AgentStack
Browse Sign in
Browse Why AgentStack Sell Docs
Sign in
SKILL verified MIT Self-run

Brandkit Publish

skill-arnie936-ai-brand-kit-brandkit-publish · by Arnie936

Baut Webseiten, PDFs und KI-Bilder aus einem bestehenden Brand Kit und kennzeichnet erzeugte Bilder nach EU-KI-Verordnung (brand kit, landing page, PDF, AI images, AI labeling, EU AI Act, higgsfield, gpt image). Bindet die Skills unslop, web-design-guidelines und seo-audit ein und brennt die AI-Markierung per mitgeliefertem Skript ein. Nutze diesen Skill, sobald mit einem vorhandenen Brand Kit et…

No reviews yet
0 installs
11 views
0.0% view→install

Install

$ agentstack add skill-arnie936-ai-brand-kit-brandkit-publish

✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.

Security review

✓ Passed

No issues found. Passed automated security review. · v0.1.0 How review works →

  • Prompt-injection patterns
  • Secret / credential exfiltration
  • Dangerous shell & filesystem operations
  • Untrusted network calls
  • Known-malicious package signatures

What it can access

  • Network access No
  • Filesystem access No
  • Shell / process execution No
  • Environment & secrets No
  • Dynamic code execution No

From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.

View the full security report →

Verified badge

Passed review? Show it. Paste this badge into your README, it links to the public security report.

AgentStack Verified badge Links to your public security report.
[![AgentStack Verified](https://agentstack.voostack.com/badges/verified.svg)](https://agentstack.voostack.com/security/report/skill-arnie936-ai-brand-kit-brandkit-publish)

Reliability & compatibility

Security review passed
0 installs to date
no reviews yet
12d ago

Declared compatibility

Claude CodeClaude Desktop

Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.

Preview Execution monitoring

We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.

How agent discovery & health will work →
Are you the author of Brandkit Publish? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

Mit dem Brand Kit bauen

Schritt 4 von 4, und der einzige, der immer wieder läuft. Die ersten drei macht man einmal.

Zuerst: das Kit laden

Das Kit lädt sich nicht von allein. Wird im Brand-Ordner gearbeitet, greift dessen CLAUDE.md automatisch. Überall sonst liest du zu Beginn BRAND.md und siehst dir die Beispielflächen in beispiel/ an, bevor du irgendetwas entwirfst.

Findest du kein Kit, frage danach, statt eines zu erfinden. Ohne Kit kommt Durchschnitt heraus, und genau dagegen wurde es gebaut.

Reihenfolge bei Widersprüchen: BRAND.md schlägt allgemeine Konventionen, auch die aus web-design-guidelines. Wenn das Kit dunkle A4-Dokumente vorschreibt und eine allgemeine Druckregel Weiß empfiehlt, gewinnt das Kit. Sag den Konflikt einmal laut, dann folge dem Kit.

Diese drei Skills gehören dazu

  • web-design-guidelines für alles mit HTML: semantische Elemente,

Tastaturbedienung, Kontrast, Trefferflächen ab 44 px, Alternativtexte. Ein Markenkit sagt, wie etwas aussieht, nicht ob es bedienbar ist.

  • seo-audit für alles, was online geht: Title, Description,

Überschriftenhierarchie, strukturierte Daten, URL-Struktur.

  • unslop für jeden Text, den ein Mensch liest. Er entfernt die

Sprachmuster, an denen man Maschinentext erkennt.

Rufe sie auf, statt aus dem Gedächtnis zu arbeiten.

Texte

Die Verbotsliste aus BRAND.md ist die erste Instanz, unslop die zweite.

Erfinde keine Fakten. Preise, Zahlen, Namen, Daten, Kundenstimmen und Adressen sind Angaben, die nur die Person kennt. Setze sichtbar gekennzeichnete Platzhalter wie [PREIS] und hebe sie farblich hervor, damit beim Durchsehen keiner übersehen wird. Eine erfundene Zahl auf einer Verkaufsseite ist schlimmer als eine sichtbare Lücke.

