AX 爱鲜报

Humanizer 文本去 AI 味

基于维基百科「AI 写作特征」指南的 Agent 技能,可识别并改写文本中的 26 类 AI 写作痕迹,让内容读起来更像真人所写,同时不改变原意。支持 Claude Code、Codex、Cursor 等主流 Agent。

过去 7 天收获 37 颗 Star

爱鲜报评分

0.0

0 人评分

62k

星数

否

中文

Python

主语言

是

活跃

24

贡献者

人工分析

EDITORIAL

推荐理由

项目把维基百科编辑识别 AI 文本的经验整理成 26 条可执行规则,改写效果在盲测中获得 16/16 的偏好,实用性很强。作为 Agent Skill 形态,接入 Claude Code、Codex 等工具只需一条命令,适合需要发布对外文案的开发者。它明确不以绕过 AI 检测为目标,定位清晰、不夸大。

适用场景

  • 改写 AI 生成的博客、发布公告等对外文案
  • 为技术文档去除套话与堆砌修饰
  • 在 Claude Code、Codex 等 Agent 中作为写作技能调用
  • 按作者样本文风统一改写多段文本

优点

  • 规则来源权威,基于维基百科「AI 写作特征」整理
  • 覆盖 26 类模式,按强度排序,可解释性强
  • 支持 Claude Code、Codex、Cursor 等多种 Agent 接入
  • 可提供个人写作样本进行文风匹配
  • 改写不编造事实,缺失信息会主动询问

缺点

  • 不以通过 AI 检测器为目标,检测器仍可能标记输出
  • 依赖宿主 Agent 环境,需先安装对应技能
  • 对中文文本的适配效果需自行验证
  • 规则较多,初次使用需理解各模式含义
上手难度 入门

Humanizer 是什么

Humanizer 是一个面向 AI Agent 的写作技能(Agent Skill),用于去除文本中的「AI 味」。它的规则来自维基百科编辑者识别 AI 生成文本的指南 Signs of AI writing,共整理出 26 类典型特征。

它的目标读者是人类读者,而不是绕过 AI 检测器——官方明确说明检测器仍会标记大部分输出。

改写效果示例

改写前(典型 AI 腔):

It's not just a feature; it's a whole new way to collaborate. ... Let that sink in.

改写后:

Shared drafts are out today. ... It's free on every plan.

在项目方组织的盲测中,评委 16 次全部更偏好 Humanizer 的改写版本。

五类最强特征

Humanizer 会优先处理以下最常见的 AI 写作痕迹:

  1. 「不是 X 而是 Y」:如「这不只是一个功能,而是一次变革」
  2. 单句收尾:如「让这句话沉淀一下」
  3. 看似深刻的格言:如「本质上,真正重要的是……」
  4. 铺垫式开场:如「说实话?」「我们来看看」
  5. 与假想对象辩论:如「我并不是说 X,但是……」

完整规则共 26 条,按强度与出现频率编号,前五条只要出现一次就值得改写。

安装与使用

Humanizer 以 Skill 形式分发,安装后通过 /humanizer 调用。不同 Agent 的安装方式不同,例如 Claude Code 通过插件市场安装,Codex 等可通过 Skills CLI 添加。具体命令请以仓库 README 为准。

基本用法:

/humanizer

[粘贴你的文本]

也可以直接用自然语言请求,或指定文件路径让它只改写正文、保留代码与链接。

匹配个人文风

如果希望改写结果更接近自己的写作风格,可以先提供 2–3 段自己的文字作为样本,Humanizer 会参考其节奏、用词与标点习惯。

工作方式

语言模型倾向于选择「对最多读者都成立」的表达,而真人写作会针对具体读者和主题做取舍。Humanizer 找出这些默认选择留下的痕迹,先标记、再重写、最后对照原文核查事实。它不会编造姓名、数字、日期或引用;若某句话需要缺失的细节,它会主动询问。

适用与注意

  • 适合:对外文案、博客、公告、技术文档的去套话处理
  • 注意:不以通过 AI 检测为目标;中文效果建议自行测试
  • 许可:MIT

评论

登录后才可评论与评分

0 条评论

  • 暂无评论,来写第一条吧。