¿Qué hace AI Clean Master（全载体去 AI 味小字清理与人味化大师）?

1. 核心使命 / Core Mission

AI 生成的 PPT、海报信息图、网站页面和文档往往带有强烈的「机器流水线塑料感（AI Slop）」，主要集中在两大病灶：

视觉与排版上的「AI 味小字及廉价装饰框」（Visual & Micro-Copy Slop）：
- 顶部/卡片伪英文与八股眉题（Kickers & Pill Badges）：如 SECTION 01 · STRATEGIC OVERVIEW、CORE INSIGHT、✨ Next-Gen AI Platform、SYSTEM ONLINE、核心赋能模块，通常还套着一个圆角胶囊框（Pill/Badge）或发光边框。
- 卡片内同义反复的凑数解释小字（Redundant Micro-Copy）：大标题已经写明「识别速度提升 3 倍」，下面还硬塞两行 10pt / text-xs 的废话「通过引入高效算法机制，实现了识别处理速度的显著提升」。
- 页脚/底栏的假大空总结与免责废话（Footer Slop & Disclaimers）：如 本页核心洞察：构建全链路数字化闭环、Key Takeaway: Empowering seamless digital transformation、注：以上数据仅供演示参考、AI 水印或网页假命令行状态栏。
- 伪造的装饰性微数据/角标与符号噪音（Fake Metrics & Emoji Slop）：无真实出处的 +99.8%、INDEX-A、STEP 01 //，以及满屏滥用的 ✨🚀💡⚡ 表情和廉价紫青霓虹发光。
语言表述上的「中英文 AI 黑话与八股腔」（Linguistic AI Buzzwords）：
- 中文高频黑话：「赋能、抓手、闭环、全链路、多维度、底层逻辑、顶层设计、生态体系、范式转移、协同共振、颗粒度、组合拳」及四字机械排比。
- 英文高频黑话（English AI Slop）：delve into, testament to, rich tapestry, seamless integration, paradigm shift, holistic ecosystem, empower, leverage, cutting-edge, game-changer, unlock the full potential。

本技能四大铁律 / Four Iron Rules：

连盒带字一起清（Box-and-Text Removal）：删除装饰性小字时，必须将其背后的胶囊框（Pill/Badge）、底栏条（Footer Bar）一并移除，绝不留下空色块。
智能视觉提权（Smart Visual Promotion）：删掉卡片内的凑数小字后，自动放大保留的核心观点字号（如 PPT +2pt~+4pt、网页 text-base -> text-lg font-semibold）、放宽行距或垂直居中，防止版面空洞。
人味化自适应改写（Adaptive Humanization）：统一砍掉中英文黑话八股，并根据目标场景（竞赛路演、工科答辩、教学课堂、干练商务）改写成「真人上台能自然说出口的话」。
绝不覆盖原文件（Non-Destructive Output）：所有修改一律输出为 *_cleaned.<ext> 新文件。

2. 跨平台五步工作流（融合 `grill-me` 追问与用户确认门禁）

保留包含本文件的目录绝对路径为 SKILL_DIR。每次调用脚本时，将 ${SKILL_DIR} 展开为真实绝对路径。

Stage 1：载体识别与 AI 味病灶扫描（Scan & Diagnose）

根据用户提供的目标文件或代码类型，调用对应的专属扫描引擎（识别准则详见 references/ai-slop-dictionary.md）：

载体类型 (Carrier)	适用扩展名 (Extensions)	扫描命令 (Scan Command)
PPT 演示文稿	`.pptx`	`python "${SKILL_DIR}/scripts/pptx_inspector.py" "<input.pptx>" --json "<scan.json>"`
网站 / 前端页面	`.html`, `.jsx`, `.tsx`, `.vue`, `.svg`	`python "${SKILL_DIR}/scripts/web_cleaner.py" --scan "<input_file>" --json "<scan.json>"`
图片 / 海报 / 信息图	`.png`, `.jpg`, `.jpeg`, `.webp`	`python "${SKILL_DIR}/scripts/image_cleaner.py" --scan "<input_img>"` 并结合多模态视觉能力定位图中所有小字、胶囊标签、凑数副文案的像素坐标 `bbox`
文档 / 大纲 / 讲稿	`.docx`, `.md`, 纯文本	`python "${SKILL_DIR}/scripts/doc_cleaner.py" --scan "<input_doc>" --json "<scan.json>"`

[!NOTE]

在 Windows 下若 python3 触发 WindowsApps 存根（退出码 9009），请统一使用 python。

若在豆包工作台（Doubao Workspace）等纯云端对话环境且无本地 Python 容器，直接对照 references/ai-slop-dictionary.md 执行结构化诊断与代码/文案重写。

Stage 2：`Grill-Me` 逐题交互式追问对齐（One-by-One Decision Interview）

扫描完成后，严禁直接修改文件。必须进入 grill-me 访谈模式，沿着决策树每次只问一个问题，且每道题必须把最推荐的选项放在第一位并标注 (Recommended)：

