KI-Interfaces haben erkennbare Muster – eine Skill räumt sie weg

unslop von Damir Sokolovsky erreichte in zehn Tagen 11.564 Sterne – schnell für ein Repository, das kein Modell, keine Gewichte und keine neue Architektur enthält. Es enthält eine Checkliste.
Die Skill läuft in Claude Code oder Codex. Man richtet sie auf einen Screen, und sie sucht, was das README Slop nennt: violette Verläufe, Glows, Emoji-Labels, schreiende Texte, ungleiche Abstände. Danach schlägt sie eine Gestaltungsrichtung vor, die aus dem Produkt selbst kommt, und korrigiert den Screen Durchgang für Durchgang, wie ein Designer ein Redline-Review fährt.
Das ist der ganze Pitch, und dass er funktioniert, sagt etwas über die letzten achtzehn Monate KI-generierter Interfaces. Der Fehlermodus ist so gleichförmig geworden, dass man ihn auflisten kann.
Die Erkennungszeichen, in der Reihenfolge, in der die Skill sucht
Zuerst kommt der Audit, und er ist bewusst konkret. Eine Liste von Symptomen mit Fundstellen, keine Meinung zur Stimmung. Wer im letzten Jahr mit einem Coding-Agenten ausgeliefert hat, erkennt die meisten wieder, und genau diese Wiedererkennung hat das Repository verbreitet.
Violette Verläufe kamen zuerst, weil sie in frühen Komponentenbibliotheken der Standard waren, und blieben, weil generierter Code wiederverwendet, was er gesehen hat. Glows und Glassmorphism folgten in einer Welle. Emoji als Abschnittslabels kommen aus der Gewohnheit, reinen Text freundlich wirken zu lassen, ohne ein Icon-Set zu zeichnen. Schreiender Text ist der Imperativ in Großbuchstaben, der entsteht, wenn ein Modell Werbetexte schreibt und kein Lektor gegenliest. Ungleiche Abstände überleben das Review, weil sie im Screenshot stimmig und im Browser falsch aussehen.
Keines dieser Probleme ist für sich ein Qualitätsproblem. Zusammen sind sie eine Signatur, und sie liest sich als „hier hat niemand entschieden“.
Interessanter als die Liste ist, was die Skill damit macht. Sie schlägt eine Richtung vor, bevor sie irgendetwas anfasst: Charakter, Welt, der eine oder die zwei Momente, die die Farbe tragen, ein Signaturdetail – alles aus dem Produkt, nicht aus einem Moodboard. Ist der Screen schon gut, sagt sie das und schlägt kleine Verfeinerungen vor, statt neu zu entwerfen.
Durchgänge in fester Reihenfolge
Dann editiert sie, in dieser Sequenz: Abstände, Farbe, Icons, Text, Typografie, Layout, Details, Bilder, Bewegung.
Die Reihenfolge ist das Designargument. Abstände vor Farbe, weil ein Layout mit falschem Rhythmus durch eine bessere Palette nicht zu retten ist. Farbe vor Icons, weil Icons Gewicht und Kontrast von der Typoskala darüber erben. Text vor Typografie, weil die Textlänge die Schrift entscheidet. Layout nach allen vier, weil das Raster eine Folge ist. Details und Bewegung zuletzt – genau dort beginnen die meisten generierten Interfaces.
Wer einem Modell zugesehen hat, wie es einen Screen „verbessert“, indem es zuerst zum Verlauf greift, erkennt die Umkehrung sofort.
Installation, wer es ausprobieren will
Für Claude Code:
git clone https://github.com/heydamir/unslop
mkdir -p ~/.claude/skills && cp -r unslop/skills/unslop ~/.claude/skills/
Für ein einzelnes Projekt kopiert man sie stattdessen in `.claude/skills/` innerhalb dieses Projekts.
Für Codex bittet man es, aus dem Repository zu installieren, oder kopiert die Skill von Hand nach `~/.agents/skills/`:
$skill-installer install https://github.com/heydamir/unslop/tree/main/skills/unslop
Um eine Live-Seite zu snapshotten oder ein Story-Video zu erzeugen, müssen Playwright und Chromium in dem Verzeichnis installiert sein, in dem die Skill läuft:
npm install -D playwright
npx playwright install chromium
Das Story-Video braucht außerdem ffmpeg im PATH.
Die Nutzung ist eine Zeile, in der eigenen Syntax der Skill: `/unslop this dashboard`, `/unslop the hero of https://example.com` oder `/unslop my landing page and make the story video so I can post it`. In Codex heißt es `$unslop` mit denselben Argumenten.
