two-pass-rewriting

# SKILL.md - Two-Pass Rewriting（两遍重写流程） ## R (Reading) - 原文引用 > "It makes a first pass without treating the original structure as fixed. Then it checks the draft against those patterns and the original claims before rewriting whatever still needs work." > > "When you paste text, Humanizer shows its work before giving you the final version. You see the first rewrite and a short critique of anything that still sounds artificial." ## I (Interpretation) - 方法论骨架 **核心思想**：先进行第一次重写（不将原始结构视为固定），然后对照模式和原始声明检查草稿，最后重写仍需改进的部分。这种"先重写再批评"的流程确保最终输出质量，同时让用户看到工作过程。 **关键要素**： 1. **First Pass**: 第一次重写，不将原始结构视为固定 2. **Check Against Patterns**: 对照 35 个模式和原始声明检查草稿 3. **Critique**: 对仍听起来人工的内容进行简短批评 4. **Final Rewrite**: 重写仍需改进的部分 ## A1 (Past Application) - 书中作者用过的案例 Humanizer 的工作流程就是典型的两遍重写： 1. 用户粘贴文本 2. Humanizer 进行第一次重写 3. 显示第一次重写结果和对仍听起来人工的内容的简短批评 4. 用户可以看到中间结果并提出反馈 5. Humanizer 进行最终重写并给出最终版本 这种流程确保了去痕质量的透明化和可解释性。 ## A2 (Future Trigger) - 用户在什么情境下会需要这个 **适用场景**： - 用户想知道如何确保去痕质量 - 用户想了解去痕的完整流程 - 用户想看到中间结果并提出反馈 - 用户想建立透明化的去痕工作流 **与相邻 skill 的区分**： - 与 `pattern-based-detection` 的区别：two-pass-rewriting 关注**去痕流程**，而 pattern-based-detection 关注**AI 痕迹识别**。前者是执行阶段，后者是检测阶段。 - 与 `show-your-work` 的区别：two-pass-rewriting 是**具体的两遍重写机制**，而 show-your-work 是**更广泛的透明化原则**。前者是后者的具体实现。 ## E (Execution) - 可执行步骤 1. **第一次重写** - 不将原始结构视为固定 - 应用 35 个模式进行初步去痕 - 生成第一次重写结果 - 完成标准: 已产出不拘泥于原结构的第一遍重写全文 2. **对照检查** - 对照 35 个模式检查草稿 - 对照原始声明检查事实准确性 - 识别仍需改进的部分 - 完成标准: 草稿已对照 35 个模式与原始声明完成核查，问题清单成文 3. **生成批评** - 对仍听起来人工的内容进行简短批评 - 指出具体的问题和改进建议 - 展示给用户等待反馈 - 完成标准: 批评覆盖全部仍显人工的段落，并已完成向用户的展示 4. **最终重写** - 根据批评和用户反馈进行最终重写 - 确保所有 AI 痕迹已移除 - 保持事实准确性和作者风格 - 完成标准: 终稿通过模式复查、事实零篡改核对与风格一致性三项确认 ## B (Boundary) - 什么时候不适用 **不适用场景**： - 一次性快速去痕（不需要中间结果） - 不需要透明化的场景（用户只关心最终结果） - 实时去痕需求（没有时间进行两遍流程） **作者的盲点**： - Blader 假设所有用户都想看到中间结果，但实际上某些用户可能只需要最终版本 - humanizer 缺少对跳过第一遍直接生成最终版本的选项 - 没有提到如何配置批评的详细程度