 → 平台分发。每个 skill 都做一件事，可以单独调用，也可以串成完整流水线。

命名约定：所有 skill 以 动名词（V-ing） 开头 —— transcribing-audio / dubbing-video / editing-multicam —— 描述「正在做什么动作」，方便和 Claude 自动加载逻辑对齐。

安装 & 使用 / How to Install

把任意一个 skill 目录复制到 Claude Code 的 skills 目录即可：

# 全局安装（所有项目都能用）
cp -r wjs-transcribing-audio ~/.claude/skills/

# 项目级安装（只在当前项目可用）
cp -r wjs-transcribing-audio ./.claude/skills/

装好后用触发词自然说话（如「转写这个视频」、「做 SRT」），或用斜杠命令 /wjs-transcribing-audio 显式调用。不需要重启 Claude Code，技能即时生效。

Skills 总览

Skill	一句话作用	输入 → 输出
`wjs-publishing-wechat`	写 / 润色 / 发微信公众号	草稿文本 → 排版好的 HTML + 题图 + 解释图 + 上传草稿
`wjs-mining-articles`	从视频字幕里挖公众号文章（独白或对谈）	SRT → N 篇独立公众号文章 + 微信草稿
`wjs-mining-voicedrop`	VoiceDrop 语音备忘 → 转写 → 公众号文章草稿	R2 收件箱 VoiceDrop-*.m4a → SRT → N 篇微信草稿
`wjs-voicedrop`	VoiceDrop 账号完整 API 工具箱：文章/文风/照片/音频 CRUD + 文风语料偷师 + 服务端蒸馏 + 单篇重挖 + 社区 + 触发挖矿 + 算力账单 + 公众号草稿；自带 6+4 设备配对登录和 Apple 登录	`vd` / `voicedrop` / `口述` / `偷师` / `重新挖` / `voicedrop 社区` / `/wjs-voicedrop`
`wjs-evaling-voicedrop-prompts`	评估 VoiceDrop 挖矿 prompt 改版：用金标集对冠军和候选做盲评对决，输出胜率报告，人工确认后才晋级生产	`评估 prompt` / `挖矿 prompt 改好了吗` / `eval prompt` / `/wjs-evaling-voicedrop-prompts`
`wjs-converting-text-to-video`	把公众号文章做成竖屏解说短视频	`article.md` → 1080×1920 MP4（TTS + 水彩背景 + GSAP 动画）
`wjs-transcribing-audio`	音视频转字幕（原语言）	视频/音频 → 同语言 SRT
`wjs-translating-subtitles`	字幕翻译 + 标点重切	A 语言 SRT → B 语言 SRT（或双语 SRT）
`wjs-dubbing-video`	文本时间对齐 TTS 配音	视频 + 目标语 SRT → 配好音的视频
`wjs-burning-subtitles`	烧字幕 + 混音 + 终合成	视频 + SRT + (可选)dub → 上传就绪 MP4
`wjs-localizing-video`	上面四步的总编排器	视频 + 目标语言 → 字幕 + 配音的本地化视频
`wjs-syncing-multicam`	多机位音频互相关对齐	N 个机位 → 每个机位一份 `.sync.json`
`wjs-editing-multicam`	多机位自动剪辑（音量切机位）	同步过的 N 个机位 → 单条 MP4
`wjs-segmenting-video`	长视频按话题切片 + 裁剪	长视频 + SRT → 3–6 个独立短片 + 各自 SRT
`wjs-overlaying-video`	后期：封面 / 字幕 / 动画 / CTA	短片 + SRT → 带后期的成片
`wjs-reframing-video`	横竖屏互转 + 说话人跟踪裁切	16:9 ↔ 9:16，4:3 ↔ 3:4
`wjs-uploading-video`	批量上传 YouTube	MP4 (+ `UPLOAD_META.md`) → YouTube
`wjs-tweeting-from-articles`	从最近公众号文章萃取每日 X tweet，人工挑角度后真发	article.md → X / Twitter
`wjs-syndicating-articles`	把最新公众号文章一键扇出到 X / Bluesky / Threads / LinkedIn + 手动平台待发件箱	article.md → API 平台直发 + outbox
`wjs-promoting-skills`	每日自动推广 skill → X 帖 + 社区草稿	`wjs-*` skills → X tweet + outbox drafts
`wjs-x-increasing-follower`	X 涨粉实验框架：带编号的 A/B 实验，以新增关注 ÷ 主页访问转化率为北极星	X Analytics CSV → SCOREBOARD.md
`wjs-x-improving-content`	迭代改 `prompt.md` 提升每条推的 impression：每版 prompt 是带假设的 git SHA 版本实验	Content CSV → 版本对比 + 内容特征
`wjs-polishing-x-engagement`	把平淡中文 tweet 改写成"真事实 + 钩子"的高互动版本，每次给 2–3 个不同钩子的候选	一条中文推文 → 2–3 个改写版本 + 事实来源
`wjs-cleaning-spam`	清理 X 推文下的同城引流 spam 回复：dry-run 预览 → 人工审 borderline → 隐藏 + 静音	spam 回复列表 → 隐藏条数 + 静音账号数（7 天窗口内）
`wjs-auditing-project`	项目状态体检	一句"看看哪里出问题了" → grouped checklist
`wjs-eating-and-growing`	5 步反思框架：把"吃堑"变成 L3 权重的真实改变	吃亏的经历 → 堑 + 自动输出 + 旧参数 + 新参数 + 替代动作
`wjs-teaching-english`	把一个英语单词做成 HLS 视频超剪（word + IPA + 中文解释 + 真实片段）	`teach love` / `学英语 <word>` / `/wjs-teaching-english <word>`
`wjs-converting-wp-to-hugo`	WordPress → Hugo 静态站迁移，老链接不断	WXR .xml + uploads/ → Hugo + GitHub Pages
`wjs-publishing-hugo`	Hugo 博客的对话式后台：说一句就发文/改文件/管类目，无需 CMS 或服务器	`发一篇博客` / `博客后台` / `/wjs-publishing-hugo`
`wjs-looping-feedback`	给任意网站装「提个建议→Issue→Claude 自动改代码→部署」反馈闭环	`给网站加个反馈对话框` / `feedback loop` / `/wjs-looping-feedback`
`wjs-publishing-testflight`	配置 fastlane + GitHub Actions，推 main 自动构建上传 TestFlight，每第 10 个 build 自动提审 App Store	iOS 项目 → Fastfile + build.yml + 自动 TestFlight / App Store
`wjs-publishing-appstore`	iOS TestFlight build → App Store：截图 + 元数据文案 + 提审（fastlane deliver + release lane）	`提交 App Store` / `准备截图和文案` / `/wjs-publishing-appstore`
`wangjianshuo-perspective`	切换到王建硕视角写作与思考	"用王建硕的角度" → 以他的声音回应，直到用户说"退出"
`wjs-distilling-style`	从少量样文提炼任意作者写作指纹，再把目标文本改写成那种味道；日常用一次性 prompt 一把过，深验时开完整判官盲测闭环	`蒸馏文风` / `把这篇改成XX的味儿` / `/wjs-distilling-style`