跨 Agent 工具调用适配：
- 在 Antigravity / Claude Code / Cursor / Trae / Qoder / WorkBuddy 等支持结构化提问工具（如 ask_question 或 AskUserQuestion）的宿主中，优先调用该工具向用户发起单题选择。
- 在 Codex CLI / 豆包工作台 等无弹窗选择工具的环境中，在对话框中用清晰的编号列表（1. (Recommended) ...）每次只抛出一道题，等待用户回复编号或意见后再问下一题。

按顺序消解以下决策分支（若用户在初始指令中已明确指定某项，可跳过该题）：

Q1 — 目标场景与「人味语感」档位（Tone & Scenario）：
- 自动根据扫描内容把最匹配的风格放在第一项并标 (Recommended)：
  - 竞赛路演 / 创客答辩风 (Pitch & Competition)：突出真实痛点、「我们自己动手做了什么」与实测效果（拒绝空谈生态与赋能）。
  - 工科实训 / 技术工程风 (Engineering & Technical)：动词开头 + 具体硬件/算法/参数 + 量化结果，客观干练。
  - 课堂教学 / 班会演讲风 (Teaching & Speech)：带第一/第二人称主语（「咱们看」「大家常遇到」 / "Let's look at..."），短句口语化。
  - 干练商务 / 日常汇报风 (Crisp Business)：结论先行（一页一句人话结论），用事实和具体动作代替四字形容词。
Q2 — 小字与装饰色块的清理激进度（Cleanup Aggressiveness）：
- (Recommended) 连盒全清 + 核心字号提权 (Full Box-and-Text Cleanup + Font Promotion)：删除所有顶部伪英文/八股小胶囊（连同背景框）、底栏免责废话、卡片内同义反复的凑数小字，并将保留的核心观点字号放大居中。
- 温和清理 (Moderate Cleanup)：仅删除明显的伪英文角标、页脚免责废话与 ✨🚀 表情，保留卡片内的副标题结构但将其改写为精炼人话。
Q3 — 疑似真实数据角标或图片修复模式确认（Borderline Data / Image Mode）：
- 若扫描发现带具体数字的小字/角标（如 +38.5%、N=120），单列一题请用户确认哪些是真实业务数据（需保留并提权）、哪些是AI 编造的装饰微数据（需连盒删除）。
- 若目标是图片（.png/.jpg），询问采用 (Recommended) 原图像素级无痕擦除小字 + 原位重绘人味大字，还是 重构为可编辑的 HTML/SVG/PPTX 图层。

Stage 3：输出「删减 + 人味改写 + 视觉提权」对照表与确认门禁

完成 grill-me 对齐后，阅读 references/layout-promotion-rules.md 与 references/ai-slop-dictionary.md，向用户输出直观的 逐页/逐区域 Before → After 对照预览表：

### 📋 AI Clean Master 清理与改写预览 (Cleanup & Humanization Preview)

| 页码/区域 | 动作类型 | 原内容（AI 味病灶） | 处理后（人味化 & 视觉提权） |
|---|---|---|---|
| P1 顶部 | `🗑️ 连盒删除` | `[胶囊框 #4] SECTION 01 · STRATEGIC OVERVIEW` | *连同浅蓝胶囊背景框一并移除* |
| P1 卡片1 | `✂️ 删小字 + 🔼 提权` | 标题：`多维赋能分选体系`<br>小字(10pt)：`通过全链路视觉感知赋能高效农业分选闭环` | 标题改写并提权至 **20pt 居中**：<br>**`双目视觉 0.2 秒识别单果瑕疵`**（删掉下方凑数小字） |
| P1 底部 | `🗑️ 连盒删除` | `[底栏条 #9] 本页核心洞察：实现高质量发展的抓手` | *连同底部深灰横条一并移除* |

确认门禁（Confirmation Gate）：展示预览表后，请用户确认是否执行（或提出微调意见）。只有当用户明确确认（或在最初请求中已明确声明“不用确认直接出一键结果”）时，才可进入 Stage 4。

Stage 4：执行连盒清理、人味改写与智能视觉提权（Execute Cleanup & Promotion）

根据确认后的方案，调用对应载体的清理引擎生成 *_cleaned.<ext> 新文件：

路线 A：PPT 演示文稿 (`.pptx`)

编写 JSON 计划文件并运行：

python "${SKILL_DIR}/scripts/pptx_cleaner.py" "<input.pptx>" "<plan.json>" -o "<input_cleaned.pptx>"

plan.json 结构示例：

{
  "slides": [
    {
      "slide_index": 1,
      "delete_shape_ids": [4, 5, 9, 10],
      "delete_paragraphs": [
        {"shape_id": 7, "paragraph_indices": [1, 2]}
      ],
      "rewrites": [
        {
          "shape_id": 7,
          "paragraph_index": 0,
          "new_text": "双目视觉 0.2 秒识别单果瑕疵",
          "promote_pt": 3.0,
          "vertical_center": true
        }
      ]
    }
  ]
}

路线 B：网站与前端页面 (`.html` / `.jsx` / `.tsx` / `.vue` / `.svg`)

编写 <web_plan.json> 并运行：

python "${SKILL_DIR}/scripts/web_cleaner.py" --apply "<web_plan.json>" "<input.html>" -o "<input_cleaned.html>"

