[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M6CF7Z9VFCGSQ77X8MHFWDS7":3,"skill-same:01M6CF7Z9VFCGSQ77X8MHFWDS7":79},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":9,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":15,"categories":16,"keywords":25,"publishedAt":39,"linkOnly":40,"markdownContent":41,"markdownBody":42,"frontMatter":43,"refName":48,"commitSha":49,"skillDirectory":50,"forksCount":51,"repositoryHtmlUrl":52,"repositoryHomepageUrl":53,"ownerHtmlUrl":54,"ownerBlogUrl":6,"ownerDescription":6,"updatedAt":55,"install":56,"resources":68},"01M6CF7Z9VFCGSQ77X8MHFWDS7","reducing-aigc-detection",null,"Systematically reduce AIGC detection rates in academic papers (Chinese\u002FEnglish). Analyzes detection reports, identifies high-impact sections, applies multi-layer rewriting strategies preserving formatting\u002Ffootnotes, and verifies results. Supports 维普\u002F知网\u002FTurnitin platforms.","telagod\u002Fcode-abyss","telagod","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F39987513?v=4","01M6CF4EH93PP5CWH3J34Z66DP","01M6CF4EN6W4QFXK3PRE9W29X8",245,"MIT","https:\u002F\u002Fgithub.com\u002Ftelagod\u002Fcode-abyss\u002Fblob\u002Fmain\u002Fskills\u002Freducing-aigc-detection\u002FSKILL.md",[17,22],{"categoryNo":18,"categoryName":19,"taxonomyType":20,"taxonomyTypeDesc":21},"01JBSEEDCAT000000000000002","文档处理","SCENARIO","使用场景",{"categoryNo":23,"categoryName":24,"taxonomyType":20,"taxonomyTypeDesc":21},"01JBSEEDCAT000000000000023","Skill与智能体开发",[26,27,28,29,30,31,32,33,34,35,36,37,38],"detection","reducing aigc detection","docx","PDF","report","Bash","read","write","edit","results","fix","webfetch","reports","2026-11-10 10:12:30",false,"---\nname: reducing-aigc-detection\ndescription: Systematically reduce AIGC detection rates in academic papers (Chinese\u002FEnglish). Analyzes detection reports, identifies high-impact sections, applies multi-layer rewriting strategies preserving formatting\u002Ffootnotes, and verifies results. Supports 维普\u002F知网\u002FTurnitin platforms.\nuser-invocable: true\nallowed-tools: Bash, Read, Write, Edit, Agent, WebSearch, WebFetch\nargument-hint: \u003Cdocx-path> [--report \u003Cpdf-path>] [--platform weipu|cnki|turnitin] [--target \u003Cpercentage>]\naliases: reduce-aigc, aigc-fix, lower-aigc\n---\n\n# 降AIGC · reducing-aigc-detection\n\n> 检测器追的是统计均匀性，反检测的本质是重新注入人类写作天然的 variance 和 imperfection。