Skills

Review Against AI Patterns

创建、编辑或审查任何人类可见产物时使用:方向决定前按风险读取反模式图鉴标本并建立...

Install

npx skills add EverMind-AI/Raven --skill review-against-ai-patterns -g -a claude-code -y
Repository
EverMind-AI/Raven6k
Category
Engineering
Updated
3d ago
License
Apache-2.0
Context cost
Lightabout 315 tokens
Runs scripts
No, instructions only

What it does

创建、编辑或审查任何人类可见产物时使用:方向决定前按风险读取反模式图鉴标本并建立 ANTI-SLOP-CHECK.md,制作中任一图鉴组成形即停下重构并记账,交付前对完整产物做全局扫描与反模板渲染审查;不代替领域 Skill 的专业门槛,也不裁决审美阶段。

反 AI 模式审查

本 Skill 集中保管反模式图鉴、ANTI-SLOP-CHECK.md 合同与反模板渲染审查,从 $visual-artifact-design 与 $build-polished-visual-frontends 无损迁出;领域 Skill 保留各自的停下 信号与返工测试。

1. 方向决定之前,完成图鉴对照(强制,适用于一切视觉产物任务)

  1. 风险路由:读取 references/anti-slop-gallery/page-1.jpg 的索引,按任务、参考路线与代表画面 的实际风险选出相关组,再读取覆盖这些组的 2, 4 页标本;若方向无法归类或多个高风险组跨页, 继续读取直至风险得到覆盖。不要为凑页数增加无关阅读。
  2. 在运行时提供的当前工作目录中,以相对路径 ANTI-SLOP-CHECK.md 建立账本,与产物同为交付的一部分; 条目按账本格式写。当前工作目录是本会话的根目录;账本、计划和辅助文件 都保存在这里,不要向上寻找共享的项目根目录。成品若放在子目录中,账本仍留在当前工作目录。

ANTI-SLOP-CHECK.md, , 负面:避什么。只记录路由到的高/中风险组、当前可见症状、对应标本、 正向标杆机制、修改和重渲染证据;低风险与不涉及项不写空章节。交付前再对完整产物做一次全局扫描, 新出现的风险补入账本。遗漏实际命中的组即未完成,文档篇幅和逐组表态不构成质量证据。

2. 制作中

制作中任一图鉴组在产物里成形, , G 灰色小字、N 数字卡、P 配色模板、B 表达块、H 待补占位、 T 胶囊堆、O 双语眉题、S 编号字诀、W 模板文案、D 插画画风, , 立即停下重构,并更新 ANTI-SLOP-CHECK.md 对应组。判断单个元素是否命中时,读取 反模板渲染审查,并单独查看图鉴对应页。

3. 检查与交付

审查门槛、证据组、分项观察、常见症状与修复、高影响问题协议与通过条件见 反模板渲染审查。

是否调用独立 reviewer、何时复审和是否继续修改,由模型根据风险和 reviewer 结果判断;Runner 只提供工具、日志和用户明确设置的调用上限,不裁决审美阶段。给 reviewer 的输入只包含用户原始 请求、可查看参考、必要对象语义和当前渲染画面,不附加模型理由或自我评分。没有独立 reviewer 时完成隔离自检,并将结果标为 SELF_REVIEW_ONLY。

完成条件:ANTI-SLOP-CHECK.md 已记录路由到的高/中风险与修改证据,并在终态完成全局扫描;实际命中的 病症没有因未被预先路由而漏记,文档与当前像素一致。

More in Engineering