Skip to main content Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.
Un comando directo omite el prompt de revisión. Revisa el origen antes de ejecutarlo.
npx skills add https://github.com/endman100/skill-router-nexus --skill shuorenhuaEl comando permanece en una sola línea. Desplázate horizontalmente para revisarlo antes de copiarlo.
¿Prefieres una copia local? Descarga los archivos que SkillsMP tiene disponibles ahora.
3d-animation-short-generator Create complete stylized 3D animated shorts from a story idea through an ordered production workflow covering project brief, story outline, character and environment cards, standardized shot planning, text or optional pencil storyboards, video-model selection, single-shot generation, assembly, BGM matching, and final review. Use when the user wants an end-to-end narrative animation workflow with strong character consistency, scene continuity, timing, camera, performance, and audio control. Not for single images, simple edits, photorealistic live action, or one standalone clip.
Ocupaciones relacionadasSOC
Basado en la clasificación ocupacional SOC
Explorador de archivos
51 archivos| name | shuorenhua |
| description | 检查和清理中英文文本里的 AI 套路，适用于“去 AI 味”“说人话”“自然一点”“别像模板”“先标问题”这类改写和审稿需求；按场景控制力度，同时保留事实、术语、语域和责任主体。 |
说人话
把文本从”像模型在表演写作”拉回”像具体人在当前场景下表达”。
这份 skill 不是敏感词替换器，也不是反技术、反抽象、反专业。它的目标是减少模板感、表演感和语域漂移，同时保住事实、术语和责任主体。
When to use
在下面这些需求里使用：
- 用户明确说”去 AI 味””说人话””自然一点””别像模板””别太像 ChatGPT”
- 需要改写中文或英文
chat、status、docs、public-writing
- 需要先判断文本该轻改、中改还是重改
在下面这些需求里不要硬套：
- 用户要逐字翻译、保留原文风格、仿官方模板或仿特定品牌 voice
- 文本主要是代码、日志、命令、配置、接口名、报错
- 用户要的是事实校对，不是风格改写
Core stance
- 去 AI 味，主要处理的是模板感、收束腔、虚假主语、语域混搭和表演性技术腔。
- 保留技术性。专业词、系统主语、事故复盘用语、PRD/发布说明中的术语默认可保留。
- 优先保信息，再谈风格。任何改写都不能新增事实、删核心事实或改变责任主体。
- 不用机械同义词替换表。默认可以删句、并句、降调、换主语、去总结式收尾；如果进入
in-place scope，就只做句内改写。
- 短语表默认只列代表项，不追求穷举所有变体。遇到新口癖，先按现有模式归类，再决定要不要补词。
Execution order
按固定顺序做，不要跳步：
- 判场景：
chat / status / docs / public-writing
- 查禁改项：先划
protected spans，看有没有必须保留的术语、系统主语、引用原文、命令或正式语体
- 判 Tier：
Tier 1 / Tier 2 / Tier 3，按问题命中强度判断，不要把 Tier 当作改写力度
- 再判档位：
minimal / standard / aggressive
- 判 scope：
structural / bounded / in-place，判断这次能删到什么程度——自由删并重排、只把整句空话进删除清单、还是一句都不删
- 先执行本文件里的最小规则；只要环境里能读
references/，默认继续按问题类型补看 Protected Spans、Positive Style Contract、微操作手册、结构反模式 和相关短语表；如果目标是“改完能直接发”，或文本明显属于 README、release note、论坛帖、issue 回复，再补看 、 和
annotation mode执行第 6 步时，先按“模式”处理，再按“词条”兜底：
- 同一类调试腔、暴力动作腔、主动出击腔、总结提示腔，默认按同一模式处理，不要求逐词命中
- 只有当新说法改变了误杀边界，或明显不属于现有模式时，才把它当作新增词条处理
1. Scene detection
先判主场景，再处理局部问题。混合文本只保留一个主语域，其他语域只在必要信息层面留下。
chat
- 短回复、日常对话、协作沟通、评论、即时反馈
- 允许口语，但不该端着说话
status
- 站会更新、进度同步、复盘摘要、汇报式状态说明
- 重点是时间线、动作、结果、风险
docs
- 操作文档、技术说明、接口说明、FAQ、事故复盘
- 重点是可检索、可复现、术语稳定
public-writing
- 公众号、小红书、公开帖、对外文章、观点写作
- 重点是语域一致，不要装“有洞见”
Scene Packs
如果文本本身命中下面任一子场景，不依赖用户是否明说，也不受主场景初判限制，都要补看 Scene Packs：
README：出现项目介绍、快速开始、安装方式、功能列表、README intro 等信号时，第一屏要说清“这是什么、给谁用、解决什么问题”release-note：出现版本标题、Release Highlights、Added / Changed / Fixed / Tested、changelog 列表等信号时，列清本版变更、验证和限制，不写发布宣言forum-post：出现 Linux.do / V2EX / 社区帖 / 发帖复盘等信号时，保留维护者的真实观察和社区语气，不改成公告issue-reply：出现 issue / PR 回复、bad case、复现、下一版补 benchmark 等信号时，先确认问题和下一步，不做客服式安抚
子场景只负责发布目的和语气收束，不覆盖 protected spans、Tier、档位和回读规则。完整策略见 Scene Packs。
2. Single-file fallback rules
只加载 SKILL.md 时，也必须能完成基础改写。下面这些规则默认直接生效：
- 删开场套话、谄媚和元评论：例如
值得注意的是、让我来为你解释、希望这对你有帮助、Great question!
- 删空总结和收尾腔：例如
综上所述、归根结底、本质上、At the end of the day
- 处理二元对比骨架：
不是 X，而是 Y、与其 X，不如 Y 多数删前半句，直接说 Y
- 处理无源引用：
研究表明、数据显示、studies show、experts say 默认按场景选择 rewrite-safe 或 audit-only；只有用户明确要保留原论证骨架时才用 rewrite-with-placeholder；不要补虚构来源
- 把商业黑话和表演性技术腔改回普通动作：例如
赋能、抓手、闭环、收窄、兜住、落盘、leverage
- 遇到过度接住、替用户做心理判断或身份认证式夸奖：例如
你不是敏感、你只是太久没被稳稳接住了、你问到了问题的核心、顶刊作者的素养，默认删姿态层，改回低承诺回应或具体判断；不要硬演“我懂了”
- 发现翻译腔时，优先缩短主语和动作，少用长定语链、被动堆砌、
基于……、通过……来……
- 误杀防护优先：引用原文、命令、接口名、字段名、日志、报错、系统主语、技术报告术语默认保留
- 中英混排句中的英文词按当前句子的实际语义判断，不机械套英文词表
单文件模式只是兜底，不是完整模式。只要环境里能读 references/，默认就继续补看对应文件；只有在 system prompt 真的只给了 SKILL.md 时，才退化为只按本文件做基础清理。
Unsourced citation modes
rewrite-safe
- 直接删掉
研究表明 / studies show / 业内人士认为 这类权威铺垫
- 只保留原文里本来就成立、且不依赖虚构来源才能成立的判断
- 默认用于
chat 和 public-writing
audit-only
- 不替作者补写来源，也不把无证据判断改写成像是已有证据
- 明确指出“这里缺来源/缺归属”，必要时保留原句不重写
- 默认用于
docs 和 status
rewrite-with-placeholder
- 只在用户明确要求保留原结构、原语气或编辑稿框架时使用
- 可以写成“有研究认为……，但这里没有给出处”这类占位提醒
- 不能补具体机构、数据、年份、研究名称
如果用户没指定模式，就按场景默认值走；如果文本跨场景，优先取更保守的 audit-only。
3. Rewrite level
minimal
适用于：文本本身基本自然，只需去掉局部模板感、收尾腔和多余修辞。
- 删掉空总结
- 把过度抬高的语气压回常规
- 把"像在解释自己会写作"的句子压回事实句
standard
适用于：有明显 AI 腔或语域混搭，但信息骨架是好的。
- 统一语域
- 改掉工程师表演腔、商业黑话、narrator 腔
- 必要时并句或换主语
aggressive
适用于：Tier 1 命中密集，或 Tier 1 + Tier 2 叠加后整段呈现强模板感或强表演感。
- 只有在
Tier 1 明显密集，或多类结构问题叠加时才允许
- 先保护事实和术语，再做重写
docs 默认不要升到 aggressive
3.5 Edit scope
Scope 表示这次能不能改动句子和段落结构，和 minimal / standard / aggressive 是两条轴。三档 scope 按"能不能删整句、怎么删"区分：structural 自由删并重排；bounded 只删"删了不丢信息"的整句空话，且走删除清单交用户确认；in-place 一句都不删。
structural
默认 scope。适用于短文本、明确要求重写的文本、AI 味密度很高且不需要保留原节奏的文本。
- 删整句空总结
- 合并相邻事实句
- 轻量调整句序或段落落点
- 按场景重写局部结构
bounded
中文 public-writing 长文（约 1000 字以上）的默认 scope。目标是把整句级的 AI 味去干净，又不被 structural 不可控地压缩——长文走 structural 时缩水程度依模型而定（同一篇可能 -18%，也可能 -39%），用户无法预期；bounded 把"删多少"交还给用户。
- 比
structural 克制：不合并相邻句、不重排段落、不删承担节奏的实句或有意重复
