用途：该项目通过挖掘 Reddit 讨论，整理出让人感觉像 AI 生成（vibe-coded / slop）的视觉、文本与代码痕迹，并将其打包为可检测、可清理的技能与扫描工具。据资料称，它扫描了 47 个 subreddit 的 320 万帖子，统计被指认为 AI 痕迹的模式，并用真实引文验证，最后形成三个 Claude 技能及独立扫描器。
主要能力：一是数据驱动的痕迹排名，按讨论频率列出设计、写作、代码中被抱怨的模式；二是三个 unslop 技能，分别从 UI、文本、代码中移除 AI 痕迹并保留功能；三是独立扫描脚本，可检索代码库、为 vibe-coded 模式打分，并依据退出码作为 CI 门禁；四是可复现的研究流程，能自行重跑 Reddit 挖掘、分析与图表生成。
使用方式：克隆仓库 git clone https://github.com/JCarterJohnson/vibecoded-design-tells.git 后执行 pip install -r requirements.txt，再把 .skill 文件解压到 ~/.claude/skills/ 或上传到 claude.ai 技能界面。扫描器用法如 python3 devibe_scan.py /path/to/your/website、python3 scan_text.py /path/to/docs、python3 scan_code.py /path/to/src，返回非零表示发现痕迹。研究流程按 collect.py、harvest.py、harvest_comments.py、analyze.py、analyze_comments.py、make_charts.py 等顺序运行，可断点续跑。
适用场景：部署落地页前扫描、pre-commit 钩子、审计 AI 撰写文档、清理 AI 生成代码，以及自定义 subreddit 列表与关键词词典重做分析。
限制：痕迹词典与 subreddit 列表为硬编码，需自行编辑；scan 基于关键词与正则，可能误报，需调整模式；Arctic Shift 免费接口可能限流；大语料可能占用内存；CI 阈值与权重需自行配置。官方内容未提供收费与价格信息。