stop-slop API集成进阶参考文件按需加载的实现思路【免费下载链接】stop-slopA skill file for removing AI tells from prose项目地址: https://gitcode.com/GitHub_Trending/st/stop-slopstop-slop是一个用于消除文本中 AI 写作痕迹AI tells的技能文件。将它接入自己的 API 服务时进阶做法是把轻量级的 SKILL.md 常驻系统提示词而把词库、结构规则等参考文件按需加载——这样每次请求只注入必需的规则token 成本大幅下降。本文讲清这套设计的实现思路与落地细节。项目结构SKILL.md references/ 的分层设计 ️stop-slop 从结构上就是为分层加载而生的。根据 CHANGELOG.md项目在 2026-01-12 专门做了一次重组Split into SKILL.md and references/ folder把内容拆成入口文件和三个参考文件文件职责规模加载时机SKILL.md核心规则、快速自检、评分表68 行常驻系统提示词references/phrases.md禁用短语开场白、副词、商业黑话128 行按需references/structures.md结构套路二元对比、被动语态、节奏问题134 行按需references/examples.md前后对照改写示例59 行按需注意比例SKILL.md 只占全部内容的约 17%。README.md 对 API 场景的官方建议也很直白API calls: IncludeSKILL.mdin your system prompt. Reference files load on demand.也就是说入口永远在规则库随叫随到。三步实现思路常驻、映射、注入 第 1 步SKILL.md 作为唯一常驻内容把 SKILL.md 全文放入系统提示词。它包含 8 条核心规则、12 项快速自检Quick Checks和 5 维评分表模型仅凭它就能完成大部分去 AI 味改写。关键是SKILL.md 里已经内置了索引规则 1删填充短语指向 references/phrases.md规则 2打破公式化结构指向 references/structures.md示例区指向 references/examples.md模型看到提示词里的相对路径自然知道需要细节时去哪找。第 2 步建立触发映射表按需加载的核心是路由。你可以用规则驱动任务类型决定也可以让模型自己声明需求。一张最小映射表即可覆盖全部场景触发场景来源规则加载的参考文件清理副词、黑话、开场白Core Rule 1phrases.md修复结构套路、被动语态Core Rule 2structures.md需要改写示范或教学Examples 区examples.md规则驱动编排层根据任务标签如润色段落→ phrases structures决定读哪个文件。模型驱动在提示词中约定引用具体短语清单前先回复需要加载 references/phrases.md由服务端代为读取。两种方式可以组合前者可控后者灵活。第 3 步运行时追加到上下文末尾命中路由后服务端读取对应文件内容追加到当前对话上下文末尾而不是塞进系统提示词。这样做有两个好处保住提示词缓存SKILL.md 前缀稳定不变模型服务商的 prompt cache 可以持续命中参考文件作为后缀变化不影响缓存。上下文更干净参考文件只在需要的轮次出现不污染后续推理。省多少token 成本对比 方案每次请求注入量说明全量加载SKILL.md 3 个参考文件共 389 行所有请求都背着完整词库按需加载典型SKILL.md 1 个参考文件约全量的 1/3且命中缓存纯 SKILL.md仅 68 行简单改写任务的下限除 token 外还有维护成本的优势从 CHANGELOG.md 可以看到2026-01-13 的规则更新新增 throat-clearing 短语、副词清单等全部落在参考文件里SKILL.md 未动。按需加载架构下这意味着常驻的系统提示词长期稳定缓存几乎不被击穿而全量方案每次更新词库都会让缓存整体失效。落地注意事项 ⚠️保持相对路径可用SKILL.md 中的链接是相对路径服务端读取参考文件时要以技能文件夹为根定位别把references/phrases.md解析丢了。单次只加载一个文件多数任务只需一份参考库确实需要多份时按序逐个追加避免一次性全量注入。长文整篇润色可本地缓存同一会话内加载过的参考文件可缓存在会话层重复任务不再重复注入。评分阈值保持常驻SKILL.md 的 35/50 评分线随系统提示词常驻保证低于 35 分必须返工的约束始终生效。需要动手时获取仓库的方式git clone https://gitcode.com/GitHub_Trending/st/stop-slop把技能文件夹挂到服务端的只读路径按常驻 → 映射 → 注入三步接线就能用上这套按需加载方案。核心文件清单 入口规则SKILL.md短语黑名单references/phrases.md结构反模式references/structures.md改写示例references/examples.md更新记录CHANGELOG.md【免费下载链接】stop-slopA skill file for removing AI tells from prose项目地址: https://gitcode.com/GitHub_Trending/st/stop-slop创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 stop-slop API集成进阶：参考文件按需加载的实现思路
