ferdousbhai/no-ai-slop

# No AI Slop No AI Slop 是一款隐私优先的 Chrome 扩展，用于对可观察的写作模式进行评分。 它将一个可检查的规则引擎与可选的本地分类器结合在一起。它并不声称能够确定某篇帖子是否由 AI 撰写。 该扩展目前支持 X 信息流中的英文帖子。检测、模型推理和隐私修正均在本地设备上进行。 该项目采用公开开发方式。原始代码和文档遵循 Apache-2.0 协议；抽样文本保留其上游的行级许可协议；最终派生自 Gemma 的权重将在生产环境闸门通过后，根据 Gemma 条款发布。 ## 现有功能 - 确定性的词汇、结构、重复和标点符号检测结果，并提供确凿的证据和修复建议 - 保守的混合策略，将规则判断与模型判断区分开 - 注释、淡化以及可逆的隐藏处理 - X 信息流发现功能，不会读取私信（DM）、撰写字段或搜索输入框 - 首次使用时的模型下载，带有字节数统计和 SHA-256 验证 - 通过 WebGPU 运行的 q4 和 q8 ONNX 分类器，并备有 WASm 回退机制 - 本地修正、阈值自适应、清理以及无文本导出 - 可重现的数据验证、去重、分组拆分、训练、评估、校准、量化及发布清单工具 - 包含 2,406 行混合来源的试点语料库，具有固定来源、盲注任务、许可证清单以及严格的无占位符训练闸门 - 可重现且易读的双代理（two-agent）标注 pipeline：高投入提案、对每个标签的极高投入审查、10% 的提案隐藏一致性检查，以及仅针对触发风险例外情况的人工审查 - 具备分层抽样、来源、审计决策以及无文本审查导出功能的离线数据集阅览室 - 公开的抽样、标注、发布、可重现性以及模型权重政策 ## 快速开始 环境要求：Node 22+、pnpm 10+、Python 3.11–3.13、uv 以及 Chrome 124+。 ``` pnpm install uv sync --project ml --extra training --extra export --extra dev pnpm data:candidates:bundle pnpm data:review:build pnpm data:build pnpm check pnpm build ``` 在 `chrome://extensions` 中使用 **加载已解压的扩展程序** 加载 `/Users/x/Code/no-ai-slop/apps/extension/dist`。 已提交的默认配置会立即运行确定性引擎。在模型下载控件激活之前， 必须在 `apps/extension/src/settings.ts` 中配置一个发布模型的代码库。 在训练之前，运行 `pnpm data:review` 并打开输出的 localhost URL。 阅览室会公开语料库审计所需的来源和许可证元数据，将决策存储在本地， 并且导出的审查记录中不包含候选文本。 ## 仓库结构图 | 路径 | 用途 | | --- | --- | | `apps/dataset-review` | 离线人类可读的语料库审计工具 | | `apps/extension` | Manifest V3 扩展程序及浏览器推理 | | `packages/rules` | 确定性检测器和 JSONL CLI | | `packages/detector` | 混合处理策略 | | `packages/shared` | 共享 schema | | `ml` | 数据、训练、评估、导出和发布工具 | | `data/seeds` | 小型 pipeline 固定组件，非生产训练数据 | | `data/candidates` | 混合许可的未标记试点分片、来源注册表和构建报告 | | `data/annotation` | 响应 schema 和本地生成的来源盲审任务 | | `docs` | 架构、隐私、训练、模型、数据集和发布说明 | | `licenses` | 非 Apache 发布产物的条款和声明 | ## 公开发布边界 | 产物 | 当前状态 | | --- | --- | | 代码、规则、扩展、数据 pipeline 和文档 | 在 Apache-2.0 协议下公开 | | 试点抽样策略、修订、种子、清单和哈希值 | 已记录且可重现 | | 试点源文本 | 混合许可；公开重新分发需要署名和法律审查 | | 盲测任务映射和审查者记录 | 在标注期间保持私密 | | 生产标签和冻结的评估集 | 尚未收集；必须先通过最新的校准迭代 | | 最终 Gemma checkpoint、FP32、q4 和 q8 权重 | 将在模型和许可证闸门通过后公开 | | Bootstrap Gemma checkpoint | 仅用于本地诊断；绝不会作为发布检测器 | | 公共产品网站和隐私政策 | 计划在 Cloudflare Workers Static Assets 上实现 | 请从 [SPEC.md](./SPEC.md) 开始阅读，然后阅读 [docs/ARCHITECTURE.md](./docs/ARCHITECTURE.md) 和 [docs/RATIONALE.md](./docs/RATIONALE.md)。发布契约位于 [OPEN_SOURCE.md](./OPEN_SOURCE.md) 中，并包含针对 [data](./docs/DATA_RELEASE.md)、[weights](./docs/WEIGHTS_RELEASE.md) 和 [reproducibility](./docs/REPRODUCIBILITY.md) 的单独指南。源码可见的预训练 审计在 [docs/DATASET_REVIEW.md](./docs/DATASET_REVIEW.md) 中，来源盲测的 提案/审查契约在 [docs/ANNOTATION_GUIDE.md](./docs/ANNOTATION_GUIDE.md) 中，校准 历史记录和当前闸门记录在 [docs/ANNOTATION_CALIBRATION.md](./docs/ANNOTATION_CALIBRATION.md) 中。 规范化仓库： - [Source](https://github.com/ferdousbhai/no-ai-slop) - [Dataset staging](https://huggingface.co/datasets/ferdous/no-ai-slop-data) - [Model staging](https://huggingface.co/ferdous/no-ai-slop-gemma-3-270m) [bootstrap candidate record](./docs/BOOTSTRAP_CANDIDATE.md) 展示了完整的 Gemma-to-WebGPU 路径，而不会将种子数据的指标视为产品证据。 运行 `pnpm release:audit` 以生成一份机器可读的完成报告，该报告会将冒烟测试证据与生产就绪状态区分开来。 贡献请遵循 [CONTRIBUTING.md](./CONTRIBUTING.md) 中的流程。 漏洞应按照 [SECURITY.md](./SECURITY.md) 中的说明进行私密报告。

标签：AI内容检测, CNCF毕业项目, MITM代理, 数据可视化, 本地推理, 机器学习工程, 浏览器扩展, 网络安全, 逆向工具, 隐私保护