- 比
in-place 能去味：允许删"整句都是空话"的句子，但不直接删，而是进删除清单交用户拍板
- 删掉后该段信息点不变（不带任何独有的事实、数字、判断、动作或指令）
- 不是相邻两实句之间的唯一过渡
- 命中纯空句型：空总结 / 价值拔高收尾 / 无源权威铺垫 / 谄媚开场 / 整句旁白
两类动作分开走（实测依据：长文里句首引导词模型能句内清掉，但整句空话在 in-place 下删不掉，只会被软化成另一种说法）：
- 句首可剥离的引导词（
值得一提的是 / 归根到底 / 这说明）后面还跟着实质内容 → 直接句内洗，删引导词留骨架，不进清单
- 整句都是空的，剥掉引导词就什么都不剩（无源论断、
不仅仅是……更是…… 的价值拔高）→ 进删除清单，不擅自软化成另一种说法
输出：正文给句内洗后的稿，末尾附「建议删除（待确认）」清单，每条写 原文 + 为什么删了不丢信息。用户点头才删，长度由用户拍板。
in-place
适用于用户明确要求"完全原样 / 一句都别删 / 严格保句数"的情况，比 bounded 更严：整句空话也不删，只做句内降调。
- 用户 prompt 明确要求保留句数、完全原样、一句不删，或反馈
bounded 仍删多了
- 不删整句（即使整句是空话）
- 不合并相邻句
- 不重排段落
- 不把多段压成一段
- 句内替换词或短语
- 删除句内提示层、空泛修饰和语气垫片
- 把句内拔高语气降回普通判断
- 在单句内部拆短过满结构，但不改变段落顺序
删短语前先做语义独立性检查：删掉短语后，剩余部分必须仍是完整、可读、没有悬空指代的陈述句。否则改用句内替换，不要硬删。遇到整句空话，保留原句并标注 [空句，建议人工确认是否删除]，不擅自软化成新说法。
aggressive + in-place 可以存在，但默认先提醒用户：长文 aggressive 很容易明显缩水；如果用户真正要保长度，优先改成 standard + bounded。用户明确坚持时，再执行 aggressive + in-place，但仍遵守不删整句、不并句、不重排的边界。
4. Tier severity
Tier 表示问题命中强度，与 严重度分级 保持一致，不表示改写力度。
Tier 1
默认替换。命中这类词或句式时，通常直接删掉或换成更具体的表达。常见类型：
- 开场套话、总结式收尾、谄媚句
- 明显商业黑话、自媒体流水线用语、表演性工程师腔
- 过度接住式共情、替用户做心理判断、郑重预告和身份认证式夸奖
- 英文里的 sycophantic openers、significance inflation、business jargon
默认处理：局部命中用 minimal 或 standard，密集命中时可升到 aggressive
Tier 2
单独出现可以放行，但同段聚集时是 AI 味信号。常见类型：
- 高频连接词扎堆
- 渲染性修饰词扎堆
- 某一类姿态词在同段重复出现
长度参考：短段落（< 100 字/词）同段 2+ 个即标记；长段落（≥ 100 字/词）同段 3+ 个再标记。
默认处理：保留最贴切的一个，其余改写；通常用 minimal 或 standard
Tier 3
常见词本身不构成问题，只在全文密度明显过高时才处理。常见类型：
重要 / 关键 / 核心 / 提升significant / innovative / effective
默认处理：只替换一部分重复命中，通常用 minimal，必要时不改
5. No-touch and keep rules
以下内容默认优先保留，除非用户明确要求改风格且改动不损害信息：
- 引用原文、命令、接口名、参数名、字段名、配置项、日志、报错
- 技术文档里的系统行为主语
- postmortem / incident / PRD / release note 中的专业术语
- 承载关键事实的抽象句，即使它“有点像 AI”
不要为了“像人”把文本改得更假。专业文本可以专业，关键是别模板化、别表演化。
6. Positive style targets
- 有具体信息，不靠空洞总括撑气势
- 有主语和动作，不靠虚假主体兜底
- 有统一语域，不在技术腔、商业腔、自媒体腔之间跳
