---
title: "Globale Top 5 der Agent Skills: Ranginterpretation und Prüfkriterien"
locale: de
category: report
category_name: "Bericht"
translation_status: reviewed
license: cc_by
author: "injoys"
source_url: https://injoys.com/en/articles/global-agent-skills-top-5-ranking-methodology
published_at: 2026-08-14T23:30:21+09:00
---

# Globale Top 5 der Agent Skills: Ranginterpretation und Prüfkriterien

> Analysiert werden Zweck und Unterschiede der fünf Agent-Skill-Repositories, die in den bereitgestellten Unterlagen vom 10. August 2026 als führend aufgeführt werden. Da für die angegebenen Ränge und Zahlen kein reproduzierbarer GitHub-Snapshot vorliegt, handelt es sich nicht um bestätigte Statistiken. Zudem ist zwischen der Popularität eines Repositorys und der Qualität einzelner Skills zu unterscheiden.

## Key Points

- Ein Agent Skill ist ein Paket ausführbaren Wissens, das Anweisungen, Skripte und Referenzmaterialien, die ein Agent für eine bestimmte Aufgabe bei Bedarf abruft, in einem Ordner bündelt.
- Die Top 5 der bereitgestellten Unterlagen lauten in dieser Reihenfolge obra/superpowers, affaan-m/everything-claude-code, mattpocock/skills, multica-ai/andrej-karpathy-skills und anthropics/skills, müssen jedoch anhand historischer GitHub-Daten gesondert überprüft werden.
- GitHub-Sterne werden für das gesamte Repository vergeben und geben daher weder die Installationszahlen und Erfolgsquoten einzelner Skills noch deren Wartungsstand direkt wieder.
- Den führenden Repositories ist gemeinsam, dass sie nicht sofort Ergebnisse erzeugen, sondern Arbeitsabläufe wie die Klärung von Anforderungen, Planung, Tests und Überprüfung steuern.
- Vor dem tatsächlichen Einsatz müssen unbedingt die Lizenz, Prompt-Injection-Risiken, Skriptberechtigungen, externe Kommunikation und die Festlegung von Versionen geprüft werden.

Der **Skill (Agent Skill)** eines AI-Agenten ist nicht einfach eine Sammlung von Prompts. Er ist ein Paket ausführbaren Wissens, das Anweisungen, ausführbare Dateien und Referenzmaterialien für eine bestimmte Aufgabe bündelt, sodass der Agent es bei Bedarf finden und lesen kann.

Dieses Dokument analysiert die zum 10. August 2026 bereitgestellten Ranglistendaten, betrachtet die angegebenen Zahlen jedoch nicht als bestätigte GitHub-Statistiken. GitHub-Sterne und Installationszahlen sind unterschiedliche Kennzahlen, und zur Überprüfung historischer Werte wären die damaligen API-Antworten oder archivierte Snapshots erforderlich.

## Was ist ein Agent Skill?

Ein Agent Skill enthält üblicherweise die folgenden Elemente in einem Verzeichnis.

- **Metadaten:** Geben Name, Zweck und Einsatzbedingungen des Skills an.
- **Kernanweisungen:** Halten meist in `SKILL.md` den Arbeitsablauf, Einschränkungen und Prüfkriterien fest.
- **Skripte:** Führen wiederholbare oder besonders präzise Verarbeitungsschritte als Code aus.
- **Referenzmaterialien:** Stellen API-Spezifikationen, Organisationsregeln, Beispiele, Vorlagen und Ähnliches bereit.
- **Kriterien zur Ergebnisprüfung:** Legen Tests, Reviews und Abschlussbedingungen fest.

Entscheidend ist, nicht jedes Mal sämtliche Anweisungen in den Kontext aufzunehmen, sondern den Agenten relevante Skills finden und nur die benötigten Inhalte schrittweise lesen zu lassen. Eine solche Struktur reduziert die Belastung durch lange System-Prompts und ermöglicht es, dieselben Verfahren bei mehreren Aufgaben wiederzuverwenden.

