GitHub项目说明 · 非用户反馈
为 AI 生成的 TypeScript 代码加‘证据门槛’：低证据模式纳入 lint 强制规则
anti-slop 是一组 opinionated Oxlint 规则，专门把链式类型断言、unknown 返回值、先宽化再断言等“低证据/低信号”TypeScript 模式判为错误；项目通过 agent skill 一键安装，并刻意要求把规则 vendor 进仓库、由团队自行修改维护。
查看原始信号github:dmmulroy/anti-slop
目标用户
依赖 coding agent 生成代码、同时希望保持类型证据可核查的 TypeScript/JavaScript 开发团队
潜在需求
需要可强制的 lint 规则在本地和 CI 拒绝低证据模式，要求非 const 断言附带 safety comment，并且规则能被复制进仓库、按团队自身标准改写。
发生场景
使用 coding agent 或 AI 辅助编码时，产出代码容易出现 chained type assertions、unknown returns、module mocking 等模式；这些写法类型上能通过，却丢失了原本可验证的约束信息。
来源证据
anti-slop 是一组意见式 Oxlint 规则，用于拒绝低证据、低信号的 TypeScript/JavaScript 模式；项目明确要求被 vendor 进仓库、由团队改写，而不是作为固定 npm 依赖，并提供 agent skill 处理首次复制和配置。
# anti-slop [](https://skills.sh/dmmulroy/anti-slop) Opinionated Oxlint rules that reject low-evidence and low-signal TypeScript and JavaScript patterns. This project is meant to be vendored, not treated as a fixed npm dependency. Copy the rules into your repository, read them, and change them to match your team's standards. The bundled agent skill handles the initial copy and configuration; after that, the vendored files are yours to maintainhttps://github.com/dmmulroy/anti-slop
为什么值得留意
该信号把“AI 生成代码质量”从泛泛提示落到可执行规则上，且采用 vendor + agent skill 的形式，反映编码代理普及后团队需要一套可信、可定制的代码证据门槛，而不仅是风格检查。
已有方案
- anti-slop 的 Oxlint 规则插件
- 通过 npx skills add 安装的 agent skill
- 手动复制 src/ 并注册进 oxlint.config.ts 的本地安装方式
可能延伸 · 模型推测
- 把同类证据规则适配到 ESLint 或其它 lint 生态
- 将规则包做成 CI 可复用的模板或 action
- 将‘低证据’检查推广到其它由 AI 生成代码的语言（如 Python/Go）
目前未知
- README 只说明项目形态，未提供用户采用或反馈证据
- 规则严格度是否适合现有项目未知
- 是否真的主要针对 coding agent 产出，还是也面向人工手写代码未知
继续核实
- 使用 coding agent 的团队是否实际遇到‘低证据’代码导致的可维护性问题？
- 现有 TS/JS 项目能否在不显著降低 agent 产出效率的前提下满足这些规则？
- 作者是否观察到了明确反馈，还是基于个人经验设计这套规则？
- oxlint 生态中是否缺少这类可定制、可 vendor 的规则包？
主题词
ai generated code qualitytypescript type safetylint rulestype assertionagent code reviewcode evidence