AI稿子机器味太重用Humanizer三步洗掉【免费下载链接】humanizerAgent skill that removes signs of AI-generated writing from text项目地址: https://gitcode.com/GitHub_Trending/humani/humanizer上周我把改了三遍的技术博客发给同事对方只回了一句这读起来像 AI 写的。我盯着屏幕想了半天后来装了这个工具才明白原因。Humanizer 是一个纯 Markdown 的 Agent 技能专门识别 AI 生成文本里的 33 种机械痕迹并重写。它不调接口、不占后台整个工具就是一个 SKILL.md 文件。先搞清楚 Humanizer 是个什么东西它不是代笔也不生成新内容定位是去机器味的二次编辑你给原文它给一版能听出人声的稿子。规则来源是维基百科的 Signs of AI writing 指南那是 AI 清理项目观察了成千上万个 AI 文本样本后攒下来的清单当前仓库是 2.8.2 版收录 33 条模式。为什么模型会写出那种腔调指南里有句话解释得很到位模型靠统计算法猜下一个词结果永远偏向最可能、最通用的那一个。最保险的词堆在一起读起来就最像机器。33 种模式不用背按四类记我试下来把 33 条压成四类就够用了类别典型表现洗法措辞拔高关键转折点式夸大、用 serves as 绕开简单的 is换回简单句版式腔破折号、粗体轰炸、三段排比、标题里塞 emoji破折号直接清零对话残留希望这有帮助式尾句、过度恭维整句删掉填充含糊In order to 式冗词、可能或许式限定词堆叠换成 to、may每条模式在 SKILL.md 里都配了前后对照比如把 serves as... features... boasts 打回 is... has简单到有点离谱但确实管用。最值钱的其实是二次审计它的流程是三步先出重写初稿再让模型自己回答下面这段为什么看起来明显是 AI 写的把残留痕迹逐条列出然后才出终稿。我拿自己的稿子试过第一步洗掉的都是大痕迹真正决定能不能用的是第二步审计。我故意跳过它跑过一次稿子干净了但也平了像流水线出来的标准件。它还带一份误伤保护清单这点比模式清单更见功力。技能文件里专门写了一节不要标什么单个破折号不算证据很多编辑本来就用Word 自动转的花体引号不算证据语法完美也不算只有多个标记同时出现才动手。它还列了真人写作特征让你别碰难编造的具体细节、矛盾的情绪、自我修正。原则一句话找集群不抓单点。两行命令装好mkdir -p ~/.claude/skills git clone https://gitcode.com/GitHub_Trending/humani/humanizer ~/.claude/skills/humanizer装完在会话里直接喊/humanizer 请人性化这段文字[粘贴你的正文]还有个隐藏参数贴两三段你自己的旧文做声纹参考它会分析你的句长、用词和口头禅再按你的习惯重写。不贴的话它走默认的自然、有观点路线但和你本人的距离就比较远。npx 一键装、插件装等形态见 README.md。改前改后对比看这里我随手截了一段云原生方向的稿子来试改前本次版本更新标志着持续交付能力的关键转折点。在快速演进的云原生格局中新流水线凸显了自动化在工程效率中的重要地位为未来的规模化演进奠定了基础。改后这次更新把构建时间从 12 分钟压到 3 分钟靠的是缓存命中后跳过全量重跑。镜像拉取慢的坑换内部源才解决。预发布环境接入下季度再做还没排期。改后那版有具体数字、有踩过的坑、有没做完的计划这才像人写的。哪些地方别用 Humanizer说两句实话。它只换皮不换骨原文没事实洗得再干净也是空话。百科、法规、纯技术文档这类中性就是正确人声的文本别指望它注入个性硬加反而做作。引文和标题里的措辞它也不会动这是明写的保护规则。最后模式清单是经验积累新模型的坏习惯它未必第一时间覆盖二次审计偶尔也会漏发出去之前自己再读一遍还是必要的。适合的场景很具体博客和公众号发文前、产品更新说明、给客户的邮件配两段自己的旧文做声纹更稳。法规文本和纯数据表别往里塞。【免费下载链接】humanizerAgent skill that removes signs of AI-generated writing from text项目地址: https://gitcode.com/GitHub_Trending/humani/humanizer创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考