跳到内容

终端中的设备端检查

适用于 Claude、Codex 和 Cursor 的 AI 内容检测 CLI

slop CLI 可从你的 Mac 终端运行 Slop or Not 的 AI 文本检测器和 AI 图像检测器。它为 Claude、Codex、Hermes Agent、OpenClaw、Cursor、脚本和编辑器返回 JSON,并且还涵盖原始图像模型评分、可读性和文本清理。

正在从 ZeroGPT 或 GPTZero 这类云端检测工具迁移?把草稿、截图或本地文件通过管道传入。Slop or Not 会在本地评分,绝不会上传。

Download on the App Store
Mac 上的 Slop or Not 命令行设置界面
该二进制文件已打包在签名的 Slop or Not Mac app 内。
本地运行
文本、图片、可读性和清理检查都留在你的 Mac 上。
输出 JSON
当脚本或智能体需要稳定结果时,使用 --json。
不限次数的本地检测
CLI 随 Pro 提供。没有每日检查上限,没有按调用计费,因此脚本和智能体可以按需重复运行文本、图像、可读性和清理检查。

设置

如何安装 Slop or Not CLI?

安装 Slop or Not Mac 版,打开一次并激活 Pro。然后运行下面的设置代码块:它将应用自带的 CLI 文件夹添加到 ~/.zshrc 中的 PATH,这一行与 "设置 > 命令行" 以及 slop mcp --print-config 给出的相同。使用 slop status 验证。此后,每个新的终端会话都会在 PATH 中找到 slop,无需重新安装。

# One-time setup for zsh, the default shell on macOS.
grep -qsxF 'export PATH="$PATH:/Applications/Slop Or Not.app/Contents/MacOS"' ~/.zshrc || printf '\nexport PATH="$PATH:/Applications/Slop Or Not.app/Contents/MacOS"\n' >> ~/.zshrc
source ~/.zshrc

slop status --json

命令参考

Slop or Not CLI 能做什么?

命令范围刻意保持精简:status、text、image、score-image、readability、cleanup 和 MCP。

下面的每个示例都是来自 Slop or Not Mac 版的真实输出,截取自 2026 年 8 月的 1.1.1 版本(MCP 设置来自 2026 年 10 月的 1.2.0),并在标记处进行了删节。

slop status

检查安装

确认 CLI 能找到应用包,并报告 Pro 是否已启用。

查看命令和响应

运行

slop status --json

返回

{
  "localCachePro" : true,
  "pro" : true,
  "version" : "1.1.1"
}
slop text

为 AI 文本评分

从 stdin 读取 UTF-8 文本,并返回与 Mac 应用相同的设备端 AI 概率,以及可读性指标。如果你已经知道语言,可添加 --language。

查看命令和响应

运行

pbpaste | slop text --json

返回

{
  "detectedLanguage" : "en",
  "detection" : {
    "result" : {
      "_0" : 0.12590113,
      "_1" : { "most_likely_real" : {} }
    }
  },
  "inputTruncated" : false,
  "readability" : {
    "detectedLanguage" : "en",
    "languageConfidence" : 0.99984,
    "scores" : [
      { "kind" : "fleschReadingEase", "direction" : "higherIsEasier", "label" : "Fairly difficult", "value" : 50.85 },
      { "kind" : "fleschKincaidGradeLevel", "direction" : "gradeLevel", "value" : 16.97 }
    ],
    "full" : { "consensus" : { … }, "genre" : { … }, "gradeLabel" : { … }, … },
    "selectedLanguage" : "en",
    "stats" : { "wordCount" : 87, "sentenceCount" : 2, "syllableCount" : 115, … },
    "warnings" : [ … ]
  },
  "sentenceCount" : 2
}
slop readability

分析可读性

英语采用 Flesch Reading Ease 和 Flesch-Kincaid Grade Level,并在完整报告中包含 Gunning Fog、Coleman-Liau 和 ARI,并给出剔除异常值后的共识等级。德语、西班牙语、意大利语、瑞典语、丹麦语和挪威语各自使用其既定公式。

查看命令和响应

运行

cat draft.md | slop readability --json

返回

{
  "readability" : {
    "detectedLanguage" : "en",
    "languageConfidence" : 0.99984,
    "scores" : [
      { "kind" : "fleschReadingEase", "direction" : "higherIsEasier", "label" : "Fairly difficult", "value" : 50.85 },
      { "kind" : "fleschKincaidGradeLevel", "direction" : "gradeLevel", "value" : 16.97 }
    ],
    "full" : { "consensus" : { … }, "genre" : { … }, "gradeLabel" : { … }, … },
    "selectedLanguage" : "en",
    "stats" : { "wordCount" : 87, "sentenceCount" : 2, "syllableCount" : 115, … },
    "warnings" : [ … ]
  }
}
slop cleanup

