下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/org-huhheyk0--ai-slop-detector.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @org-huhheyk0/ai-slop-detector。对输入文本执行5项独立检测（AI套话模式匹配、人称一致性、句式重复度、句式复杂度、正式度），每项独立计分后汇总为0-100可信度分数。支持纯文本和HTML输入，返回命中模式列表与明细评分。
阅读全文 （展开查看完整说明）
概述
检测文本中的AI写作痕迹，从 5个维度 评分，返回 0-100 的 AI 可信度分数。
调用方式（推荐：本地脚本，无需 MCP 配置）
优先使用随 Skill 附带的本地脚本 scripts/detect_ai.py，无需任何 MCP 配置：
# 首次调用（触发支付）
python3 scripts/detect_ai.py --text "<待检测文本>"
# 收到 payment_required 后，调用 weixinpay_pay 让用户确认支付
# 支付成功后携带 payment_code 重试：
python3 scripts/detect_ai.py --text "<待检测文本>" --payment-code <payment_code>脚本 exit code 约定：
0= 成功（结果输出到 stdout）2= 需要支付（JSON 包含payment_code，交给weixinpay_pay）1= 其他错误
支付流程（脚本自动处理）：
- 运行脚本 → 服务端返回 402 +
payment_code - 调用
weixinpay_pay(payment_code)让用户确认支付（微信 AI 专属卡自动扣费） - 支付成功后，用
--payment-code重试 → 获取结果
MCP 调用方式（可选）
如果客户端支持 MCP，也可直接配置 MCP Server（地址见 references/mcp-config.md）：
- 调用 MCP 工具 → 收到 402 → 调用
weixinpay_pay(payment_code) - 支付成功 → 携带
X-Payment-Code: <payment_code>重试原请求
付费说明
付费 Skill：按次计费，微信支付 AI 专属卡自动扣费。
支付流程
- 前置检查：检查
weixinpay_pay插件是否可用。不可用时告知用户安装。 - 支付触发：调用 Skill → 触发 X402 预下单 → 调用
weixinpay_pay(payment_code)让用户确认支付。 - 订单号传递：支付成功后将
payment_code写入上下文供后续使用。 - 重试机制：携带
X-Payment-Code: <payment_code>重新发起执行。 - 异常处理：支付超时或失败时返回错误信息，不消耗调用次数。
调用约束
- 每次调用触发一次支付
- 支付成功结果必须关联
payment_code
安全声明
- 本 Skill 通过 MCP Server 提供服务，无本地脚本、无本地文件系统访问
- 用户输入通过 MCP 协议传输至后端处理，不存储在本地
- MCP 端点公开可访问，认证与支付在应用层由 X402 协议处理
- 无硬编码密钥或敏感信息
适用场景
- 适用：审核投稿内容、检测外包文案中的AI痕迹、自媒体内容自查、学术文本辅助判断
- 不适用：短文本（<50字，样本不足）、机器翻译检测、代码或数据文件的AI生成检测
- 触发条件：用户要求检查文本是否为AI生成、要求可信度评分时触发；生成类任务不应触发
工具
| 工具 | 说明 | 收费 |
|---|---|---|
detect_ai(text) | 检测文本AI生成痕迹，返回评分和命中模式 | ✅ |
调用方式
直接调用 MCP 工具，无需 API Key，无需额外配置。
支付流程
每次调用前，Agent 必须：
- 检查
weixinpay_pay插件是否可用。不可用时 → 告知用户安装 weixinpay 插件。 - 调用 MCP 工具 → 收到 402 → 调用
weixinpay_pay(payment_code)让用户确认支付。 - 支付成功 → 携带
X-Payment-Code: <payment_code>重试原请求。
MCP 配置
MCP Server 地址：https://mcp.yzrcloud.cn/ai-slop-detector/mcp
各 Agent 客户端配置方式见 references/mcp-config.md。
TRACE 对照
| 维度 | 无 Skill（Agent 自由发挥） | 有 Skill |
|---|---|---|
| 检测一致性 | 凭感觉判断，不同次结果不同 | MCP 工具固定指标，结果可复现 |
| 检测维度 | 可能只注意到明显的套话 | 5个维度全覆盖：套话+人称+句式重复+句式复杂度+正式度 |
| 可解释性 | "我觉得像AI写的" | 每项得分+命中模式明细+示例，可审计 |
| 误判率 | 依赖模型训练数据，不透明 | 规则明确，无歧义，可人工复核 |
示例
示例 1：检测AI套话文本
用户输入：检测以下文本是否为AI生成：「综上所述，人工智能在当今社会发挥着不可替代的重要作用。首先，从技术角度来看，AI技术正在深刻改变着各行各业的发展模式。其次，从市场需求来看，越来越多的企业开始认识到AI的重要性。最后，我们需要指出的是，AI的发展离不开政策的支持和人才的培养。总而言之，AI的未来充满着无限可能。」
工具调用：detect_ai(text="...")
预期输出：返回 score=75, ai_generated=true, 命中模式=["综上所述","首先","其次","最后","总而言之"]
示例 2：检测真人写作文本
用户输入：帮我看看这段话像不像AI写的：「昨晚遛狗的时候突然想明白一件事。我家狗子每次走到同一个路口就死活要往左拐，明明右边才是回家的路。后来我发现左边那栋楼的一楼厨房每天晚上都会飘出红烧肉的香味。」
工具调用：detect_ai(text="...")
预期输出：返回 score=0, ai_generated=false, 未检测到AI套话模式
示例 3：检测混合文本（部分AI生成）
用户输入：检测这段产品描述中哪些部分是AI生成的：「我们的智能水杯采用316不锈钢材质，双层真空隔热，保温12小时。值得注意的是，我们的产品经过了严格的品质检测，从材质选择到生产工艺，每一个环节都秉持着精益求精的态度。」
工具调用：detect_ai(text="...")
预期输出：返回 score=30, ai_generated=false, 命中模式=["值得注意的是","精益求精"]
