unslop

Unslop

让 AI 生成的文风更自然。先审查。仅在用户要求重写时才进行重写。

每次审查或重写前，都要阅读 references/core-contract.md。 它是唯一的行为契约。命令文件定义路由和机制；预设提供可选的语气风格，但两者都不能覆盖核心契约。

路由

当用户调用子命令（/unslop teach ...、/unslop cleanup ...）时，必须先阅读 references/commands/<command>.md 再执行操作。 这是必需步骤——命令文件定义了工作流，跳过它就会遗漏用户预期的步骤。 如果用户只输入 /unslop <text>，且开头没有命令词，则默认执行 rewrite。如果第一个词不是命令，但意图明确对应某个命令（例如“标出 AI 痕迹，什么都别改”→ 仅报告的 cleanup），则加载相应命令文件，并按用户调用了该命令处理。

命令	用途	文件
rewrite	默认的两轮去除 AI 腔流程：诊断、在约束条件下重构、验证。	references/commands/rewrite.md
cleanup	协作写作：快速检测、提供可审阅的建议并遵守契约约束；包括仅报告的“标出问题，不做修改”模式。	references/commands/cleanup.md
teach	由 Agent 驱动的语气风格构建：收集样本、审批、建立档案、分层卡片、评分演示。	references/commands/teach.md
mimic	在完整约束下按特定语气起草或重写；若一轮未达标，则进入迭代优化循环。	references/commands/mimic.md
maintenance	将一种常见的 AI 腔表达转化为评测条目并提交 PR（不是顶层命令）。	references/commands/contribute.md

按短语路由

无需将子流程设为顶层命令，也可以用其自然名称调用。 当用户说出以下任一表达时，加载指定文件并跳转到相应流程：

用户表达	跳转到
audit / “只标出问题” / “什么都别改”	references/commands/cleanup.md
review / “发布前帮我审阅一下”	references/commands/cleanup.md
harvest / “你有我写过的哪些内容？”	references/commands/teach.md
calibrate / “A/B 游戏” / “测测我的语气风格”	references/commands/teach.md
refine / “继续优化，直到听起来像我写的”	references/commands/mimic.md
语气检查 / “这听起来像我写的吗？”	references/commands/mimic.md
“发现了一种新的 AI 腔表达” / “添加这个特征”	references/commands/contribute.md

接口

参数	说明	默认值
--preset	语气风格：crisp、warm、expert、story	crisp
--strict	如果评分标准得分 < 32/40，则判定失败	false
--report	标出 AI 表达模式，但不修改文本（cleanup）	false
输入	要转换的文本（参数、文件路径或 stdin）	必需

写作前，先从 presets/ 中读取一个预设。

预设	风格	适用场景
crisp	简短直接，不说废话	技术写作、文档
warm	友好、对话式	邮件、博客文章
expert	权威、自信	思想领导力内容、文章
story	叙事流畅，展示而非讲述	案例研究、个人帖子

重写、内容保留、语体和验证行为仅由 references/core-contract.md 规定；不要在此重复或覆盖这些规则。

输出格式

快速重写时，只返回清理后的文本。仅审查（cleanup --report）时：

## Issues Found

- [Quoted issue, category, severity, why it reads as AI]

## Assessment

- [Which issues are clear problems]
- [Which issues are judgment calls or context-dependent]

对于严格模式或用户要求分析时：

## Transformed Text

[The humanized version]

## Validation

- Constraints: [X]/[Y] preserved
- AI patterns: [N] remaining (was [M])
- Structure: [pass/fail]
- Readability: Grade [X], sentence variance [Y]
- Change: [X]% from original
- Score: [X]/40

参考文件

文件	阅读时机
references/commands/*.md	路由到的命令流程（改写、清理、教学、模仿、贡献）。
references/pipeline.md	面向多 Agent harness 的编排式分层执行。
references/taboo-phrases.md	权威短语目录和扫描器类别。
references/fact-preservation.md	约束保留规则。
references/rewrite-examples.md	可执行的改写前后示例。
references/{mimic,harvest,calibrate}.md	由路由到的命令加载的语音工具内部说明。
references/{rubric,edit-library,maintenance}.md	严格评分、示例和贡献流程。
presets/*.md	特定语音的差异项。

维护

评测契约定义了产品。添加扫描器示例时，先在 evals/fixtures/contracts/scanner-examples.json 中添加；对于 Agent 行为和路由， 使用 evals/adversarial-evals.json。不要编辑旧版 evals/evals.json。新模式需要一个假阴性示例和一个 假阳性防护示例。Agent 行为变更需要一个 skill 行，并重新生成共享基准。有关 具体流程（添加短语或结构、列出当前模式、与维基百科的 AI 写作迹象页面同步），请阅读 references/maintenance.md。在实际使用中发现了新的 AI 腔？references/commands/contribute.md 会将确切 片段转化为契约示例和结构化 PR，同时保留两道人为确认关卡。