Skip to content

About

去除中文文本中 AI 写作痕迹的 Agent Skill(基于 blader/humanizer 与 op7418/humanizer-zh)

Topics

Resources

Stars

243 stars

Watchers

1 watching

Forks

Latest commit

 

History

8 Commits

Folders and files

Repository files navigation

Humanizer-zh-next

编辑已有中文文本中的空话、重复和模板化表达,保留原意、事实、确定程度和作者声音。通用模式、中文表达、体裁判断、原有的作者样本方法和文件保护都集中在主 SKILL.md,商务营销、学术写作和基金提案分别按需加载三个专用分支。

当前版本为 2.1.0,版本日期为 2026-10-15。本次重点优化学术表达中的防御性写作:减少重复免责声明、过度限定和针对假想批评的自我辩护,保留必要的科学边界、负结果与作者判断。

这是一份由 Agent 读取执行的编辑技能,无独立模型或在线运行服务。辅助检查脚本使用 Python 3.10+ 标准库;普通文本编辑不依赖 Python。

2.1.0 更新重点:防御性写作

  • 将原稿已有的研究对象、条件、比较范围和确定程度写入主张,减少后接重复免责的表达,这点主要针对 GPT6 系列模型严重的防御性写作现象。
  • 区分重复防御与必要限定:合并同一层不确定性,保留独立的样本限制、未验证范围、反证和失败结果。
  • 按段落和章节功能安排限定,保留摘要等独立阅读单元需要的边界;不自动添加泛泛的局限、其他解释或未来工作。
  • 删除或合并后核对论证作用、指代和引用关系,保护真实审稿质疑所需的解释与改动状态。
  • 新增中文正反例和配套行为案例;参考 scientific-manuscript-editor 的相关方法,集中整合到现有学术 reference。

本次更新保留 2.0.0 的通用模式与三个体裁分支;普通润色仍按原稿主张处理,证据校准按用户指定范围进行。

已有编辑能力

  • 普通编辑不再补造个人经历、情绪和细节;所有教学示例的改写只使用示例原文的信息。
  • 保留独立信息和语义关系,允许合理拆合段落,取消段落数量、标点和列举配额。
  • 主 SKILL.md 保留旧版 33 类模式,补充回复上下文和段落重复两类规则;35 类模式均有中文示例与适用边界。
  • 中文句法、弱动词、无主句、连接词、作者声音、体裁、文件保护与完整示例一并放在主文件,不拆成额外 reference。
  • 保留学术模式,分离基金申请的目标、方法、前期基础与可行性检查。
  • 文件模式保护代码、公式、数据、链接、标题和步骤关系,并提供只读结构检查。
  • 提供固定提交的上游记录、包检查和行为评测材料;取消质量自评分阈值。

安装

在支持 Agent Skills 的环境中运行:

npx skills add https://github.com/Hyacehila/humanizer-zh-next

仓库安装命令取得远端当前版本,并保留完整技能目录。

也可以克隆远端后,按目标环境的技能目录要求放置:

git clone https://github.com/Hyacehila/humanizer-zh-next <SKILLS_DIR>/humanizer-zh-next

安装时保留主文件、完整的三个 references/、LICENSE 和 THIRD_PARTY_NOTICES.md;只复制主文件会丢失体裁分支。docs/ 保存来源记录,scripts/ 和 tests/ 提供验证材料用于维护本身。

使用

普通润色默认只返回终稿:

请用 humanizer-zh-next 润色这段中文。减少空话和重复,保留原意、全部信息和语气:
……

可以指定轻度调整、标准去 AI 腔或深入重写;没有要求时,不自动扩大成摘要、事实核查或补充论据。

作者样本只用于匹配声音:

参考下面的写作样本,润色目标文本。不要把样本的经历和立场移入目标稿。
写作样本:……
目标文本:……

文件任务区分审阅与写回:

审阅 docs/intro.md,指出表达问题,暂时不要修改文件。
润色 docs/intro.md 并写回。保护代码、链接、标题和数据,不提交。

学术文本按对应模式处理:

润色这段论文摘要,保留全部数字、公式、引用、限定和主张。

清理学术文本中的防御性表达:

请用 humanizer-zh-next 润色下面的讨论段,减少重复免责、过度限定和假想反驳。
保留原有主张强度、证据边界、负结果和引用,不补新的局限或竞争解释。只给修改稿。
……
审阅这段基金申请的论证,检查问题、目标、方法与前期基础的关系。不要补写数据和经历,缺少的依据列在正文之外。

