skills/learning-loop/SKILL.md
Универсальный skill для обновления раздела Learning Loop в целевом markdown-файле POS. Помогает фиксировать понимание, приоритетные задачи и ссылки на артефакты без создания отдельных дублирующих файлов.
npx skillsauth add ai-mindset-org/pos-sprint learning-loopInstall this skill globally with one command. Works with Claude Code, Cursor, and Windsurf.
3 of 9 scanners reported clean
Some scanners were skipped, did not run, or reported a non-clean status. Review each row below.
learning-loop переводит сессию/разбор из заметок в управляемый план следующего шага.
Результат всегда пишется в тот же файл, где находится основной контекст.
workshops/YYYY-MM-DD-topic.md).## Learning Loop.Саммари, Валидация тезисов, Задачи, Ссылки на артефакты.## Learning Loop в целевом файле.workshops/YYYY-MM-DD-topic.mdprojects/.../*.mdthreads/...md### Саммари### Валидация тезисов
#### Понял#### Не понял### Задачи (по порядку выполнения)
#### Основной проект#### Воркшоп/скиллы (опционально)### Ссылки на артефактыtarget file), где должен жить Learning Loop.## Learning Loop.Не понял в Понял только при наличии подтверждения (артефакт/результат).(*).Ссылки на артефакты с фактически созданными/измененными файлами.Learning Loop существует и заполнен без пустых заглушек.Саммари есть 3-7 практичных пунктов.Валидация тезисов отражено текущее состояние (Понял/Не понял) без противоречий.Задачи шаги упорядочены по исполнению; опциональные помечены (*).Ссылки на артефакты нет "битых" или несуществующих ссылок.*-learning-loop.md вместо обновления целевого файла.Понял без подтверждающего результата.*-learning-loop.md.testing
# YT Transcribe — YouTube → Whisper → Obsidian Транскрибирует YouTube-видео через mlx-whisper (Apple Silicon, Metal-native) с параллельными чанками. Fallback на openai-whisper если mlx недоступен. ## Какую боль закрывает - **Потерянный контент видео**: Посмотрел лекцию/подкаст — через неделю забыл 90%. Нет текстовой базы для поиска. - **Нет транскриптов для русского**: YouTube auto-captions для русского языка — мусор. Whisper даёт quality транскрипцию. - **Ручная обработка**: Переслушивать 2-
development
Интерактивный процесс написания текстов для вайб-маркетинга на основе Julian Shapiro framework. **Новые возможности (v2.0):** - Research & Gap Analysis (Perplexity → WebSearch fallback) - Scoring 0-5 вместо binary (Novelty + Resonance + Hook + Clarity) - AI-Slop Detection на всех этапах (10 типов patterns) - 3 варианта intro с self-scoring - Markdown export всех промежуточных результатов **Русские triggers:** "напиши пост по шапиро", "написать статью по фреймворку шапиро", "создай текст в стиле julian shapiro", "помоги написать контент по методу shapiro", "контент по julian shapiro фреймворку", "пост по julian shapiro", "напиши в стиле шапиро" **English triggers:** "write content using julian shapiro framework", "create post with shapiro method", "write article shapiro style", "help with julian shapiro writing" **Generic triggers:** "напиши статью", "помоги написать контент", "создай текст", "начать писать", "хочу написать пост", "нужна помощь с текстом", "write content", "write article", "создай контент", "придумай идею для статьи", or requests help with content creation process.
tools
# /tg-saved v2 — Telegram Saved Messages → Deep Analysis → Obsidian ## Назначение Скилл извлекает сообщения из Telegram "Избранное" (Saved Messages) за последние N дней, автоматически парсит контент всех ссылок в сообщениях (requests + BeautifulSoup, до 5000 символов на URL), затем для каждого сообщения запускает глубокий анализ через Claude CLI subprocess (модель Sonnet). Результат — подробная структурированная заметка в Obsidian `00-inbox/` с YAML frontmatter, секциями анализа, ссылками и ор
documentation
Делает LLM-выжимку из комментариев менеджеров об одном или нескольких подрядчиках. Используй этот скилл когда нужно понять что говорят менеджеры о конкретном подрядчике, или получить JSON с выжимкой для дальнейшей обработки.