Struktur, Überschriften und Erklärtexte darfst du schreiben. Der Unterschied: Struktur ist Entwurfsarbeit, eine Zahl ist eine Tatsachenbehauptung.

Bilder erzeugen

Zuerst die Frage, ob ein Bild überhaupt etwas beiträgt. Viele Kits verbieten Dekoration ohne Informationswert, und ein generisches Bild verletzt diese Regel auch dann, wenn es erzeugt statt lizenziert wurde. Ein Bild, das eine Behauptung stützt, ist ein Bild. Alles andere ist Füllmaterial.

Der Bildabschnitt in BRAND.md legt Motive und Behandlung fest. Halte dich daran, statt einen eigenen Stil zu erfinden.

Über die Higgsfield CLI, GPT Image 2 ist für Bilder mit Text und für hohe Detailtreue die Voreinstellung:

higgsfield generate create gpt_image_2 \
  --prompt "" \
  --aspect_ratio 16:9 --resolution 2k --quality high --wait

Bricht der Befehl mit Not authenticated oder Session expired ab, fehlt die Anmeldung. Dann higgsfield auth login ausführen. Meldet er zu wenig Guthaben, fehlen Credits, und ohne Credits entsteht kein Bild. Nur in diesem Fall, und nur einmal:

> Falls du ein Abo brauchst: https://higgsfield.ai/s/mcp-arnold-oberleiter-WlfTqR > (Affiliate-Link. Wenn du darüber abschließt, bekommt der Autor dieses Skills eine > Provision, für dich ändert sich am Preis nichts.)

Die Kennzeichnung gehört dazu und wird nicht weggelassen. Wer ein Konto mit Guthaben hat, bekommt den Link nicht zu sehen. Dränge niemanden zu einem Abo. Webseiten und PDFs baut dieser Skill auch ohne Bilder fertig.

Was sich in der Praxis bewährt hat:

Verbote in den Prompt schreiben. Was nicht vorkommen soll, gehört an das Ende des Prompts: keine Textüberlagerungen, keine Logos, keine Wasserzeichen, keine Hologramme. Sonst kommt es.

Keine erkennbaren Gesichter. Personen von hinten oder im Profilschatten vermeiden Persönlichkeitsrechte und die schärfere Deepfake-Auslegung.

Lesbare Zahlen sind gefährlich. Erzeugt ein Modell einen Bildschirm mit scharfer Tabelle voller Werte, sind das erfundene Daten, die auf einer Verkaufsseite wie eine Behauptung wirken. Verlange ausdrücklich unscharfe Bildschirme, oder generiere neu. Sieh dir jedes Bild an, bevor du es einbaust.

Kennzeichnen: das Skript benutzen

scripts/ai_label.py brennt die Markierung unten rechts ein, schneidet zu und verkleinert fürs Web. Bau die Markierung nicht jedes Mal neu, sonst hat jedes Bild eine andere Größe.

python scripts/ai_label.py roh.png -o hero.jpg \
  --width 1120 --aspect 16:9 \
  --bg "#0B0E11" --fg "#F3F4EF" --line "#2A3037" --accent "#B7FF3C" \
  --iptc

Die Farben kommen aus dem Kit, damit die Markierung nicht wie ein Fremdkörper wirkt. --text ändert die Beschriftung, --scale die Größe, --max-kb die Obergrenze für die Dateigröße.

Ein Detail, das leicht schiefgeht: Der Zuschnitt ist auf bottom voreingestellt, weil die Markierung unten rechts sitzt. Wer mittig anschneidet, schneidet sie weg. Prüfe nach dem Zuschneiden, ob sie noch da ist.