### Unterschied zwischen Skill und Prompt

| Kategorie | Gewöhnlicher Prompt | Agent Skill |
|---|---|---|
| Grundeinheit | Einzelne Anfrage oder Gesprächsanweisung | Aus Verzeichnissen und Dateien bestehendes Paket |
| Einsatzzeitpunkt | Wenn der Benutzer ihn direkt eingibt | Kann bei relevanten Aufgaben dynamisch ausgewählt werden |
| Inhalt | Vorwiegend natürlichsprachliche Anweisungen | Anweisungen, Skripte, Materialien, Vorlagen |
| Wiederverwendbarkeit | Abhängig vom Gespräch und von Benutzergewohnheiten | Im Repository versionierbar |
| Prüfverfahren | Nachträgliche Kontrolle des Ergebnisses | Kann Planungs-, Test- und Review-Verfahren integrieren |

## So sind die Top-5-Rangliste und ihre Zahlen zu lesen

Die bereitgestellten Daten führen die folgenden fünf Repositorys und Werte als Rangliste nach GitHub-Sternen auf. Datumsbezogene API-Ergebnisse oder archivierte Snapshots, die diese Werte belegen, wurden jedoch nicht mitgeliefert. Daher sind die Zahlen in der folgenden Tabelle **die in den bereitgestellten Daten angegebenen Werte** und keine unabhängig überprüften Statistiken.

| Angegebener Rang | Repository | Angegebener Wert | Hauptcharakteristik |
|---:|---|---:|---|
| 1 | `obra/superpowers` | 269,762 | Skill-Sammlung zur Steuerung des Entwicklungsprozesses von der Anforderungsklärung bis zu Tests und Reviews |
| 2 | `affaan-m/everything-claude-code` | 239,034 | Umfangreiche Sammlung von Agenten, Befehlen, Skills, Hooks und weiteren Komponenten für Claude Code |
| 3 | `mattpocock/skills` | 211,297 | Sammlung von Entwicklungs-Skills, die Ideen und Designs durch Fragen konkretisieren |
| 4 | `multica-ai/andrej-karpathy-skills` | 200,937 | Von der Community erstellte Sammlung von Anweisungen, die den Zusammenhang zwischen Änderungsgrund und Anfrage betont |
| 5 | `anthropics/skills` | 167,251 | Öffentliche Skill-Beispiele von Anthropic für Dokumenten-, Entwicklungs- und weitere Aufgaben |

### Warum dies keine exakte Download-Rangliste ist

1. **GitHub-Sterne sind keine Installationen.** Sie werden auch als Interessensbekundung oder Lesezeichen verwendet und zeigen nicht, ob etwas tatsächlich ausgeführt wurde.
2. **Sterne gelten für ganze Repositorys.** Selbst wenn ein Repository Dutzende Skills enthält, ist nicht ersichtlich, welcher davon beliebt ist.
3. **Aktuelle Werte belegen keine historischen Werte.** Um die Rangliste vom 10. August 2026 zu reproduzieren, wäre eine an diesem Tag gespeicherte API-Antwort oder ein vertrauenswürdiges Archiv erforderlich.
4. **Das Ergebnis hängt vom Umfang der Erhebung ab.** Zunächst muss festgelegt werden, ob Repositorys, einzelne Verzeichnisse, Paketinstallationen oder Ausführungsaufrufe gezählt werden.
5. **Forks und Kopien können vermischt sein.** Wenn derselbe Skill in mehreren Harnesses oder Übersetzungen vervielfältigt wird, lässt sich der Umfang nur schwer anhand der Dateizahl vergleichen.

Daher sollte diese Rangliste eher als **explorative Liste zum Vergleich der bereitgestellten Repository-Kandidaten** denn als „bestätigte weltweite Top 5 der Nutzung am 10. August 2026“ betrachtet werden.

