hardikpandya/stop-slop
A skill file for removing AI tells from prose
★ 12,635 · Fork 879 · 在 GitHub 查看
在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→
GitHub Trending 上榜记录
hardikpandya/stop-slop 已在 GitHub Trending 每日榜单上榜 6 天,最高排名第 2,首次上榜 2026-05-25,最近一次上榜 2026-05-30。
| 日期 | 排名 | Star | 当日增长 |
|---|---|---|---|
| 2026-05-30 | #15 | 7,213 | +617 |
| 2026-05-29 | #4 | 6,940 | +761 |
| 2026-05-28 | #3 | 6,355 | +755 |
| 2026-05-27 | #2 | 5,614 | +664 |
| 2026-05-26 | #6 | 4,958 | +547 |
| 2026-05-25 | #16 | 4,349 | +353 |
同期上榜的项目
- microsoft/markitdown – Python tool for converting files and office documents to Markdown.
- harry0703/MoneyPrinterTurbo – 利用 AI 大模型和自动化工作流,根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.
- anthropics/claude-code – Claude Code is an agentic coding tool that lives in your terminal, understands your codebase, and helps you code faster by executing routine tasks, explaining complex code, and handling git workflows - all through natural language commands.
- cursor/plugins – Cursor plugin specification and official plugins
- revfactory/harness – A meta-skill that designs domain-specific agent teams, defines specialized agents, and generates the skills they use.
- EveryInc/compound-engineering-plugin – Official Compound Engineering plugin for Claude Code, Codex, Cursor, and more
stop-slop 项目深度剖析与商业评估报告
stop-slop 项目深度剖析与商业评估报告
1. 核心定位与商业落地价值
根本痛点 该项目精准切入AI内容生成领域最棘手的“机器味”问题。当前主流LLM(Claude、GPT-4等)在长文本生成中存在显著的统计模式特征:过度使用特定过渡词(如“然而”、“值得注意的是”)、对称结构、三段式论证框架、以及缺乏人类写作中常见的“粗糙感”和“非对称性”。这些AI痕迹在商业场景中直接导致内容可信度下降、品牌调性受损、以及读者对自动化内容的抵触。
商业落地场景 企业内容营销自动化:B2B技术白皮书、行业报告、产品说明书的AI辅助写作,需要消除机器感以维持品牌专业性 学术出版与科研论文润色:期刊审稿人对AI生成内容的识别日益严格,需要后处理去除统计特征 法律与合规文档:合同条款、监管文件中的AI生成内容面临合规风险,需要“人写”质感 多语言本地化内容:机器翻译后的文本需要消除翻译腔和AI模式 社交媒体与客户沟通:自动生成的客服回复、社交帖子需要自然度以维持用户信任
竞品差异化与护城河 轻量级架构:相较于需要微调模型的方案(如Hugging Face的detoxify),该项目仅需规则+提示工程,部署成本趋近于零 可解释性:每条规则都有明确的语言学依据(如禁止Wh-句首、禁止em dash),而非黑盒模型,便于审计和定制 模块化设计:phrases.md、structures.md、examples.md的分离使得维护者可以针对特定领域(法律、医疗、技术写作)独立迭代 生态兼容性:直接面向Claude Code/Projects的skill格式,天然适配Anthropic生态,未来可扩展至其他LLM
护城河评估:该项目真正的护城河在于其积累的“AI模式数据库”(phrases.md和structures.md),这是数百小时人工标注的结果。但注意,这种护城河是脆弱的——竞争对手可以通过反向工程或大规模语料对比快速复制。
2. 核心架构设计与技术深度
模块拆解思想 stop-slop/ ├── SKILL.md # 控制平面:核心规则引擎与评分系统 ├── references/ │ ├── phrases.md # 数据平面:词汇级违禁词库 │ ├── structures.md # 结构平面:句法模式与篇章框架 │ └── examples.md # 验证平面:预期行为测试集
在 README 中展示上榜徽章
[](https://github.fq6825.top/repo/hardikpandya/stop-slop)