基金定投助手为什么你的基金定投总在追涨杀跌价值平均法定投引擎 综合估值模型动态再平衡仓位管理一个单文件 HTML 的免费定投工具-CSDN博客https://download.csdn.net/download/weitingfu/93339607?spm1011.2124.3001.6210热点周期2026.08.24 - 2026.09.06 热门 Skill 盘点排名GitHub AI 热门 Top 1winered-0v0 周榜 2026-08-31/ dev.to snapshot Top 2一、本周热门 Skill 盘点与选题说明近一周2026-09-01 至 2026-09-06候选池按关注度排序前 6 名分别为候选 Skill仓库热度特征是否已介绍处理sepiaNanako0129/sepia8.28 创建3 天 1129 星8.2 天 2185 星周榜 Top1否本次选题google/skillsgoogle/skillsGoogle 官方 Agent Skills 目录大厂背书否预研素材足但偏云端目录暂缓reverify2akouwu/reverifyMCPCLI 验证 AI 逆向工程5 天 866 星否暂缓headcountcbrock84/headcountClaude Code 公司化组织15 部门 125 技能否暂缓codex-with-chatgptdev.to snapshot Top1技术文章型 Skill否暂缓其余候选Wacli / archify / scientific-agent-skills 等-已介绍executed_skills.json已排除选题理由sepia 是近两周增速最猛的去 AI 味写作 Skill主题直击 AI 写作用户的最大痛点且技术内核叙事结构分层、论文驱动、行为 CI足够硬核非常适合 CSDN 技术读者。executed_skills.json 已介绍 18 个 Skill 中不含 sepia无重复。别让 AI 替你说话sepia 说改词没用要动就动叙事骨架一个 2185 星的开源 Skill为什么两周刷屏事情是这样的。我最近在改一份技术方案开头第一句写着在现代软件开发流程中随着人工智能技术的快速发展。我盯着屏幕看了十秒把它删了。不是这句话有错。是它太对了对到一眼就知道不是人写的。屏幕前的你大概也干过这种事。让 AI 把初稿里的 delve 换成 explore把 furthermore 删干净把长句拆短把「首先其次最后」的痕迹抹平忙活一晚上发给朋友对方回一句嗯怎么说呢还是有点 AI 味。问题出在哪出在你改的是词。而 AI 露馅的地方根本不在词。2026 年 8 月 28 号GitHub 上冒出一个叫 sepia 的仓库作者 Nanako0129。三天1129 星。两周出头2185 星。winered-0v0 的 GitHub AI 热门周榜08.24-08.31把它放在第一位理由是五个字爆火。一个写字的 Skill凭什么跑赢一堆模型项目它说AI 味长在承重墙上先讲个反直觉的结论。sepia 背后有一篇论文叫 StoryScope2026 年 4 月挂在 arXiv 上编号 2604.03136。作者把 61,608 篇故事喂给分类器这些故事来自人类写手和五个前沿大模型Claude、GPT、Gemini、DeepSeek、Kimi每个模型各写一批。结果很有意思。只用叙事结构特征就能以 93.2% 的 macro-F1 认出哪些故事是 AI 写的。而论文里还有一组对照实验把 AI 故事的表面风格改写一遍人类读起来顺眼多了检测器却几乎没动摇95.5% 掉到 93.9%。听懂这个数据的含义没有。你天天在用的那些去 AI 味技巧删 AI 高频词、调句式、打散段落都是在最不重要的那一层上努力。AI 味真正藏身的地方是叙事结构是主题有没有被旁白讲白、剧情是不是单线又太顺、情绪是不是全靠身体感受来写、时间线是不是一路直走、结尾是不是靠主角想通了收场。打个比方。AI 生成的文本像一栋楼市面上大部分 humanizer 在刷墙、换窗帘、重新摆家具。楼层隔间没动承重墙没动户型没动。读者走进去说不出哪里不对但就是感觉这房子不是住人的是样板间。sepia 不刷墙。它一上来就砸承重墙。