Token导航 LogoToken导航TokenDH.com
研究检索只读github未标认证来源可访问许可证需确认审计未展示

lovstudio%3aanti-wechat-ai-checklovstudio%3a 反微信 ai 查看

Agent Skill

lovstudio%3aanti-wechat-ai-check 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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

1,224

周安装

51

GitHub Stars

45

下载量

408
CodexClaudeCursorGemini CLI

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

unknown

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:lovstudio%3aanti-wechat-ai-check(lovstudio%3a 反微信 ai 查看)
来源仓库:https://github.com/lovstudio/skills
仓库路径:skills/lovstudio%3Aanti-wechat-ai-check
安装命令:
npx skills add https://github.com/lovstudio/skills --skill lovstudio:anti-wechat-ai-check
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 npx skills 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。

skills.shnpx skills
npx skills add https://github.com/lovstudio/skills --skill lovstudio:anti-wechat-ai-check

简介

用于查找、检索和筛选相关信息,支持关键词与任务场景匹配。

  • 适合在需要快速定位候选结果时使用。lovstudio%3aanti-wechat-ai-check 属于研究检索类 Skill,可作为该场景下的辅助能力补充。
  • 可结合来源仓库与原始 README 继续核验具体用法。
  • 安装前建议确认权限范围与维护状态。
  • 注意是否会触发联网、命令执行或文件读写操作。

SKILL.md

anti-wechat-ai-check — 微信公众号 AI 痕迹检测与人性化润色

检测文章中的 AI 生成痕迹(模板短语、过渡词堆砌、句式雷同等),给出风险 评分和修改建议,并可输出人性化润色后的版本。基于微信公众平台运营规范 3.27 条款(非真人自动化创作行为)的检测逻辑。

When to Use

  • 用户准备将 AI 辅助写作的文章发布到微信公众号
  • 用户想检查一篇文章是否有明显 AI 痕迹
  • 用户想将 AI 生成的草稿改写为更自然的人类风格

Workflow (MANDATORY)

You MUST follow these steps in order:

Step 1: Get the article

Determine the input source:

  • If user provides a file path → read the file
  • If user pastes text in the conversation → save to a temp file or use --text

Step 2: Run analysis

python skills/lovstudio-anti-wechat-ai-check/scripts/analyze.py \
  --input <path> --format json

Or with inline text:

python skills/lovstudio-anti-wechat-ai-check/scripts/analyze.py \
  --text "文章内容" --format json

Step 3: Present findings

Show the user:

  1. Risk score (0-100) and risk level (LOW / MEDIUM / HIGH)
  2. Template phrases found — list each one with its location
  3. Structure issues — transition word density, paragraph uniformity, etc.
  4. Sentence issues — length uniformity, repeated starters, excessive "的"

Step 4: Ask the user

IMPORTANT: Use AskUserQuestion to ask what to do next:

OptionDescription
仅查看报告用户自己修改,skill 结束
给出修改建议列出每个问题的具体修改建议,不改原文
直接输出修改版输出人性化润色后的完整文章

Step 5: Humanize (if requested)

When rewriting, follow these humanization rules:

5a. 消除模板短语

  • 删除或替换报告中标出的每个模板短语
  • "随着科技的不断发展" → 直接说具体的事("去年 ChatGPT 发布后...")
  • "综上所述" → 删掉,或换成口语化的收尾

5b. 降低过渡词密度

  • 目标:过渡词密度 < 15%
  • 删除不必要的 "首先/其次/此外/另外"
  • 用具体的逻辑关系替代泛化连接词

5c. 打破句式均匀

  • 刻意制造长短句交替:短句 < 15 字,长句 > 40 字
  • 加入口语化表达、反问句、感叹句
  • 偶尔使用不完整句或省略句

5d. 打破段落均匀

  • 有的段落只有一两句话,有的段落可以很长
  • 避免每段都是 "论点 + 论据 + 小结" 的三段式

5e. 增加人味

  • 加入个人经历、具体案例、数字细节
  • 使用口语化表达("说白了"、"讲真"、"你想想")
  • 适当使用不规范但自然的表达
  • 减少 "的" 字使用(目标 < 5%)

5f. 保留原意

  • 核心观点和信息不能丢失
  • 专业术语保留,不要过度口语化
  • 保持原文的立场和态度

Step 6: Output

Output the humanized article as markdown. If the input was a file, also offer to write the result back to a file (with -humanized suffix).

CLI Reference

ArgumentDefaultDescription
--input, -iInput file path (.md,.txt)
--text, -tInline text to analyze
--format, -ftextOutput format: text or json

Dependencies

No external dependencies — stdlib only.

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

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

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

Codex

35.33%
按下载量换算144

Claude

32.37%
按下载量换算132

Cursor

20.9%
按下载量换算85

Gemini CLI

9.23%
按下载量换算38

安全审计

暂无安全审计结果可展示。

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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