清除隐藏的文本花招

这是一个查找表,而不是重写:去除零宽字符、同形字和花哨标点,而不改动你的文字。添加 --british 可将美式拼写转换为英式英语。

查看命令和响应

运行

pbpaste | slop cleanup --json

返回

{
  "britishMappings" : [],
  "cleanedText" : "He said \"hello\" - and left.",
  "detectedLanguage" : "en",
  "homoglyphCounts" : [],
  "invisibleCounts" : [
    { "count" : 1, "kind" : "Zero Width Space (U+200B)" }
  ],
  "punctuationCounts" : [
    { "count" : 1, "kind" : "Em Dash (U+2014) with '-'" },
    { "count" : 1, "kind" : "Left Double Quotation Mark (U+201C) with '\"'" },
    { "count" : 1, "kind" : "Right Double Quotation Mark (U+201D) with '\"'" }
  ]
}
slop image

检测 AI 图片

在本地检查通过管道传入的 JPEG、PNG、HEIC 或 WebP 图像字节。添加 --ocr 可读取截图中的文字。

查看命令和响应

运行

slop image --json < ~/Desktop/screenshot.png

返回

{
  "detection" : {
    "result" : {
      "_0" : 0.8416403,
      "_1" : { "most_likely_ai_slop" : {} }
    }
  },
  "detectionSourceRaw" : "ml"
}
slop score-image

使用图像模型为图像评分

将通过管道传入的图像直接交给模型并获得其原始评分,跳过来源启发式检查。当图像生成循环需要直接获得模型反馈时非常有用。需要安装 AI 图像检测模型。

查看命令和响应

运行

slop score-image --json < ~/Desktop/generated.png

返回

{
  "rawSlopScore" : 0.706787109375
}
slop mcp

启动 MCP 服务器

运行 stdio 服务器,向 Claude、Codex、Cursor 和其他 MCP 客户端公开全部六个工具。使用 --print-config 打印可直接粘贴的设置片段,而无需启动服务器。

查看命令和响应

运行

slop mcp --print-config

返回

CLIENT SETUP
------------
To use slop CLI in Terminal, run this once. It adds the app's
bundled CLI directory to your PATH in ~/.zshrc (safe to re-run):

  grep -qxF 'export PATH="$PATH:/Applications/Slop Or Not.app/Contents/MacOS"' ~/.zshrc || printf '\n%s\n' 'export PATH="$PATH:/Applications/Slop Or Not.app/Contents/MacOS"' >> ~/.zshrc && source ~/.zshrc

MCP SERVER
----------
Run slop CLI as an MCP server, and your AI client can call its
detection tools directly. The snippets below point at the bundled
binary, so they work whether or not you ran the PATH step
above.
(snippets for Claude Desktop, Claude Code, Codex CLI, and Cursor follow)

快捷路径

常见终端工作流

这些是大多数人最先会用的命令。每个命令都会读取本地输入,并打印本地结果。

如何在终端中为 AI 文本评分?

复制一段草稿,通过管道传入 slop text,然后读取 JSON 判定。当其他工具需要稳定输出时,添加 --json。

pbpaste | slop text --json

如何检查可读性?

可读性检查独立于 AI 检测。当你需要阅读难度检查,又不想把文本发送到网页工具时,可以使用它。

cat draft.md | slop readability --json

如何清理隐藏的 AI 指纹?

文本清理会去除不可见字符、形近字符和间距花招。它不会改写文本。

pbpaste | slop cleanup --json

如何获得原始图像模型评分?

当图片生成工作流需要原始模型信号,而不是包含来源判断的图片检测结果时,请使用 score-image。

slop score-image --json < ~/Desktop/generated.png

如何检查图片文件?

通过管道传入截图、产品照片、交友资料照片以及你想在本地检查的其他文件。

slop image --json < ~/Desktop/screenshot.png

本地 AI 检测 API

可以把 CLI 用作本地 AI 检测 API 吗?

用于本地自动化时,可以。CLI 会读取 stdin 或本地文件并返回 JSON,因此脚本和编辑器可以把它当作本地 AI 检测 API 使用,无需将文本或图片上传到云端端点。它不是托管的 HTTP API;Mac app 会在调用命令的那台机器上运行检测。

pbpaste | slop text --json
slop image --json < ~/Desktop/source-photo.png
slop score-image --json < ~/Desktop/generated.png

通过 CLI 使用 MCP

如何从 CLI 启动 MCP?

MCP 服务器是一个 CLI 子命令。当你的 MCP 客户端要求填写命令,或你正在调试设置时,可以直接运行它。

slop mcp