这是什么?适合谁?
NoBuzz(adnanakil/nobuzz,194 Stars,MIT)是一个 Claude Code Skill,命令 /debuzz。它解决的问题非常具体:Claude 是个优秀的工程师,但说话像在自己 PR 上做 TED 演讲——你问一个测试为什么 flaky,它给你一个「load-bearing assumption」、三条编号启示,外加一句「第三条最有启发性」。永远不是「一个 bug」,永远有 kicker。
这个 skill 的诚实之处在于:承认单靠 prompt 治不好这个病。它把 Claude 的上一条回复原样交给另一个模型(Gemini,通过 Google 的 Antigravity CLI agy)翻译成「正常人说话」,并且逐字打印翻译结果——因为如果让 Claude 自己「整理一下」译文,被删掉的正是那股腔调本身。
官方 Before/After 示例非常传神:
- Before(Claude):「有意思的来了:重试逻辑不只是 nice-to-have——它是整个同步管线的 load-bearing assumption……第三件事跳出来了,而这是 kicker……」
- After(/debuzz,colleague 模式):「同步管线的重试逻辑有三个 bug。
syncQueue.ts:142吞了 ETIMEDOUT 而不是重新入队。退避上限 2 秒,对移动网络太低。去重键含时间戳,所以重试永远没真正去重。修法:去掉时间戳、上限提到 30 秒、把超时错误重新抛出。」
适合人群:
- 重度 Claude Code 用户:受够了「戏剧化汇报体」,想要工程同事语气的回复
- 技术写作/文档团队:用 Claude 产文后手动去 AI 味的人,可以自动化这一步
- 双模型工作流爱好者:已经在混用 Claude + Gemini 的人
不适合:没有 Antigravity CLI 使用条件的人(该 skill 硬依赖 agy);以及就是喜欢 Claude 文风的用户。
使用前提:Claude Code + Antigravity CLI(agy)已安装并完成 Google 登录。
准备工作
- Claude Code:有效订阅或 API。
- Antigravity CLI:
curl -fsSL https://antigravity.google/cli/install.sh | bash(macOS/Linux)或irm https://antigravity.google/cli/install.ps1 | iex(Windows),然后运行一次agy完成 Google Sign-In。 - 安装 skill:
git clone https://github.com/adnanakil/nobuzz后cp -r nobuzz/debuzz ~/.claude/skills/。 - 成本:Skill 免费(MIT);Gemini 侧用量走你的 Google 账号额度。
- 时间预算:安装 5 分钟(大头是 agy 登录)。
快速上手(3 步)
第一步:安装
git clone https://github.com/adnanakil/nobuzz
mkdir -p ~/.claude/skills
cp -r nobuzz/debuzz ~/.claude/skills/
第二步:触发
正常跟 Claude 干活,等它给出一条「表演型」回复后:
/debuzz
也可指定模式与文本:/debuzz colleague "要处理的文本"。
第三步:验收
预期结果:一条逐字引自 Gemini 翻译的平实版本——主谓宾、代码位置、修法,没有 kicker。
常见踩坑
踩坑 1:agy 未安装/未登录
- 现象:/debuzz 报命令不存在或鉴权失败。
- 原因:Antigravity CLI 是硬依赖。
- 解决:按上面命令安装并跑一次
agy完成登录流程。
踩坑 2:Claude「好心」润色译文
- 现象:输出比 Gemini 原文更流畅,但那股味儿又回来了。
- 原因:让 Claude 转述而不是逐字引用。
- 解决:skill 已内置「逐字打印」约束,若仍出现,在会话里强调「不要改写 Antigravity 的翻译」。
踩坑 3:过度去味
- 现象:colleague 模式之外的更激进模式把有用细节也删了。
- 原因:模式选择不当。