\n\n## 何时使用\n\n| 场景 | 使用 | 说明 |\n|------|------|------|\n| AIGC 检测报告显示高于红线 | YES | 核心场景 |\n| 论文提交前预防性降 AI | YES | 不需要检测报告 |\n| 已有 AI 辅助写作的论文需要人性化 | YES | 最佳实践 |\n| 纯人工写作但误判率高 | YES | 可针对性微调 |\n| 想批量处理多份文件 | NO | 每篇需要定制化处理 |\n\n## 核心原理\n\n### 检测器三板斧\n\n| 指标 | 含义 | AI 文本特征 | 人类文本特征 |\n|------|------|------------|------------|\n| Perplexity（困惑度） | 文本可预测性 | 极低（\u003C30） | 中高（60-120） |\n| Burstiness（突发性） | 句长变化幅度 | 极低，句长均匀 | 高，长短交替 |\n| Token 概率分布 | high-prob token 占比 | >85% | \u003C70% |\n\n### 平台差异\n\n| 平台 | 特殊机制 | 关键应对 |\n|------|---------|---------|\n| **维普** | 章节加权（摘要 1.8x，引言\u002F结论 1.5x）；拼接预警（风格断层 +10-15%） | 优先改摘要；全文风格一致 |\n| **知网** | 3.0+ 分析论证深度曲线；4.0 标注\"结构工整度过高\" | 制造浅→深螺旋节奏 |\n| **Turnitin** | 2025.8 可识别 humanizer 工具痕迹 | 不用洗稿工具，手动改写 |\n\n## 执行流程\n\n### Phase 0: 侦察\n\n1. 读取检测报告 PDF（如有），提取各章节 AIGC 占比\n2. 如无报告，通读全文预判高风险段落\n3. 按 AIGC 率 x 章节权重 排序，确定改写优先级\n\n```\n优先级 = AIGC率 × 章节字数 × 平台权重系数\n```\n\n### Phase 1: 分级定策\n\n| AIGC 率 | 策略 | 改动幅度 |\n|---------|------|---------|\n| >80% | 整段重写 | 保留核心论点，彻底换表达 |\n| 40-80% | 重点改写 | 换骨架、注入个人经验、打碎并列 |\n| 20-40% | 局部手术 | 替换 AI 特征词、打断过渡链、加短句 |\n| \u003C20% | 微调或不动 | 仅修复明显 AI 模板词 |\n\n### Phase 2: 改写执行\n\n#### 改写层级（按效果排序）\n\n**第一层：结构层（降 60-70%，最高优先）**\n\n- 消灭「N个方面：第一…第二…第三…」并列模板\n- 打破「背景→分析→结论」标准三段论\n- 制造论证深度不均匀：核心论点厚写，次要一笔带过\n- 长短句交替：穿插 5-10 字短句与 30-40 字长句\n- 加入自我修正轨迹：「最初以为…后来发现…」\n\n**第二层：词汇层（降 10-15%，配合第一层）**\n\n中文 AI 高频触发词黑名单（必须替换或删除）：\n\n```\n值得注意的是 \u002F 综上所述 \u002F 不可否认 \u002F 首先…其次…最后\n研究表明 \u002F 结果显示 \u002F 此外 \u002F 总之 \u002F 不仅…而且\n主要体现在N个方面 \u002F 具有重要意义 \u002F 发挥着重要作用\n在…方面 \u002F 与此同时 \u002F 一方面…另一方面\n```\n\n英文 AI 高频触发词黑名单：\n\n```\ndelve(s) \u002F furthermore \u002F moreover \u002F it is important to note\ncomprehensive \u002F multifaceted \u002F nuanced \u002F landscape \u002F underscores\nin conclusion \u002F this report hopes to \u002F integrates...with\nThe X section explains\u002Fintroduces\u002Fpresents\u002Fsummarizes (mechanical parallelism)\n```\n\n替换策略：不是换同义词，是**换句式**。「研究表明X」→ 引具体作者年份样本量。\n\n**第三层：内容注入（最难被检测）**\n\n- 加入个人研究细节、田野观察、实验意外\n- 引用对立观点的具体文献\n- 补充具体数据、数字、表格\n- 增加口语化学术表达碎片\n\n#### 技术执行注意事项\n\n**docx 编辑策略**：\n\n| 段落类型 | 编辑方式 | 理由 |\n|---------|---------|------|\n| 无脚注\u002F无特殊格式 | `replace_full_para()` — 设 Run 0 新文本，清空其余 | 安全快速 |\n| 含脚注引用 [N] | Run 级替换 — 仅改非 superscript runs | 保留脚注 |\n| 含 bold\u002Fitalic 段中格式 | Run 级替换或 XML 层编辑 | 保留格式标记 |\n| 含图表引用 | 仅改文字 runs，不动图表 XML | 防止引用断裂 |\n\n**python-docx 段落替换模板**：\n\n```python\ndef replace_full_para(para, new_text):\n    \"\"\"整段替换，保留首 run 格式。仅用于无脚注段落。