## Kandidat auf Platz 1: obra/superpowers

Der zentrale Wert von `obra/superpowers` besteht darin, den Arbeitsablauf so zu steuern, dass ein Coding-Agent nicht sofort mit der Implementierung beginnt. Der Agent wird dazu angehalten, zunächst die Anforderungen zu prüfen und das Design zu ordnen, anschließend den Plan in kleine Aufgaben zu unterteilen und die Arbeit über Tests und Reviews abzuschließen.

Die wichtigsten Merkmale sind:

- Vor der Implementierung werden das tatsächliche Ziel und die Einschränkungen des Benutzers geprüft.
- Änderungen werden mithilfe eines separaten Branches oder Arbeitsbereichs isoliert.
- Umfangreiche Anfragen werden in kleine, überprüfbare Schritte zerlegt.
- Testgetriebene Entwicklung und systematische Debugging-Verfahren werden betont.
- Vor der Fertigmeldung werden Testergebnisse und Änderungsumfang erneut geprüft.

Ein wichtiges Designprinzip dieses Repositorys lautet, dass es für die Qualität eines Agenten wichtiger sein kann, „übereilte Implementierungen zu verhindern“, als „mehr Code generieren zu lassen“.

## Kandidat auf Platz 2: affaan-m/everything-claude-code

Das in den bereitgestellten Daten genannte `affaan-m/ECC` ist offenbar als Verweis auf das öffentliche Repository `affaan-m/everything-claude-code` zu verstehen. Dieses Repository ähnelt eher einem Werkzeugkasten, der zahlreiche für den Betrieb von Claude Code benötigte Komponenten bündelt, als einem einzelnen Skill.

Typische Komponenten, die betrachtet werden sollten, sind:

- Rollenbezogene Agenten und Unteragenten
- Befehle und Skills zum Aufrufen wiederkehrender Aufgaben
- Hooks, die vor und nach der Ausführung von Werkzeugen eingreifen
- Projektregeln und Methoden zur Kontextverwaltung
- Beispiele für die Integration externer Werkzeuge oder von MCP

Die breite Zusammenstellung eignet sich für schnelle Experimente, doch es ist kaum empfehlenswert, sämtliche Dateien auf einmal zu kopieren. Da Hooks und Skripte an Dateiänderungen oder der Ausführung von Befehlen beteiligt sein können, sollten nur benötigte Elemente ausgewählt, einem Code-Review unterzogen und anschließend eingeführt werden.

## Kandidat auf Platz 3: mattpocock/skills

`mattpocock/skills` ist ein Repository, in dem der als TypeScript-Lehrer bekannte Matt Pocock seine Agentenanweisungen veröffentlicht hat. Ein repräsentativer Ansatz besteht darin, dass der Agent die Idee des Benutzers nicht unverändert übernimmt, sondern durch wiederholte Fragen Unklarheiten und Designentscheidungen sichtbar macht.

Dieser Ansatz ist in folgenden Situationen nützlich:

- Wenn funktionale Anforderungen nur in ein oder zwei Sätzen vorliegen
- Wenn bereits eine Implementierungsmethode im Raum steht, die Problemdefinition jedoch unklar ist
- Wenn Designentscheidungen vor der Codeerstellung dokumentiert werden müssen
- Wenn eine explizite Begründung erforderlich ist, die Teammitglieder überprüfen können

Die Lizenz darf nicht pauschal für das gesamte Repository angenommen werden. Neben der Lizenz im Stammverzeichnis müssen auch Hinweise in einzelnen Verzeichnissen oder Dateien geprüft werden. Zudem ist separat zu beurteilen, ob Änderungen, Weiterverteilung und kommerzielle Nutzung erlaubt sind. „Öffentlich zugänglicher Quellcode“ und „Open Source“ bedeuten nicht dasselbe.

## Kandidat auf Platz 4: multica-ai/andrej-karpathy-skills

`multica-ai/andrej-karpathy-skills` ist ein Community-Repository, das auf dem Namen Andrej Karpathy und seinen öffentlich bekannten Entwicklungsprinzipien basiert. Auch wenn der Name einer Person enthalten ist, darf daraus nicht automatisch geschlossen werden, dass es sich um ein von ihr persönlich erstelltes oder unterstütztes offizielles Projekt handelt.