三层协议四个操作一份 SKILL.mdsepia 的实体形态很轻一份符合 Agent Skills 标准的 SKILL.md加上一堆 references 规则文件。没有厚重的代码工程全是 Markdown属于典型的方法大于工程。它的核心是一套三遍式写作协议顺序不能颠倒。第一遍动叙事架构。停止解释主题别再替读者把中心思想说出来。松开因果链允许剧情留白和跳跃。把关键揭示往后放别一上来就剧透。混合情绪模式别让角色只会用身体感受表达内心。做稀疏的人物网络点名真实世界的事物。这层对应小说的命根子。第二遍动语篇流。拆掉段落一问一答的模板节奏修复长文中段的塌陷主动打乱句长分布变换信息落点别让重点永远蹲在段首。第三遍才是表层风格。清理陈词滥调、句式模板、词汇和语域。也就是你以前在做的那些事现在被降级成了收尾工序。对应这四个层面它给了四个操作入口。write 从头新写review 只诊断不动笔refactor 最小改动就地修recreate 提取原意整篇重写。四个操作里我最欣赏 review它读完只输出一份 30 项特征的诊断报告然后停手。在一个人人都想让 AI 全自动代劳的时代一个工具主动选择只诊断不改写这种克制很少见。它连「不同模型的 AI 味不同」都考虑到了sepia 另一个让我眼前一亮的点是模型指纹修正。Claude 写出来的 AI 味和 DeepSeek 写出来的 AI 味不是同一种味。不同模型有各自的惯性表达、各自的叙事癖好。sepia 针对 Claude、GPT、Gemini、DeepSeek、Kimi 五个模型分别做了指纹修正诊断和改写时会先认模型再对症下药。专业文档也单独处理。发布说明、PR 回复、事故复盘、工单、技术文章每类文档配一份场景规则文件共用一张检查表。事故复盘那条规则我特别喜欢八个字对人无责对机制无情。就这一句比市面上绝大多数复盘模板都专业。更关键的是它的总原则校准到人类的分布而不是把 AI 的分布倒过来。人类写作处于中间值如果一篇稿子把每一条规则都套满它本身就会变成一个全新的指纹比 AI 味还假。所以 sepia 规定每篇只选 3 到 5 个动作下手其余留白。修改比例也有硬约束替换占 74%删除占 18%新增只占 8%。能删就删能换就换少发明新句子。这个设计哲学很高级。它没有把去 AI 味当成一道判断题而是当成一道分布对齐题。一条命令装到 77 个 Agent 里sepia 的跨平台能力是它爆火的直接推手。遵循 Agent Skills 标准意味着一份 SKILL.md装一次就能在 Skills CLI 支持的所有 agent 里跑。Vercel 的 vercel-labs/skills 项目维护着一个 agent 注册表有人真的去逐行数过一共 77 个具名 agent 加一个通用目标Cursor、Cline、Windsurf、Copilot、OpenCode、goose 全在里面。安装命令一条搞定。npx skills add Nanako0129/sepia -g-g 表示装到用户级一次安装所有项目通用。装的时候会弹出勾选选你在用的 agent 就行。如果你用的是四大主流平台还有原生插件命令。# Claude Code claude plugin marketplace add Nanako0129/sepia claude plugin install sepiasepia --scope user # Codex codex plugin marketplace add Nanako0129/sepia codex plugin add sepiasepia # Grok Build grok plugin install Nanako0129/sepia --trust # Antigravity agy plugin install https://github.com/Nanako0129/sepia装完怎么知道它真的在跑把一段草稿丢给它叫它跑 /sepia-review。如果它吐出一份逐项诊断报告说明 Skill 正常触发。如果它只是客客气气帮你改写了那说明 Skill 根本没被加载你装了个寂寞。这个验证步骤不是官方文档里的但很值得做。