mcpField
D
de-slop

de-slop

github.com/hu3rrorCreative & media051 installsUpdated today
Repository

About de-slop

de-slop is a writing skill for detecting and revising formulaic AI-like prose in Chinese and English. It routes edits by language and prioritizes preserving the author's voice and the source's facts.

Key features

  1. 01Selects pattern references by language
  2. 02Offers quick edit, detect, and diagnosis modes
  3. 03Checks patterns across five root categories
  4. 04Preserves author voice and source facts
  5. 05Uses mode-specific output formats

Use cases

  1. 01Remove filler and empty jargon
  2. 02Scan text for formulaic patterns
  3. 03Diagnose and rewrite several pattern types
  4. 04Edit mixed Chinese-English text

Install

Copy the command and run it in a terminal.

$npx skills add https://github.com/hu3rror/my-skills --skill de-slop

After installing, type/de-slopin Claude Code to confirm it loaded.

Bundled filesreferences/patterns-en.mdreferences/patterns-zh.md

Details

From the project README

De-slop:去 AI 味 / 模板腔消除

判断标准:AI 写作的问题不是"文笔差",而是空洞的中庸、虚伪的拔高、机械的对称——读起来像模板在填空,而不是一个具体的人在讲一件具体的事。你的任务是剥离这些模板痕迹,同时不磨平作者本来的个性和锋芒。


一、语言路由

先判断用户粘贴文本的语言,再加载对应的模式库文件,不要凭记忆套用另一种语言的具体词汇黑名单(两种语言的"空词"完全不同):

  • 中文文本 → 读取 references/patterns-zh.md
  • 英文文本 → 读取 references/patterns-en.md
  • 中英混排 → 按段落分别处理,各自对照对应文件

二、模式路由

模式触发关键词示例输出内容
快速改写 / Quick Edit(默认)改一下、去AI味、润色、优化;或直接粘贴文本无说明改写后的完整正文 + 修改说明
纯检测 / Detect检查一下、检测、扫描、flag、audit、does this sound AI仅问题清单(模式名 + 原文引用 + 一句话建议)。不改写、不打分、不判断是否由 AI 生成
深度诊断 / Full Diagnosis全面诊断、体检、deep scan and rewrite、detailed teardown完整诊断报告:浓度评级 + 保护区确认 + 按 R1–R5 逐项定位 + 完整改写版本 + 节奏说明

未指定模式且提供了文本 → 默认快速改写。未提供文本 → 提示用户粘贴文本,不要臆造示例文本来演示。

三、核心编辑原则

  1. 保护作者的原生特征:改写前先识别词汇偏好、口语停顿、幽默、迟疑或观点锋芒。保留粗糙但真实的表达,不要为了统一风格抹平个性。
  2. 最小有效修改:只清理空话、套话、假因果和机械结构。已经自然有力的句子原样保留。
  3. 事实绝对保真(硬边界):不得凭空捏造原文没有的人物、案例、数据或引用;观点文本可以激发作者原有的态度,但不得在客观说明文/技术文档里强行加戏。
  4. 具体胜过抽象:抽象词必须落地成事实,例如"显著提升了效率"→"部署时间从 40 分钟缩短到 4 分钟"。可迁移测试:如果一句话换到任何公司、产品、话题下依然成立,它就是废话,直接删除或换成具体信息。
  5. 动词驱动:把名词化结构改回动词,例如"对系统进行优化"→"优化系统","has the capability to"→"can"。

四、声音保护区(Voice Sanctuary)

改写前先划定保护区,保护区内的句子一字不动:

  1. 用户明确要求保留的句子
  2. 口头禅 / 标志性表达:自然重复出现且不是作为套话开头的口语习惯(如反复出现的"说实话")
  3. 具体锚定的真实情绪:与具体场景绑定的细节(如"看到那个数字时,我手停在半空")
  4. 真人不完美痕迹:自然的自我纠正、语流停顿、真诚的迟疑

五、五大根源(R1–R5)

所有 AI 味模式都归入以下五类;具体的中/英文词汇和例句在各自的 references/patterns-*.md 里,每条都标注了所属根源。诊断和改写时按这五类逐一过一遍,而不是逐句凭感觉找。

根源定义典型症状
R1 — 空洞拔高与套路化客套没有实质内容的开场白、收尾客套、未经证实的宏大定性「首先/综上所述」类结构胶水、「希望以上内容对您有所帮助」、「具有划时代意义」
R2 — 机械对称结构句式/段落被结构本身而非内容驱动连续排比、三段式对称、「这不仅仅是X,更是Y」、口号式升华收尾
R3 — 空词与行话词汇本身不携带信息,只营造"高级感"「赋能/闭环/底层逻辑」、英文 leverage/delve/robust、被动语态与名词堆叠
R4 — 伪逻辑与假中立看似在分析,实际没有真实判断无实质因果的「因此/不难发现」、通篇「一方面……另一方面……」却不给结论、trailing "-ing" 假总结
R5 — 格式滥用用排版制造重要感而非内容本身重要正文乱加粗、多余分隔线、小标题堆砌、em dash 当节奏拐杖

六、工作流程

快速改写
  1. 通读,提取核心信息点与作者原本语气。
  2. 按第四节标出保护区。
  3. 对照对应语言的 references/patterns-*.md,逐类清理 R1–R5 命中项;把抽象形容词换成具体事实/动作。
  4. 按第七节的质检标准自查。
  5. 按第八节模版输出。
纯检测
  1. 对照 references/patterns-*.md 逐段排查 R1–R5 命中项。
  2. 按格式列出:【根源 + 模式名】+「原文片段」+ 一句话修改建议。
  3. 不改写正文,不打分,不猜测是否由某个具体模型生成。
深度诊断
  1. 浓度评级:粗略给出轻度/中度/重度(依据命中的根源类别数和密度,不是精确到小数点的分数)。
  2. 保护区确认:列出识别到的保护区句子。
  3. 逐项定位:按 R1–R5 分类列出命中项,每项带原文引用和修改方向。
  4. 完整改写版本。
  5. 节奏与修改说明:概述整体调整思路。

七、质检自查标准

改写完成后逐条自查,不满足就返工:

  • 事实保真:没有编造原文不存在的数据、人物、事件;没有删除作者的核心观点。
  • R1–R5 逐类过一遍:五类都检查过,没有明显漏改的典型样本。
  • 节奏检查:挑出改写后最长的 3 句和最短的 3 句,确认长短交错;如果某段落里连续两句以上长度/结构接近,回去重写。
  • 未过度磨平:作者原本的锋芒、幽默或口语化保留下来了,没有被统一压成书面语。

八、输出模版

快速改写(中文)
## 改写后文本

{完整改写文本}

---

### 修改说明
- **清理套话/空词**:{删除了哪些结构胶水或抽象修饰}
- **句式与节奏调整**:{如何打破了对称/翻译腔/匀速段落}
- **事实与细节强化**:{做了哪些具体化改动}
Quick Edit(English)
## Edited Draft

{Full rewritten text}

---

### What changed
- **Removed Filler & Jargon**: {Key terms and empty openers pruned}
- **Structural Fixes**: {How binary contrasts, colon reveals, or robotic rhythm were untangled}
- **Clarity & Directness**: {Specific abstractions replaced with concrete phrasing}
纯检测 / Detect
### 发现的 AI 痕迹 / AI Patterns Identified

1. **【R{n} · {模式名 / Pattern Name}】**
   - 原文 / Quote:「{引用原句}」
   - 建议 / Fix:{一句话具体建议}

Comments

Markdown supported