Die Zahlen aus der GitHub-API, abgerufen am 19. August 2026. `mattpocock/skills`: 222.320 Sterne, 19.151 Forks, 1.272 Beobachter, 369 offene Vorgänge, Lizenz MIT, angelegt am 03.02.2026, letzter Push am 17.08.2026, Größe 1.457 KB. `cursor/plugins`: 3.319 Sterne, 268 Forks, angelegt am 23.01.2026, letzter Push am 19.08.2026, Beschreibung „Cursor plugin specification and official plugins“. ⚠️ Für `cursor/plugins` weist die API keinen SPDX-Lizenzbezeichner aus (`license` ist null) – die Repository-Seite lässt eine MIT-Angabe erkennen, wir führen die Lizenz deshalb als ungeklärt.
Was in `mattpocock/skills` steht, ist auf der Repository-Seite sichtbar: unter „engineering“ unter anderem `ask-matt`, `grill-with-docs`, `triage`, `improve-codebase-architecture`, `to-spec`, `to-tickets`, `implement`, `wayfinder`, `prototype`, `diagnosing-bugs`, `research`, `tdd`, `domain-modeling`, `codebase-design`, `code-review`, `resolving-merge-conflicts`, `wizard`; unter „productivity“ `grill-me`, `handoff`, `teach`, `to-questionnaire`, `wait-what`, `grilling` und `writing-for-agents`. Jede dieser Einheiten ist eine `SKILL.md` mit Namen, Auslöse-Beschreibung und Anweisungstext.
Der `unslop`-Skill aus `pstack` ist die inhaltlich ergiebigste Fundstelle, weil er die Schreibachse ausbuchstabiert. Frontmatter-Beschreibung: „Cut AI tells from any writing. Must always apply.“ Der Ablauf besteht aus vier Schritten (Muster erkennen, umschreiben, Bedeutung und Tonfall erhalten, Selbst-Audit), einem Abschnitt „Adding soul“ mit sechs Techniken für eine menschliche Stimme und rund 30 Regeln in sieben Kategorien. Wörtlich belegt sind unter anderem: „Cut puffery, state what happened.“ · „Avoid em dashes entirely. Use periods or commas only.“ · das Entfernen von Chatbot-Floskeln nach dem Muster „I hope this helps!“ und „Let me know if…“ · der Selbst-Audit-Schritt „What makes this obviously AI generated?“ · und die schärfste Regel: „If the sentence could appear unchanged in another project's docs, it says nothing about this one. Cut it.“ Zur Urheberin: Die Sammlung stammt von Lauren Tan (@poteto), Mitglied des React-Compiler-Kernteams, zuvor bei Meta und Netflix, jetzt bei Cursor; im README steht als Motiv der Satz „i don't want to ship like a team of twenty slop artists“.
Der Praxisbericht stammt von Theo (t3.gg) vom 19. August 2026, der beide Sammlungen über eine Woche eingesetzt hat. Verwertbar sind vor allem drei Punkte. Erstens die Schreibachse: Er stellt dieselbe Frage einmal mit und einmal ohne `unslop` an dasselbe Modell und beschreibt das Ergebnis als eindeutig – „These both came from the same model for adding one markdown file. It's so much more readable.“ Zweitens eine Modellbeobachtung: Gedankenstriche kämen weiterhin auffällig häufig aus Opus, während andere Modelle die Regel besser befolgten; im selben Atemzug zählt er neun Gedankenstriche auf einer einzigen Seite von Matt Pococks eigenen Skills – die Regel wird also nicht einmal in der Sammlung befolgt, die sie verbreitet. Drittens eine Begriffskorrektur, die praktisch gemeint ist: Das `description`-Feld eines Skills beschreibe nicht, was der Skill kann, sondern entscheide, ob das Modell ihn überhaupt zieht – „It shouldn't be called a description. It should be called a trigger.“ ⚠️ Tier C, kein Messaufbau; der Kanal betreibt mit T3 Code ein eigenes Produkt in benachbarter Kategorie und wirbt im selben Video für einen Sponsor. Seine Einordnung, das Repository gehöre zu den zehn meistmarkierten auf GitHub überhaupt, haben wir nicht nachgeprüft und übernehmen sie nicht.
In eigener Sache, weil es die Bewertungsdisziplin betrifft: Am 6. August hatten wir die Angabe eines anderen Kanals, Matt Pococks Skill-Repository stehe bei „205,000 stars“, als implausibel und unbelegt zurückgewiesen und nicht übernommen. Die Messung an der GitHub-API zeigt heute 222.320 – die damalige Angabe war der Größenordnung nach richtig, unsere Zurückweisung war der Fehler. Wir korrigieren das hier und in der Verlässlichkeitsführung des Kanals.