anti-ai-slop-swarm
Skill19 starsChanged 6 months agoMITView on GitHub
多智能体去 AI 味流水线。六个独立审稿透镜(事实、膨胀、结构、词汇、语气、节奏)并行诊断同一文本, 编排者合并去重排优先级,重写者统一修改,红队校验者检查信息损失与过度去味。 触发:用户说 多智能体/swarm 去 AI 味、分维度审稿再合并重写、先诊断再重写、并行审稿, 或长文/高风险稿需要多遍严格去 slop。快速单遍去味用 anti-ai-slop。 禁止针对 AI 检测器优化或虚构人类经历。
In this repository9 other files it gives its agents.
- 1nfinix-editorial-card-screenshotSkill
- community-profilerSkill
- frontend-datavizSkill
- lab-report-writerSkill
- svg-flowchartSkill
- wechat-file-organizerSkill
- swarm-orchestratorSkill
- product-story-pptxSkill
- readme-first-builderSkill
The file
Files
Anti AI Slop · Swarm 编排
环境适配
| 能力 | 有 subagent(Claude Code / Cowork) | 无 subagent(Claude.ai) |
| 审稿透镜启动 | 真并行,独立上下文 | 顺序模拟,逐个透镜读判,K=1 |
| 上下文隔离 | 子 Agent 物理隔离 | 流式读取纪律:一次只装一个透镜,判完释放 |
| 红队校验 | 独立子 Agent 不读诊断 | Orchestrator 切换视角自评,标 [self-judged] |
无 subagent 环境下隔离靠纪律近似,无法消除上下文污染;追求完整隔离建议使用 Claude Code 或 Cowork。
核心抽象:四位一体对齐
slop 类别组(A–F) ↔ 审稿透镜(audit lens) ↔ dim{编号}/ 工作区 ↔ Auditor Worker
评分定位到维度 → 维度反查到透镜 → 透镜定位到 dim → 重部署 Worker只要这条映射成立,"红队给某维度判不合格 → 反查对应透镜的诊断 → 定向重写那部分"就自动闭环。
六个透镜固定对齐 base 技能的 slop 分类六组:
| dim | 透镜 | 对应 base 分类组 | 透镜文件 |
| dim01 | 事实与证据 | A(1–4) | references/lens/A-facts.md |
| dim02 | 内容膨胀 | B(5–10) | references/lens/B-bloat.md |
| dim03 | 结构模板 | C(11–16) | references/lens/C-structure.md |
| dim04 | 词汇句法 | D(17–22) | references/lens/D-diction.md |
| dim05 | 对话语气 | E(23–29) | references/lens/E-tone.md |
| dim06 | 节奏格式 | F(30–35) | references/lens/F-rhythm.md |
Agent 角色(独立子智能体)
每个角色的完整指令在 agents/ 下,是该子智能体的独立 skill 文档。部署某角色时,把对应文件作为它的系统指令。
| 角色 | 数量 | 任务 | 独立文档 |
| Orchestrator | 1 | 锁原文、分透镜、合并去重定级、裁决、调红队、精炼、交付 | agents/orchestrator.md |
| Auditor(审稿透镜) | 6(A–F) | 各自独立诊断一组 slop,只诊断不改写 | agents/auditor.md + 对应 lens/ |
| Fact-Verifier | 0–1 | 用工具核验事实锚点(可选) | agents/fact-verifier.md |
| Rewriter | 1 | 按统一问题清单执行修改 | agents/rewriter.md |
| Loss-Verifier(红队) | 1 | 对照原文检查信息损失/事实改动/过度去味 | agents/loss-verifier.md |
| Voice-Matcher | 0–1 | 提取作者风格卡(voice-match 模式) | agents/voice-matcher.md |
铁律:审稿者只诊断不改写。 六个审稿者各改各的必然冲突;诊断与重写分离,让重写者在一份合并后的、已解决透镜间冲突的清单上一次改完。
模式
| 模式 | 跑哪些角色 | 用途 |
audit-only | 6 Auditor + 合并 | 只出诊断报告,不改稿 |
full-deslop(默认) | 6 Auditor → Rewriter → Loss-Verifier(+精炼) | 完整诊断+重写+校验 |
surgical | 6 Auditor → Rewriter(只修高/硬失败) → Loss-Verifier | 最小修补,保结构文气 |
+fact | 任意模式叠加 Fact-Verifier | 含精确数字/时效信息,需工具核验 |
+voice | 任意模式叠加 Voice-Matcher | 用户提供作者样本,需匹配声音 |
7-Phase 生命周期(映射到去 slop)
Phase 1 选模式(audit-only/full-deslop/surgical[+fact][+voice])+ 声明配置
▼
Phase 2 冻结 contract.md:原文 = 不可变事实锚点 + 问题清单 schema
产出 style_guide.md:从原文/样本提取的体裁/受众/语体/受保护内容 ◄── 🔒 用户检查点
▼
Phase 3 原文写入 shared/source.md(只读);建 dim01–dim06[+voice/fact dim]
▼
Phase 4 部署 6 Auditor(各读 source + 自己的 lens,独立诊断)→ 产出完整问题清单(full_issues)
▼