- 解决:日常工程汇报用默认/colleague 档;明确指定模式名再试。
踩坑 4:长回复翻译超时
- 现象:超长回复处理慢或截断。
- 原因:整条回复跨模型翻译,长度受限。
- 解决:先让 Claude 压缩要点再 /debuzz,或分段处理。
踩坑 5:Windows 安装路径
- 现象:skill 没被识别。
- 原因:
~/.claude/skills在 Windows 下是%USERPROFILE%\.claude\skills。 - 解决:
git clone后复制 debuzz 目录到$env:USERPROFILE\.claude\skills\。
踩坑 6:依赖网络与两家服务同时可用
- 现象:任一服务波动即失败。
- 原因:链路是 Claude Code → agy → Gemini。
- 解决:失败时直接人工改写;此 skill 定位是提效不是必需品。
初级用法
- 日报/周报脱油:让 Claude 总结本周工作,再 /debuzz,得到能直接贴进群里的版本。
- Code Review 评论:Claude 的 review 意见常带表演性,过一道再发。
- 指定模式:试遍各模式(如 colleague),找到你团队语感的那档并固定下来。
- 只处理最后一条:默认作用于最近回复,无需粘贴长文本。
高级玩法
- 双模型互评管线:Claude 写方案 → /debuzz 翻译 → 把译文再交回 Claude 问「哪句话信息量最低」,做信息密度打磨。
- 写作风格基准:收集 debuzz 前后对照样本,训练自己对「AI 腔」的敏感度——手动复刻 debuzz 风格写 prompt。
- CI 提交信息:让 Claude 生成 commit message 后过一道 /debuzz,产出朴素准确的提交说明。
- 客服/工单回复:对外文案先过 /debuzz 去掉「我们注意到您遇到的情况非常有启发性」式表达。
小技巧
- 首次跑 agy 记得完成登录:装完不登录,/debuzz 必挂。
- 别对创作类输出用:写营销文案需要的恰恰是节奏感,去味会毁掉它。
- 对照学习:保留几组 before/after,是最生动的「Claude 文风病」教材。
- 模式写进团队规范:把选定模式写进团队 CLAUDE.md,统一所有人输出语感。
- 失败就手改:这是锦上添花工具,别为它阻塞工作流。
常见问题 FAQ
Q1:为什么用 Gemini 而不是再问一次 Claude?
A:作者的核心洞察:同一个模型自我修正常常「整理」掉翻译,等于把要删的腔调又请回来;跨模型翻译才真正换脑子。来源:README
Q2:必须用 Antigravity CLI 吗?
A:是,agy 是当前实现的硬依赖;理论上可改 skill 脚本换成其他 Gemini 入口,但那属于自行改装。
Q3:会花两份 token 吗?
A:会——Claude 生成原文 + Gemini 翻译,成本近似翻倍,适合用在「要给人看」的输出上。
Q4:支持中文吗?
A:翻译目标是「像人说话」,对中英混合的技术回复应可用;但 skill 的模式语感按英文打磨,中文效果未实测。
Q5:和「在我的 prompt 里写『别用 AI 腔』」有何区别?
A:prompt 约束效果不稳定且模型自我审查有限;跨模型翻译是结构性解法。来源:README
进阶学习建议
- 精读 README 的 Before/After:那条 sync pipeline 示例是「AI 腔病理学」的完整标本——把它的每处改写(删 kicker、合并三条启示、给出具体修法)当作你自己的文风检查清单。
- 建立双模型工作流直觉:NoBuzz 的价值不在去味本身,而在演示「模型互相翻译/审查」这个模式;把同样的思路迁移到事实核查(A 写 → B 挑错)等场景。
- 给自己的写作做 debuzz 训练:每周挑一篇自己写的技术文档,模仿 After 风格重写一遍,三个月后你的初稿就会自动接近这个标准。
参考链接
免责声明:本文基于官方仓库 README 与 GitHub 公开数据整理,AI 辅助生成,MagicNetWorld 尚未完成独立实测。Antigravity CLI 的可用性与额度政策以 Google 官方为准。
📊 评分与标签
评分说明
总分 7.9/10 · S_入选
📊 可观测社区指标(采集日期:2026-08-24)
- GitHub: adnanakil/nobuzz ★194,🔱6