stop-slop API集成进阶参考文件按需加载的实现思路【免费下载链接】stop-slopA skill file for removing AI tells from prose项目地址: https://gitcode.com/GitHub_Trending/st/stop-slopstop-slop是一个用于消除文本中 AI 写作痕迹AI tells的技能文件。将它接入自己的 API 服务时进阶做法是把轻量级的 SKILL.md 常驻系统提示词而把词库、结构规则等参考文件按需加载——这样每次请求只注入必需的规则token 成本大幅下降。本文讲清这套设计的实现思路与落地细节。项目结构SKILL.md references/ 的分层设计 ️stop-slop 从结构上就是为分层加载而生的。根据 CHANGELOG.md项目在 2026-01-12 专门做了一次重组Split into SKILL.md and references/ folder把内容拆成入口文件和三个参考文件文件职责规模加载时机SKILL.md核心规则、快速自检、评分表68 行常驻系统提示词references/phrases.md禁用短语开场白、副词、商业黑话128 行按需references/structures.md结构套路二元对比、被动语态、节奏问题134 行按需references/examples.md前后对照改写示例59 行按需注意比例SKILL.md 只占全部内容的约 17%。README.md 对 API 场景的官方建议也很直白API calls: IncludeSKILL.mdin your system prompt. Reference files load on demand.也就是说入口永远在规则库随叫随到。三步实现思路常驻、映射、注入 第 1 步SKILL.md 作为唯一常驻内容把 SKILL.md 全文放入系统提示词。它包含 8 条核心规则、12 项快速自检Quick Checks和 5 维评分表模型仅凭它就能完成大部分去 AI 味改写。关键是SKILL.md 里已经内置了索引规则 1删填充短语指向 references/phrases.md规则 2打破公式化结构指向 references/structures.md示例区指向 references/examples.md模型看到提示词里的相对路径自然知道需要细节时去哪找。第 2 步建立触发映射表按需加载的核心是路由。你可以用规则驱动任务类型决定也可以让模型自己声明需求。一张最小映射表即可覆盖全部场景触发场景来源规则加载的参考文件清理副词、黑话、开场白Core Rule 1phrases.md修复结构套路、被动语态Core Rule 2structures.md需要改写示范或教学Examples 区examples.md规则驱动编排层根据任务标签如润色段落→ phrases structures决定读哪个文件。模型驱动在提示词中约定引用具体短语清单前先回复需要加载 references/phrases.md由服务端代为读取。两种方式可以组合前者可控后者灵活。第 3 步运行时追加到上下文末尾命中路由后服务端读取对应文件内容追加到当前对话上下文末尾而不是塞进系统提示词。这样做有两个好处保住提示词缓存SKILL.md 前缀稳定不变模型服务商的 prompt cache 可以持续命中参考文件作为后缀变化不影响缓存。上下文更干净参考文件只在需要的轮次出现不污染后续推理。省多少token 成本对比 方案每次请求注入量说明全量加载SKILL.md 3 个参考文件共 389 行所有请求都背着完整词库按需加载典型SKILL.md 1 个参考文件约全量的 1/3且命中缓存纯 SKILL.md仅 68 行简单改写任务的下限除 token 外还有维护成本的优势从 CHANGELOG.md 可以看到2026-01-13 的规则更新新增 throat-clearing 短语、副词清单等全部落在参考文件里SKILL.md 未动。按需加载架构下这意味着常驻的系统提示词长期稳定缓存几乎不被击穿而全量方案每次更新词库都会让缓存整体失效。落地注意事项 ⚠️保持相对路径可用SKILL.md 中的链接是相对路径服务端读取参考文件时要以技能文件夹为根定位别把references/phrases.md解析丢了。单次只加载一个文件多数任务只需一份参考库确实需要多份时按序逐个追加避免一次性全量注入。长文整篇润色可本地缓存同一会话内加载过的参考文件可缓存在会话层重复任务不再重复注入。评分阈值保持常驻SKILL.md 的 35/50 评分线随系统提示词常驻保证低于 35 分必须返工的约束始终生效。需要动手时获取仓库的方式git clone https://gitcode.com/GitHub_Trending/st/stop-slop把技能文件夹挂到服务端的只读路径按常驻 → 映射 → 注入三步接线就能用上这套按需加载方案。核心文件清单 入口规则SKILL.md短语黑名单references/phrases.md结构反模式references/structures.md改写示例references/examples.md更新记录CHANGELOG.md【免费下载链接】stop-slopA skill file for removing AI tells from prose项目地址: https://gitcode.com/GitHub_Trending/st/stop-slop创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考