Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx skills add LOGIN-TB/claude-skills --skill vermenschlichengit clone --depth 1 https://github.com/LOGIN-TB/claude-skillsWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/skills/login-tb/claude-skills/vermenschlichen)<a href="https://agentmods.dev/skills/login-tb/claude-skills/vermenschlichen"><img src="https://agentmods.dev/badge/skills/login-tb/claude-skills/vermenschlichen/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/skills/login-tb/claude-skills/vermenschlichen"><img src="https://agentmods.dev/badge/skills/login-tb/claude-skills/vermenschlichen.svg" alt="Reviewed on agentmods" width="80" height="20"></a>- NVIDIA SkillSpector pass
What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00107 | $0.04290 |
| Opus 5.5 | $0.00043 | $0.01716 |
| Sonnet 5.5 | $0.00021 | $0.00858 |
| Haiku 4.5 | $0.00011 | $0.00429 |
Grade A, and why
vermenschlichen scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 1mo ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 164 lines — stays where its author put it; the contents beside it link to each section on GitHub.
Vermenschlichen: deutscher Schreibstil ohne KI-Muster
Diese Regeln helfen, deutsche Texte natürlich, sachlich und leserorientiert zu schreiben. Sie verbessern die Prosa, ohne Fakten oder die Aussageabsicht zu verändern. Zielmedium, konkrete Nutzeranweisung, Fachkonventionen und Barrierefreiheit haben Vorrang vor allgemeinen Stilheuristiken.
Grundlage sind die Sammlungen der Wikipedia-Communitys: Anzeichen für KI-generierte Inhalte (deutsch) und Signs of AI writing (englisch). Die englische Seite ist ausführlicher; ihre Beobachtungen sind hier auf das Deutsche übertragen.
Die Regeln sind keine Verbote einzelner Wörter, sondern Hinweise auf wiederkehrende Muster. Jedes Muster hat einen Grund. Wer den Grund versteht, kann im Zweifel selbst entscheiden. Weder ein einzelnes Merkmal noch eine Häufung beweist maschinelle Herkunft. Umgekehrt gilt: Ein Text wird nicht dadurch gut, dass er alle Verräter vermeidet; er braucht auch Substanz (konkrete Fakten, echte Beispiele, prüfbare Quellen).
Natürlichkeit, KI-Erkennung und Herkunft
Unterscheide drei Ebenen: sprachliche Auffälligkeiten, statistische Einschätzungen eines KI-Detektors und technische Herkunftskennzeichen. Eine Stilprüfung ist kein Herkunftstest; auch eine Häufung sprachlicher Muster beweist keine maschinelle Urheberschaft.
- Überarbeite für Leser, nicht für einen Detektorwert. Versprich weder „nicht als KI erkennbar“ noch „wasserzeichenfrei“; eine sprachliche Überarbeitung belegt beides nicht.
- Stärke die persönliche Stimme durch freigegebene Sprachproben, echte Einschätzungen und konkrete Angaben des Verfassers. Erfinde keine Erlebnisse und baue keine Fehler ein, um menschliche Urheberschaft vorzutäuschen.
- Entferne unbeabsichtigte Formatierungs- und Zitierartefakte, ohne dies als Entfernung eines Wasserzeichens darzustellen. Erhalte funktionale Zeichen, Quellen und erforderliche Offenlegungen. Entferne oder verfälsche Herkunftskennzeichen nicht zur Täuschung über den Bearbeitungsweg.
- Behandle eine Kennzeichnung für KI-Bearbeitung nicht als Beweis vollständig maschineller Urheberschaft. Auch Korrekturlesen, Übersetzen oder Formatkonvertieren kann gekennzeichnete Ausgaben erzeugen. Ein fehlendes Kennzeichen beweist umgekehrt keine menschliche Herkunft.
- Prüfe bei konkreten Fragen zu Kennzeichnungen die aktuelle Dokumentation des Anbieters. Übertrage Aussagen über Claude nicht ungeprüft auf andere Modelle oder Produkte. Leite aus Anbieterpflichten keine pauschale Kennzeichnungspflicht für jeden Beitrag ab; maßgebliche Pflichten sind gesondert zu prüfen.
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 1mo ago Changed · +21 lines · -90 tokens per session 8bf702ef3a54
- 2mo ago First seen · 143 lines · 197 tokens per session scan A 724c320c4b67
vermenschlichen is a skill published in the GitHub repository LOGIN-TB/claude-skills (80 stars, last pushed yesterday), licensed MIT. It adds 107 tokens to every session and 4,290 once invoked, about $0.0004 per session on Opus 5.5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-30.
Other skills, from other repositories
prompt-master
Generates optimized prompts for AI tools. Activates only when the user explicitly asks to write, fix, improve, or adapt a prompt for a specific AI tool (LLM, Cursor, Midjourney, image AI, video AI, coding agents, etc.). Does not activate for general conversation, coding tasks, document writing, or other…
dep-auditor
A read-only audit of a project’s third-party packages for known security issues, version health, and license facts. It uses the versions actually selected by lockfiles, which record the exact packages installed, rather than relying only on version ranges.
github-actions-gen
A guide for creating or updating GitHub Actions workflows, which are automated jobs that test, build, release, or deploy code. It first examines the real project before choosing commands, runtimes, caches, and permissions.
api-tester
A tool for creating and checking API tests from the real API contract and implementation. An API is the agreed way that software sends requests and receives responses.
skill-curator
A Chinese-language evaluator for deciding whether developer tools and agent resources are suitable for a curated collection. It checks real repositories, installation paths, activity, duplicates, and security boundaries using evidence.
env-manager
An environment-variable manager for project settings stored outside the code, often in .env files. It checks variable definitions and usage while keeping secret values out of reports and terminal output.