القائمة
对全书全部章节（含前言/致谢/附录）依次进行去 AI 写作痕迹处理。 逐章调用 humanizer-zh 进行深度检测和修复，全程不间断循环直到全书覆盖完毕。 Use when user says "全书去AI味", "humanize all chapters", "去除AI痕迹", "humanize全书".
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
对全书全部章节（不含前言/致谢/附录）依次进行 review + rewrite 的完整循环。 先调用 review-chapter 审查一章，若任何小节未达到阈值，立即调用 rewrite-section 重写， 重写完成后重新审查确认通过，然后进入下一章。全程不间断，直到全书覆盖完毕。 Use when user says "全量审查重写", "review and rewrite all", "全书review", "从头到尾检查", or uses loop-related terms with review/rewrite.
对书籍章节进行内容质量审查，按 Part → Chapter → Section 粒度逐节评分。 检测内容过于简单、图表表格罗列无深入分析、叙事逻辑薄弱、前后衔接不足等问题。 Use when user asks to "审查章节", "review chapters", "内容质量检查", "检查写得怎样".
对书籍中未通过质量审查的章节（粒度为 H3 小节）进行深度重写。 使用 MCP context7 和 deepwiki 查阅相关技术文档补充知识深度， 梳理整章上下文确保重写内容不突兀独立。Use when user says "重写章节", "rewrite section", "深度重写", "rewrite chapters", or after review-chapter identifies failures.
| name | humanize-all |
| description | 对全书全部章节（含前言/致谢/附录）依次进行去 AI 写作痕迹处理。 逐章调用 humanizer-zh 进行深度检测和修复，全程不间断循环直到全书覆盖完毕。 Use when user says "全书去AI味", "humanize all chapters", "去除AI痕迹", "humanize全书". |
对《从数据到智能》全书全部章节（共 53 章 + 7 附录 + 前言 = 61 个文件）进行连续、不间断的去 AI 写作痕迹处理。
运行时：兼容 Claude Code 与 Cursor。工具名对照见 COMPAT.md。调用 humanizer-zh 时：Claude 用 Skill 工具；Cursor 先 Read 其 SKILL.md 再按说明处理文本。
humanize-all = 循环调度器 + 文件 I/O + 进度管理。humanizer-zh 技能 = 检测引擎 + 重写引擎。
每一章的处理流程是：humanize-all 读取章节 → 分块 → 逐块调用 humanizer-zh 技能进行深度检测和修复 → humanize-all 写回文件 → 保存日志 → 进下一章。
关键：humanize-all 本身不做任何检测和重写。全部委托给 humanizer-zh 技能。 这是与上一版的本质区别。
本书定位是首席解决方案架构师的第一人称手记——文本必须读起来像"真人的深度思考"，而非"AI 生成的技术文档"。任何 AI 写作痕迹（夸大的象征意义、宣传性语言、三段式法则、破折号过度使用、AI 高频词汇）都会严重损害"第一人称手记"的可信度。
humanizer-zh 技能基于维基百科 WikiProject AI Cleanup 维护的 24 项检测模式，是专业的 AI 痕迹检测和重写引擎。humanize-all 负责把它规模化——覆盖全书 61 个文件。
/humanize-all # 从 Ch 1 开始覆盖全书（含前言/附录）
/humanize-all --from Ch 20 # 从指定章节开始
/humanize-all --from Part VII # 从指定 Part 开始
/humanize-all --resume # 从上次中断处恢复
/humanize-all --only Part VII # 只处理指定 Part
/humanize-all --dry-run # 只检测不修改，生成全量 AI 痕迹检测报告
humanize-all（调度器） humanizer-zh（检测+重写引擎）
│ │
├─ 读取章节全文 │
├─ 跳过保护区域后，分块 │
│ │
├── 调用 humanizer-zh ──────→ 检测 24 项模式
│ （Claude: Skill / Cursor: Read 识别 AI 痕迹
│ SKILL.md 后按说明执行） 重写问题段落
│ ←── 返回人性化文本 ───── 注入真实语调
│ │
├─ 将重写后文本拼回原文件 │
├─ 保存日志，更新进度 │
│ │
