Token导航 LogoToken导航

Agent Skill · AI 工具

ai-proofreading(AI 校对)

ai-proofreading 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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。

ai-proofreading 是AI 工具类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为权限未标注;许可证为 MIT,第三方扫描已通过,按安装量在AI 工具类的 2,536 个 Skill 里排第 1,007。

总安装 1,354周安装 57GitHub Stars 44下载 474核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT

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:ai-proofreading(AI 校对)
来源仓库:https://github.com/alchaincyf/glm-claude
仓库路径:skills/ai-proofreading
安装命令:
npx skills add https://github.com/alchaincyf/glm-claude --skill ai-proofreading
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。不同来源提供的安装方式可能略有差异;本站展示可直接复制的安装命令,安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/alchaincyf/glm-claude --skill ai-proofreading

这个 Skill 是做什么的

AI 工具类 Skill 用来扩展助手本身的能力,例如接模型、接检索、接外部服务。

AI 味审校技能通过系统化三遍流程降低文本 AI 检测概率,提升内容的人情味与真实感。适用于中文语境下机械表达、过度正式及结构僵化等典型问题的风格优化需求。第一遍重构内容骨架,第二遍润色语言温度,第三遍强化个性印记与口语化特征。使用前需确认原文主题与目标受众,确保改写方向符合实际传播场景而非单纯追求“不像 AI”。

建议搭配 AI 检测工具实时反馈调整幅度,在自然流畅与合规安全之间取得平衡。

来源仓库内路径:skills/ai-proofreading

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/alchaincyf/glm-claude --skill ai-proofreading;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

ai-proofreading 怎么安装?

在终端执行 npx skills add https://github.com/alchaincyf/glm-claude --skill ai-proofreading。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

ai-proofreading 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

ai-proofreading 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

ai-proofreading 是免费的吗?

来源标注的许可证是 MIT。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

ai-proofreading 用的人多吗?

公开数据是累计安装 1,354 次,近一周安装 57 次,下载 474 次,GitHub 44 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

ai-proofreading 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 3 个目录同时收录,说明这个 Skill 流传比较广。
  • 许可证明确为 MIT,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理AI 工具类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

AI 工具类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
executing-plans

执行计划 · Codex、Claude

1,515,336173,110只读MIT通过
verification-before-completion

完成前的验证 · Codex、Claude

1,319,472173,121权限未标注MIT通过
subagent-driven-development

子 Agent 驱动开发 · Codex、Claude

1,312,416173,138只读MIT通过
copy-editing

复制编辑 · Codex、Claude

1,209,57625,632只读MIT通过
paywall-upgrade-cro

付费专区升级 cro · Codex、Claude

1,030,17625,617只读MIT通过
ai-proofreading

AI 校对 · 本页

1,35444权限未标注MIT通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

AI味审校

何时使用此Skill

当用户出现以下任一需求时,使用此技能:

  • 提到内容"AI味太重"、"像AI写的"、"太机械"
  • 要求"降低AI检测率"、"更像人写的"、"自然一些"
  • 需要"口语化"、"有温度"、"接地气"的表达
  • 内容被AI检测工具标记为高AI概率
  • 希望文章更具个性和真实感

核心目标

通过系统化的三遍审校流程,将内容的AI检测率从80-100%降低至30%以下,让文章更具人味和真实性。

执行流程

第一遍:内容结构调整 (P0级检查)

目标:修复明显的AI结构特征

检查要点:

  1. 避免教科书式结构

- ❌ "首先...其次...最后..."的机械结构 - ✅ 使用自然的转折和过渡

  1. 避免定义式开头

- ❌ "什么是XX?XX是指..." - ✅ 直接切入主题或使用引子开头

  1. 避免总结式结尾

- ❌ "综上所述,总而言之..." - ✅ 自然收尾或留有余韵

  1. 增加个人化表达

- 插入个人观点、经历、感受 - 使用"我觉得"、"在我看来"等表达

第二遍:语言风格优化 (P1级检查)

目标:让语言更自然、更有温度

检查要点:

  1. 替换书面化词汇

- ❌ "进行"、"实现"、"提供" - ✅ "做"、"完成"、"给"

  1. 增加口语化表达

- ❌ "该产品具备..."、"此方法..." - ✅ "这个产品能..."、"这个方法..."

  1. 使用生活化比喻

- 结合日常生活经验打比方 - 避免过于专业的抽象表达

  1. 调整句式节奏

- 长短句结合,避免全是长句 - 适当使用设问、感叹等句式

第三遍:细节润色 (P2级检查)

目标:增加真实感和可信度

检查要点:

  1. 增加具体细节

- 补充时间、地点、人物等具体信息 - 使用数字、百分比等量化表达

  1. 添加情绪色彩

- 适当表达惊讶、失望、兴奋等情绪 - 使用感叹词、语气词增加感染力

  1. 优化连接词

- 减少"因此"、"然而"、"另外"等正式连接词 - 使用"不过"、"而且"、"对了"等口语连接

  1. 检查逻辑合理性

- 确保论证过程自然流畅 - 避免过于完美的逻辑闭环

质量标准

  • AI检测率 < 30%
  • 保持原意不变
  • 增加至少3个个人化表达
  • 语言风格与目标读者匹配

*最后更新:2024年*

平台分布

Claude Code

28.37%
按下载量换算134

OpenCode

23.38%
按下载量换算111

Gemini CLI

18.92%
按下载量换算90

Antigravity

13.68%
按下载量换算65

windsurf

7.57%
按下载量换算36

Codex

3.26%
按下载量换算15

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限未标注

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。

继续浏览同类 Skills