Sloptrim 快速入门
AI写作模式探测器:纯规则识别Hashing/Edge cases/Rubrics/Overbuild四类AI腔并要求Agent修复,纯本地零网络
这是什么?适合谁?
Sloptrim 是一个本地运行的 AI 写作模式探测器:给你的 Agent 落盘的每个散文文件打分,标记出 AI 味的片段并要求修复。纯 Python 标准库实现,无网络、无模型——只处理散文,永不碰代码。在 AI 生成内容同质化泛滥的当下,它是”反 AI 腔”的第一道质检闸。
适合人群:用 Agent 批量生成文档/博客/文案的创作者与团队、需要给 AI 内容定质量门的编辑流程负责人、在意”AI 味”的技术写作者。 使用前提:Python 3 环境、一个会写文件的 coding agent(Claude Code / Codex / Cursor 均可)。
快速上手(3 步)
第一步:安装为 Agent 插件
最简单的方式——在你的 coding agent 里粘贴:
Install the sloptrim plugin from https://github.com/seyedehsanhadi/sloptrim
或走插件市场:
/plugin marketplace add seyedehsanhadi/sloptrim
/plugin install sloptrim@sloptrim
重启后运行 /sloptrim doctor,应返回四行 [OK]。
第二步:手动安装(备选)
git clone https://github.com/seyedehsanhadi/sloptrim.git ~/.claude/skills/sloptrim
mkdir -p ~/.claude/commands
cp ~/.claude/skills/sloptrim/install/sloptrim-command.md ~/.claude/commands/sloptrim.md
注意别跳过 mkdir——新机器上 ~/.claude/commands 不存在,直接 copy 会报 “No such file or directory”。
第三步:扫描你的第一个文件
对任意 Agent 生成的 Markdown/散文文件运行扫描,查看逐片段的 AI 模式标记与评分,按提示让 Agent 修复被标记的 span。
初级用法
- 命令行独立使用:不依赖 agent 也能对目录批量打分,适合接入 CI。
- 模式库学习:
references/patterns.md列出全部检测模式,读一遍能显著提升你”肉眼识别 AI 腔”的能力。 - 伦理边界:README 带 ETHICS 章节——它是质检工具不是洗稿工具,定位清晰。
高级玩法
- 写作流水线质检门:Agent 产出 → sloptrim 打分 → 分数阈值拦截 → 不过关自动打回重写,全程本地零成本。
- 团队风格基线:对团队历史人写文档跑一遍,找出”误报率”可接受的阈值,再应用到 AI 产出检查。
- 与其他质检器串联:sloptrim 管”AI 腔”,链接检查器管死链,拼写检查管错字——组合成完整发布前检查链。
常见踩坑(5 条)
踩坑 1:对代码文件运行
- 现象:想让它检查代码注释以外的东西
- 原因:设计边界明确——“Prose only, never code”
- 解决:代码质量交给 linter,sloptrim 只管散文
踩坑 2:复制命令的目录不存在
- 现象:手动安装 copy 失败
- 原因:
~/.claude/commands在新机器上不存在 - 解决:先
mkdir -p(PowerShell 用New-Item -ItemType Directory -Force)
踩坑 3:以为有网页版
- 现象:搜到同名网站
- 原因:README 明确声明:无网站、无托管版,任何同名网站与本仓库无关
- 解决:只用 GitHub 仓库安装,文本永不离开你的机器
踩坑 4:误报引发过度修改
- 现象:人写的正常表达被标记
- 原因:部分模式(如常见连接词)在人写文本中也会出现
- 解决:把 sloptrim 当”提示器”而非”审判官”,标记 span 人工复核后再改
踩坑 5:跳过 doctor 直接用
- 现象:行为不符合预期
- 原因:安装不完整(四项检查未全过)
- 解决:先跑
/sloptrim doctor拿到四行[OK]
FAQ(5 个常见问题)
Q1:Sloptrim 免费吗? A:Apache-2.0 开源免费,纯本地运行,零 API 成本。
Q2:它怎么检测”AI 味”,需要模型吗? A:不需要模型——基于规则模式库(references/patterns.md)本地匹配打分,所以无网络、可复现、毫秒级。
Q3:支持中文吗? A:README 为英文,检测模式以英文散文为主;中文检测效果未实测,建议先小样本验证。
Q4:能集成到 CI 吗? A:可以,命令行形态天然适合 CI:低于阈值即 fail。
