Zero Slop Skill：给 AI 写作做「打滑检测」的实战评分工具

Zero Slop Skill：给 AI 写作做「打滑检测」的实战评分工具

AI 辅助写作越来越普及，但一个恼人的问题也随之浮现：AI 生成文本往往会趋向同一种「最安全」的写法——公式化的转折、堆砌的形容词、程式化的开场白。这种现象有个名字：AI slop。Zero Slop 正是为解决这个问题而生的开源 Skill：它不生成内容，而是对已有文本打分、指出打滑之处、引导 AI 进行有依据的修改，全程本地运行，无需调用任何外部 API。

功能与原则

Zero Slop 是一个 Agent Skill，也是一个离线写作质检工具。它的核心能力有两层：检测和改写。检测层基于 290 个加权模式和 96 条术语词库，逐一比对文本中的套路化表达、打招呼式开场白、伪洞察结构、夸张形容词等 AI 写作痕迹，给出 0–100 的「打滑分数」；改写层则由 AI 助手（Claude、GPT 等）执行，在保留原文事实和结构的前提下，将检测出的打滑表达替换为更自然的写法。

设计原则是「判断不能靠感觉，要靠清单」。与 Humanizer（基于 Wikipedia 35 条 AI 写作迹象）不同，Zero Slop 更侧重量化的打分体系和多角色流水线的改写流程，强调先评分、再改写、最后复核的事实保全机制。

认可度

Zero Slop 于 2026-08 期间快速增长，在 GitHub trending-claude-skills 榜单（每 15 分钟刷新）上于 2026-09-03 出现，当前约 94 stars（截至 2026-09-05），作者正在高频维护，v2.8.7 于 2026-09-04 刚刚发布。在 HOL（Hacker’s Overflow 插件注册表）获得 Trust Score 92/100，安装性、维护性、MCP 姿态三项均满分。

链接

GitHub：https://github.com/manavmishra/ZeroSlop

原作者

Manav Mishra（GitHub @manavmishra），个人维护者，专注于 AI 写作质量工具。Zero Slop 是其目前最活跃的项目，已发布 v2.8.7。

介绍

Zero Slop 解决的不是「让 AI 写出更好的文章」，而是「让 AI 自己识别出自己写得像 AI」这个更反直觉的问题。传统的做法是给 AI 一句「写得更自然一点」，把判断完全交给模型自己；Zero Slop 的思路是：判断不能靠感觉，要靠清单。它将 290 种套路化表达分门别类，每一类都有权重和触发条件，检测结果可解释、可复现。

项目的核心文件是一个纯 Markdown 的 SKILL.md（产品本体）和一个零依赖的 Python 评分脚本 slopscore.py（自校验工具）。GitHub 将仓库标记为 Python，是因为有一个 88 行的自校验脚本 validate-package.py。真正的产品是纯 Markdown——脚本只是测试，prompt 本身才是交付物。

特点

• 290 加权模式 + 96 术语词库：覆盖二元对比（「It’s not X. It’s Y.」）、喉音式开场（「Here’s the thing nobody tells you」）、伪洞察结构（「What nobody tells you is…」）、营销词汇（「leveraged」「cutting-edge」）等主流 AI 写作套路
• 事实门控机制：改写后的文本必须通过本地工具检查，不允许改变人名、数字、引用、链接、代码、表格、路径或结构——事实准确是硬约束
• 八角色流水线：Scorer（本地评分）→ Interpreter（AI 理解）→ Rewriter（AI 改写）→ Fact Gate（本地校验）→ Copy Desk（语法修正）→ Read-aloud Editor（朗读修正）→ Verifier（双向核对）→ Finalizer（新手视角终审），每一角色独立运行，不自我评分
• 零依赖本地运行：评分脚本只用 Python 标准库，无需 pip install，离线可用；AI 只负责改写，不负责检测，避免检测与改写混为一体导致的自我美化
• 多 Agent 兼容：支持 Claude Code、Codex、Cursor、OpenCode、Warp、Zed，也提供 npm 包和 ChatGPT 单文件版本

使用方法

安装（任意支持 SKILL.md 的 Agent）：

npx skills add manavmishra/ZeroSlop --global

安装（附带 CLI 评分工具）：

npx zero-slop install   # 可加 --harness codex|cursor|opencode|zed
npx zero-slop score draft.md   # 直接对文件评分

在 Agent 内使用：

/zero-slop
（粘贴需要质检的文本）

只检测不修改：

/zero-slop inspect
（粘贴需要质检的文本）

批量检测（目录）：

slopscore.py --batch drafts/ --gate 25
# 分数超过 25 分则返回非零退出码，适合 CI 集成

使用场景与人群

• 内容创作者：写完一篇 AI 辅助文章后，做发布前的质检和润色
• 技术写作者：用 AI 辅助写文档、release notes、changelog 后，去掉「营销腔」
• AI 应用开发者：将 Zero Slop 集成到自己的 Agent 流水线，作为内容输出的质检门控
• 编辑/品牌团队：在 AI 批量生成内容的工作流中，作为人工审核前的自动打分关卡

输入与输出案例

输入（AI 写作原文）：

We’re thrilled to announce that our team has leveraged cutting-edge AI to deliver a seamless onboarding experience. It’s not just a redesign, it’s a fundamental reimagining of how users engage with our platform. In today’s fast-paced landscape, the ability to iterate quickly is crucial. Here’s the thing nobody tells you: onboarding is where most products lose their users.

Zero Slop 评分结果：

Writing score: 100.0/100 [major rewrite]
Flagged phrases: 11 across 83 words
Sentence variety: too even
Main issues: canned LinkedIn phrase, promotional language,
manufactured stakes, two-part contrast used as a formula,
performed writer's voice, buzzword used as promotion

改写后（AI 自行修正）：

We used machine learning to reduce onboarding setup time by 40%. Most products lose users during onboarding — we fixed that first.

改写后评分：

Writing score: 9.5/100 [clear]
Flagged phrases: 0 across 10 words

可以看到：打滑分数从 100 降到 9.5，套话全部消除，事实（40% 提速）完整保留。

GitHub: https://github.com/manavmishra/ZeroSlop