
chatgpt-comparison-detection:先有语料,再谈检测
拆一个早期 AI 文本检测仓库:它最值得看的是 HC3 这套人类和 ChatGPT 对比语料。
文章

拆一个早期 AI 文本检测仓库:它最值得看的是 HC3 这套人类和 ChatGPT 对比语料。

拆 blader/humanizer:一份写给 AI 的英文写作审稿规则。

对照 Humanizer-zh 和英文 humanizer:它们能帮你把 AI 写作痕迹拆成一个个具体问题。

深拆 shuorenhua:它先保护事实,再把中文里的 AI 腔压下去。

深拆 stop-slop:一个没有脚本、只有硬规则的写作检查清单。

深拆 yzhao062/agent-style:它用 21 条规则、适配器和 style-review Skill,让 AI 少写技术文档里的模板腔。

深拆 alchaincyf/nuwa-skill:它真正值得学的,是怎么把调研、提炼和边界写进一个 Skill。

深拆 Anbeeld/WRITING.md:一套让 AI 写作更贴近语境、更少模板感的规则。

深拆 jzOcb/writing-style-skill:它用 original 到 final 的改稿差异,把写作风格慢慢沉淀回 SKILL.md。

深拆 rediumvex/ai-video-generator-claude:它用 10 个 Claude Skill,把短视频 prompt 拆成 hook、镜头、灯光、声音和平台适配。

深拆 bkingfilm/lapian-notes:它在本地抽帧、配字幕、打包给 AI 分析,再把 JSON 导回时间轴、结构树和情绪曲线。

深拆 siuserxiaowei/reference-driven-cinematic-video-skill:它把产品 brief、参考片分析、配音字幕和质量闸门写成一套 Codex 视频生产流程。

深拆 YILS-LIN/short-video-factory:它用 Electron 桌面端把文案、TTS、随机素材分段和 FFmpeg 合成串成一条本地流水线。

深拆 browser-use/video-use:它把视频先转成 transcript 和时间轴图,再让 Agent 生成 EDL、渲染、自检。
我们怎么写
每篇只拆一个 Skill,结论要能从源码、文档或真实使用中找到依据。
不从项目介绍开始,而是先说它解决了什么具体麻烦。
实现细节只写能核验的部分,不拿想象补空白。
最后落到如果自己写类似 Skill,大概该怎么做。