Install
openclaw skills install deslop-cn当文章/文档/分享稿读起来像 AI 写的、充满套话、缺具体细节时使用。中英文反 AI 味两次 pass 重写。 不适用于代码注释和 commit message 的去 AI 味(用 slopbuster --mode code)。参见 doc-gen (用于生成文档)、human-writing (用于项目级中文写作参考)。
openclaw skills install deslop-cn蒸馏自 @human-writing、slopbuster、humanizer 三个 skill 的核心规则。
去 AI 味只是一半。去完之后的文字如果无菌、无观点、无节奏,同样一眼就能看出是 AI 改过的。目标是替换,不是删除。
--mode code)--mode academic)@doc-gen)/deslop <file> # 标准深度,自动检测语言
/deslop <file> --score-only # 只评分,不重写
MUST 按以下 4 步执行,NEVER 跳过 Pass 2(跳过 = 产出无菌文,同样一眼能看出 AI 改过)。如果不确定某个改动是否合适,保留原文并标注,让用户确认。
Step 1. 诊断 — 读全文,按模式清单标注所有 AI 痕迹,给原始评分
Step 2. Pass 1 — 去模式:逐条消除标注的 AI 模式,保留事实和论证
Step 3. Pass 2 — 注灵魂:问"这还像 AI 写的吗?",列出残留痕迹,再改一遍
Step 4. 评分 — 给最终版评分,输出变更日志
Pass 2 是关键。Pass 1 去掉 AI 模式后,文字往往变得干净但无聊——均匀的句长、中立的陈述、完美的结构。这种"无菌文"和 AI slop 一样容易被识别,只是被不同的检测器识别。
Do not add new content that doesn't exist in the original. Do not inject opinions the author didn't express. Avoid over-correcting formal technical writing into casual blog tone.
每个命中扣 3 分。在中文技术写作中最常见的:
| # | 模式 | 典型表现 | 修复 |
|---|---|---|---|
| 1 | AI 词汇 | delve, tapestry, landscape(抽象), interplay, foster, garner, pivotal, showcase, underscore | 换成普通词。"showcase" → 去掉,句子本身就在展示 |
| 2 | 意义膨胀 | "marks a pivotal moment", "is a testament to", "setting the stage for" | 说具体发生了什么。不加评价 |
| 3 | Copula 回避 | "serves as", "stands as", "functions as", "operates as" | 用 "is"。信任简单动词 |
| 4 | 负面并行 | "It's not just X, it's Y", "Not merely A, but B", "goes beyond X to Y" | 直接说 Y。跳过 "not X" 的铺垫 |
| 5 | -ing 伪分析 | "highlighting...", "showcasing...", "ensuring...", "reflecting..." | 砍掉。如果解释有价值,写成独立句子并加来源 |
| 6 | 推广语言 | "vibrant", "groundbreaking", "nestled", "breathtaking", "stunning" | 换成具体描述。什么让它 "groundbreaking"?说那个 |
| 7 | 聊天残留 | "I hope this helps!", "Let me know if...", "Great question!" | 删除 |
每个命中扣 2 分:
| # | 模式 | 修复 |
|---|---|---|
| 8 | 模糊归因 | "experts argue", "studies show", "industry reports suggest" → 点名,否则删掉 |
| 9 | 三的规则 | 强制凑三个 → 有几个写几个 |
| 10 | 同义轮换 | 同一个事物换 3 种叫法 → 选一个用到底 |
| 11 | 虚假范围 | "from X to Y" 但 X、Y 不在同一刻度上 → 列出实际内容 |
| 12 | 公式化挑战 | "Despite X... continues to thrive" → 说具体挑战和具体应对 |
| 13 | 过度 hedging | "could potentially possibly" → 说 "may" 或直说 |
| 14 | 通用结尾 | "the future looks bright", "exciting times ahead" → 给具体下一步 |
| 15 | em dash 过度 | 一段 3+ 个 em dash → 用句号或逗号 |
| 16 | 粗体过度 | 机械地加粗关键词 → 只在真正需要强调时用 |
| 17 | 竖列表带粗体标题 | - **X:** description 格式 → 写成段落,或用简单列表 |
| 18 | 权威伪装 | "the real question is", "at its core", "what really matters" → 直接说 |
| 19 | 路标预告 | "let's dive in", "let's explore", "here's what you need to know" → 删,直接开始 |
| 20 | 断裂标题 | 标题后跟一句话重述标题 → 删重述,直接进入内容 |
| 模式 | 典型 | 修复 |
|---|---|---|
| 四字堆砌 | "高效协同、智能赋能、敏捷迭代" | 每个四字词展开成具体的事 |
| 被动过多 | "已被成功实施"、"已被采纳" | "我们把 X 降到了 Y"、"团队选了方案 B" |
| 无意义总分总 | "下面从三个方面...综上所述..." | 直接说最重要的,其他自然带出 |
