de-ai-humanizer

name	de-ai-humanizer
description	四层去AI化处理，让内容更自然、有人情味，降低AI痕迹评分
triggers	["去AI化","人性化","去AI腔","内容自然化","AI痕迹","AI味"]

四层去AI化处理器 (De-AI Humanizer)

概述

将AI生成的内容转化为更自然、更有人情味的表达，通过四层处理降低"AI味"评分。

调用 Python 模块

from src.utils.deai import DeAIAgent, humanize_content, detect_ai_traces

# 方式1: 使用类（完整控制）
agent = DeAIAgent()
humanized, report = agent.humanize(
    content,
    intensity=0.5,          # 处理强度 0.0-1.0
    platform="weixin",      # 目标平台
    enable_colloquial=True, # 启用口语化
    enable_emotional=True,  # 启用情感注入
    enable_particles=True   # 启用语气词
)

print(f"AI味评分: {report.original_ai_score}% → {report.final_ai_score}%")
print(f"连接词替换: {len(report.connector_replacements)} 处")
print(f"口语化替换: {len(report.colloquial_replacements)} 处")

# 方式2: 使用便捷函数
humanized, report = humanize_content(content, platform="xiaohongshu")

# 方式3: 检测AI痕迹
traces = detect_ai_traces(content)
for trace in traces:
    print(f"发现: {trace['text']} (出现 {trace['count']} 次)")

---

四层处理流程

Layer 1: 连接词替换

将AI痕迹明显的连接词替换为自然表达：

AI连接词	人性化替代词
首先	说起来、其实吧、老实说、一开始
其次	还有一点、另外啊、对了、而且
综上所述	说到底、归根结底、简单说
然而	不过、但是、可、话说回来
值得注意的是	有意思的是、你知道吗、重点来了

Layer 2: 口语化转换

将正式词汇转为口语化表达：

正式词	口语化替代
认为	觉得、感觉、寻思、想
使用	用、整、搞、弄
实现	搞定、弄好、做到
非常	特别、超、老、贼
进行	做、搞、弄、整

Layer 3: 情感注入

添加个人感受和情绪词：

# 情感词类型
EMOTION_WORDS = {
    "positive_surprise": ["真的没想到", "最让我惊喜的是", "太赞了"],
    "question": ["你有多久没...了？", "你猜怎么着？"],
    "exclamation": ["这个真的太...了！", "关键是"],
    "story": ["我之前也是", "后来我发现", "让我印象深的是"],
    "empathy": ["这真不是你一个人的问题", "我也一样"],
}

Layer 4: 语气词添加

添加"吧、呢、啊"等语气词：

语气词	情感	用法
啊	感叹	强调、惊讶
呢	亲切	轻松、延续
吧	缓和	推测、建议
哦	提醒	恍然大悟
嘛	解释	明显、解释

---

平台配置

不同平台有不同的去AI化强度：

平台	intensity	colloquial	emotional	目标AI味
微信公众号	0.7	✅	✅	≤15%
小红书	0.3	✅	❌	≤30%
Twitter/X	0.2	❌	❌	≤40%
知乎	0.4	✅	❌	≤20%

使用示例

# 微信公众号：高强度去AI化
humanized, report = agent.humanize(content, platform="weixin", intensity=0.7)

# 小红书：适度口语化，不添加情感
humanized, report = agent.humanize(content, platform="xiaohongshu", intensity=0.3)

# Twitter：保持专业，轻度处理
humanized, report = agent.humanize(content, platform="twitter", intensity=0.2)

---

AI味评分计算

# 评分公式
ai_score = (AI连接词字数 * 2 + 禁忌标题字数 * 4) / 总字数 * 100

# 评分标准
# ≤15%  优秀 - 内容自然，AI痕迹很少
# 15-30% 良好 - 轻微AI痕迹，可接受
# >30%  需改进 - AI痕迹明显，建议处理

---

小标题验证

检查并建议小标题格式：

# 禁忌格式
forbidden = ["第一章", "1.", "一、", "第一部分", "第一节"]

# 推荐格式
recommended = {
    "question": "提问式：为什么需要关注XXX？",
    "number": "数字式：3个关键步骤掌握XXX",
    "contrast": "对比式：传统方法 vs 创新方案",
    "golden": "金句式：破解XXX的核心秘密",
    "benefit": "利益式：如何用XXX提升效率",
    "painpoint": "痛点式：别再为XXX烦恼了",
}

# 使用验证
issues = agent.validate_subheadings(content)
suggestions = agent.suggest_subheadings("AI写作", count=5)

---

完整示例

from src.utils.deai import DeAIAgent

# 原始内容（AI痕迹明显）
content = """
首先，我们需要了解AI的基本原理。其次，AI的应用非常广泛。
综上所述，AI是一个值得深入研究的领域。
"""

# 创建处理器
agent = DeAIAgent()

# 检测AI痕迹
traces = agent.detect_ai_patterns(content)
# 输出: [
#   {"type": "ai_connector", "text": "首先", "count": 1},
#   {"type": "ai_connector", "text": "其次", "count": 1},
#   {"type": "ai_connector", "text": "综上所述", "count": 1}
# ]

# 去AI化处理
humanized, report = agent.humanize(content, platform="weixin")

print(f"原始AI味: {report.original_ai_score}%")
print(f"处理后AI味: {report.final_ai_score}%")
print(f"替换详情: {report.connector_replacements}")

# 输出示例:
# 原始AI味: 8.5%
# 处理后AI味: 2.1%
# 替换详情: [
#   {"original": "首先", "replacement": "说起来"},
#   {"original": "其次", "replacement": "还有一点"},
#   {"original": "综上所述", "replacement": "说到底"}
# ]

---

注意事项

1. 处理强度: 建议从 0.3-0.5 开始，根据效果调整
2. 平台适配: 不同平台有不同的受众和风格要求
3. 多次处理: 可以多次调用以进一步降低AI味
4. 人工审核: 建议处理后人工审核，确保语义正确
5. 保留专业术语: 技术类文章应保留必要的专业表达

---

Created: 2026-02-14 Version: 1.0 Dependencies: src/utils/deai/