HyperFrames 구성 계약 — 하나의 렌더 가능한 프로젝트를 구축합니다.

HyperFrames 영상의 비동영상 크리에이티브 방향

HyperFrames 프로젝트에서 모든 미디어 요구사항을 처리하는 단일 스킬인 Agent Media OS.

HyperFrames는 HeyGen의 AI 기반 영상 생성 플랫폼으로, 초고해상도 및 고성능을 제공합니다.

HyperFrames 애니메이션에 대한 모든 지식 — 원자적 움직임 규칙, 다단계 장면 블루프린트, 장면 전환, 더 넓은 애니메이션 디자인 기법, 그리고 7가지 런타임 어댑터(GSAP 기본값 포함 Lottie, Three.js, Anime.js, CSS 키프레임, 웹 애니메이션 API, TypeGPU). 모든 애니메이션 작업에 사용할 수 있으며, 2-4개의 규칙을 선택해 조합하거나 블루프린트를 로드하거나 특정 런타임의 API(예: GSAP 이asing / Lottie 플레이어 / Three.js 믹서)를 확인할 수 있습니다. 또한

이 저장소의 스킬을 기반으로 상황에 맞는 스킬 또는 플로우를 물어보세요.

하드 버그 및 성능 복귀를 진단하는 진단 루프.

이 작업 공간에서 사용자에게 새로운 기술이나 개념을 가르친다.

심한 모듈 설계를 위한 공유된 어휘

도메인 모델을 구축하고 정제합니다.

기술을 예측 가능하게 만드는 어휘와 원리에 대한 참고 자료입니다.

고신뢰의 주요 출처를 기반으로 질문을 조사하고 결과를 저장소에 마크다운 파일로 저장합니다.

Rigor Explore 호환 스킬 슬러그로 의미 있고 잠재적으로 새로운 딥러닝 연구 후보를 탐색합니다.

Rigor Explore 러닝 리프 스킬은 깊은 학습 연구 저장소에서 제한된 탐색적 증거를 위한 도구입니다.

README 중심의 딥러닝 저장소 복제를 위한 Rigor Paper Context 도우미

README 중심의 딥러닝 저장소 복제를 위한 Rigor 설정 스킬

README 중심의 딥러닝 저장소 복제를 위한 Rigor Run 스킬

Rigor Analyze / Rigor Audit는 딥러닝 연구 저장소를 읽고 이해하는 데 사용되는 전용 스킬입니다.

README 중심의 딥러닝 저장소 복제를 위한 엄격한 호환 스킬 슬래그

README 중심의 딥러닝 저장소 복제를 위한 Rigor 흡수 도우미입니다.

Rigor Debug / Rigor Audit 스킬은 딥러닝 연구 작업에서 사용되는 심층적인 디버깅 및 감사 기능을 제공합니다.

딥러닝 연구 저장소용의 Rigor Train 스킬. 문서화된 또는 선택된 훈련 명령어를 보수적으로 실행하여 시작 검증, 단기 검증, 전체 출발, 재개시에 사용합니다.

심층 학습 연구 저장소에서 감사 가능한 후보 구현을 위한 Rigor 개선 구현 리프 스킬

paperclip-board를 활용하는 AI 작업 흐름 사례입니다.