| 过度谦虚 | "一些微小的尝试"、"抛砖引玉" | 实事求是。做了什么就说什么 |
| 过度热情开头 | "我们很高兴地宣布..."、"我们激动地分享..." | 直接说做了什么,因为什么 |
| 企业套话 | "赋能开发者"、"最佳实践"、"无缝集成" | 说具体做法 |
| 说明文句式 | "X是Y。X的作用是Z。X的好处是W。" 连续用"的"字结构解释 | 改掉其中一两句——用反问、用举例、用"为什么?因为..."、用省略主语的短句打断 |
单独看每段都没问题,放在一起就暴露了。每个命中扣 1.5 分:
| # | 模式 | 表现 | 修复 |
|---|---|---|---|
| 21 | 重复定位语 | 同一个卖点("不是框架"、"只管执行层")出现 3+ 次 | 第一次说清楚,后面用短指代("harness"、"这套东西") |
| 22 | 平行段落结构 | 连续 3+ 段使用完全相同的展开模式(每段都是"场景→根因→方案") | 至少一段打破模式——有的只说问题不给方案,有的从方案倒推问题 |
| 23 | 自问自答过密 | 连续 3+ 个"X?Y。"句式("代价是什么?文件 I/O 慢。") | 每 500 字最多 1 个自问自答,其余改成陈述 |
| 24 | 段末格式化引用 | 每段末尾都是 "→ Pattern X.Y Name" 或 "详见 §3.2" | 有些自然过渡到方案,有些就停在问题上 |
| 25 | 情感平坦 | 全文零个人感受、零犹豫、零意外 | 至少 2-3 处注入真实反应("第一次遇到时很恼火"、"解法朴素到有点丢人") |
| 26 | 解说员语气 | 每个概念都按"是什么→为什么→代价"三段展开 | 有些只说结论不解释,有些深入展开,节奏不均匀 |
| 27 | 句式齐步走 | 连续 3+ 句用相同句式("X做Y。Z做W。A做B。"),主谓宾长度接近 | 用分号连排、破折号展开、反问打断——同一段里不要每句话结构一样 |
| 28 | 主线漂移 | 读完前 1/3 不知道文章在论证什么;支线(origin story、背景铺垫)占据开头,核心论点被推到文章中后段 | 前 1/3 必须建立"问题→方案"链路。支线移到读者已有上下文之后再插入。标题/TL;DR 说过的结论正文不再重复,直接进新信息 |
这些模式是 Pass 1 无法检测的——需要在 Pass 2 用全文视角扫描。单段去 AI 味之后如果全文结构仍然对称,整篇文章照样一眼 AI。
Pass 1 后的文字:
我们设计了一个三层架构。评估层负责检查质量。改进层负责生成候选。控制层负责管理循环。这三层协同工作,形成了完整的改进流程。
Pass 1 去掉了 AI 词汇("协同"、"赋能"),但留下了均匀的句长(每句 10-15 字)、平行的"X层负责Y"结构、零个人感受。读起来干净但无聊——这就是"无菌文"。
Pass 2 改后:
三层架构。评估层检查质量——结构评分和执行测试分开算,因为前者跟实际效果 R²=0.00。改进层一次生成 4 个候选,gate 挡退步的。控制层管循环什么时候停。说起来清楚,调通花了两周。
改了什么:句长打破了对称(短、长、短、短);"负责"换成了具体动作;末尾加了一句真实感受。
去完模式后做两层检查:
句级(逐段):
篇级(全文鸟瞰): 这层是 Pass 2 最容易漏的
| 场景 | 定位 | 证据优先级 |
|---|---|---|
| 技术分享 | 懂行的同行 | 代码示例 > 性能数据 > 真实案例 |
| 愿景方案 | 有实践支撑的建设者 | 前后对比 > 真实案例 > 回应质疑 |
| 教程 | 犯过错的过来人 | 可运行示例 > 预期输出 > 常见坑 |
技术文章的灵魂是技术本身——代码、数据、架构图、失败案例。不是语气和情绪。
如果用户提供了自己的写作样本,先分析:
然后用样本的模式替换 AI 模式,而不是用通用的"人味"替换。
如果作者样本中某个 AI 模式出现频率高(比如习惯用 em dash),以作者的频率为准,不是清单的默认值。目标是匹配作者的声音,不是消除一切模式。
| 禁用 | 替代 |
|---|---|
| 革命性/颠覆性 | 说具体改变了什么 |
| 赋能/empowering | 说具体让谁能做什么 |
| 无缝/seamless | 说具体集成步骤 |
| 前沿/cutting-edge | 说具体用了什么技术 |
| 最佳实践 | 说具体做法 |
| 驱动创新 | 说具体创新了什么 |
| 释放潜力/unlock | 说具体获得了什么能力 |
| 范式/paradigm | 说具体方法 |
| 协同/synergy | 说具体怎么配合 |
本评分只覆盖 AI 味(词汇/句式/结构模式),不覆盖内容质量。 一篇干净但单薄的文章可以拿 deslop 9 分,但内容丰满度、图表密度、why 追问等维度需要用 @tech-article --review 单独检查。如果在 tech-article 的 Phase 5 中被调用,tech-article 会合并两个维度的分数。
| 分段 | 含义 |
|---|---|
| 0-3 | 明显 AI(多个 Tier 1 命中,机械结构) |
| 4-5 | AI 痕迹重(有人味但需要大改) |
| 6-7 | 混合(可能 AI 可能人,缺强烈声音) |
| 8-9 | 像人写的(自然声音,极少模式残留) |
| 10 | 和熟练写手无法区分 |
短文密度修正:300 字以内的文本,Tier-2 命中按 Tier-1 权重(-3 分)计算——短文里一个 AI 词汇的信号密度远高于长文。
原始评分: X/10
模式: text | 深度: standard
--- PASS 1 重写 ---
[去模式版本]
--- 残留 AI 痕迹 ---
- [简要列出]
--- PASS 2 最终版 ---
[注入灵魂版本]
最终评分: Y/10(仅 AI 味维度,不含内容质量)
变更日志:
- 删除了 N 个 hedging 短语
- 替换了 N 个 AI 词汇
- 修复了 N 个结构模式
- 加入了 N 个具体示例
发布前逐条过:
@doc-gen 文档生成 | @deep-research 调研报告 | @human-writing 中文写作参考
references/full-pattern-catalog.mdreferences/writing-patterns-zh.mdreferences/tone-guide.md