#Anti-slop (1)

Taste Skill：一仓 13 个反 slop 前端 skill，把「AI 味」写成可数的硬规则

编辑判断最值得学的是把规则写成可数的机械判据：eyebrow ≤ ceil(段数/3)、bento 格数 = 内容条数、全页 0 个 em-dash、配色族跨项目轮换，每一条都直接打在「模型重复自己」这个点上，而不是停在形容词。边界它自己也说得诚实：v2 自报 experimental 仍在迭代，§13 明确不管 dashboard、数据表、多步表单、代码编辑器与原生移动端，仓里唯一的测试守的是 skill.sh 这个 shell helper 的 source 语义，不是设计规则本身。

一个 MIT 仓库装 13 个 skill：10 个输出代码，3 个只出参考图，一条 npx skills add 就能装进 Claude Code / Codex / Cursor。默认的 design-taste-frontend v2（experimental）是 1228 行 SKILL.md：先要求模型输出一行「设计判读」，再拧 DESIGN_VARIANCE / MOTION_INTENSITY / VISUAL_DENSITY 三个旋钮，然后按 14 章硬规则实现——企业简报装官方设计系统包、审美借鉴必须在注释里标注、全页 0 个 em-dash、eyebrow 配额按段数算、bento 格数等于内容条数，最后逐格跑 50 多项起飞前检查。仓里还带 research/laziness 文献目录，用对照实验解释「模型为什么会偷懒」。