Ein bemerkenswerter Aspekt dieses Repositorys ist die Rückverfolgbarkeit, mit der Codeänderungen mit Benutzeranfragen verknüpft werden.

- Aufgrund welcher Anfrage ist diese Änderung erforderlich?
- Wurden auch Dateien geändert, die nicht geändert werden mussten?
- Verschleiern Abstraktion oder Refactoring den ursprünglichen Zweck?
- Lässt sich jede Änderung durch einen Test oder ein beobachtbares Ergebnis erklären?

Diese Methode hilft dabei, übermäßige Änderungen zu reduzieren, die ein Agent über den angefragten Umfang hinaus vornimmt. Es ist jedoch präziser, sie als Rekonstruktion öffentlich bekannter Prinzipien in Form von Agentenanweisungen zu betrachten, statt zu behaupten, sie bilde die Denkweise eines bestimmten Experten vollständig nach.

## Kandidat auf Platz 5: anthropics/skills

`anthropics/skills` ist ein von der Organisation Anthropic veröffentlichtes Agent-Skills-Repository. Es kann als Referenzpunkt dienen, um die Ordnerstruktur eines Agent Skill und die Erstellung von `SKILL.md` zu verstehen sowie Beispiele für praktische Aufgaben zu betrachten.

Die Anzahl der `SKILL.md`-Dateien im Repository verändert sich je nach Branch und Commit. Werden Übersetzungen, Test-Fixtures, harnessspezifische Kopien und Beispiele einbezogen, kann die Zahl künstlich aufgebläht werden. Um die Dateizahl zu einem bestimmten Zeitpunkt anzugeben, sind daher folgende Bedingungen erforderlich:

- Hash des Ziel-Commits
- Durchsuchter Branch
- Verwendeter Befehl zur Dateisuche
- Ausschlussregeln für Übersetzungen und Kopien
- Verzeichniskriterien zur Bestimmung der maßgeblichen Originale

Daher lassen sich die in den bereitgestellten Daten genannten Werte „insgesamt 897, davon 284 maßgebliche Originale“ nur schwer als bestätigte Zahlen zitieren, solange Berechnungsverfahren und Commit nicht überprüft wurden.

## Gemeinsame Designprinzipien beliebter Repositorys

### 1. Kontrollierbare Verfahren sind wichtiger als Autonomie

Gute Skills erteilen einem Agenten nicht einfach mehr Befugnisse. Sie bauen Kontrollpunkte wie Anforderungsklärung, Planfreigabe, Tests und Reviews ein, um zu verhindern, dass der Agent schnell in die falsche Richtung arbeitet.

### 2. Sie strukturieren den Entscheidungsprozess von Experten statt nur deren Ergebnisse

Nützliche Skills beschränken sich nicht auf das Rollenspiel „Antworte wie ein Experte“. Sie verwandeln in ausführbare Verfahren, welche Fragen ein Experte zuerst stellt, auf welcher Grundlage er Entscheidungen trifft und wann er Ergebnisse anzweifelt.

### 3. Das Warum wird vor dem Wie geprüft

Die führenden Kandidaten prüfen den Zweck auf unterschiedliche Weise.

- `superpowers`: Prüft tatsächliche Anforderungen und Design vor der Implementierung.
- `mattpocock/skills`: Deckt durch Fragen Lücken in einer Idee auf.
- `andrej-karpathy-skills`: Führt Codeänderungen auf die ursprüngliche Benutzeranfrage zurück.

Dies zeigt, dass der Engpass eines Coding-Agenten nicht nur in Syntax oder Codegenerierung liegt, sondern auch darin, klar zu definieren, was aus welchem Grund geändert werden soll.

### 4. Abschlussbedingungen werden ausdrücklich festgelegt

Eine Aufgabe ist nicht allein dadurch abgeschlossen, dass „der Code geschrieben wurde“. Erforderlich sind beobachtbare Abschlussbedingungen wie bestandene Tests, erfüllte Anforderungen, Prüfung des Änderungsumfangs und abgeschlossenes Review.

