deai-humanize

name deai_humanize description 去AI味 / 去AI化 / 人味改写 — detect AI writing traces (AI痕迹/AI腔) with a measurable heuristic score, then rewrite text to sound human. Two tones: gzh (公众号沉稳克制) and xhs (小红书活泼碎句). humanize / de-ai / anti-ai-slop. version 1.0.0 tags ["去AI化","humanize","writing","rewrite","chinese","anti-ai-slop"] dependencies {"commands":["python3"],"tools":["skillScriptTool"]} platforms ["macos","linux","windows"] 去 AI 化 · 人味改写 把一段"一眼 AI"的中文改写成像真人写的。做法是先 量化打分 找出 AI 痕迹，再 针对性改写 ，然后 复检 ，循环到达标为止。 重要说明 ：本技能是一个 可解释的写作质量启发式 ，用来指导改写、提升"人味"。它 不保证 能骗过任何第三方 AI 检测器，也不以"过检测"为目标——目标是文字读起来自然、具体、有个人声音。 何时触发 用户说"去 AI 味 / 去 AI 化 / 这段太 AI 了 / 帮我改得像人写的 / humanize / 让它不像机器写的"，或在公众号、小红书成文后需要润色时。另外两个创作技能（ gzh_article 、 xhs_note ）会用 load_skill deai_humanize 主动调用本技能。 开工前：读取共享人设记忆 先用 recall_structured 取回以下键（snake_case），改写时全程遵守： content_persona — 用户的人设 / 说话口吻 writing_style_gzh — 公众号文风偏好 writing_style_xhs — 小红书文风偏好 banned_words — 禁用词 / 敏感词 signature_blocks — 固定的开场 / 结尾 / 签名段 取不到就用中性默认，不要编造人设。 核心方法：打分 → 改写 → 复检 循环 第 1 步 · 打分 用 run_skill_script 执行本技能的 scripts/ai_trace_score.py ，参数是一个 JSON 字符串： run_skill_script(skill="deai_humanize", script="scripts/ai_trace_score.py", args='{"text": "<待检测文本>", "platform": "gzh"}') platform 取 gzh （公众号，容忍连接词略多、句子偏长）或 xhs （小红书，鼓励碎句，句长方差权重更低）。 脚本返回 JSON： score ：0–100， 越高越像 AI 。 signals ：每个维度的 {name, value, weight, note} （连接词密度、套话命中、具体度缺失、句长齐整度、清单/破折号滥用、段落齐整度）。 spans ：命中的具体"扣分片段"（套话、连接词等），改写时优先干掉这些。 verdict ： human-like | some-ai | strong-ai 。 第 2 步 · 改写 若 score 高于阈值（建议 55） ，针对返回的 signals 里高 value 的维度、以及 spans 列出的片段动手改。改写原则见下。 第 3 步 · 复检并循环 改完再跑一次第 1 步。**循环直到 score ≤ 55 或已改满 3 轮**。每轮都把这一版比上一版降了多少分、还剩哪些 spans` 说清楚。3 轮仍不达标就停手，交出当前最佳版本并说明还剩哪些结构性问题（例如通篇是清单体、缺少真实经历）。 改写原则（AI 痕迹 → 人味） 删升华套话 ：干掉"赋能 / 让我们 / 综上所述 / 在……的今天 / 随着……的发展 / 保驾护航 / 数字化转型 / 打造……新生态"这类词。它们是打分里 cliche_phrases 的直接来源。 拆连接词骨架 ：不要"首先……其次……最后……"一条龙。真人靠语义和语气过渡，不靠标签。 加具体 ：塞进真实的 数字、时间、地点、人名、场景、亲身经历 。抽象的"很重要"换成"上周我因为这事多花了两个小时"。这是 concreteness_deficit 维度。 句长参差 ：长短句交替，敢用三五个字的短句，也敢用一个长句。别让每句都一样长（ sentence_burstiness ）。 第一人称 + 口语化 ：多用"我 / 我们 / 咱"，用日常说法，允许"其实、说白了、讲真"这类口头语。 以具体代抽象 ：能举例就别下定义，能讲故事就别讲道理。 保留不完美感 ：适度的口语停顿、自我修正、小情绪，比一板一眼的"完美"更像人。 少用清单和破折号 ：不是所有内容都要列点。能用段落叙述的就别拆成 bullet（ list_dash_overuse ）。 按平台调口吻 维度 gzh（公众号） xhs（小红书） 句子 沉稳、可稍长，逻辑连贯 短、碎、跳，一句一断 语气 克制、有分寸、像老友聊深度话题 活泼、直给、带情绪和 emoji 结构 段落叙述为主 痛点共鸣 + 干货碎句 人称 "我 / 我们"，偶尔"你" 大量"我""你""姐妹们" 改写完务必对照 banned_words 再扫一遍，命中就替换或标注。 参考 scripts/ai_trace_score.py — 打分脚本（纯 Python 标准库，确定性、无第三方依赖）。 references/rewrite_playbook.md — gzh / xhs 两种口吻的 before/after 改写实例。