不配 Key 也能用?no-ai-slop 两种跑通姿势实测,小白照抄即可 不配 Key 也能用no-ai-slop 两种跑通姿势实测小白照抄即可【免费下载链接】no-ai-slopRemoves 20 patterns of AI slop from any piece of writing.项目地址: https://gitcode.com/gh_mirrors/no/no-ai-slop如果你的文章被评价一看就是 AI 写的问题通常不在模型而在 20 多个可枚举的句式模式二元对比、清嗓开场、伪洞察铺垫、冒号揭秘、假装深刻的结尾……no-ai-slop 就是冲着这些模式来的。这个项目开源后热度一路走高GitHub 周榜连续多周出现它的身影当前仓库已积累 12.1k Star、833 Fork并被 CSDN 周报、掘金等社区反复拆解。它不训练模型、不调用检测 API核心资产就是一份 Markdown 规则文件加一份自检清单因此也带来一个很实际的问题它到底需不需要 API Key没有 Key 的人怎么跑通本文基于仓库源码实测给出两条真实可复现的路线一条是开箱即用的最小配置路径一条是统一 Key 接入的完整链路最后用耗时、稳定性与适用人群三个维度做横向对比。先弄清一件事Skill 本身不需要 Key先看仓库结构整个项目由四块组成skills/no-ai-slop/SKILL.md编辑规则与工作流是技能本体skills/no-ai-slop/eval.md技能完成改写后自检用的检查清单.codex-plugin/plugin.jsonChatGPT / Codex 插件的元数据scripts/build_plugin.py打包并校验插件分发包的脚本。关键证据在 PRIVACY.mdNo AI Slop 是 skills-only 插件does not run an external server, require an account, or collect, store, or sell personal data——它没有外部服务器、不要求账户自然也不存在需要这把 Key 才能调用服务的问题。规则文件本身只是给模型看的指令真正消耗算力、需要认证的是你所在的 Agent 运行时ChatGPT、Claude Code、Codex、Cline 等。所以不配 Key的前提是你使用的运行时本身自带模型能力比如桌面版 ChatGPT 或 Claude 的登录态Skill 只是搭车。理解了这一点两条路线就清楚了。姿势 A开箱即用的最小配置路径这条路线适合不想碰任何 Key、不想配任何网关的人全程只需要两步。第一步安装 Skill。仓库 README 提供了两种安装方式。最省事的方式是直接把下面这句话粘贴进 ChatGPT、Claude Code、Codex 等任意支持 Skills 的 AgentInstall the /no-ai-slop skill globally from https://github.com/petergyang/no-ai-slop偏好命令行的话用 npx 一条命令全局安装npx skills add petergyang/no-ai-slop --skill no-ai-slop --global --yes第二步直接对话调用。安装完成后不写任何配置文件直接使用三种模式之一/no-ai-slop (your writing) # 编辑去掉 slop 模式并保留你的个人语气 /no-ai-slop is this slop? (your writing) # 检测逐条引用命中的模式不猜是否 AI 所写 Draft an AI slop post about (topic) # 娱乐故意生成最尴尬的 AI 味文案这套流程零配置、零 Key背后的原理从 agents/openai.yaml 可以看得很清楚Agent 层只声明了一个 interface——display_name: /no-ai-slopdefault_prompt是 Use $no-ai-slop to remove AI patterns from this draft while preserving my personal voice。Skill 被当作一个全局注入的指令集模型读取 skills/no-ai-slop/SKILL.md 里的规则后现场执行根本不存在去某个服务验证 Key的环节。跑通后你会得到两种输出形态编辑模式下模型先通读全文识别核心观点和 3-5 个需要保留的语音信号词汇、节奏、直率程度、幽默感等做最小有效修改最后附一段 What changed 说明改了什么检测模式下模型不重写、不打分、不猜作者只把命中的模式逐条引用原文并给出短修复建议。需要注意的坑这条路线对运行时本身有隐性要求。