## Was Ranglisten übersehen: Sicherheit, Reproduzierbarkeit und Wartung

Anhand einer Beliebtheitsrangliste allein lässt sich nicht beurteilen, ob ein Skill sicher und praxistauglich ist. Bei der tatsächlichen Einführung können die folgenden Punkte wichtiger sein als die Zahl der Sterne.

| Prüfbereich | Prüffrage | Risikobeispiel |
|---|---|---|
| Berechtigungen | Greift der Skill auf Shell, Dateisystem oder Netzwerk zu? | Unnötiges Löschen von Dateien oder externe Übertragung |
| Prompt-Injection | Ist er darauf ausgelegt, Anweisungen aus externen Dokumenten zu vertrauen? | Ein Webdokument überschreibt bestehende Regeln |
| Lieferkette | Führt er Remote-Skripte oder Pakete unmittelbar aus? | Ausführung veränderten Abhängigkeitscodes |
| Geheimnisse | Enthalten Logs und Ergebnisse Tokens oder Umgebungsvariablen? | Ein API-Schlüssel wird ausgegeben oder committet |
| Version | Ist ein bestimmter Commit festgelegt? | Verhalten und Berechtigungen ändern sich nach einem Update |
| Lizenz | Sind die Bedingungen für Nutzung, Änderung und Verteilung eindeutig? | Verstoß gegen Einschränkungen der kommerziellen Wiederverwendung |
| Wartung | Werden aktuelle Änderungen und Issues kontinuierlich bearbeitet? | Veraltete Werkzeugaufrufe und unsichere Beispiele |
| Evaluation | Wurde die Erfolgsquote bei wiederholten Ausführungen gemessen? | Nur beeindruckende Beispiele gelingen, allgemeine Aufgaben scheitern |

Insbesondere natürlichsprachliche Anweisungen eines Skills können eine ähnliche Wirkung wie ausführbarer Code haben. Wenn ein Agent Werkzeuge verwenden darf, kann bereits eine einzelne Anweisung zur Ausführung eines Befehls oder zur Änderung einer Datei führen.

## So entsteht eine vertrauenswürdige Beliebtheitsrangliste

Um eine reproduzierbare Rangliste zu erstellen, müssen die folgenden Informationen gemeinsam veröffentlicht werden.

1. **Messzeitpunkt:** Neben dem Datum wird auch die Zeitzone erfasst.
2. **Zielliste:** Ein- und ausgeschlossene Repositorys sowie Kriterien für den Umgang mit Forks werden offengelegt.
3. **Definition der Kennzahl:** Es wird angegeben, ob GitHub-Sterne, Forks, Installationen oder Ausführungen gemessen werden.
4. **Originalantworten:** Die JSON-Ergebnisse der GitHub API und das Erhebungsskript werden archiviert.
5. **Commit-Fixierung:** Für Dateizahlen und Lizenzanalysen wird ein Commit-Hash verwendet.
6. **Deduplizierung:** Regeln für den Umgang mit Übersetzungen, Kopien und Vendor-Verzeichnissen werden festgelegt.
7. **Ergänzende Qualitätskennzahlen:** Testerfolgsquote, Bearbeitung von Issues, aktuelle Releases und Ergebnisse von Sicherheitsprüfungen werden gemeinsam berücksichtigt.

Eine nützlichere Bewertung stellt statt einer einzigen Sternzahl mehrere Kennzahlen getrennt dar. Beispielsweise lässt sich „Interesse“ anhand von Sternen, „Verbreitung“ anhand von Installationen, „Aktivität“ anhand aktueller Beiträge und der Bearbeitung von Issues sowie „Qualität“ anhand der Erfolgsquote wiederholter Evaluationen messen.