- 以“可直接发”为终点，不为了更像人继续抛光到失真
- 有节奏，但节奏来自删冗余和保留重点，不来自硬造金句
- 有立场，但立场来自判断或事实，不来自“故作洞见”
- 有边界，没把握就直说，不替对方做心理判断，也不硬演“我懂了”
7. Output contract
默认输出一个推荐版本，不默认输出审稿过程、多版本比稿或逐条点评。
Annotation mode
先别改，先标问题这段哪里像 AI只做诊断 / 审稿 / 标注先告诉我该不该改
annotation mode 不直接给整段改写稿，默认只输出最重要的 1-5 个问题点。每个问题点固定包含这 4 个字段：
问题族：例如 开场套话 / 无源引用 / 工程师腔 / 语域混搭触发点：点明命中的词、结构或局部句子建议动作：删掉、换成具体表达、补来源、保持不动是否建议改写：是 / 否
- 如果文本主要问题是“缺来源”，可以只建议补来源，不强行给改写稿
- 如果文本落在误杀防护边界内，直接写
是否建议改写：否
- 不要一边说“只标问题”，一边偷偷输出完整重写版
- 用户没要求
annotation mode 时，仍然按默认改写合同输出单一推荐版本
- 在
annotation mode 下，只输出对应的处理建议，不直接给整段改写稿
- 在默认改写模式下，再按所选模式实际给出改写结果
rewrite-safe：建议删掉无证据权威铺垫；如果不是 annotation mode，再给改写结果，不补虚构来源audit-only：优先点明缺来源、缺归属，而不是假装已经证实rewrite-with-placeholder：允许保留论证位置，但要显式暴露“此处待补来源”；如果不是 annotation mode，可以给带占位提示的改写结果
保留了系统主语和术语，避免失真。这里只做轻改，避免把正式公告写成口语贴。
8. Required reread checks
Pass 1 | 保真回读
- protected spans 是否漂了
- 信息是否丢失
- 语域是否统一
- 术语是否失真
- 删改后是否出现生硬断裂
如果删掉一句后段落突然没了落点，就补一条事实句，不要补口号句。
bounded / in-place scope 下额外检查：
- 信息留存优先：原文每个信息点（事实、数字、判断、动作）在输出里都要可追溯，这是硬指标
in-place：输出字数低于原文 85% 时，回退检查是否误删整句、并句或压段落（in-place 不该删任何整句）bounded：字数会因删整句空话而下降，不设硬下限；但要确认删除清单里每条都是"删了不丢信息"的纯空句，没混进实句或承担节奏的重复- 句数变化超过约 10% 时，回退检查是否偷偷做了未经确认的 structural 改写
- 关键事实句、转场句和承担节奏的重复句，不能因为“看起来像模板”就默认删除
Pass 2 | Residual Audit
只有在第一遍已经保住事实、但读起来还有轻微 AI 味时，才做第二遍。第二遍固定只查这 5 件事：
- 开场残留：还在用
结论先说 / 直接说结论 / 值得注意的是 这类提示层
- 总结残留：还在用
总的来说 / 归根结底 / 最终来看 这类空收尾
- narrator 残留：还在解释“这说明了什么”，而不是直接说事实或判断
- 空泛判断残留：还在写
方向是对的 / 意义重大 / 真正理解了用户
- 句长过匀：每句都差不多长、差不多整齐，像被统一抛光过
- 删一个残留开场或收尾
- 合并两句过匀的事实句，或拆一处过满的句子
- 把一句 narrator / 空泛判断压回直接表达
- 不重写全文
- 不补原文没有的事实
- 不为了“更像人”改掉术语、参数、命令、报错或责任归属
public-writing 和 AI 味偏重的 chat，第二遍更常需要docs / status / code-context 默认更保守；如果第二遍会让语气变口语、变广告、或影响保真，就停在第一遍
Reference navigation
默认做法是：先用本文件完成“场景、Tier、档位、输出合同”的主判断，再按问题类型补读 references/；只有在单文件安装场景里，才停留在本文件的兜底规则。
