no-ai-slop：一个专门删除 AI 腔调的技能包，但它不是写作救星
从任何文章中删除 20 多种 AI 废话模式。这就是全部。”|它还强化了写作的基本原则：在有帮助的时候以要点开头，使用主动语态，理清难以理解的句子，并且更喜欢具体的数字而不是抽象的东西。
秒懂
- 它是什么？
- no-ai-slop 是一个以 SKILL.md 为核心的编辑技能，用 20 多种模式识别 AI 味浓重的句子，并强制检查主动语态等写作基本功。它适合快速清理文本，但无法替代你自己的判断力。
- 适合谁用？
- no-ai-slop 适合经常用 AI 起草内容、又不想让文字显得千篇一律的写作者，尤其是内容创作者和营销人员。它不适合那些需要深度风格化改写的人，因为规则只能识别表面模式，无法理解你的个人语气。
- 能商用吗？
- 可以。MIT 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。
- 还在维护吗？
- 在维护。仓库最近一次提交在 14 天前。
- 用什么语言写的？
- 主要是 Python（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月14日）和我们的分析，不构成法律意见。
开源项目深度解析
它解决的问题：AI 让文字变得干净，也变得更像 AI
AI 生成的内容有个明显的副作用：句子通顺了，但所有人写得都一样。项目 README 里列出的例子很典型，比如“It's not X. It's Y.”这种二元对比，或者“What nobody tells you is…”这种假装有洞见的开头。no-ai-slop 的目标就是把这些模式从你的文字里剔掉，同时保留你个人的语气。它面向的是用 ChatGPT、Claude Code 这类工具辅助写作的人，尤其是内容创作者。这些用户通常不是专业编辑，但他们对“AI 味”很敏感，希望自己的内容听起来像人写的。
核心机制：SKILL.md 加 eval.md 的规则组合
项目不是传统意义上的命令行工具，而是一个技能包。核心文件是 skills/no-ai-slop/SKILL.md，里面定义了编辑规则和工作流程。另一个文件 eval.md 是技能运行后自我检查的清单，也就是说，它在改完你的文字后，还会对照这些检查项确认自己没有漏掉问题。这种设计把编辑规则和验收标准分开，结构上比较清晰。但要注意，它并不像静态分析工具那样用代码扫描文本，而是依赖 AI 模型去理解并应用这些规则。这意味着它的表现会随底层模型的能力波动，规则本身只是提示词的一部分。
安装与使用：一条粘贴命令，一个斜杠指令
安装方式对普通用户很友好。你可以直接把这句话粘贴到 ChatGPT、Claude Code 或 Codex 里：Install the /no-ai-slop skill globally from https://github.com/petergyang/no-ai-slop。也可以用 npx 命令安装：npx skills add petergyang/no-ai-slop --skill no-ai-slop --global --yes。使用的时候，把要改的文字放在斜杠指令后面，比如 /no-ai-slop (你的文字)。技能会删除 AI 腔模式，保留你的个人声音，并列出它改了哪些地方。它还支持两种变体：用 /no-ai-slop is this slop? 来检测文本里有没有 AI 腔，或者直接让它生成一段讽刺性的 AI 腔内容。这个生成功能更多是娱乐用途，但也侧面说明了规则集的边界。
它检查的 20 多种模式：从二元对比到虚假深刻
项目列出了 10 种具体模式，包括二元对比、清嗓式开头、伪洞见设置、冒号揭示、戏剧性碎片句、表面分析、重要性吹捧、推卸式归因、同义词循环和虚假深刻结尾。这些模式确实覆盖了常见的 AI 写作痕迹。比如“experts agree”这种推卸式归因，在中文里对应“专家认为”或“研究表明”，同样让人警惕。它还检查写作基本功：当有帮助时先亮出要点、使用主动语态、解开难懂的句子、用具体数字代替抽象表述。这些规则看起来合理，但注意“当有帮助时”这个条件，它给了模型很大的解释空间，实际执行时可能不够一致。
一个真实的局限：规则无法理解语境，只能匹配表面
no-ai-slop 的模式匹配本质上是表面的。它看到“It's not X. It's Y.”就标记为二元对比，但有些情况下这种句式是有效的修辞。比如在辩论文章里，这种对比可以强调立场。同样，主动语态并不总是最优选择，被动语态在某些学术或正式文体中更合适。项目 README 也承认它“保留你的个人声音”，但规则本身是固定的，它无法判断你的个人声音是什么。因此，如果你写的是技术文档或法律文本，这些规则可能会误伤。另一个问题是，它依赖 AI 模型来应用规则，不同模型的判断可能不同，这增加了结果的不确定性。
替代方案：从规则引擎到风格指南
如果你需要更确定性的检查，可以考虑使用静态文本分析工具，比如 proselint 或 write-good。这些工具用代码实现规则，结果可重复，不依赖模型。它们的局限是只能检查语法和风格模式，无法理解上下文。另一种替代方案是使用像 AP Stylebook 或《现代汉语词典》附录这样的风格指南，手动对照修改。这种方式最可靠，但耗时。no-ai-slop 的优势在于它结合了 AI 的理解力和规则集，能处理更复杂的句子结构，但代价是结果不稳定。选择哪种取决于你对确定性的需求。
维护与许可证：MIT 但更新不频繁
项目采用 MIT 许可证，这意味着你可以自由使用、修改和分发。仓库最近一次推送是 2026 年 8 月 1 日，发布了 v1.0.6 版本，说明项目仍在维护。但版本号只有 1.x，更新频率看起来不高，规则集可能不会频繁扩展。如果你依赖它来应对新型 AI 腔调，可能需要自己修改 SKILL.md 来补充规则。另外，项目还包含 .codex-plugin/plugin.json 和 build_plugin.py，说明它支持作为插件打包，但具体打包流程在 README 中描述不多。整体上，维护成本取决于你对规则更新的需求。
编辑结论
no-ai-slop 适合经常用 AI 起草内容、又不想让文字显得千篇一律的写作者，尤其是内容创作者和营销人员。它不适合那些需要深度风格化改写的人，因为规则只能识别表面模式，无法理解你的个人语气。采用前先验证两件事：一是它列出的 20 多种模式是否覆盖你实际遇到的 AI 腔，二是它强制使用的主动语态和具体数字是否真的适用于你的文体。项目采用 MIT 许可证，可以自由修改，但维护节奏和社区支持并不明确，依赖它作为长期写作流程的一部分需要谨慎。
社区笔记