\"\"\"\n    if not para.runs:\n        return\n    para.runs[0].text = new_text\n    for r in para.runs[1:]:\n        r.text = ''\n```\n\n**Run 级替换模板**（保留脚注）：\n\n```python\n# 先扫描确认哪些 runs 是脚注（superscript=True）\nfor j, r in enumerate(para.runs):\n    if r.font.superscript:\n        continue  # 不动\n    if '目标文本片段' in r.text:\n        r.text = r.text.replace('目标文本片段', '替换文本')\n```\n\n### Phase 3: 一致性检查\n\n改写后必须检查：\n\n1. **风格一致性** — 改过的段落与未改段落语气一致（维普拼接预警）\n2. **脚注完整性** — 所有 [N] 引用保留且对应正确\n3. **字数变化** — 改后总字数与原文偏差 \u003C15%\n4. **信息完整性** — 原文核心论点、数据、引用全部保留\n\n### Phase 4: 验证\n\n1. 提取改后文本，人工通读\n2. 建议用户去检测平台复检\n3. 如仍超标，进入第二轮精修（优先改权重最高的剩余段落）\n\n## 反模式（明确不能做的事）\n\n| 操作 | 为什么无效 |\n|------|-----------|\n| 仅做同义词替换 | 句式结构未变，知网 3.0 直接穿透，仅降 5-10% |\n| 只改标红段落不管上下文 | 风格断层触发维普拼接预警，反而加分 |\n| 用 humanizer\u002F洗稿工具 | Turnitin 2025.8 已可识别工具痕迹 |\n| AI 改 AI 不换 prompt 策略 | 输出仍在 AI 分布内，等于原地踏步 |\n| 插入特殊 Unicode 字符 | 所有主流平台已修补 |\n| 中→英→中互翻 | 仅降 15%，且翻译腔本身可能触发 |\n| 越改越正式\u002F书面 | 越规整越像 AI |\n| 先降查重后降 AI | 顺序错误——查重修改会引入新 AI 特征 |\n\n## 高校红线参考\n\n| 层级 | 典型要求 |\n|------|---------|\n| C9 \u002F 顶尖 985 | \u003C10-15% |\n| 211 院校 | 15-25% |\n| 普通本科 | 20-30% |\n| 硕博论文 | \u003C=10% |\n\n## 终极检查清单\n\n- [ ] 全文句长分布有足够变化（不是均匀 15-25 字）\n- [ ] AI 特征词已替换或删除（对照黑名单）\n- [ ] 消灭了所有「N个方面：第一…第二…第三…」并列模板\n- [ ] 摘要已改为非标准四段式（维普权重 1.8x）\n- [ ] 注入了具体数据 \u002F 真实案例 \u002F 个人观察\n- [ ] 全文风格一致（无拼接断层）\n- [ ] 论证深度有自然的浅→深节奏变化\n- [ ] 脚注引用完整保留\n- [ ] 文档格式无损（字体、行距、页眉）\n- [ ] 改后总字数偏差 \u003C15%\n\n## 输出骨架\n\n```\n【战场态势】各章节 AIGC 率 + 优先级排序\n【改写方案】每章节策略（整段重写 \u002F 局部手术 \u002F 微调 \u002F 不动）\n【执行结果】改动清单 + 脚注保留确认\n【预估效果】各章节预估改后 AIGC 率\n【复检建议】下一步行动\n```\n","# 降AIGC · reducing-aigc-detection\n\n> 检测器追的是统计均匀性，反检测的本质是重新注入人类写作天然的 variance 和 imperfection。\n\n## 何时使用\n\n| 场景 | 使用 | 说明 |\n|------|------|------|\n| AIGC 检测报告显示高于红线 | YES | 核心场景 |\n| 论文提交前预防性降 AI | YES | 不需要检测报告 |\n| 已有 AI 辅助写作的论文需要人性化 | YES | 最佳实践 |\n| 纯人工写作但误判率高 | YES | 可针对性微调 |\n| 想批量处理多份文件 | NO | 每篇需要定制化处理 |\n\n## 核心原理\n\n### 检测器三板斧\n\n| 指标 | 含义 | AI 文本特征 | 人类文本特征 |\n|------|------|------------|------------|\n| Perplexity（困惑度） | 文本可预测性 | 极低（\u003C30） | 中高（60-120） |\n| Burstiness（突发性） | 句长变化幅度 | 极低，句长均匀 | 高，长短交替 |\n| Token 概率分布 | high-prob token 占比 | >85% | \u003C70% |\n\n### 平台差异\n\n| 平台 | 特殊机制 | 关键应对 |\n|------|---------|---------|\n| **维普** | 章节加权（摘要 1.8x，引言\u002F结论 1.5x）；拼接预警（风格断层 +10-15%） | 优先改摘要；全文风格一致 |\n| **知网** | 3.0+ 分析论证深度曲线；4.0 标注\"结构工整度过高\" | 制造浅→深螺旋节奏 |\n| **Turnitin** | 2025.8 可识别 humanizer 工具痕迹 | 不用洗稿工具，手动改写 |\n\n## 执行流程\n\n### Phase 0: 侦察\n\n1. 读取检测报告 PDF（如有），提取各章节 AIGC 占比\n2. 如无报告，通读全文预判高风险段落\n3. 