voidful/michelin

voidful-Profil

Letzte erfasste Quellaktivität: 20. Juli 2026 um 09:12

SkillsMP-Katalog aktualisiert: 26. Oktober 2026 um 11:37

gesammelte Skills: 1

GitHub-Stars: 7
GitHub-Forks: 3

README des Repositorys

README-Quelldatei: README.md

README-Quelldatei lesen

Vollständige README anzeigen

# Michelin `michelin` 是一個雙語、跨媒介的 anti-AI-flavor skill。它先指出文字或設計哪裡像模板，再保留事實與限制做局部修正，最後以匿名 A/B 盲測驗證。它支援： - 台灣繁體中文與英文文案 - 網站、產品介面、文件、簡報與行銷素材的視覺審稿 - 既有稿件的 audit、改寫與 redesign - 從真實樣本建立 voice / design profile - 獨立 validator、盲測、品質門檻與 targeted revision loop ## 核心差異一般 humanizer 常停在「替換高頻詞」。Michelin 使用四層方法： 1. 先鎖定不可漂移的資訊。 2. 再判斷結構、語氣、視覺與在地化問題。 3. 只修命中的問題族。 4. 以獨立盲測驗證，並用品質與保真門檻防止為了過檢測而變差。外部 AI detector 不是 ground truth。Michelin 的成功條件是本次 matched benchmark 中的低可辨識度，加上品質不劣於 human reference。 ## 安裝 ### 通用 Agent Skills CLI 將資料夾放進 Git repository 後： ```bash npx skills add <repository-url> --skill michelin ``` 本機使用時，也可以把 `michelin/` 複製到 agent 的 skills 目錄。常見位置包含： ```text ~/.agents/skills/michelin/ ~/.claude/skills/michelin/ ~/.cursor/skills/michelin/ ``` 不同 runtime 的路徑可能不同。重新啟動或重新載入 skills 後再測試。 ### 驗證結構已安裝 `skills-ref` 時： ```bash skills-ref validate ./michelin ``` 本專案的 Python 工具只使用標準函式庫。完整本機驗證： ```bash python3 scripts/validate_skill.py ``` 連同固定版本的官方 `skills-ref` 一起檢查： ```bash python3 scripts/validate_skill.py --official ``` ## 使用範例 ```text 用 michelin 先標出這段 landing page 文案的 AI 味，再改成台灣使用者會自然閱讀的版本。保留數字與產品術語。 ``` ```text Use michelin to audit this English product announcement. Keep the technical tone. Remove formulaic framing and vague claims. ``` ```text 用 michelin 檢查這個首頁截圖與 HTML。先指出模板感，再重做資訊層級、排版、元件與文案。不要預設改成極簡風。 ``` ```text 用 michelin validate 模式。把候選稿與我提供的人工稿做匿名 A/B 測試，品質與保真也要一起評。 ``` ## 靜態 lint ```bash python3 scripts/michelin_lint.py draft.md python3 scripts/michelin_lint.py page.html --modality web --locale zh-TW python3 scripts/michelin_lint.py copy.txt --format json --output lint-report.json ``` Lint 會檢查常見文字、台灣用語與前端模板訊號。它只負責定位，不會證明作者身分。預設命中 major finding 時回傳 exit code 1；只想產生診斷報告時加上 `--fail-on never`。 ## 匿名盲測 1. 依 `evals/benchmark.template.jsonl` 建立 candidate 與 human reference。 2. 準備匿名題目與答案 key。 3. 將 `tasks.jsonl` 交給獨立 validator。 4. 依 `evals/judgments.template.jsonl` 收集評分。 5. 產生報告。 ```bash python3 scripts/blind_eval.py prepare \ --input evals/benchmark.template.jsonl \ --tasks /tmp/tasks.jsonl \ --key /tmp/key.jsonl \ --seed 42 python3 scripts/blind_eval.py score \ --key /tmp/key.jsonl \ --judgments evals/judgments.template.jsonl \ --output /tmp/report.md \ --min-judgments 3 \ --min-pairs 1 \ --pilot ``` 正式 benchmark 不應使用 template 的 placeholder。請用有權使用、同場景且未出現在 skill 範例中的 human references。 `score` 預設要求 judgments 覆蓋 key 中的每一組 pair，避免只挑有利樣本。只有事先定義好的子集分析才能使用 `--allow-partial`，並必須在報告中說明。 ## Skill 行為 eval `evals/evals.json` 依 Agent Skills 官方建議，定義 audit、revise、英文、前端 mixed audit 與誠信邊界案例。這一組測的是 skill 是否改進 agent 行為；`benchmark.template.jsonl` 測的是 candidate 與 human reference 的匿名比較，兩者不能互相替代。 ## 打包 ```bash python3 scripts/package_skill.py --date 2026-07-20 ``` 指令會更新 `MANIFEST.json`，建立 deterministic ZIP，重讀 ZIP 驗證所有 entry，再寫出 archive 的 `.sha256`。產物放在 `dist/`，不會被包回 skill。 ## 目錄 ```text michelin/ ├── SKILL.md ├── README.md ├── references/ │ ├── taxonomy.md │ ├── copy-zh-TW.md │ ├── copy-en.md │ ├── design.md │ ├── voice-and-brief.md │ ├── validation.md │ ├── examples.md │ └── research-notes.md ├── scripts/ │ ├── michelin_lint.py │ ├── blind_eval.py │ ├── validate_skill.py │ └── package_skill.py ├── evals/ │ ├── evals.json │ ├── benchmark.schema.json │ ├── judgment.schema.json │ ├── benchmark.template.jsonl │ ├── judgments.template.jsonl │ ├── run-manifest.template.json │ └── README.md ├── templates/ │ ├── voice-profile.yaml │ ├── design-brief.yaml │ └── validator-prompt.md └── tests/ ``` ## 限制 - 「人類感」沒有單一、固定的美學。規則必須依媒介與受眾校準。 - 盲測只能支持「在這個 benchmark 與 validator 設定下難以區分」，不能證明來源。 - Human reference 品質差或場景不匹配時，評測結果沒有意義。 - 台灣用語會隨產業、品牌與社群改變。詞彙表只提供預設，不取代編輯判斷。 - 圖像、攝影、插畫與複雜動態仍需要人類 art direction 與實機檢查。 ## 名稱聲明 `michelin` 是依本次需求選定的 skill 名稱。本專案與 Michelin Group 或 Michelin Guide 沒有關係，也不代表任何官方評鑑。 ## 授權 MIT。研究來源各自保留原授權。本專案只綜合方法，不複製其完整規則或資料集。

README des Repositorys wird geladen…

Skills in diesem Repository

Technische Redakteure

1 Berufskategorien · 100% klassifiziert

Skill

Beruf

Beschreibung

Aktualisiert

michelin

Technische Redakteure

Audit, rewrite, redesign, and validate Traditional Chinese for Taiwan and English copy or visual design so the result feels specific, intentional, and authored rather than templated. Use for 去 AI 味, 說人話, 台灣用語, anti-slop, natural copy, design critique,…

Quellsprache: Mehrsprachig

2026-07-20

Es werden 1 von 1 gesammelten Skills angezeigt.

Mit einem KI-Assistenten installieren

Diesen Prompt kopieren und in den verwendeten KI-Assistenten einfügen.

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/voidful/michelin.