Sie funktioniert mit dem, womit der Screen gebaut ist, und das macht sie nutzbar statt nur vorführbar: Next.js, React, Vue, Svelte, Tailwind oder schlicht HTML und CSS. Dashboards, Apps, Landing Pages. Sie arbeitet auch auf einer Live-Seite, wenn man nur einen Link hat – ein anderer Job als das Editieren von Quellcode, und das README behandelt es auch so.
Der Schutzzaun bei bezahlter Generierung
Der Bild-Durchgang ist die Stelle, an der eine Design-Skill regelmäßig die Kontrolle verliert. Ein Hero braucht eine Szene oder ein Objekt, der Agent generiert etwas Glänzendes, und am Ende steht ein schönes Nichts in der Mitte der Seite.
unslop antwortet zweiteilig. Erstens: das Produkt zeigen statt eines glänzenden Klumpens – der richtige Instinkt, und er kostet nichts. Zweitens: wenn wirklich eine Szene nötig ist, kann sie eine über einen Bilddienst erzeugen, fal, Replicate, OpenAI images oder Higgsfield. Ist keiner verbunden, bietet sie an, einen als MCP-Server anzubinden. Vor jeder bezahlten Generierung zeigt sie den Prompt und fragt nach.
Zwei Details dieses Entwurfs lohnen es, in andere Skills kopiert zu werden. Die Sperre hängt an den Kosten, nicht an der Fähigkeit – der Agent überrascht nie mit einer Rechnung. Und für Dashboards und Apps ist der Standard, dass gar kein Bild nötig ist, ausdrücklich formuliert, damit der Agent nicht einkaufen geht.
Der Autor verkauft dieselbe Leistung von Hand
Unten im README steht ein Link auf heydamir.design/unslop: Dort entslopft der Autor einen zentralen Screen in drei Tagen, gebaut in deinem Stack.
Das ist der ehrlichste Teil des Projekts. Eine Skill, die Slop in Minuten entfernt, von einem Autor, der für dieselbe Arbeit drei Tage berechnet, sagt dir, wo die Grenze verläuft. Die Skill erledigt die Erkennungszeichen. Die drei Tage erledigen die Entscheidungen, für die die Zeichen standen.
Das erklärt auch die Lizenz. CC BY 4.0, frei für kommerzielle Nutzung mit Namensnennung und Rücklink. Eine permissive Wahl für ein Repository, das auch MIT hätte nehmen können, und die richtige für etwas, dessen Wert teils in der Zuschreibung liegt.
Was das über die Interface-Schicht sagt
Zwei Dinge passierten im letzten Jahr parallel. Coding-Agenten wurden gut genug, um aus einem Satz einen funktionierenden Screen zu produzieren. Design-Tools wurden gut genug, um aus einem Satz einen gestylten Screen zu produzieren. Was nicht passierte, ist ein gemeinsamer Standard dafür, wie das Ergebnis aussehen soll – also konvergierten die Standards auf das, was in den Trainingsdaten am häufigsten war.
Die Konvergenz ist inzwischen messbar genug, dass jemand einen Konverter geschrieben hat. Zwei Repos kann man einen Trend nennen; das breitere Signal ist, dass „sieht das nach KI aus“ zu einer Frage mit Checklisten-Antwort geworden ist, so wie „liest sich das wie von KI geschrieben“ es ein Jahr zuvor für Prosa war.
Es gibt eine Grenze, die man benennen sollte. Wer die Erkennungszeichen entfernt, kommt bei Kompetenz an. Die Audit-Sprache der Skill zeigt darauf: Charakter, Welt, der Moment, der die Farbe trägt, ein Signaturdetail. Das sind die Teile, für die jemand entscheiden muss, wozu das Produkt da ist, und keine Durchgangsreihenfolge liefert das. Die Drei-Tage-Option im README steht dort, weil der Autor das weiß.
Verwandte Artikel
Google hat Coding-Agenten vom Laptop geholt, und der Berechtigungsdialog bleibt der Engpass
Die Leitungen sind fast gelöst. Der Berechtigungsdialog bleibt der menschliche Engpass.
NVIDIA gibt vier 16B-Weltmodelle frei, und der Teil ohne Benchmark ist Policy-Learning
NVIDIA sagt, es sei ungemessen, ob diese Modelle Policy-Learning tragen. Der Satz gehört in jede Geschichte über offene Weltmodelle.
Vier der Top-Repos auf GitHub sind heute Skill-Bibliotheken, und jetzt haben wir ein Packaging-Problem
Die Verbreitung läuft. Das interessante Scheitern sind vier nicht kompatible Wege, dasselbe Objekt zu installieren.
Thinking Machines liefert ein 594B-Modell und schiebt die Gewichte auf nächste Woche
Ein starkes Modell, ein dokumentiertes Rezept, eine unterschätzte Fähigkeit und ein Termin, den das Labor nicht zugesagt hat.