按 AIGC 率 x 章节权重 排序，确定改写优先级\n\n```\n优先级 = AIGC率 × 章节字数 × 平台权重系数\n```\n\n### Phase 1: 分级定策\n\n| AIGC 率 | 策略 | 改动幅度 |\n|---------|------|---------|\n| >80% | 整段重写 | 保留核心论点，彻底换表达 |\n| 40-80% | 重点改写 | 换骨架、注入个人经验、打碎并列 |\n| 20-40% | 局部手术 | 替换 AI 特征词、打断过渡链、加短句 |\n| \u003C20% | 微调或不动 | 仅修复明显 AI 模板词 |\n\n### Phase 2: 改写执行\n\n#### 改写层级（按效果排序）\n\n**第一层：结构层（降 60-70%，最高优先）**\n\n- 消灭「N个方面：第一…第二…第三…」并列模板\n- 打破「背景→分析→结论」标准三段论\n- 制造论证深度不均匀：核心论点厚写，次要一笔带过\n- 长短句交替：穿插 5-10 字短句与 30-40 字长句\n- 加入自我修正轨迹：「最初以为…后来发现…」\n\n**第二层：词汇层（降 10-15%，配合第一层）**\n\n中文 AI 高频触发词黑名单（必须替换或删除）：\n\n```\n值得注意的是 \u002F 综上所述 \u002F 不可否认 \u002F 首先…其次…最后\n研究表明 \u002F 结果显示 \u002F 此外 \u002F 总之 \u002F 不仅…而且\n主要体现在N个方面 \u002F 具有重要意义 \u002F 发挥着重要作用\n在…方面 \u002F 与此同时 \u002F 一方面…另一方面\n```\n\n英文 AI 高频触发词黑名单：\n\n```\ndelve(s) \u002F furthermore \u002F moreover \u002F it is important to note\ncomprehensive \u002F multifaceted \u002F nuanced \u002F landscape \u002F underscores\nin conclusion \u002F this report hopes to \u002F integrates...with\nThe X section explains\u002Fintroduces\u002Fpresents\u002Fsummarizes (mechanical parallelism)\n```\n\n替换策略：不是换同义词，是**换句式**。「研究表明X」→ 引具体作者年份样本量。\n\n**第三层：内容注入（最难被检测）**\n\n- 加入个人研究细节、田野观察、实验意外\n- 引用对立观点的具体文献\n- 补充具体数据、数字、表格\n- 增加口语化学术表达碎片\n\n#### 技术执行注意事项\n\n**docx 编辑策略**：\n\n| 段落类型 | 编辑方式 | 理由 |\n|---------|---------|------|\n| 无脚注\u002F无特殊格式 | `replace_full_para()` — 设 Run 0 新文本，清空其余 | 安全快速 |\n| 含脚注引用 [N] | Run 级替换 — 仅改非 superscript runs | 保留脚注 |\n| 含 bold\u002Fitalic 段中格式 | Run 级替换或 XML 层编辑 | 保留格式标记 |\n| 含图表引用 | 仅改文字 runs，不动图表 XML | 防止引用断裂 |\n\n**python-docx 段落替换模板**：\n\n```python\ndef replace_full_para(para, new_text):\n    \"\"\"整段替换，保留首 run 格式。仅用于无脚注段落。\"\"\"\n    if not para.runs:\n        return\n    para.runs[0].text = new_text\n    for r in para.runs[1:]:\n        r.text = ''\n```\n\n**Run 级替换模板**（保留脚注）：\n\n```python\n# 先扫描确认哪些 runs 是脚注（superscript=True）\nfor j, r in enumerate(para.runs):\n    if r.font.superscript:\n        continue  # 不动\n    if '目标文本片段' in r.text:\n        r.text = r.text.replace('目标文本片段', '替换文本')\n```\n\n### Phase 3: 一致性检查\n\n改写后必须检查：\n\n1. **风格一致性** — 改过的段落与未改段落语气一致（维普拼接预警）\n2. **脚注完整性** — 所有 [N] 引用保留且对应正确\n3. **字数变化** — 改后总字数与原文偏差 \u003C15%\n4. **信息完整性** — 原文核心论点、数据、引用全部保留\n\n### Phase 4: 验证\n\n1. 提取改后文本，人工通读\n2. 建议用户去检测平台复检\n3. 如仍超标，进入第二轮精修（优先改权重最高的剩余段落）\n\n## 反模式（明确不能做的事）\n\n| 操作 | 为什么无效 |\n|------|-----------|\n| 仅做同义词替换 | 句式结构未变，知网 3.0 直接穿透，仅降 5-10% |\n| 只改标红段落不管上下文 | 风格断层触发维普拼接预警，反而加分 |\n| 用 humanizer\u002F洗稿工具 | Turnitin 2025.8 已可识别工具痕迹 |\n| AI 改 AI 不换 prompt 策略 | 输出仍在 AI 分布内，等于原地踏步 |\n| 插入特殊 Unicode 字符 | 所有主流平台已修补 |\n| 中→英→中互翻 | 仅降 15%，且翻译腔本身可能触发 |\n| 越改越正式\u002F书面 | 越规整越像 AI |\n| 先降查重后降 AI | 顺序错误——查重修改会引入新 AI 特征 |\n\n## 高校红线参考\n\n| 层级 | 典型要求 |\n|------|---------|\n| C9 \u002F 顶尖 985 | \u003C10-15% |\n| 211 院校 | 15-25% |\n| 普通本科 | 20-30% |\n| 硕博论文 | \u003C=10% |\n\n## 终极检查清单\n\n- [ ] 全文句长分布有足够变化（不是均匀 15-25 字）\n- [ ] AI 特征词已替换或删除（对照黑名单）\n- [ ] 消灭了所有「N个方面：第一…第二…第三…」并列模板\n- [ ] 摘要已改为非标准四段式（维普权重 1.8x）\n- [ ] 注入了具体数据 \u002F 真实案例 \u002F 个人观察\n- [ ] 全文风格一致（无拼接断层）\n- [ ] 论证深度有自然的浅→深节奏变化\n- [ ] 脚注引用完整保留\n- [ ] 文档格式无损（字体、行距、页眉）\n- [ ] 改后总字数偏差 \u003C15%\n\n## 输出骨架\n\n```\n【战场态势】各章节 AIGC 率 + 优先级排序\n【改写方案】每章节策略（整段重写 \u002F 局部手术 \u002F 微调 \u002F 不动）\n【执行结果】改动清单 + 脚注保留确认\n【预估效果】各章节预估改后 AIGC 率\n【复检建议】下一步行动\n```\n",{"name":5,"aliases":44,"description":7,"allowed-tools":45,"argument-hint":46,"user-invocable":47},"reduce-aigc, aigc-fix, lower-aigc","Bash, Read, Write, Edit, Agent, WebSearch, WebFetch","\u003Cdocx-path> [--report \u003Cpdf-path>] [--platform weipu|cnki|turnitin] [--target \u003Cpercentage>]",true,"main","2544577cf03a67522466450000731e52c64a5184","skills\u002Freducing-aigc-detection",35,"https:\u002F\u002Fgithub.com\u002Ftelagod\u002Fcode-abyss","https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fcode-abyss","https:\u002F\u002Fgithub.com\u002Ftelagod","2026-07-19 23:15:32",{"source":8,"skillName":5,"commands":57,"prompt":67,"zipAvailable":47},[58,61,64],{"tool":59,"command":60},"npx","npx skills add telagod\u002Fcode-abyss --skill reducing-aigc-detection",{"tool":62,"command":63},"bunx","bunx skills add telagod\u002Fcode-abyss --skill reducing-aigc-detection",{"tool":65,"command":66},"pnpm","pnpm dlx skills add telagod\u002Fcode-abyss --skill reducing-aigc-detection","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Ftelagod\u002Fcode-abyss\u002Fblob\u002Fmain\u002Fskills\u002Freducing-aigc-detection\u002FSKILL.md",[69,75],{"path":70,"resourceType":71,"resourceTypeDesc":72,"sizeBytes":73,"sourceHtmlUrl":74},"references\u002Fai-trigger-words.md","REFERENCE","参考文档",3731,"https:\u002F\u002Fgithub.com\u002Ftelagod\u002Fcode-abyss\u002Fblob\u002Fmain\u002Fskills\u002Freducing-aigc-detection\u002Freferences\u002Fai-trigger-words.md",{"path":76,"resourceType":71,"resourceTypeDesc":72,"sizeBytes":77,"sourceHtmlUrl":78},"references\u002Fplatform-profiles.md",3087,"https:\u002F\u002Fgithub.com\u002Ftelagod\u002Fcode-abyss\u002Fblob\u002Fmain\u002Fskills\u002Freducing-aigc-detection\u002Freferences\u002Fplatform-profiles.md",[80,87,95,102,112,122],{"skillNo":81,"name":82,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":9,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":83,"categories":84,"keywords":85,"publishedAt":39},"01M6CF94Y2R0JYCS270NC9BKM5","parse-error","https:\u002F\u002Fgithub.com\u002Ftelagod\u002Fcode-abyss\u002Fblob\u002Fmain\u002Ftest\u002Ffixtures\u002Fskill-contract\u002Fparse-error\u002Ftools\u002Fparse-error\u002FSKILL.md",[],[86],"parse