Token导航 LogoToken导航TokenDH.com
效率权限需确认clawhub未标认证来源可访问clear审计通过

avoid-ai-writting-flavor避免 ai 写的味道

Agent Skill

avoid-ai-writting-flavor 用于整理文档、README、Markdown 和说明材料,适合在 OpenClaw 中需要把零散信息整理成结构清晰的文档时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

3,041

周安装

128

GitHub Stars

公开资料未说明

下载量

1,065
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:avoid-ai-writting-flavor(避免 ai 写的味道)
来源仓库:https://github.com/lancezpf/avoid-ai-writting-flavor
安装命令:
openclaw skills install avoid-ai-writting-flavor
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install avoid-ai-writting-flavor

简介

识别并修正学术写作中的 AI 风格特征。

  • 特别针对法学硕士级别论文审阅设计。avoid-ai-writting-flavor 属于效率类 Skill,可作为该场景下的辅助能力补充。
  • 减少因语言模式暴露导致的拒稿风险。
  • 输入文稿后可获针对性润色与结构调整建议。
  • 不承诺完全隐藏 AI 生成属性,仅优化表达方式。

SKILL.md

name
avoid-ai-flavor-academic-writing
description
Use when writing, editing, or reviewing academic papers (especially LLM-drafted) to eliminate significant AI-written patterns that reviewers spot instantly, covering citations, punctuation, figures, math notation, and hallucination checking.

消除学术论文中的 AI 味

核心原则

经验丰富的审稿人能一眼识别 AI 生成的文本。以下每一条都是会被标记的信号。逐条检查,全部消除。

检查清单

1. 引用格式 & 真实性验证

  • 引用括号前必须加空格OpenVLA (Brohan et al., 2023) 而非 OpenVLA(Brohan et al., 2023)
  • 多引用保持格式统一:(Brohan et al., 2022, 2023; Driess et al., 2023)
  • 逐条在 Google Scholar 验证每一条引用。LLM 极易编造看似合理但不存在的文献,这是学术不端红线,无例外

2. 加粗与斜体

适当使用 bold / *italic* 标注关键论断和术语,节省读者注意力。每页几处即可,切忌整句加粗。

3. 去掉多余引号

AI写作最爱用夸张引号做强调,一眼暴露:

  • Bad: The challenge is rarely "predicting the next action correctly."
  • Good: The challenge is rarely predicting the next action correctly.

引号仅用于直接引述或首次出现的专有术语。

4. 禁用破折号连接句子

破折号(em-dash)连接从句是 AI写作 标志性句式,改写为独立短句或逗号分隔:

  • Bad: ...scales up the policy itself—through larger data, more unified action spaces, and stronger representations—including RT-1, RT-2, ...
  • Good: ...scales up the policy through larger data, more unified action spaces, and stronger representations. Representative works include RT-1 and RT-2.

5. 避免反复列举

反复罗列长串引用:在 Related Work 完整列一次即可,其他段落只引 2–3 个代表性工作。每段都堆 10+ 引用 = AI 味。

6. 图片格式

  • 避免 AI 生成的位图质感(nanobanana 风)
  • 导出为 PDF 矢量格式,确保文字可选中复制
  • 图表应看起来像 TikZ / draw.io / PPT 制作,而非 AI 绘图工具

7. 数学符号规范

类型格式示例
向量加粗$\mathbf{x}$, $\mathbf{a}$
标量不加粗$t$, $\alpha$
矩阵大写加粗$\mathbf{W}$, $\mathbf{A}$

向量标量不区分 = 不专业或粗糙生成。

7. 实验图 Caption

  • 图里面不要有大标题横幅(一眼nanobanana),只保留图下方的简洁描述性 caption(可以尽可能把细节描述详细些,只要文字本身避免AI味)
  • 大号 "TITLE" banner 是 LLM 默认输出的典型特征

8. 幻觉引用——最危险的 AI 痕迹

单独强调:这是所有 AI 痕迹中后果最严重的一条。

  • 每一条引用都必须手动在 Google Scholar / 出版商网站核实
  • LLM 会用真实作者名编造不存在的论文
  • 一条幻觉引用 = 学术造假认定风险
  • 不要信任任何你没有亲自验证的引用。一条都不行

速查表

AI 信号修复
Author(Year) 无空格加空格 Author (Year)
引号做强调删引号
破折号连接从句拆成短句
每段堆 10+ 引用Related Work 列一次,其余引 2–3 个
位图风格图表矢量 PDF,可编辑格式
向量标量同样式向量加粗,标量不加粗
图上大标题仅保留下方 caption
未验证的引用立刻查 Google Scholar

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

79.42%
按下载量换算846

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限需确认

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills