SlopTotal 发布可自托管的 AI 文本检测器，23 个引擎在 CPU 上运行

AI 生成文本的 VirusTotal。粘贴文本、拖入 PDF 或 Word 文件，或 提供一个 URL。二十三个独立的 AI 检测器（神经分类器、 统计检验和语言启发式）并行打分，一个 经过校准的集成模型将它们的投票转化为一个你可以逐引擎 检查的结论。它在你自己的 CPU 上运行，因此你扫描的任何内容都不会离开你的机器。

它是一个免费、自托管、开源的替代方案，可替代 GPTZero、Originality.ai、Copyleaks、ZeroGPT 和 Humalingo 等托管式 AI 内容 检测器。 它不给出单一模型的一个数字，而是向你展示每个模型的意见，并且 公开其准确度，包括失败案例。

试用： sloptotal.com · 运行： docker run -p 8000:8000 ghcr.io/pablocaeg/sloptotal

功能

• 23 个检测引擎，一个校准分数。DeBERTa 和 RoBERTa 分类器、Binoculars、Fast-DetectGPT、GLTR、困惑度和突发性 测试，以及套话启发式。结果会在每个引擎完成时流式返回。
• 文本、URL 和文档。粘贴文本、扫描网页（正文内容会 自动提取），或上传 .pdf、.docx、.txt 或 .md。
• 站点检查：这个网站是 vibe-coded 的吗？找出 Lovable、v0、Bolt、Base44、Replit 和 Same 在它们部署的站点中留下的指纹， 并展示每一项的证据。工作原理
• 逐段热力图通过 API 提供，以查看哪些部分读起来像 AI。
• 实测，而非声称。下面的每一个准确度数字都附带语料库、 测试框架和原始逐样本分数。
• 默认私密。自托管，无第三方 AI API，无跟踪， 报告在 30 天后删除。
• 仅用 CPU 也可以。自动检测你的硬件；4 GB 内存足以运行 精简配置，GPU 为可选。
• JSON API 和一个 Chrome 扩展 可在 Google 搜索和 LinkedIn 中标记看起来像 AI 的结果。

实测准确度

大多数检测器会公布一个准确度数字，却不说明它是在什么数据上测得的。 SlopTotal 在 SlopBench 上测量：1,626 篇人类 文本，每一篇都写于 ChatGPT 之前，以及 1,626 篇 AI 文本，主题相同、 长度相同，来自 14 个当前模型，涵盖 15 种写作类型 （新闻、维基百科、arXiv、Stack Exchange、Reddit、评论、学生作文、 非母语英语、小说和 1532-1915 年出版的文学作品）。下面的每一个数字 都是在模型未经过调优的写作类型上测得的。

分数区间以该人类文本为锚点：45 是人类写作前 5% 的起点， 55 是前 2%，80 是前 0.5%。因此“很可能是 AI”意味着 每 100 篇人类文本中不到 2 篇能达到这么高的分数。

其他语言。支持西班牙语、法语、德语、意大利语、葡萄牙语、荷兰语、 波兰语、俄语和日语（AUC 0.91 至 0.997）；阿拉伯语和 韩语为实验性；印地语、土耳其语和中文尚不可靠， 报告会如实说明。

哪些不管用。非英语母语者的文章仍比母语者更容易被标记（15% 的 TOEFL 作文被判定为“可能由 AI 生成”，而 88 篇美国学校作文中无一被标记）。低于约 80 词时，评分信号较弱。经过“humanizer”处理的 AI 文本约有一半概率被识别。源代码不在这些引擎的处理范围内。所有结果，按来源、按模型、按引擎，都在发现结果中，包括在 RAID 基准上排名靠前的分类器在当前模型上 AUC 降至 0.75。

快速开始

Docker（最快）

docker run -p 8000:8000 -v sloptotal-models:/app/models ghcr.io/pablocaeg/sloptotal

打开 http://localhost:8000。首次扫描会将约 2 GB 的模型下载到 sloptotal-models 卷中，因此后续启动会很快。若要从源码构建，请运行 docker compose -f docker/docker-compose.yml up。

从源码构建

需要 Python 3.10+（macOS 自带 3.9，版本过旧）。

git clone https://github.com/pablocaeg/sloptotal.git
cd sloptotal
python3.11 -m venv venv && source venv/bin/activate
pip install -r requirements.txt
./scripts/start.sh    # or: uvicorn app.main:app --port 8000

检查每个引擎能否端到端加载并评分：

python scripts/smoke_test.py          # against http://localhost:8000

站点检查：检测用 AI 应用构建器搭建的网站

“这个网站是 vibe-coded 的吗？”检查器大多只评估风格（Tailwind 类名数量、缺失的安全头、流行词），然后将其转化为百分比。手写网站也具备所有这些特征。SlopTotal 只查找构建器自身在其部署内容中留下的标记，每个标记都在线上站点或构建器自己的模板中得到确认：

没有标记的网站仍可能是用 AI 编写的：从这些工具导出的代码托管在别处，或用 AI 编辑器编写，都不会留下指纹。因此结果是证据，而非概率。页面文案由文本引擎单独评分。

curl -X POST http://localhost:8000/api/scan/site \
  -H "Content-Type: application/json" -d '{"url": "example.com"}'

API

curl -X POST http://localhost:8000/api/analyze \
  -H "Content-Type: application/json" \
  -d '{"text": "Your text to analyze here..."}'

在 Python 中，examples/python_client.py 分析文本，打印得分最高的五个引擎，并运行站点检查，服务器繁忙时在队列中等待：

python examples/python_client.py "Paste at least 50 characters of text here..." example.com

响应会列出每个引擎及其得分、判定和通俗语言的详细说明，外加 overall_score（0-100）和 overall_verdict。

检测引擎

每个引擎都链接到其在 sloptotal.com 上的页面，其中包含针对两个语料库的实测得分。下面的 AUC 是引擎将随机 AI 段落排在随机人类段落之上的概率：1.0 为完美，0.5 为抛硬币。

神经分类器

统计方法

语言学启发式

语言学启发式本身较弱。保留它们是因为它们独立于神经分类器而失败，这正是它们作为平局决胜而非证据有用的原因。

评分

最终分数是校准过的，而非简单平均，并且每个权重都源自测量而非直觉。参见 tests/eval/FINDINGS.md 和 sloptotal.com/detect/ai-detector-ensemble/。

1. 锚定于无偏分类器——Desklib、SuperAnnotate、E5和 ReMoDetect都以高AUC得分，且对较旧散文没有可测量的偏差。 它们的共识与完整加权集合按60/40混合。
2. 权重来自测量——每个引擎的份额与 Somers' D（2*AUC - 1）成正比，并按其对古旧 写作表现出的任何偏差进行缩减。RAID训练的引擎被抑制，因为我们的语料库是RAID。
3. 置信度来自一致性——跨独立引擎 家族的紧密聚类是可信的；单个自信的引擎则不是。
4. 怀疑，但只在有理由时——一致的高分类器分数仅在文本本身带有 人类标记（缩略形式、第一人称、俚语）时才被抑制。无条件应用时，它在70个AI样本中的69个和66个人类样本中的0个上触发，抑制了正确的检测。

Fakespot此前是锚点，权重为0.13。它在现代文本上准确 （AUC 0.999），但对1920年之前的人类散文评分为0.645，而现代 人类写作为0.112——是所有引擎中偏差最大的——而锚定放大了它。 Machiavelli得分为62.5。降级到0.033后，文学段落平均为10.2， 且没有一个被标记。

配置

SlopTotal在启动时检测CPU、RAM和GPU并选择配置文件。一切 都可以通过环境变量覆盖；参见.env.example。

高RAM CPU服务器（例如64 GB，无GPU）：您会自动获得performance配置文件。没有CUDA时，所有推理都留在CPU上，但您可以运行更多并发工作进程和模型池副本：

# Tune for a 64 GB CPU-only server
export SLOPTOTAL_PROFILE=performance
export SLOPTOTAL_TORCH_THREADS=8
export SLOPTOTAL_FULL_WORKERS=8
export SLOPTOTAL_SNIPPET_WORKERS=6
export SLOPTOTAL_MAX_CONCURRENT_FULL=4
export SLOPTOTAL_POOL_FAKESPOT=2
export SLOPTOTAL_POOL_TMR=2
./scripts/start.sh

启动配置文件会在分析器读取其回退默认值之前填充未设置的设置。显式环境值优先。精简配置文件将片段并发上限设为 2；其他配置文件使用 4。在 CPU 上，当 RAM 至少为 32 GB 时，性能配置文件会将上述四个分类器池都设为 2；否则这些池使用 1，包括 CUDA 配置文件。

常见问题

AI 检测器可信吗？ 不能盲目相信。任何检测器，包括这一个，都不应成为指控的唯一证据。这就是 SlopTotal 展示全部 23 票、它们的一致程度以及其测得的误报率的原因。短文本（约 80 词以下）和经过大量编辑的 AI 文本对每个检测器来说都不可靠。

它能检测 ChatGPT、Claude、Gemini、Llama 和 Mistral 吗？ 评估语料库包含 GPT-4、ChatGPT、Llama 和 Mistral 的输出。分类器是在更广泛的混合数据上训练的。较新的模型只要共享这些指纹特征就能被覆盖；评估工具让你可以测量你关心的任何模型。

它会标记经典文学或正式写作吗？ 在我们的测试中不会：来自 Austen、Melville、Kafka、Machiavelli 等人的 26 段文字都没有被标记。1920 年之前的散文被纳入评估，正是因为朴素的检测器会在它上面失败。

我的文本会被存储或共享吗？ 它在你运行的服务器上处理。报告会保留 30 天（可配置），以便报告链接有效，且不会向外部服务发送任何内容。

它能检测 AI 生成的代码吗？ 不能，我们也不声称它能：在测试中，这些引擎从未标记人类代码，但也从未捕获机器编写的代码。Site 检查会报告哪个 AI 应用构建器生成了网站，这是另一个问题。

故障排除

项目结构

app/            FastAPI backend: engines, ensemble, site fingerprints, API
web/            The web UI (Jinja2 templates, vanilla JS, no build step)
tests/          Unit tests (seconds, no downloads) and tests/eval/ accuracy harness
scripts/        smoke_test.py (end-to-end) and the model drift check
benchmarks/     Speed and load scripts

ARCHITECTURE.md 涵盖内部细节。AGENTS.md 是面向贡献者和 AI 编码助手的简短说明。

我们测过的新开源检测器

检测器模型不断出现在 Hugging Face 上，每个都有自己的准确率声明。在添加任何模型之前，我们会在相同的两个语料库上对它们评分。2026 年 9 月，独立测试，180 篇 RAID 文本加上 26 段文学段落：

经 RAID 训练的模型在 RAID 上按构造方式得分接近 1.0，需要先使用不同的测试集。完整表格、我们排除的模型及原因，以及原始得分见 tests/eval/FINDINGS.md。 路线图见 TODO.md。

相关项目与阅读材料

• RAID 基准（ACL 2024）：我们评估中使用的对抗性 AI 文本检测数据集
• Detecting the Machine (2026)：跨架构检测器基准；集成方法优于单一检测器
• EditLens：人类 vs AI 编辑 vs AI 生成分类
• GLTR：可视化 token 排名检查，我们 GLTR 引擎的灵感来源
• distil-labs/distil-ai-slop-detector：一个可在浏览器中运行的 270M Gemma 检测器
• sloptotal-extension：Chrome 扩展

贡献

欢迎贡献，尤其是带有测量数据的新引擎。请从 CONTRIBUTING.md 开始。

• 报告 bug
• 请求新功能
• 提议新引擎
• 提问或分享结果

如果 SlopTotal 对你有用，点个 star 能帮助其他人发现它。

许可证

MIT。模型权重保留各自的许可证；见 THIRD_PARTY_LICENSES.md。