## Checkliste für die eigene Auswahl eines Skills

- Stimmen die zu lösende Aufgabe und die Aufrufbedingungen des Skills überein?
- Wurden riskante Vorgänge identifiziert, die vor der Ausführung eine Bestätigung des Benutzers erfordern?
- Wurden die Inhalte von Skripten und Hooks persönlich geprüft?
- Wurden externe Netzwerkanfragen und die Ziele von Datenübertragungen geprüft?
- Erlaubt die Lizenz den vorgesehenen Nutzungszweck der Organisation?
- Wurden nur die benötigten Dateien statt des gesamten Repositorys eingeführt?
- Wurde ein Commit oder eine Release-Version festgelegt?
- Wurde der Skill wiederholt mit Evaluationsaufgaben getestet, die dem tatsächlichen Projekt ähneln?
- Wurde eine isolierte Umgebung verwendet, in der Änderungen bei einem Fehlschlag rückgängig gemacht werden können?

## Fazit

Die fünf in den bereitgestellten Daten genannten Repositorys zeigen unterschiedliche Richtungen des Agent-Skill-Ökosystems. `superpowers` zeichnet sich durch Verfahrenskontrolle aus, `everything-claude-code` durch eine breite betriebliche Konfiguration, `mattpocock/skills` durch die fragegeleitete Konkretisierung von Designs, `andrej-karpathy-skills` durch die Rückverfolgung von Änderungsgründen und `anthropics/skills` als Grundlage zum Verständnis von Skill-Strukturen und Beispielen.

Die Zahl der Sterne eines Repositorys darf jedoch nicht als weltweite Beliebtheit oder Qualität einzelner Skills interpretiert werden. Bei der tatsächlichen Auswahl sollten statt der Rangposition die Eignung für die Aufgabe, der Berechtigungsumfang, die Lizenz, die Sicherheit, der Wartungsstatus und die Ergebnisse wiederholter Evaluationen Vorrang haben.

## FAQ

### Wie unterscheiden sich Agenten-Skills von gewöhnlichen Prompts?
Gewöhnliche Prompts sind häufig Anweisungen, die direkt in einer Unterhaltung übermittelt werden. Agenten-Skills hingegen sind Pakete, in denen Anleitungen, Skripte und Referenzmaterialien verzeichnisweise gebündelt sind, sodass sie wiederverwendet und versioniert werden können. Der Agent kann für eine Aufgabe relevante Skills auswählen und die benötigten Inhalte schrittweise lesen.

### Ist der Skill mit den meisten GitHub-Sternen der beste?
Nein. Sterne zeigen lediglich das Interesse an einem Repository und garantieren weder tatsächliche Installationen, die Erfolgsquote bei der Ausführung, die Sicherheit noch die Qualität einzelner Skills. Wenn ein Repository mehrere Skills enthält, lässt sich außerdem nicht feststellen, welcher Skill tatsächlich verwendet wird.

### Ist die Top-5-Rangliste in diesem Dokument eine endgültige Weltrangliste?
Nein. Analysiert wurde die in den vom Betreiber bereitgestellten Unterlagen angegebene Reihenfolge vom 10. August 2026. Da weder die damalige Antwort der GitHub API noch ein aufbewahrter Snapshot vorliegt, wurden die Werte nicht unabhängig bestätigt. Sie sollte als Kandidatenliste für die weitere Erkundung verstanden werden.

### Lässt sich eine frühere Rangliste anhand der aktuellen Anzahl der GitHub-Sterne überprüfen?
Da die aktuelle Repository-Seite die gegenwärtigen Werte anzeigt, kann sie die Werte eines bestimmten Datums in der Vergangenheit nicht direkt belegen. Zur Überprüfung einer früheren Rangliste sind die damals gespeicherte API-Antwort, Erfassungsprotokolle oder ein vertrauenswürdiges Archiv erforderlich.

### Dürfen öffentlich zugängliche Agenten-Skills frei kommerziell genutzt werden?
Die bloße öffentliche Zugänglichkeit bedeutet nicht, dass eine kommerzielle Nutzung erlaubt ist. Die Lizenz im Stammverzeichnis des Repositorys sowie gesonderte Hinweise in einzelnen Dateien oder Verzeichnissen müssen geprüft und die Bedingungen für Änderungen, Weiterverbreitung und kommerzielle Nutzung jeweils gesondert betrachtet werden.