主张校准或外部核查需要任务明确要求;普通润色不会把作者的判断静默改弱或改强。

主文件与三个 reference

普通文本直接使用主文件的完整规则,不需要额外加载通用模式或中文表达文档。references/ 目录只有以下三个专用文件:

文件 用途
SKILL.md 公共约束、35 类通用模式、中文表达、体裁矩阵、作者声音、文件保护、流程与完整示例
commercial-editing.md 商务与营销文案的分维度审阅
academic-writing.md 数字引用、学术语体、防御性表达、必要限定、证据与审稿回复
grant-proposals.md 研究计划、基金模板和目标与可行性

商务文案的分维度审阅独立保存;学术与基金分支分别处理研究结果和拟开展工作。基金材料涉及既有研究结果时,可同时读取学术分支。

维护材料放在运行 reference 目录之外:

文件或目录 用途
docs/upstream-sources.md 来源相关性、固定提交和采纳取舍
docs/upstreams.json 可检查的上游版本、目标文件与分支记录
scripts/validate_package.py 离线检查元数据、链接、三分支结构与来源归属
scripts/check_structure.py 只读比较 Markdown 的受保护内容
tests/README.md 结构检查和语义行为案例的执行方法

普通编辑任务无需读取维护记录或所有来源。

上游与新的参考项目

原有四项来源继续保留,采用版本详见 上游整合记录:

2.0.0 新增的两项来源继续保留:

2.1.0 新增参考 deathcats4/scientific-manuscript-editor,主要吸收以下内容:

这些方法已按本项目的中文编辑范围改写;未引入该项目的完整论文起草、作者访谈、跨会话状态文件或多阶段交接流程。采用版本、许可与具体取舍见 上游整合记录 和 第三方声明。

没有把这些项目的规则全部叠加:模型指纹、检测准确率、统一禁词、固定句式配额、无依据的数字和承诺不纳入本项目。已审阅但没有新增价值的候选保留在整合记录中,便于之后复查。

验证

维护者在仓库根目录运行:

python scripts/validate_package.py
python -B -m unittest discover -s tests -p "test_*.py"

Markdown 文件的原稿与改稿可作只读结构检查:

python scripts/check_structure.py original.md edited.md

语义与声音需要实际执行 行为案例 并人工核对,方法见 评测说明。结构检查、字数下降和单次样例通过均不代表稳定的编辑质量或检测能力。

版本历史

  • 2.1.0(2026-10-15):重点优化学术表达中的防御性写作,主要适用于 GPT6 系列模型;补充主张内的边界表达、重复限定辨别、章节限定分布、删句后的论证核对与行为案例,新增 scientific-manuscript-editor 参考资料。
  • 2.0.0(2026-10-07):完整通用模式与中文表达集中在主文件,只保留商务营销、学术写作、基金提案三个 reference;以英文 3.1.0 和中文 2026-09-23 修订更新规则,新增中文适配与商务审阅两项来源;收紧事实、主张和文件保护,将来源记录移至 docs,增加可执行检查。
  • 1.3.0:增加按需加载的中文学术写作 reference,覆盖论文、学位论文、审稿回复和中国基金申请;加入论断与证据、目标与可行性检查,保护数字、公式、结果和引用。
  • 1.2.0:增加体裁决策矩阵和事实新增边界;个人叙事新增内容逐项提示核实,专业体裁禁止补写事实;新增第三方版权声明并修正完整目录安装方式。2.0.0 进一步取消普通个人叙事补写细节的例外。
  • 1.1.0:对齐英文 2.8.2 的 33 类模式、声音护栏、误判保护和改写循环,扩写中文及百科式示例。
  • 1.0.0:以英文 2.8.2 和中文 91f3d39 为基线,适配中文规则并吸收 stop-slop 的结构检查思路。

许可

MIT,见 LICENSE。采用的固定版本、原始版权和许可文本见 THIRD_PARTY_NOTICES.md。

About

去除中文文本中 AI 写作痕迹的 Agent Skill(基于 blader/humanizer 与 op7418/humanizer-zh)

Topics

Resources

Stars

243 stars

Watchers

1 watching

Forks

Releases

Packages

Contributors

Languages