新闻详情

新闻详情

首页 / 资讯中心 / 详情

如何快速上手avoid-ai-writing:Claude Code、Cursor、Codex安装去AI味改写的5分钟完整教程

发布时间:2026/11/18 23:41:39来源:尧图网络
如何快速上手avoid-ai-writing:Claude Code、Cursor、Codex安装去AI味改写的5分钟完整教程
如何快速上手avoid-ai-writingClaude Code、Cursor、Codex安装去AI味改写的5分钟完整教程【免费下载链接】avoid-ai-writingSkill that audits and rewrites content to remove AI writing patterns. Use it with your favorite agents including Claude Code, OpenClaw, Codex, and Hermes.项目地址: https://gitcode.com/gh_mirrors/avo/avoid-ai-writingavoid-ai-writing是一款专为 AI 智能体设计的写作技能Skill能自动审计并改写文本帮你一键去除 AI 味。它内置 74 类 AI 写作模式识别规则和 112 条分层词汇替换表支持 Claude Code、Cursor、Codex 等主流工具5 分钟即可完成安装是新手清理 AI 生成内容最省心的免费方案。avoid-ai-writing 是什么为什么值得装简单说它解决的是这个痛点你让 AI 写了一篇文章读起来却一眼 AI——Certainly! 开头、marking a pivotal moment 式的夸大、满屏 seamless 和 robust。它不是简单的提示词而是一套可落地的工程化技能特性说明改写Rewrite默认模式最多两轮编辑返回一个最终版本 简短变更说明检测Detect只标记不改写区分真问题和可接受的判断原地编辑Edit用最小改动直接修改文件并输出校验报告语音档案可选 casual / professional / technical / warm / blunt 五种语气完整规则目录见 references/patterns.md术语定义见 GLOSSARY.md。3 大安装方式按你用的工具选一条路径1️⃣ Claude Code克隆到技能目录推荐git clone https://gitcode.com/gh_mirrors/avo/avoid-ai-writing ~/.claude/skills/avoid-ai-writing装完即自动生效无需额外注册。注意要保留SKILL.md和references/patterns.md一起入口文件会在审计前加载规则目录。也可以把它做成斜杠命令在~/.claude/commands/下新建一个.md文件让 Claude Code 去读取技能里的 SKILL.md之后就能用/clean-ai-writing 你的文本快速调用。2️⃣ Cursor1 分钟复制规则文件项目自带移植好的 Cursor 规则文件 cursor-rules/avoid-ai-writing.mdc克隆仓库后直接复制即可mkdir -p .cursor/rules cp cursor-rules/avoid-ai-writing.mdc .cursor/rules/默认对.md、.mdx、.txt、.rst等文件生效激活范围和触发词详见 cursor-rules/README.md。功能与 Claude Code 版完全一致同样的分层词汇表、同样的上下文档案、同样的检测/改写模式。3️⃣ Codex放进 .agents/skills 目录Codex 使用同样的SKILL.md格式克隆到项目根目录或全局目录即可git clone https://gitcode.com/gh_mirrors/avo/avoid-ai-writing .agents/skills/avoid-ai-writing放到项目根目录的.agents/skills/只对当前项目生效放到~/.agents/skills/则所有项目通用。安装后怎么用一句自然语言触发装好后不需要记命令直接用大白话让智能体干活帮我去掉这段文字的 AI 味审计一下这份草稿的 AI 写作痕迹让这段话读起来不那么像 AI只做检测不要改写触发 detect 模式改写模式下它会先完成审计、修正和可运行的校验然后只返回一个最终版本附带简短的变更摘要和验证报告。下面动图展示了内置检测引擎对一段样例文本的工作过程先按类别标出 13 处 AI 写作模式再给出干净改写的 0/100 评分改写效果对比节选自 README.md 的 Quick demo改写前改写后Certainly! Acme Analytics, a vibrant startup nestled in the heart of Boulders thriving tech ecosystem...Acme Analytics, a Boulder-based startup, raised a $40M Series B.附赠命令行检测器不用智能体也能用除了交给智能体改写项目还内置一个零依赖的确定性检测引擎detector/可以单独评分npx --package avoid-ai-writing-detector avoid-ai-writing draft.md它还会给出 0–100 的 AI 味评分。API 用法见 detector/README.md规则与类别的对照表在 detector/CATEGORIES.md。仓库自身的文档也用这个引擎自测过结果公开在 PROOF.md。新手常见问题速答它会不会改坏我的代码不会。原地编辑模式会直接拒绝处理源码、配置和生成数据只改散文文本并有保留校验兜底。检测模式会动我的原文吗不会。detect 模式只标记不修改适合审计不想被改动的内容。其他工具能用吗Windsurf、Cline、Copilot、ChatGPT 自定义 GPT 等都可以把生成的单文件规则放进各自的规则位置即可README.md 里有完整对照表。装完花 1 分钟试一下随便丢一段 AI 写的草稿说一句去掉 AI 味对比一下前后效果你就知道为什么这个工具值得留在你的技能目录里了。【免费下载链接】avoid-ai-writingSkill that audits and rewrites content to remove AI writing patterns. Use it with your favorite agents including Claude Code, OpenClaw, Codex, and Hermes.项目地址: https://gitcode.com/gh_mirrors/avo/avoid-ai-writing创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/18 21:21:17

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/18 20:01:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/18 21:21:16

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