error",{"skillNo":88,"name":89,"nameZh":6,"description":90,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":9,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":91,"categories":92,"keywords":93,"publishedAt":39},"01M6CF925B128W5YAHWVYSJQTG","multi-script","too many scripts","https:\u002F\u002Fgithub.com\u002Ftelagod\u002Fcode-abyss\u002Fblob\u002Fmain\u002Ftest\u002Ffixtures\u002Fskill-contract\u002Fmulti-script\u002Ftools\u002Fmulti-script\u002FSKILL.md",[],[94],"multi script",{"skillNo":96,"name":97,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":9,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":98,"categories":99,"keywords":100,"publishedAt":39},"01M6CF8ZYT3KZ4ZZAATFJH0DV4","missing-description","https:\u002F\u002Fgithub.com\u002Ftelagod\u002Fcode-abyss\u002Fblob\u002Fmain\u002Ftest\u002Ffixtures\u002Fskill-contract\u002Fmissing-description\u002Ftools\u002Fmissing-description\u002FSKILL.md",[],[101],"missing description",{"skillNo":103,"name":104,"nameZh":6,"description":105,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":9,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":106,"categories":107,"keywords":108,"publishedAt":39},"01M6CF8XB2Z8NAPYW3W7S7KW1S","invalid-tools","invalid tool name","https:\u002F\u002Fgithub.com\u002Ftelagod\u002Fcode-abyss\u002Fblob\u002Fmain\u002Ftest\u002Ffixtures\u002Fskill-contract\u002Finvalid-tools\u002Ftools\u002Finvalid-tools\u002FSKILL.md",[],[109,110,31,111],"Tools","invalid tools","tool",{"skillNo":113,"name":114,"nameZh":6,"description":115,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":9,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":116,"categories":117,"keywords":119,"publishedAt":39},"01M6CF8TTPYFV83HSF057F95QM","clash-skill","first duplicate","https:\u002F\u002Fgithub.com\u002Ftelagod\u002Fcode-abyss\u002Fblob\u002Fmain\u002Ftest\u002Ffixtures\u002Fskill-contract\u002Fduplicate\u002Ftools\u002Falpha\u002FSKILL.md",[118],{"categoryNo":23,"categoryName":24,"taxonomyType":20,"taxonomyTypeDesc":21},[120,121],"clash skill","first",{"skillNo":123,"name":114,"nameZh":6,"description":124,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":9,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":125,"categories":126,"keywords":128,"publishedAt":39},"01M6CF8RAHFEPXNB6SWBR2T49M","second duplicate","https:\u002F\u002Fgithub.com\u002Ftelagod\u002Fcode-abyss\u002Fblob\u002Fmain\u002Ftest\u002Ffixtures\u002Fskill-contract\u002Fduplicate\u002Fdomains\u002Falpha\u002FSKILL.md",[127],{"categoryNo":23,"categoryName":24,"taxonomyType":20,"taxonomyTypeDesc":21},[120]]