sepia 的 README 自己也写了免责声明Verified 只代表安装完成、菜单里出现了条目装完之后行为符不符合文档官方没有逐个平台检查过。能把边界讲到这么细的开源项目不多。把「装好了但没跑」变成测试用例sepia 仓库里最值得抄的其实不是那些写作规则是一个 CI 文件。做 Agent Skill 的人都知道一个沉默的失败模式Skill 装好了、列表里看得见、零报错但模型压根没调用过它。输出和没装的时候一模一样没人发现。sepia 直接把这件事写成了测试。它的行为评估工作流里有一个评分器文件名就叫 skill-fired.md内容是一段正则要求这一轮对话里 Skill 工具至少被调用一次而且调用的必须是 sepia。没触发就算失败不管输出多漂亮。整个工作流还有三个细节很讲究。每个案例跑两条臂加载插件的和完全不加载的基线比的是差值而不是绝对分。锁死模型版本防止模型升级被误判成插件退步。阈值设在 0.7注释写着容得下一票噪声但挡得住坏掉的 Skill。你可以被数到的宣称就一定会有人去数。有评测作者真的把 sepia 的规则逐条核过发现它引用的论文里有一句描述不准确把「Gemini 自己改写的实验」写成了「人类编辑改写」。但它自己的研究摘要里又诚实地写下了 README 没写的限制StoryScope 并没有测试先改叙事架构再改表面风格这个顺序而那个顺序恰好是 sepia 整套设计的地基。它把自己最大的未验证假设写在自己的文件里。这种较真在浮躁的 AI 工具圈子里是一股清流。说点泼冷水的sepia 不是万能的而且它自己从不这么宣称。第一别指望它能骗过检测器。同一篇 StoryScope 论文里一个最朴素的 ModernBERT 文本分类器对未编辑故事的识别率是 99.9%。叙事结构特征的价值从来不是最准而是抗改写。sepia 的目标是让文字读起来像人写的不是让机器认不出来。这两个目标在数据上根本不是一回事。第二中文支持还比较初步。sepia 会为中文自动加载 references/languages/zh.md但那套校准只建立在 HC3 一个 2023 年的中文语料上文件自己把限制写得很清楚。当参考可以当定论不行。中文用户目前更适合把它当方法论教材而不是全自动中文润色器。第三用途有红线。把 AI 生成的内容改得不像 AI用来提升自己的表达和内容质量没问题。拿去伪造学术成果、规避检测交作业那是价值观问题工具解决不了。最后说点我的感受顺着 sepia 聊到最后我想起一个更大的事。我们这代人被 AI 惯坏了习惯了让模型替我们说话。可当所有人都在用 AI 产出文字文字本身就开始贬值值钱的反而是两样东西读起来像人写的以及你能证明它是你写的。sepia 教给我的不只是一套去 AI 味的操作流程。它把一件事讲透了AI 味从来不是词汇问题是结构问题再往深了说是思考方式问题。AI 的故事为什么一眼能认出来因为它太顺了太完整了太知道该怎么收尾了。而人的写作是乱的、跳的、有留白的甚至经常答非所问恰恰是这些不完美构成了活人感。这个道理放在写作之外也成立。所以我的建议很具体。去把 sepia 装起来不用急着让它改写先跑一次 review拿一份你自己的旧稿看它那 30 项诊断里有几条是你从来没意识到的。光这一下就值回安装时间了。然后你就会明白为什么我说别让 AI 替你说话。以上既然看到这里了如果觉得这篇拆解有用随手点个赞、在看、转发三连吧。我们下次见。关键词sepia、去AI味写作、Agent Skill、StoryScope、Claude Code、AI 文本检测、叙事结构参考来源GitHub - Nanako0129/sepiaREADME 全文、仓库结构、MIT 许可winered-0v0《GitHub AI 热门仓库 Top 5 2026.08.24-08.31》slash-invest《sepia 是什麼宣稱通用「77 agent」的去 AI 味 skill我逐個數》StoryScopearXiv:2604.03136aizxs.com《GitHub 7 天破千星的 sepia93.2% 识别 AI 味改词没用》稀土掘金《GitHub周榜第7名 sepia从叙事结构层面消解文本AI指纹》aiskill.market / WarpNav / 觉醒学院 等多篇中文评测交叉验证内容由AI生成仅供参考