1. 公众号 / WeChat

`wjs-publishing-wechat`

帮我写 / 润色微信公众号文章，并自动生成配套素材。

轻润色，不重写。 保留作者语气和节奏，只改错字、调段落、抚平特别拗口的句子。
自动生成 题图（cover）（900×383，2.35:1）和 解释图（illustration）（比例由内容决定，模型自选）。
自动生成标题候选、摘要（「好奇缺口」式，勾住读者）、可直接粘贴到 mp.weixin.qq.com 的 HTML。
每篇正文必须有 2–4 处红色标注（<span style="color:#ff0000;">…</span>），打在点睛句和核心概念词上；**加粗** 语法已弃用。
通过 md2wechat 上传草稿到公众号后台，自动在文末注入最近已发布文章链接列表（upload-draft.sh 驱动，支持 WECHAT_PUBLISH_NO_RECENT=1 关闭）。

触发词：写一篇微信文章 / 公众号 / 润色 / 题图 / 发公众号

`wjs-mining-articles`

把一个视频的 SRT（独白或对谈）挖掘成多篇独立的微信公众号文章。

口语是矿，文章是提炼的金属。 识别字幕里 2–6 个各自独立、各自值得成文的话题，每个话题长成一篇 800–1000 字的公众号文章。
支持独白和对谈两种源。 对谈模式先让用户确认哪一方是王建硕，只提炼他的观点；自动跳过调麦克风、寒暄、离席等非正片段落。
生成每篇文章的微信草稿（对接 wjs-publishing-wechat 上传），可选再排期发到 X。

