Token导航 LogoToken导航

Agent Skill · 研究检索

lovstudio%3aanti-wechat-ai-check(lovstudio%3a 反微信 ai 查看)

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。

lovstudio%3aanti-wechat-ai-check 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为只读;许可证信息还不明确,暂无第三方扫描结果,按安装量在研究检索类的 73,675 个 Skill 里排第 41,004。

总安装 1,224周安装 51GitHub Stars 45下载 408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
unknown

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

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

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。

来源仓库内路径:skills/lovstudio%3Aanti-wechat-ai-check

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/lovstudio/skills --skill lovstudio:anti-wechat…;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

lovstudio%3aanti-wechat-ai-check 怎么安装?

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

lovstudio%3aanti-wechat-ai-check 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。

lovstudio%3aanti-wechat-ai-check 需要什么权限?

权限级别是只读。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。

lovstudio%3aanti-wechat-ai-check 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

lovstudio%3aanti-wechat-ai-check 用的人多吗?

公开数据是累计安装 1,224 次,近一周安装 51 次,下载 408 次,GitHub 45 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。

lovstudio%3aanti-wechat-ai-check 安全吗?

没有查到第三方扫描结果,安全性无法从公开资料判断,安装前请自行审查源码、依赖和命令行为。

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。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 没有第三方扫描结果,安全性只能靠自己读源码判断。
  • 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。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 要求有安全扫描结论才肯安装的团队。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
lovstudio%3aanti-wechat-ai-check

lovstudio%3a 反微信 ai 查看 · 本页

1,22445只读未明确未收录

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

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, -i—Input file path (.md,.txt)
--text, -t—Inline text to analyze
--format, -ftextOutput format: text or json

Dependencies

No external dependencies — stdlib only.

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。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills