Z
zhbehx/ai-tell
View on GitHub ↗Link checked 2026-11-12 · HTTP 200 · opens the vendor's own site
- Star count
- 1 ★ · zhbehx/ai-tell · read from the GitHub search API · (checked 2026-11-13 20:00:50)
- Source
- read directly from its GitHub page · type: open-source project
- Harvest history
- first seen 2026-10-26 · last seen 2026-11-14 · seen 23× · listed by 2 sources
- Score
- score 203 · 1 ★ · 2 sources · repo
FAQ (answers come from our records)
Who is it for?
We filed it under these tags: Agent 技能. The tags come from the entry itself, not a taxonomy we imposed.
Who maintains it?
repository
zhbehx/ai-tell;first catalogued 2026-10-26;last seen 2026-11-14。There is no official certification or quality rating here — we record sources and dates only.# AI 味检测器 · ai-tell
以下摘录自该仓库的 README(片段) · 在 GitHub 读完整 README →
> 测出你的稿子哪几句像 AI 写的,给出可解释的分数与证据,再按七个动作改成人话。
## 一句话
$ python scripts/aitell.py 我的稿子.md
AI 味:85.1 / 100 一眼 AI:结构、用词、节奏三样都在报警
字数:284 个汉字 模式:article
套话黑话 100.0 ████████████████████ 权重 24%
空转收尾 100.0 ████████████████████ 权重 22%
对称句式 100.0 ████████████████████ 权重 16%
抽象大词 100.0 ████████████████████ 权重 14%
具体性缺失 100.0 ████████████████████ 权重 14%
结构模板 50.0 ██████████·········· 权重 14%
句长均匀 0.0 ···················· 权重 10%
改完同一篇内容,85.1 → 0.0,字数还少了 20 个。完整对照见 examples/01-before-after.md。
## 为什么这个东西不会又是「提示词汇编」
| | 常见的「去 AI 味」prompt | 这个 skill |
| 输出 | 一段改写后的文字 | 分数 + 六个维度 + 逐句证据 + 改写 |
| 判断 | 靠模型自己说「更像人了」 | 确定性脚本,同一输入永远同一分数 |
| 可比较 | 不能 | 改前改后可以量化,能进 CI |
| 可解释 | 不能 | 每个扣分点都指向具体词、具体句 |
| 误判 | 无法自查 | 引号里的引用不扣分;--mode doc 排除技术文档的正当结构 |
它是个量具,不是一个 prompt。
## 安装
bash
git clone https://github.com/zhbehx/ai-tell.git ~/.claude/skills/ai-tell
## 用法
bash
# 基础检测
python scripts/aitell.py draft.md
# 看证据:到底是哪几句露了馅
python scripts/aitell.py draft.md --explain
# 卡住不让发:超过 60 分退出码 1
python scripts/aitell.py draft.md --fail-over 60
# 技术文档模式(小标题/列表不计入扣分)
python scripts/aitell.py README.md --mode doc
# 管道输入
pbpaste | python scripts/aitell.py -
# 结构化输出
python scripts/aitell.py draft.md --json
# 英文稿(默认 --lang auto 会自动判断,也可显式指定)
python scripts/aitell.py draft.md --lang en
退出码:0 正常 / 1 触发 --fail-over / 2 文件错误或文本过短。
## 六个维度
| 维度 | 权重 | 抓什么 |
| 套话黑话 | 24% | 赋能、闭环、抓手、颗粒度、底层逻辑、降本增效 |
| 空转收尾 | 22% | 「希望对你有所帮助」「让我们一起」「综上所述」 |
| 对称句式 | 16% | 不是…而是…/不仅…而且…/一方面…另一方面… |
| 结构模板 | 14% | 前言/背景/总结、等长分段、列表占比过高 |
| 抽象大词 | 14% | 至关重要、深远影响、极大提升、充分发挥 |
| 句长均匀 | 10% | 句长变异系数 = 75、human = 50)。
## 相关 skill
写作与工具:爆款文案工坊(出稿 · 结构、钩子、标题)
职场五件套:简历对岗改写 · 面试陪练 · 汇报写作 · PPT 叙事大纲 · 会议纪要
避坑与决策:JD 红旗检测 · 合同风险扫描 · 会议成本
发布与沟通:隐私自查 · 职场语气
共同点:零依赖、中文优先、每个都带一个确定性检查脚本。
## 和写作类 skill 怎么配合
先用 viral-copy 出稿(结构、钩子、标题)。
再用本仓测一遍(语言是不是像人写的)。
前者管「有没有人愿意看」,后者管「看完觉不觉得你在糊弄」。
## 三个诚实的局限
1. 它测语言特征,不测内容价值。 0 分也可能是一篇废话。
2. 它不认生僻写法。 有意打破节奏的实验文本可能被误判——看证据,别只看分数。
3. 英文词库仍是第一批。 v1.0.1 已支持英文(对应 issue #1),但英文黑话清单只有 30 条,覆盖面远不如中文的 60+ 条。欢迎 PR 扩充 ENJARGON。
> market/social-preview.png 是本仓的社交预览图(1280×640),用于 README 顶部与分享卡片。改文案后跑 python market/makepreview.py 重新生成(需要 Pillow)。
## 自定义
1. 加你们行业的黑话:scripts/aitell.py 顶部 JARGON 列表,加一个词就生效。
## 一句话
$ python scripts/aitell.py 我的稿子.md
AI 味:85.1 / 100 一眼 AI:结构、用词、节奏三样都在报警
字数:284 个汉字 模式:article
套话黑话 100.0 ████████████████████ 权重 24%
空转收尾 100.0 ████████████████████ 权重 22%
对称句式 100.0 ████████████████████ 权重 16%
抽象大词 100.0 ████████████████████ 权重 14%
具体性缺失 100.0 ████████████████████ 权重 14%
结构模板 50.0 ██████████·········· 权重 14%
句长均匀 0.0 ···················· 权重 10%
改完同一篇内容,85.1 → 0.0,字数还少了 20 个。完整对照见 examples/01-before-after.md。
## 为什么这个东西不会又是「提示词汇编」
| | 常见的「去 AI 味」prompt | 这个 skill |
| 输出 | 一段改写后的文字 | 分数 + 六个维度 + 逐句证据 + 改写 |
| 判断 | 靠模型自己说「更像人了」 | 确定性脚本,同一输入永远同一分数 |
| 可比较 | 不能 | 改前改后可以量化,能进 CI |
| 可解释 | 不能 | 每个扣分点都指向具体词、具体句 |
| 误判 | 无法自查 | 引号里的引用不扣分;--mode doc 排除技术文档的正当结构 |
它是个量具,不是一个 prompt。
## 安装
bash
git clone https://github.com/zhbehx/ai-tell.git ~/.claude/skills/ai-tell
## 用法
bash
# 基础检测
python scripts/aitell.py draft.md
# 看证据:到底是哪几句露了馅
python scripts/aitell.py draft.md --explain
# 卡住不让发:超过 60 分退出码 1
python scripts/aitell.py draft.md --fail-over 60
# 技术文档模式(小标题/列表不计入扣分)
python scripts/aitell.py README.md --mode doc
# 管道输入
pbpaste | python scripts/aitell.py -
# 结构化输出
python scripts/aitell.py draft.md --json
# 英文稿(默认 --lang auto 会自动判断,也可显式指定)
python scripts/aitell.py draft.md --lang en
退出码:0 正常 / 1 触发 --fail-over / 2 文件错误或文本过短。
## 六个维度
| 维度 | 权重 | 抓什么 |
| 套话黑话 | 24% | 赋能、闭环、抓手、颗粒度、底层逻辑、降本增效 |
| 空转收尾 | 22% | 「希望对你有所帮助」「让我们一起」「综上所述」 |
| 对称句式 | 16% | 不是…而是…/不仅…而且…/一方面…另一方面… |
| 结构模板 | 14% | 前言/背景/总结、等长分段、列表占比过高 |
| 抽象大词 | 14% | 至关重要、深远影响、极大提升、充分发挥 |
| 句长均匀 | 10% | 句长变异系数 = 75、human = 50)。
## 相关 skill
写作与工具:爆款文案工坊(出稿 · 结构、钩子、标题)
职场五件套:简历对岗改写 · 面试陪练 · 汇报写作 · PPT 叙事大纲 · 会议纪要
避坑与决策:JD 红旗检测 · 合同风险扫描 · 会议成本
发布与沟通:隐私自查 · 职场语气
共同点:零依赖、中文优先、每个都带一个确定性检查脚本。
## 和写作类 skill 怎么配合
先用 viral-copy 出稿(结构、钩子、标题)。
再用本仓测一遍(语言是不是像人写的)。
前者管「有没有人愿意看」,后者管「看完觉不觉得你在糊弄」。
## 三个诚实的局限
1. 它测语言特征,不测内容价值。 0 分也可能是一篇废话。
2. 它不认生僻写法。 有意打破节奏的实验文本可能被误判——看证据,别只看分数。
3. 英文词库仍是第一批。 v1.0.1 已支持英文(对应 issue #1),但英文黑话清单只有 30 条,覆盖面远不如中文的 60+ 条。欢迎 PR 扩充 ENJARGON。
> market/social-preview.png 是本仓的社交预览图(1280×640),用于 README 顶部与分享卡片。改文案后跑 python market/makepreview.py 重新生成(需要 Pillow)。
## 自定义
1. 加你们行业的黑话:scripts/aitell.py 顶部 JARGON 列表,加一个词就生效。
Listed badge (optional)
Copy this line into the README if you want the listing mark. Optional, and it does not affect being listed.
[](https://anclum.com/en/s/zhbehx-ai-tell/)
- Source
- github · https://github.com/zhbehx/ai-tell
- Browse by field
- Agent skills
- Traction
- 1 ★
- Listed by
- 2 independent sources
- added
- today
More like this
Filed under
Every tag opens the full list for that filter. Counts are the live catalogue figures.