├─ 加载下一章，重复 │
首次执行：
mkdir -p .claude/humanize-logs
初始化 .claude/humanize-progress.json：
{
"started": "ISO timestamp",
"status": "in_progress",
"target": "Ch 0-Ch 55 + Appendix A-G",
"current_chapter": 1,
"current_part": "Part I",
"completed": [],
"stats": {
"chapters_processed": 0,
"chapters_clean": 0,
"chapters_modified": 0,
"total_chunks_processed": 0,
"total_patterns_found": 0
}
}
续接恢复 (--resume)：读取进度文件，从 current_chapter 继续。
读取该章完整内容
识别保护区域——以下内容提取出来单独保存，不送入 humanizer-zh（它们不是叙事文本，不能改动）：
```mermaid ... ```）```yaml / ```python / ```bash / ```json / ```terraform 等）!!! info "面包屑"）!!! abstract "项目第N年..."）## :material-school: 本章你将学到 及其下的列表）<p class="caption" ...> 和 **表 X-Y** ...）[text](url) 独占一行的情况）---）将剩余正文按 H3 小节分块。每一块的具体内容：
### X.Y 标题 到下一个 ### 或 ## 之前）的所有正文段落!!! tip / !!! warning / !!! quote 等 Admonition 框的正文内容（保留框类型和标题，只 humanize 框内文字）构建 humanizer-zh 调用上下文：包含章节编号、该节在全书叙事弧中的定位（Part、项目年份），传递给 humanizer-zh 以确保修复不丢失本书的叙事声音。
对每个文本块，必须通过 humanizer-zh 处理。 这是强制要求——humanize-all 自身不做检测和重写。
| 运行时 | 如何调用 humanizer-zh |
|---|---|
| Claude Code | 使用 Skill 工具：skill: "humanizer-zh"，args 为下方 prompt 模板 |
| Cursor | Read 用户级技能文件（优先 ~/.agents/skills/humanizer-zh/SKILL.md，其次 ~/.claude/skills/ / ~/.cursor/skills/ 下同名路径），按其说明对文本块执行检测与重写；将下方 prompt 模板作为处理指令一并遵循 |
对以下书籍章节文本进行去 AI 化处理。
【书籍背景】
- 书名：《从数据到智能：企业级数据平台的构建、演进与 Agentic BI 实践》
- 定位：首席解决方案架构师的第一人称手记，不是教科书，不是工具手册
- 叙事声音：第一人称"我"（NorthPeak Consulting 驻场 Aurora Pharma 的首席架构师）
- 写作理念：讲设计不讲实现、讲 trade-off 不讲银弹、讲演进不讲终点、讲叙事不讲干货罗列
【当前章节上下文】
- 章节：[Ch N §X.Y 节标题]
- 项目阶段：[第 N 年 · 阶段名称]
- 所属 Part：[Part 名称]
- 叙事定位：[根据该 Part 的定位填写，如 Part VII 是全书最高价值的创新点]
【处理要求】
1. 按照 humanizer-zh 的全部 24 项检测模式逐项扫描
2. 对检测到的 AI 痕迹进行重写修复。重写原则：删除填充词、打破公式结构、变化句子节奏、信任读者、删除金句
3. **特别保护以下内容**：
- 第一人称叙事（"我在 Aurora 遇到…""我当时选了 X 而非 Y 因为…""后来回头看…"）——保持不动
- 跨行业经验迁移（"我在专利数据/企业征信领域…"）——保持不动
- 技术术语的准确性——谨慎改动，不确定则保留
- Material Icons 标记（:material-xxx: / :simple-xxx: / :octicons-xxx: / :fontawesome-xxx:）——完全不动
4. 修复后的文本应该读起来像"一个做了八年数据工程的架构师的深思熟虑的笔记"，而不是"AI 生成的技术文档"
5. 质量目标：humanizer-zh 质量评分 ≥ 40/50
【需要处理的文本】
[文本块内容]
收到 humanizer-zh 返回结果后，快速检查：
每个文本块最多调用 humanizer-zh 2 次。2 次仍不理想 → 标记为 ⚠️ 让步接受，记录原因，继续。
每章处理完后立即更新：
.claude/humanize-logs/Ch-N-{timestamp}.md — 记录检测到的主要模式、修改处数、让步接受项.claude/humanize-progress.json — 更新 current_chapter 和 stats立即加载下一章，回到 Step 1。 不询问用户，不暂停。
