1. 为什么你的 Claude Code 里需要一个「去 AI 味」Skill
你大概有过这种体验：让 Claude Code 帮你改一段产品文案，它返回的版本语法全对、结构工整，但读起来就是不对劲。满屏的「值得注意的是」「不仅……更是……」「综上所述」，像一份被过度打磨的公关稿。问题不在于它写错了，而在于它写得太「标准」了，标准到你能在三秒内判断这是机器产物。
no-ai-slop 就是冲着这个痛点来的。它是开发者 Peter Yang 开源的一个写作 Skill，发布五天 GitHub Star 数就冲到 3.7K，推文曝光超过 60 万次。它的定位很明确：不帮你生成内容，只帮你把草稿里的 AI 腔剔除掉，同时保留你自己的语气和判断。支持 Claude Code、ChatGPT、Codex 三个平台，MIT 协议免费。
它有两种用法。编辑模式是/no-ai-slop [粘贴草稿]，返回修改后的版本加上改动说明；检测模式是/no-ai-slop is this AI slop? [粘贴内容]，逐条列出触发了哪些 AI 写作模式、引用原文、给出修改建议。注意它不说「这是 AI 写的」——AI 检测工具是在猜概率，这个 Skill 给的是具体模式证据，判断权在你手里。
适合谁用？经常用 Claude Code 写技术博客、产品文档、公众号文章的开发者；做 Agent 工作流需要稳定输出自然语言的团队；以及任何对「AI 腔」有生理性反感的人。这篇要解决的问题是：怎么在 Claude Code 里把这个 Skill 稳定跑通，并且通过 TaoToken 统一 Key 接入 API 通道，让整个调用链路可复制、可验证。
2. TaoToken 前置：统一 Key 与 API 通道准备
在配置 Skill 之前，先把 API 通道理清楚。Claude Code 本身需要调用模型接口，而 no-ai-slop 作为一个 Skill，本质上是往对话上下文里注入一段系统提示词，最终还是要走模型请求。如果你手上有多个模型供应商的 Key，管理起来会很碎。TaoToken 的作用就是把这些通道统一成一个 Key、一个 Base URL。
你需要准备的东西：
- 一个 TaoToken 账号，登录后进入控制台创建 API Key
- Claude Code 已安装并能正常启动
- 确认你的网络环境可以正常访问 API 端点（不需要任何特殊工具，直连即可）
TaoToken 的 API 地址是https://taotoken.net/api，这个地址在配置里会作为ANTHROPIC_BASE_URL或对应的环境变量使用。注意 API 地址不带任何查询参数，保持干净。
创建 Key 的路径：登录官网后进入控制台，找到 API Keys 管理页面，新建一个 Key 并复制保存。这个 Key 只显示一次，丢了就得重建。如果你同时用多个模型，TaoToken 的模型对话页面可以直接测试 Key 是否生效，不用写代码就能验证。
提示：Key 不要硬编码在会提交到 Git 的文件里。用环境变量或者 Claude Code 的 settings.json 配合本地环境变量引用。
3. 可复制配置：settings.json 骨架与 Skill 安装
Claude Code 的配置核心是settings.json。这个文件可以放在项目级.claude/settings.json，也可以放在用户级~/.claude/settings.json。项目级只对当前项目生效，用户级全局生效。跑 no-ai-slop 这种通用写作 Skill，建议放用户级。
先看 settings.json 的骨架：
{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "你的TaoToken Key" }, "permissions": { "allow": [ "Read", "Write", "Bash(git:*)" ] } }如果你不想把 Key 写死在 JSON 里，可以改成引用系统环境变量：
{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "${TAOTOKEN_API_KEY}" } }然后在 shell 的.zshrc或.bashrc里导出：
export TAOTOKEN_API_KEY="你的TaoToken Key"接下来安装 no-ai-slop Skill。在 Claude Code 会话里直接粘贴：
Install this skill globally: https://github.com/petergyang/no-ai-slopClaude Code 会拉取仓库并把 Skill 注册到全局 Skill 目录。安装完成后，你可以用/no-ai-slop调出来。如果安装后没反应，检查~/.claude/skills/目录下有没有no-ai-slop文件夹。
Skill 的目录结构大致是这样：
~/.claude/skills/no-ai-slop/ ├── SKILL.md ├── patterns/ │ └── ai-slop-patterns.md └── README.mdSKILL.md是 Skill 的主提示词文件，里面定义了编辑模式和检测模式的行为逻辑。patterns/目录下是 20 多种 AI 写作模式的清单，包括二元对立句、开场废话、伪洞见铺垫、冒号揭秘、模糊归因、同义词轮换等。
4. 验证请求：一次完整的调用链路演示
配置写好了，Skill 也装了，现在跑一次完整验证。打开 Claude Code，确认它读取的是你配置的 TaoToken 通道。
第一步，检查环境变量是否生效。在 Claude Code 里执行：
echo $ANTHROPIC_BASE_URL应该输出https://taotoken.net/api。如果输出为空，说明 settings.json 没被加载，检查文件路径和 JSON 格式。