路线 C：图片 / 海报 / 信息图 (`.png` / `.jpg` / `.webp`)

编写区域擦除与重绘配置 <img_plan.json>（定义每个区域的 bbox: [x1, y1, x2, y2]、action: "erase_only" | "erase_and_redraw"、text、font_size），运行：

python "${SKILL_DIR}/scripts/image_cleaner.py" --apply "<img_plan.json>" "<input.png>" -o "<input_cleaned.png>"

路线 D：文档与富文本 (`.docx` / `.md`)

编写 <doc_plan.json> 并运行：

python "${SKILL_DIR}/scripts/doc_cleaner.py" --apply "<doc_plan.json>" "<input.docx>" -o "<input_cleaned.docx>"

Stage 5：交付结果与清洗报告（Delivery & Summary Report）

验证生成的 *_cleaned.* 文件存在且无格式损坏，向用户输出精炼交付报告：

新文件路径；
清洗战果统计：连盒清除的小字/胶囊框/底栏数量、砍掉的中英文 AI 黑话数量、完成视觉字号提权与人味化改写的核心观点数量。

3. 参考文档与脚本索引 / References & Scripts

references/ai-slop-dictionary.md：中英文 AI 味小字特征库、黑话禁用词表、四大场景人味改写字典。
references/layout-promotion-rules.md：PPT/图片/网页连盒清理几何判定与字号提权规范。
scripts/pptx_inspector.py & scripts/pptx_cleaner.py：.pptx 扫描与清理提权引擎。
scripts/web_cleaner.py：HTML / React / Vue / SVG 扫描与降噪提权引擎。
scripts/image_cleaner.py：海报与信息图像素级无痕擦除小字与大字重绘引擎。
scripts/doc_cleaner.py：Word (.docx) 与 Markdown (.md) 去 AI 味清理引擎。
scripts/install_skill.py：跨平台主流 AI Agent 一键安装与适配脚本。

AI Clean Master（全载体去 AI 味小字清理与人味化大师）

¿Qué es AI Clean Master（全载体去 AI 味小字清理与人味化大师）?

Preguntar en tu IA favorita

Documentación

¿Qué hace AI Clean Master（全载体去 AI 味小字清理与人味化大师）?

1. 核心使命 / Core Mission

2. 跨平台五步工作流（融合 `grill-me` 追问与用户确认门禁）

Stage 1：载体识别与 AI 味病灶扫描（Scan & Diagnose）

Stage 2：`Grill-Me` 逐题交互式追问对齐（One-by-One Decision Interview）

Stage 3：输出「删减 + 人味改写 + 视觉提权」对照表与确认门禁

Stage 4：执行连盒清理、人味改写与智能视觉提权（Execute Cleanup & Promotion）

路线 A：PPT 演示文稿 (`.pptx`)

路线 B：网站与前端页面 (`.html` / `.jsx` / `.tsx` / `.vue` / `.svg`)

路线 C：图片 / 海报 / 信息图 (`.png` / `.jpg` / `.webp`)

路线 D：文档与富文本 (`.docx` / `.md`)

Stage 5：交付结果与清洗报告（Delivery & Summary Report）

3. 参考文档与脚本索引 / References & Scripts

Skills relacionados

steipete/sag

steipete/oracle

steipete/peekaboo

mattpocock/design-an-interface

mattpocock/prototype

mattpocock/grill-me

Preguntar en tu IA favorita

Documentación

¿Qué hace AI Clean Master（全载体去 AI 味小字清理与人味化大师）?

1. 核心使命 / Core Mission

2. 跨平台五步工作流（融合 grill-me 追问与用户确认门禁）

Stage 1：载体识别与 AI 味病灶扫描（Scan & Diagnose）

Stage 2：Grill-Me 逐题交互式追问对齐（One-by-One Decision Interview）

Stage 3：输出「删减 + 人味改写 + 视觉提权」对照表与确认门禁

Stage 4：执行连盒清理、人味改写与智能视觉提权（Execute Cleanup & Promotion）

路线 A：PPT 演示文稿 (.pptx)

路线 B：网站与前端页面 (.html / .jsx / .tsx / .vue / .svg)

路线 C：图片 / 海报 / 信息图 (.png / .jpg / .webp)

路线 D：文档与富文本 (.docx / .md)

Stage 5：交付结果与清洗报告（Delivery & Summary Report）

3. 参考文档与脚本索引 / References & Scripts

Skills relacionados

steipete/sag

steipete/oracle

steipete/peekaboo

mattpocock/design-an-interface

mattpocock/prototype

mattpocock/grill-me

2. 跨平台五步工作流（融合 `grill-me` 追问与用户确认门禁）

Stage 2：`Grill-Me` 逐题交互式追问对齐（One-by-One Decision Interview）

路线 A：PPT 演示文稿 (`.pptx`)

路线 B：网站与前端页面 (`.html` / `.jsx` / `.tsx` / `.vue` / `.svg`)

路线 C：图片 / 海报 / 信息图 (`.png` / `.jpg` / `.webp`)

路线 D：文档与富文本 (`.docx` / `.md`)