### Müssen auch Agenten-Skills einer Sicherheitsprüfung unterzogen werden?
Ja. Skills können Anweisungen enthalten, Shell-Befehle, das Dateisystem, externe Netzwerke oder Entwicklungswerkzeuge aufzurufen. Skripte und Hooks, externe Kommunikation, der Umgang mit geheimen Informationen sowie die Methode zur Installation von Abhängigkeiten müssen geprüft werden, bevor Tests in einer isolierten Umgebung durchgeführt werden.

### Ist es besser, wenn ein Repository viele SKILL.md-Dateien enthält?
Die Anzahl der Dateien ist kein Qualitätsindikator. Darin können Übersetzungen, Test-Fixtures, Vorlagen und Duplikate enthalten sein; zudem kann es Skills geben, die miteinander in Konflikt stehen oder nicht gepflegt werden. Der Commit und die Regeln für die Zählung müssen festgelegt werden, und bewertet werden sollten nur die tatsächlich benötigten maßgeblichen Fassungen.

### Ist ein nach einem Experten benannter Skill ein offizielles Projekt dieses Experten?
Nicht unbedingt. Es kann sich um ein Repository handeln, in dem die Community öffentliche Äußerungen oder Arbeitsprinzipien rekonstruiert hat. Um zwischen Urheberschaft und Genehmigung zu unterscheiden, sollten der Eigentümer des Repositorys, die Hinweise in der README und die offiziellen Organisationskonten geprüft werden.

### Was ist das wichtigste Merkmal eines guten Agenten-Skills?
Wichtig ist, zunächst Ziel und Umfang der Aufgabe zu prüfen und Planung, Ausführung, Tests, Review und Abschlusskriterien klar voneinander zu trennen. Für riskante Werkzeugaufrufe sollte ein Verfahren zur Bestätigung durch den Benutzer vorgesehen sein, und bei einem Fehlschlag muss eine Rückkehr zum vorherigen Zustand möglich sein.

### Können mehrere Skills gleichzeitig installiert werden?
Davon ist eher abzuraten. Die Regeln verschiedener Skills können miteinander in Konflikt stehen, und unnötige Hooks oder Skripte können den Berechtigungsumfang erweitern. Sicherer ist es, nur die benötigten Funktionen auszuwählen, die Versionen festzuschreiben, sie jeweils einzeln zu bewerten und erst danach miteinander zu kombinieren.

## Sources

- [GitHub-Repository obra/superpowers](https://github.com/obra/superpowers)
- [GitHub-Repository affaan-m/everything-claude-code](https://github.com/affaan-m/everything-claude-code)
- [GitHub-Repository mattpocock/skills](https://github.com/mattpocock/skills)
- [GitHub-Repository multica-ai/andrej-karpathy-skills](https://github.com/multica-ai/andrej-karpathy-skills)
- [GitHub-Repository anthropics/skills](https://github.com/anthropics/skills)
- [GitHub-REST-API-Dokumentation: Ein Repository abrufen](https://docs.github.com/en/rest/repos/repos?apiVersion=2022-11-28#get-a-repository)

## Images

![Fünf bewertete Skill-Ordner auf Podesten und eine Lupe über einem eingefrorenen Eintrag](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6Nzg4NiwicHVyIjoiYmxvYl9pZCJ9fQ==--70b2edce4772f738c271f7bd778558fdecc6f4ca/ai-b8447c98.webp)
![Fünfstufiger Prüfablauf von Frage, Struktur und Test bis Suche und Freigabe, umgeben von Sicherheitssymbolen](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6Nzg5MiwicHVyIjoiYmxvYl9pZCJ9fQ==--32bf57efa57a23995bc048d40d235f6bc81aa9e7/ai-4d2d60cd.webp)