触发词：把这个视频写成文章 / 从字幕里挖文章 / 这个 SRT 能写几篇 / 把对谈写成文章 / /wjs-mining-articles <srt>

`wjs-mining-voicedrop`

把 VoiceDrop iOS app 上传到 R2 收件箱（jianshuo.dev/files）的语音备忘，自动转写并挖掘成公众号文章草稿。这是 VoiceDrop 的 Mac 端闭环：开口即录、停即上传，回到桌面就有草稿等着。

不重写任何流程：收件箱进出（列 / 下载 / 删）和逐条编排由本 skill 负责，转写交 wjs-transcribing-audio，成文交 wjs-mining-articles。
R2 当收件箱：处理完成才从 R2 删，失败 / 未出草稿 / 用户未勾选 → 保留在 R2，下次再来。串行处理，一条彻底跑完再下一条，避免收件箱状态混乱。
唯一新增代码：scripts/voicedrop-inbox.sh（list / download / delete）。

触发词：处理 VoiceDrop 录音 / 把新录音挖成文章 / 口述备忘变文章 / 处理一下我的录音 / /wjs-mining-voicedrop

`wjs-voicedrop`

VoiceDrop 账号的完整 HTTP API 工具箱，覆盖所有资源和操作。

认证：内置 vd-login.mjs（Node ≥ 20，零依赖）实现 6+4 手机设备配对登录，凭证落 ~/.config/voicedrop/credentials；也支持 App 设置复制临时 token，或 Apple 登录换 session（POST /files/api/auth/apple——社区写操作必须用这种）。
文章（版本化 CRUD）：列出 / 读全文 / 写（每次 PUT 追加新版本，HEAD 前移）/ 版本历史 / 撤销回滚（PATCH /head）/ 删除（含 SRT/empty/blocked 边车）。
文风（/files/api/style）：读 / 写 / 版本历史 / 回滚——版本化 CLAUDE.json，挖矿时自动叠加进 system prompt，随时可 PATCH /style/head 回滚。
文风语料（偷师）：收集他人文章样本到语料库（POST /style/collect），查看语料清单（GET /style/dataset）或一键清空（DELETE /style/dataset）；攒够后触发服务端蒸馏（POST /agent/style/extract），后台自动产出新文风版本 + 一篇「你的写作风格」介绍文章。
单篇重挖（POST /agent/restyle）：用指定文风版本把某条录音重新挖掘成文章；styleV 不传则用当前 head；同步返回结果。
照片：列出 / 上传 / 私有下载 / 公开链接下载（无需 token）。
音频录音：列出（按 uploaded 真实时间排序）/ 下载。
操作：触发挖矿（POST /agent/mine/trigger）/ 查算力余额 / 查账单流水 / 生成公开分享链接 / 发公众号草稿。
社区：浏览信息流 / 读帖全文（含照片）/ 查回复 / 分享或撤下自己的文章 / 举报——share/unshare 必须用 Apple 登录 session；分享出去的是指针，改文章社区帖实时同步。
蒸馏文风（本地 distill）：从 3–6 篇已成文文章提炼 15–20 条可执行文风规则，版本化上传，下次挖矿自动生效。

触发词：vd / voicedrop / 口述 / voicedrop api / voicedrop 登录 / 偷师 / 重新挖 / voicedrop 社区 / 蒸馏文风 / voicedrop distill / /wjs-voicedrop

`wjs-evaling-voicedrop-prompts`

评估 VoiceDrop 挖矿 prompt 的改版是否真的更好。用一组金标集对「冠军 prompt」（当前生产版）和「候选 prompt」（改版）跑相同输入，派盲评裁判 agent 做成对比较，汇总胜率报告——胜率 ≥ 70% 且无确定性回退，才在用户确认后晋级生产。

盲评协议：A/B 顺序随机（一半 fixture 把候选放 A，一半放 B），每条由与生成模型不同家族的裁判模型独立评分，完全消除位置偏见。
判决维度（references/judge-rubric.md）：结构完整性、王建硕文风还原、事实骨架保留、句子节奏、段落密度——每维 1–5 分 + 理由。
晋级门槛：胜率 ≥ 70% + 无 JSON 格式回退 + 用户点「认可」，