Q5:它能保证内容不是 AI 生成的吗? A:不能也不试图——它检测的是”AI 写作模式”,是对抗同质化的质检工具,不是 AI 检测器(ETHICS 章节有明确边界说明)。
小技巧(5 条)
- 先读 patterns.md 再用:理解每个模式的含义,你会更快判断哪些标记值得改。
- 阈值分级:草稿容忍高分,发布线收紧阈值。
- 只修被标记的 span:别让 Agent 整篇重写——局部修复保留原有结构与事实。
- 搭配人写范文:让 Agent 修复时提供一段你认可的文风样例。
- 定期更新:模式库随版本演进,跟进新模式对抗新 AI 腔。
进阶学习建议
- 精读
references/patterns.md的完整模式清单,把高频模式做成自己的”写作黑名单” - 研究纯标准库实现(无依赖)的工程取舍,学习”小工具做透一件事”的设计哲学
- 用它批量扫描你过往的 AI 生成文档,统计最常见的三类 AI 腔,针对性改提示词
- 把 sloptrim 接入你的发布流水线,与 spell-check、link-check 组成三件套
参考链接
本文基于公开资料于 2026-08-17 整理,社区指标反映 GitHub 公开数据。独立实测未进行,功能和配置项可能随版本更新而变化,请以官方文档为准。
📊 评分与标签
评分说明
总分 8.2/10 · P_优选
📊 可观测社区指标(采集日期:2026-08-17)
- GitHub: seyedehsanhadi/sloptrim ★148, 🔱11
- 语言:Python,最近推送:2026-08-17
- 协议:Apache-2.0
🤖 Agent 能力 1.6/2.0
- 命令行工具 + agent 插件双形态,可对 Agent 落盘文件逐个打分并要求修复
- 纯规则检测:可复现、毫秒级、无模型成本
- 不做语义级改写(修复仍需 Agent/人工执行)
- 竞品对比 1(AI 检测器):AI 检测器判来源,Sloptrim 判文风质量,目标不同
- 竞品对比 2(人工编辑):人工改写质量最高但不可规模化
🖐️ 易用性 1.3/1.5
- 一句”Install the sloptrim plugin”即装;doctor 四行 [OK] 自检清晰
- 纯 Python 标准库,零依赖安装
- 手动安装时 commands 目录需先 mkdir(README 已提示)
- 竞品对比 1(vale):vale 配置体系学习成本更高
- 竞品对比 2(lint 工具族):同级 CLI 体验
🔌 生态集成 1.4/2.0
- 官方支持 Claude Code、Codex、Cursor 插件化接入
- CI 可直接集成(退出码语义)
- 与写作发布管线(CMS/GitHub Actions)的现成模板未提供
- 竞品对比 1(proselint):proselint 面向英文风格有生态积累
- 竞品对比 2(textlint):textlint 规则生态庞大且可扩展
👥 社区支持 1.0/1.5
- 148 星,Apache-2.0,patterns/ETHICS 文档齐备
- 单作者项目,模式库更新依赖作者节奏
- 竞品对比 1(textlint):textlint 社区规则数百条
- 竞品对比 2(vale):vale 有出版社级用户群
💡 创新程度 1.5/1.5
- “AI 写作模式探测器”赛道定位精准稀缺,ETHICS 章节主动划清质检/洗稿边界
- 纯本地、零网络的隐私设计契合 AI 内容治理需求
- 竞品对比 1(通用 linter):通用 linter 无 AI 腔概念
- 竞品对比 2(GPTZero):AI 检测定位不同且需云端
🔒 稳定性 1.4/1.5
- 2026-08-17 推送(当日活跃),纯标准库实现故障面小
- 规则式检测行为确定性强
- 竞品对比 1(依赖模型方案):模型方案输出不确定
- 竞品对比 2(云服务):云服务受网络与配额影响
标签说明
- AI写作: 检测对象为 AI 生成的散文文风。来源:GitHub
- 质量门禁: 为 Agent 产出提供可拦截的评分门。来源:GitHub
- Agent治理: 治理 Agent 落盘内容质量。来源:GitHub
- Python: 纯 Python 标准库实现。来源:GitHub
- 开源免费: Apache-2.0 协议开源。来源:GitHub
来源核实
- ✅ GitHub API 已验证: seyedehsanhadi/sloptrim - Stars 148, Forks 11, pushed 2026-08-17, Apache-2.0, Python
- ✅ README 已读取: 安装三路线、ETHICS 边界、纯本地声明均已核对
- ⚠️ 未实测: 未实际运行扫描;中文文本检测效果未验证
评分依据可追溯至公开数据源,评估日期:2026-08-17。社区指标来自 GitHub API 实时数据。
同分类推荐
开源框架 分类下的其他 Agent