如果使用者的 ChatGPT / Claude 账号没有开通 Skills 能力或者用的是纯 API 客户端就回到姿势 B 去解决。姿势 B统一 Key 接入的完整链路对比姿势 A 之外社区里更常见的是统一 Key路线——把 no-ai-slop 装进 Claude Code 这类本地 Agent通过一个聚合 API 通道如社区文章中提到的 TaoToken 统一 Key为多个模型提供认证。这条路线的本质不是给 Skill 配 Key而是给承载 Skill 的 Agent 配一个可路由的模型入口。完整链路分四步配置统一 Key 与通道在 Agent 的配置文件中写入统一 API 地址与密钥作为模型请求的认证入口。这一步的典型落点是settings.json配置好环境变量后 Agent 的所有模型调用都会走该通道。安装 Skill与姿势 A 相同使用npx skills add或粘贴安装指令将 no-ai-slop 全局安装到该 Agent 中。验证调用链路先发一条最小指令如is this slop?检测一段文本确认 Agent 能拿到模型响应、Skill 规则被正确加载。排查常见错误社区实测中最高频的问题是模型未授权该模型名与通道限流/超时。前者要在统一 Key 平台侧勾选对应模型权限后者通常是并发或上下文过长导致缩小文本或降低并发即可。源码层面对这条路线提供了两条硬性支撑值得展开一是打包链路可验证、可审计。scripts/build_plugin.py 定义了严格的构建流程读取 .codex-plugin/plugin.json 清单后先校验name/version/description/author/skills/interface等必填字段和 starter prompt 的长度上限再组装插件目录最后逐字节比对打包后的 SKILL.md、eval.md 与仓库原文件是否一致并校验 ZIP 合法性。配合 .github/workflows/plugin.yml 中的 CI 流水线每次 push 都会跑一次python scripts/build_plugin.py打 tag 时自动把验证通过的插件包挂到 GitHub Release。也就是说你装到的每一个分发包都经过确定性校验这降低了乱装 Skill 导致提示词注入的风险。二是隐私与合规边界明确。接入统一 Key 后文本会经由通道转发给模型处理行为受所在产品隐私条款约束PRIVACY.md 已明确说明TERMS.md 则强调插件只提供编辑建议与模式标记输出是否采用由你自己把关不构成任何专业意见。两种姿势的本质差异姿势 A 把认证交给 ChatGPT / Claude 的登录态你手里没有任何 Key 文件姿势 B 把认证收拢到一个统一 KeyKey 归你管换来的是对模型路由、用量与成本的可见性。前者更省事后者更可控。两条路线怎么选耗时、稳定性与适用人群把两次实测放到同一张表里对比维度姿势 A开箱即用姿势 B统一 Key 接入首次跑通耗时约 1-2 分钟安装指令 首条对话约 10-30 分钟配 Key、装 Skill、验链路、排错日常单次调用耗时取决于模型推理Skill 规则注入开销可忽略取决于统一通道转发与模型推理通常多一跳网络稳定性依赖宿主产品 Skills 能力是否开放依赖通道可用性与模型权限配置配置资产零 Key、零配置文件一个统一 Key Agent 配置适用人群内容创作者、不想碰基础设施的普通用户开发者、多模型用户、需要成本核算与路由控制的团队判断标准可以压缩成一句你手里有没有 Key以及你想不想要 Key 的控制权。如果你只想把文章里的 AI 味去掉姿势 A 是终点——它把 Key 问题整个跳过了所有复杂度都藏在宿主产品的登录态后面。如果你同时在使用多个 Agent 和多个模型或者希望所有 AI 调用走同一个可审计的入口姿势 B 才值得投入那 20 分钟配置时间。一个更务实的建议是两者叠加使用个人创作场景用姿势 A 保持零负担批量或团队场景切到姿势 B 拿回控制权。无论走哪条路skills/no-ai-slop/SKILL.md 的核心都保持一致——保留作者的个人声音只清理真正拖累文本的 AI 模式。最后记得跑一遍 skills/no-ai-slop/eval.md 里的 20 多项自检逐条 pass/fail这是项目把去 AI 味变成可验收工程的关键一步。【免费下载链接】no-ai-slopRemoves 20 patterns of AI slop from any piece of writing.项目地址: https://gitcode.com/gh_mirrors/no/no-ai-slop创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考