第二步，准备一段测试草稿。我故意写一段充满 AI 腔的文字：
值得注意的是，在当今快速发展的 AI 时代，no-ai-slop 不仅仅是一个工具， 更是一种写作理念的范式转移。专家一致认为，这一技术将深刻改变内容创作的 底层逻辑。它不仅提升了效率，更彰显了开发者对用户体验的坚定承诺。 综上所述，这是一个关键的里程碑。第三步，调用 Skill：
/no-ai-slop 值得注意的是，在当今快速发展的 AI 时代，no-ai-slop 不仅仅是一个工具，更是一种写作理念的范式转移。专家一致认为，这一技术将深刻改变内容创作的底层逻辑。它不仅提升了效率，更彰显了开发者对用户体验的坚定承诺。综上所述，这是一个关键的里程碑。第四步，观察返回结果。Skill 会做几件事：逐条列出触发的模式（「值得注意的是」是开场废话、「不仅……更是……」是二元对立句、「专家一致认为」是模糊归因、「综上所述」是总结式结尾），引用原文，然后返回修改后的版本。修改后的版本大概是这样：
no-ai-slop 是一个写作 Skill，用来剔除草稿里的 AI 腔。 它不生成内容，只做编辑。发布五天，GitHub Star 数超过 3700。对比一下：原文 120 字，改后 40 字，信息密度反而更高。原文里的「范式转移」「底层逻辑」「坚定承诺」全是禁词列表里的词，改后一个不剩。
第五步，验证 API 通道确实走了 TaoToken。在 Claude Code 里执行一次普通对话请求，然后去 TaoToken 控制台看调用记录。如果能看到对应的请求日志，说明通道配置正确。如果看不到，检查ANTHROPIC_BASE_URL是否被其他配置覆盖。
注意：Claude Code 有时会缓存环境变量。修改 settings.json 后需要重启 Claude Code 会话才能生效。
5. 本篇常见错排查
配置过程中最容易踩的坑集中在几个地方。下面按报错现象倒查原因。
报错一：/no-ai-slop命令不存在
Skill 没装成功。检查~/.claude/skills/no-ai-slop/SKILL.md是否存在。如果目录存在但命令不识别，可能是 Claude Code 版本太旧，升级到最新版。另外确认安装时用的是全局安装指令，而不是项目级安装。
报错二：API 请求返回 401
Key 无效或没被正确读取。先确认ANTHROPIC_API_KEY的值和 TaoToken 控制台里创建的一致。如果用的是${TAOTOKEN_API_KEY}引用方式，确认 shell 里echo $TAOTOKEN_API_KEY有输出。还有一个常见原因是 settings.json 里同时存在多个 env 配置块，后面的覆盖了前面的。
报错三：请求超时或连接失败
检查ANTHROPIC_BASE_URL是否写成了https://taotoken.net/api/（末尾多了斜杠）。有些 HTTP 客户端对末尾斜杠敏感，会导致路径拼接错误。正确的写法是不带末尾斜杠。另外确认网络能正常访问该地址，不需要任何额外网络工具。
报错四：Skill 返回结果里 AI 腔没被剔除干净
这通常不是配置问题，而是草稿本身触发的模式不在 Skill 的清单里。no-ai-slop 覆盖 20 多种模式，但中文语境下有些变体可能没被收录。你可以手动在patterns/ai-slop-patterns.md里追加自定义模式，格式参考已有条目。改完后重启 Claude Code 生效。
报错五：TaoToken 控制台看不到调用记录
说明请求没走 TaoToken 通道。检查 Claude Code 是否读取了正确的 settings.json。项目级配置优先级高于用户级，如果你在项目目录下有一个.claude/settings.json，它会覆盖用户级配置。用claude config list可以查看当前生效的配置来源。
报错六：修改 settings.json 后 Claude Code 启动报 JSON 解析错误
JSON 不支持注释，也不支持尾逗号。检查是否有//注释或最后一个属性后面多了逗号。用python -m json.tool settings.json可以快速验证格式。
6. 稳定跑通后的调用链路与长期使用建议
配置跑通之后，整个链路是这样的：Claude Code 启动时读取 settings.json，加载 TaoToken 的 Base URL 和 Key；你调用/no-ai-slop时，Skill 把提示词注入对话上下文；请求通过 TaoToken 通道发到模型；模型返回结果，Skill 按模式清单逐条比对并输出修改建议。
如果你长期用 Claude Code 做编码和写作，建议把 TaoToken 的 Coding Plan 用起来。它适合高频调用场景，比按量计费更划算，尤其是你同时跑多个 Agent 工作流的时候。API Keys 管理页面可以创建多个 Key 做权限隔离，比如写作用一个 Key，编码用另一个。
接入文档里有完整的参数说明和错误码对照，遇到不认识的报错可以先查文档。模型对话页面适合快速验证某个模型在当前 Key 下是否可用，不用写代码。
最后说一个实际使用中的技巧：no-ai-slop 的编辑模式返回的是「修改后版本 + 改动说明」，如果你只想要干净的结果，可以在调用时加一句「只返回修改后的文本，不要改动说明」。Skill 会按你的指令调整输出格式。另外，检测模式适合在发布前跑一遍，编辑模式适合在初稿完成后跑一遍，两个模式配合使用效果最好。
写作这件事，AI 能帮的是把话说清楚，不能帮的是决定说什么。no-ai-slop 的 25/50/25 法则值得记住：前 25% 自己写，中间 50% 让 AI 编辑，后 25% 自己润色。观点和判断始终是你的，AI 只负责把拗口的句子捋顺、把 AI 腔剔掉。