- 协议:MIT
- 活跃度:最近推送 2026-08-22,仓库创建 2026-08-21(发布 3 天)
- 硬依赖:Google Antigravity CLI(
agy)+ Claude Code
⚙️ 功能完整度 1.7/2.5
- 功能面窄而清晰:单命令 /debuzz,对 Claude 最近回复做跨模型去 AI 味翻译,支持模式与自定义文本参数
- 来源:README Usage
- 没有批量处理、历史会话管线、自定义风格目标等扩展能力;定位是单点工具
- 竞品对比 1(直接在 prompt 里写「说人话」):零成本但效果不稳定;NoBuzz 用跨模型翻译结构性解决
- 竞品对比 2(通用文风改写服务):面向文章而非「会话内最近回复」场景,无法嵌入 Claude Code 工作流
✨ 输出质量 2.2/2.5
- 官方 Before/After 示例质量高:删 kicker、合并编号启示、落到具体代码行与修法,「像工程同事说话」的目标可验证
- 逐字打印译文的设计(防止 Claude 回改)体现了对问题本质的理解
- 竞品对比 1(同模型自我改写):模型自查常把腔调「整理」回来;跨模型才真正换风格
- 竞品对比 2(人工改写):上限最高但不可自动化;NoBuzz 覆盖 80% 场景
🖐️ 易用性 1.4/1.5
- 安装是标准 skill 复制流程;使用是单命令;Antigravity CLI 安装+登录是一次性门槛
- 竞品对比 1(需配置 API key 的自写脚本):NoBuzz 走 agy 登录态,免 key 管理
- 竞品对比 2(Web 端粘贴工具):无法作用于 Claude Code 会话内最近回复,需手动搬运
💰 性价比 1.4/1.5
- MIT 免费显性成本为零;隐形成本是双模型 token(Claude 生成 + Gemini 翻译)近似翻倍
- 竞品对比 1(人工编辑):时间成本远高于 tokens
- 竞品对比 2(订阅制写作助手):按月付费且不在同一工作流内
🔒 稳定性 0.6/1.0
- 仓库 2026-08-21 创建,发布 3 天,维护记录极短;链路依赖两家服务(Anthropic + Google)同时可用,任一波动即失败
- 竞品对比 1(无依赖 prompt 方案):永远可用但效果打折
- 竞品对比 2(成熟 CLI 工具):有版本化发布;本项目尚无 release 节奏
🛡️ 隐私安全 0.6/1.0
- 本身不收集数据;但工作流把回复内容发送给 Google(Antigravity/Gemini),等于内容跨服务商流动
- 竞品对比 1(纯本地后处理):数据不出本机
- 竞品对比 2(云端改写服务):同样是数据上云;NoBuzz 至少范围限于被处理的单条回复
评分依据可追溯至公开来源,每项分数均有明确理由和数据支撑。
🏷️ 标签说明
- AI写作: 定位是改进 AI 文案输出的写作工具。来源:README
- 开源免费: MIT 协议。来源:GitHub API
- Claude Code: 以 Claude Code Skill 形态安装使用。来源:README
- Skill: 本体为 skill 目录(debuzz),非独立应用。来源:README Install
- 去AI味: 核心功能是把 AI 腔回复翻译为平实人类语气。来源:README
📋 来源核实
- ✅ GitHub API 已验证: adnanakil/nobuzz - Stars 194, Forks 6, pushed 2026-08-22, created 2026-08-21, MIT(2026-08-24 采集)
- ✅ README 已读取: /debuzz 命令、agy 硬依赖、Before/After 示例、安装命令均核对
- ⚠️ 未实测: 未实际安装并执行 /debuzz;Antigravity CLI 的安装与额度未独立验证
- ⚠️ 注意: 项目发布仅 3 天,README 行文带较多玩笑(Claudette/杜蕾斯式幽默),功能描述按字面核实无夸大
⚠️ 局限与未实测声明
- 本文基于 GitHub API 与官方 README 于 2026-08-24 采集
- 未实际运行;跨模型翻译的实际效果(尤其中文)未验证
- 功能面窄(单命令),作为「工具」评分时功能完整度维度按窄口径评估
同分类推荐
AI写作 分类下的其他工具