Phase 5 full_issues → 去重 → 密度合并 → 解决冲突 → 排序 → 按浮动上限截取本轮批次(batch)
剩余问题存入 backlog
▼
Phase 6 audit-only 到此交付诊断报告;否则部署 Rewriter 按 batch 执行修改 → 重写稿
▼
Phase 7 Loss-Verifier 红队 → 6 维质量门评分 + MSR 过度去味检测 → 不达标且未到上限且上轮有改进
→ 定向重写(有界精炼,回 Phase 6);达标/触顶/无改进 → 交付
▼
交付 报告本轮处理数 / backlog 剩余数;若未启用 +fact/+voice,提示可补充启用 ◄── 💬 用户检查点
用户满意 → STOP
用户要求继续 → 回 Phase 5(以当前重写稿为输入,从 backlog 截取下一批次)
用户要求补跑 +fact/+voice → 回 Phase 4 仅补跑对应 Agent(以当前重写稿为输入)
→ 新诊断追加入 backlog → 回 Phase 5追加轮次规则
Phase 5 的浮动上限使每轮只处理优先级最高的一批问题,backlog 中的低优先级问题留待后续。交付时必须告知用户:
本轮处理了 X 个问题,backlog 中还有 Y 个未处理。如需进一步去味,我可以继续执行下一轮。 [若未启用 +fact] 本轮未启用事实核验(+fact),如需核验文中数字/时效信息,可补充启用。 [若未启用 +voice] 本轮未启用声音匹配(+voice),如有作者样本需匹配风格,可补充启用。
用户确认继续时,按以下规则回到 Phase 5:
- 输入文本更新:以上轮重写稿(而非原始原文)作为 Rewriter 和 Loss-Verifier 的工作文本。
- backlog 按序截取:从 backlog 头部按同样的浮动上限截取下一批次;已被前轮附带修复的问题由 Rewriter 跳过。
- 补跑 +fact/+voice:用户在交付检查点要求启用时,回到 Phase 4 仅部署对应 Agent(不重跑 6 个 Auditor)。Fact-Verifier 以当前重写稿为输入核验事实;Voice-Matcher 从用户提供的作者样本提取风格卡。新产出的诊断追加入 backlog 参与后续 Phase 5 排序,不覆盖已有诊断。
- MSR 按轮独立计算:每轮的修改句比只统计本轮 batch 引起的变动,不累加历史轮次。
- contract 事实锚点不变:所有轮次共享同一份 Phase 2 锁定的事实锚点,不因文本迭代而松动。
- backlog 耗尽即止:backlog 为空时流程终止,不再重新审稿。
硬约束
- 承重墙:Orchestrator 不在自身上下文堆积所有透镜全文;需读全文深判时下放或流式逐个读。
- 有界回路:单轮内精炼必须同时满足迭代上限(默认 2、上限 3)、收敛判据(6 维达标)、无改进即停。跨轮由用户驱动,backlog 耗尽即止。
- 单次裁决:合并问题清单读一遍、排一次、定即止。
- 契约不可变:Phase 2 锁定的事实锚点在所有轮次中不变,不因文本迭代而松动。
- dim 隔离:审稿者不读其他 dim,红队不读审稿诊断。
- 用户检查点:Phase 2 默认等确认;交付时报告本轮处理数、backlog 剩余数及 +fact/+voice 启用状态,由用户决定继续、补跑或终止。
领域规则
- 原文即 Fact Anchors:contract 的事实锚点段 = 原文全部数字、日期、人名、产品名、引文、立场、限制。所有子智能体只读不改。
- 审稿只诊断不改写(见上铁律)。
- 收敛判据 = 浮动上限 + 密度合并 + 6 维质量门 + MSR 安全阀:合并阶段先做密度合并(同类型 ≥3 次 → 系统性问题,提级),再按浮动上限
min(max(ceil(字数/1000)×3, 5), 20)截取本轮 batch,剩余入 backlog。不追求每类归零(过度去味禁区)。MSR 按轮独立计算,full-deslop/surgical 模式下单轮 MSR > 45% 触发回退。 - 去 slop 不是新模板:破折号、被动、副词、三项列表、设问、第一人称只有在高密度/无功能时才处理;审稿者按"严重程度"四级分级,红队按 6 维评分,都不把语境相关写法当硬错误。
参考文件索引(按需加载)
- 子智能体指令 →
agents/(六份独立文档,见上表) - 六个透镜的判据 →
references/lens/A-facts.md…F-rhythm.md(各审稿者只读自己那片) - 问题清单字段 / digest 格式 / 合并去重与冲突解决规则 →
references/issue-schema.md - 6 维质量门评分与收敛判据 →
references/quality-gate.md
Quick Start
1. Phase 1: 选模式 + 声明配置(mode, max_parallel, refine, checkpoint)
2. Phase 2: 冻结 contract.md(原文=事实锚点 + 问题清单 schema)+ style_guide.md → 🔒 检查点
3. Phase 3: source.md 入 shared/(只读)+ mkdir dim01–dim06
4. Phase 4: 部署 6 Auditor(按 agents/auditor.md + 各 lens 文件)→ full_issues [+fact/voice]
5. Phase 5: full_issues → 去重 → 密度合并 → 解决冲突 → 排序 → 截取 batch,剩余入 backlog
6. Phase 6: audit-only 交付诊断;否则 Rewriter 按 batch 执行
7. Phase 7: Loss-Verifier 红队 → quality-gate 评分 + MSR 检测 → [精炼] → 交付
8. 报告本轮处理数 / backlog 剩余数;若未启用 +fact/+voice 则提示 → 用户审核
→ 满意 → STOP
→ 继续 → 以当前重写稿为输入,回 Phase 5 截取下一批次
→ 补跑 +fact/+voice → 回 Phase 4 仅跑对应 Agent → 新诊断入 backlog → 回 Phase 5Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