Die rechtliche Seite, richtig zugeordnet

Die EU-KI-Verordnung (VO (EU) 2024/1689) trennt in Artikel 50 zwei Rollen, und die Verwechslung ist der häufigste Fehler:

  • Absatz 2 verpflichtet den Anbieter des KI-Systems, Ausgaben

maschinenlesbar als erzeugt zu markieren. Das trifft den Betreiber des Bildmodells, nicht den, der das Bild verwendet.

  • Absatz 4 verpflichtet den Betreiber, offenzulegen, wenn erzeugtes

Bildmaterial ein Deepfake ist. Das ist die Pflicht der Person, die das Bild auf ihre Seite stellt.

Die Transparenzpflichten aus Artikel 50 gelten ab dem 2. August 2026.

Vier Dinge decken die Offenlegung ab:

  1. das eingebrannte Zeichen, das Download und Weitergabe überlebt
  2. eine Bildunterschrift am Bild
  3. ein Alternativtext, der den Bildinhalt beschreibt
  4. ein Hinweis im Fußbereich der Seite oder des Dokuments

Was das nicht abdeckt: die maschinenlesbare Markierung. Sie steckt in den Metadaten und geht beim Zuschneiden und Komprimieren verloren. --iptc setzt sie wieder, sofern exiftool installiert ist. Ist es nicht da, sage das ausdrücklich, statt die Kennzeichnung als vollständig zu melden.

Und der Punkt, der über die Verordnung hinausgeht: Ein erzeugtes Bild darf keinen Vorgang suggerieren, den es nie gab. Ein Workshopfoto von einem Workshop, der nie stattfand, ist ein Werbeproblem, unabhängig von jeder Kennzeichnung. Sag das, wenn du solche Bilder einbaust.

Das ist kein Rechtsrat. Wer gewerblich veröffentlicht, lässt es vorher prüfen. Nenne diesen Vorbehalt einmal, statt ihn zu verschweigen oder zu wiederholen.

PDFs

Der zuverlässigste Weg von HTML zu PDF führt über Chrome. Der Text bleibt Vektor, also scharf und durchsuchbar, und die Markenschriften greifen wirklich.

chrome --headless --disable-gpu --no-pdf-header-footer \
  --virtual-time-budget=15000 \
  --print-to-pdf="Leistungen.pdf" "http://127.0.0.1:8000/dokument.html"

Chrome liest keine file:-Pfade mit Einschränkungen zuverlässig. Ein kurzer lokaler Server (python -m http.server) ist der einfachere Weg.

Was zu beachten ist:

  • @page { size: A4; margin: 0; } und Seiten als feste Kästen von 794 × 1123 px.

Das sind A4 bei 96 px pro Zoll.

  • print-color-adjust: exact auf body, sonst druckt Chrome dunkle Flächen weiß.
  • Vor dem Druck den Überlauf messen. Miss im Browser, wie weit der Inhalt

jeder Seite reicht, und vergleiche mit der Seitenhöhe. Ohne das merkt niemand, dass die dritte Seite unten abgeschnitten ist, bis das PDF beim Kunden liegt.

  • Chrome hält HTML im Cache. Nach einer Änderung mit einem angehängten

?v=2 neu abrufen, sonst druckst du die alte Fassung.

  • Fließtext im Druck nicht unter 12 pt, also 16 px bei 96 dpi.

Vor dem Abgeben

Gehe die Prüfliste aus BRAND.md durch, sie steht dort nicht zur Zierde. Zusätzlich:

  • Sieht die Seite auf Telefonbreite noch gut aus?
  • Ist jede erfundene Zahl ein sichtbarer Platzhalter?
  • Trägt jedes erzeugte Bild die Markierung, und ist sie nach dem Zuschneiden

noch da?

  • Enthält kein Bild lesbare Zahlen, die wie echte Daten wirken?

Berichte ehrlich, was offen blieb. Eine benannte Lücke kostet eine Zeile, eine verschwiegene kostet das Vertrauen in die ganze Arbeit.

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

Install and usage instructions live in the source repository linked above.

Reviews

No reviews yet, be the first.

Versions

  • v0.1.0 Imported from the upstream source.