"completed"uv run mkdocs build --strict全书 61 个文件按以下顺序处理：
| 序号 | 范围 | 文件数 | 累计进度 |
|---|---|---|---|
| 1 | Ch 0 前言 | 1 | 1/61 (2%) |
| 2 | Part I (Ch 1–3) | 3 | 4/61 (7%) |
| 3 | Part II (Ch 4–11) | 8 | 12/61 (20%) |
| 4 | Part III (Ch 12–20) | 9 | 21/61 (34%) |
| 5 | Part IV (Ch 21–30) | 10 | 31/61 (51%) |
| 6 | Part V (Ch 31–34) | 4 | 35/61 (57%) |
| 7 | Part VI (Ch 35–37) | 3 | 38/61 (62%) |
| 8 | Part VII (Ch 38–49) | 12 | 48/61 (79%) |
| 9 | Part VIII (Ch 50–52) | 5 | 53/61 (87%) |
| 10 | Ch 55 致谢 | 1 | 54/61 (89%) |
| 11 | 附录 A–G | 7 | 61/61 (100%) |
Part 边界里程碑：每完成一个 Part 打印进度。
# Ch 27 Humanize 日志
**时间**：2026-06-22T14:30:00+08:00
**章节**：Ch 27 CI/CD：可复用工作流平台
**Part**：Part IV 基础设施
**项目阶段**：第 1 年 · 核心建设期
## 处理摘要
- H3 小节数：3 个 (§27.1, §27.2, §27.3)
- humanizer-zh 调用次数：3 次
- 退改次数：1 次（§27.1 首次返回仍有 AI 味，退改后通过）
## 各节结果
### §27.1 GitHub Actions reusable workflows + custom actions 两层架构
- 检测到模式：P1(AI词汇: "此外"2处) P2(破折号: 1处) P7(宣传性: "强大的"1处)
- humanizer-zh 质量评分：42/50
- 结果：✅ 通过
### §27.2 自托管 runner 与容器化执行环境
- 检测到模式：P10(填充短语: 2处)
- humanizer-zh 质量评分：46/50
- 结果：✅ 通过
### §27.3 变更检测驱动的增量 CI
- 检测到模式：P15(通用积极结论: 1处) P10(填充: 1处)
- humanizer-zh 质量评分：44/50
- 结果：✅ 通过
# 📊 全书去 AI 化完成报告
**完成时间**：2026-06-22 ~ 2026-06-2X
## 总体统计
| 指标 | 数值 |
|---|---|
| 处理文件数 | 61 |
| humanizer-zh 总调用次数 | XXX |
| 首次调用通过率 | XX% |
| 退改率 | XX% |
| 让步接受数 | X |
| 零修改章节数 | X |
## 高频模式 Top 5
| 模式 | 发现次数 | 占比 |
|---|---|---|
| P1 AI高频词汇 | XXX | XX% |
| ... | ... | ... |
## 各 Part 统计
| Part | 文件数 | 检测段落数 | 修改段落数 | 让步数 |
|---|---|---|---|---|
| ... | ... | ... | ... | ... |
humanize-all 本身不做检测、不做重写。 每个文本块必须经由 humanizer-zh 处理（Claude: Skill 工具；Cursor: Read 其 SKILL.md 后执行）。没有例外。
以下内容不送入 humanizer-zh，保持原始不动：
<p class="caption">、**表 X-Y**）如果 humanizer-zh 返回的文本丢失了第一人称"我"的叙事声音，必须退改——在 prompt 中明确标注"保持第一人称叙事声音不动"。
每章完成立即更新 .claude/humanize-progress.json。
每完成一个 Part 运行 uv run mkdocs build --strict。
| 章节行数 | 分块策略 |
|---|---|
| < 200 行 | 整章作为一个块（一次调用） |
| 200–500 行 | 按 H3 小节分块（每小节一次调用） |
| > 500 行 | 按 H3 小节分块，>2000 字的节再拆半 |
/humanize-all --resume
自动从 .claude/humanize-progress.json 读取进度并继续。
只检测不修改。逐章读取 → 分块送入 humanizer-zh 检测 → 收集检测结果但不写回文件 → 生成全量 AI 痕迹分布报告。