Eine selbst gebaute Chrome-Extension, die auf jeder Website den Effekt erfasst, der sie besonders macht — und ihn über eine eigene lokale Bridge in jedes meiner Projekte schickt, wo ein Claude-Code-Skill ihn im eigenen Stil einbaut. Ich nutze KI nicht nur. Ich baue ihr Werkzeug.
Wenn mir auf einer Seite ein Effekt auffällt — eine Animation, ein Scroll-Verhalten, eine 3D-Szene — drücke ich auf die Effekt-Lupe. Die Extension liest aus, was diesen Effekt ausmacht: Design-Tokens, das relevante CSS, die echten Keyframes, ob WebGL im Spiel ist.
Statt das händisch zu rekonstruieren, schickt sie das Erfasste direkt über eine selbstgebaute lokale Node-Bridge in mein offenes Projekt. Dort baut ein eigener Claude-Code-Skill den Effekt nicht 1:1 ab, sondern im Stil des Projekts als echte Code-Edits ein.
Kein Build-Tooling, keine Framework-Abhängigkeit: Manifest V3, reines Vanilla JS — ein Stecker, den ich verstehe, weil ich jedes Teil selbst gesetzt habe.
Von der fremden Website bis zum eingebauten Effekt im eigenen Projekt. Tippe oder hover über eine Station, um zu sehen, was sie tut.
Ein Bild zeigt, wie etwas aussieht. Die Effekt-Lupe greift, warum es so wirkt — die Werte, die Kurven, die Bewegung.
Farben, Radien, Spacing, Typo-Skala — die DNA des Looks, nicht nur sein Aussehen.
Nur das relevante CSS, plus die tatsächlichen Animations-Keyframes über die Web-Animations-API.
Erkennt, ob eine Szene auf WebGL läuft — damit der Rebuild die richtige Technik wählt.
Misst das Scroll-Verhalten — Trägheit und Tempo, das, was sich „teuer“ anfühlt.
Zero-dependency, Auto-Discovery: schiebt das Erfasste in jedes offene Projekt — ohne Setup pro Projekt.
Ein eigener Claude-Code-Skill baut den Effekt als echte Edits im Stil des Ziels ein — nicht stumpf kopiert.
Die meisten zeigen, dass sie ein KI-Tool bedienen können. Die Effekt-Lupe zeigt etwas anderes: dass ich ein Tool für die KI gebaut habe — Extension, Transport-Bridge und Skill, drei Teile, die zusammen einen Arbeitsablauf automatisieren, den vorher niemand für mich erledigt hat.
Manifest V3, Content-Scripts, Web-Animations-API, WebGL-Erkennung — gebaut, nicht nur konfiguriert.
Eine zero-dependency Node-Bridge mit Auto-Discovery — die Sorte Infrastruktur, die ein Solutions Engineer beim Kunden auch entwirft.
Erfassen → transportieren → einbauen, als ein Fluss. Genau die Denkweise hinter n8n-, Parloa- oder Synthflow-Automationen.