en un clic
消除文本中AI生成的痕迹,使其听起来更自然、更像人类写作。当用户需要润色论文、去AI味、改写段落时触发。
npx skills add https://github.com/photonics-dhl/Self-learning --skill humanizerCopiez et collez cette commande dans Claude Code pour installer le skill
消除文本中AI生成的痕迹,使其听起来更自然、更像人类写作。当用户需要润色论文、去AI味、改写段落时触发。
npx skills add https://github.com/photonics-dhl/Self-learning --skill humanizerCopiez et collez cette commande dans Claude Code pour installer le skill
学术写作诊断与修订。对已完成的文献综述或论文草稿进行6维度质量诊断,输出具体修订方案。适用于任何学术写作的质量把关。
英文期刊论文AI辅助撰写。从Gap识别到定稿的全流程pipeline,整合三源文献、Gap-driven规划、审稿人友好写作、反AI痕迹。当用户需要写英文期刊论文时触发。中文毕业论文请用bishe-guider。
已合并到 paper-writing 和 scientific-writing。保留此文件用于向后兼容路由。
科研写作工艺——段落/语言层面的写作工具。两阶段写作流程、段落清晰度检查、反向大纲、7条全局原则、段落角色标注、Claim-Evidence映射。当用户需要优化段落质量、改善逻辑流、做语言层面润色时触发。不负责论文结构规划(那是paper-writing)。
智能学术研究技能 v2.0 - 数据驱动的可验证文献综述生成 触发条件: - 用户需要文献调研并生成可验证的学术综述 - 用户需要"帮我写一篇关于X的综述" - 用户需要基于真实文献的LaTeX论文 核心工作流: 1. OpenAlex 论文发现(按相关性排序) 2. 多字段关键词分组(PCA/OR/等离子体/超表面等) 3. LaTeX + BibTeX 导出 4. 引用图谱生成 数据保证:所有论文信息(作者/年份/期刊/引用数/DOI)均来自真实API响应, 摘要从 inverted_index 重建,数值可溯源。
系统性文献综述撰写。整合 Pautasso (2013) 综述写作规则和 C-C-C 结构原则。当用户需要写文献综述时触发。
| name | humanizer |
| description | 消除文本中AI生成的痕迹,使其听起来更自然、更像人类写作。当用户需要润色论文、去AI味、改写段落时触发。 |
消除文本中人工智能生成的痕迹,使其听起来更自然、更像人类的写作方式。
内容问题:
语言问题: 7. AI词汇过度使用 - crucial, pivotal, showcase, delve, intricate 8. 系词回避 - "作为...服务于"代替"是" 9. 否定并列 - "不仅...而且..." 10. 三连规则过度 - 强制分成三点的列表 11. 同义词循环 - 重复替换同一概念的不同词汇 12. 虚假范围 - "从X到Y"不构成有意义尺度 13. 被动语态和无主语碎片
风格问题: 14. 破折号过度使用 15. 粗体过度使用 16. 内联标题式列表 17. 标题大小写不规范 18. 表情符号 19. 卷曲引号
沟通问题: 20. 聊天机器人短语 - "希望这有帮助"、"让我知道" 21. 知识截止免责声明 - "截至..."、"根据可用信息" 22. 谄媚/迎合语气
填充模式: 23. 填充短语 - "为了实现这一目标" → "为了" 24. 过度 hedging - "可能潜在地" 25. 通用正面结论 - "未来是光明的" 26. 连字符词组过度 - "数据驱动的"、"实时的" 27. 说服性权威措辞 - "真正的问题是"、"本质上" 28. 标记和公告 - "让我们深入了解" 29. 碎片化标题 - 标题后跟简单重述的段落
有观点 - 不要只陈述事实,要对事实做出反应
变化节奏 - 短句有力,长句从容表达
承认复杂性 - 真实的人类有矛盾心理
使用"我" - 第一人称并非不专业
让错误进来 - 完美的结构看起来像算法
具体化感受 - 不是"这是令人担忧的"而是"有什么让人不安的"
Before (AI味):
近年来,人工智能技术取得了显著进展,在各个领域都展现出重要的应用价值。本研究在这一背景下开展,旨在探讨XXX问题。
After (人类化):
人工智能最近几年的发展很快。我们在这个时间点做这个研究,是因为发现了一个还没被解决的问题。
Before:
这是一个关键的重要发现,凸显了研究的至关重要性。
After:
这个发现很重要。
Before:
随着技术的不断发展,XXX技术受到了广泛关注,具有重要的理论和实际意义。
After:
XXX技术现在被很多人研究。我们认为它有研究价值。
在Claude Code中直接调用:
请使用humanizer skill处理以下文本:
[paste text]
或在使用其他skill时组合:
请使用paper-writing skill撰写论文,然后使用humanizer进行润色
调用方式:
使用 humanizer skill (mode=chinese-academic) 处理...适用场景:中文毕业论文(本/硕/博)、中文期刊投稿、中文综述 设计原则:盲审友好、教育部学位论文评阅标准导向
以下 6 类模式(编号 30-35)补充 1-29 号通用 AI 模式,专为中文学术语境设计。
中文学术论文必须使用第三人称视角的"本论文 / 本章 / 本节",禁用"本研究、本文章、我们、笔者"等。
| 错误(AI 常见) | 正确 |
|---|---|
| 本研究提出了一种…… | 本论文提出了一种…… |
| 本文章详细阐述…… | 本论文详细阐述…… |
| 我们的实验表明 | 实验结果表明 |
| 笔者认为 | 本文认为 |
| 我们提出 | 本论文提出 |
Why(盲审痛点):评审专家从用词判断作者是否熟悉中文学术规范。"本研究"与"本论文"在中文学位论文体系中有明确的等级差异。
中文学位论文要求克制陈述,禁用任何"首次、显著、革命性、突破、特大"等极性词。
| 禁用词 | 替代方案 | 解释 |
|---|---|---|
| 首次提出 | 提出了一种 | 除非有专利证据,否则不得声称首次 |
| 显著提升 | 提升了 X%(具体数字) | 必须给出量化指标 |
| 重大突破 | 取得了进展 | 弱化表述,让评审自行判断 |
| 特大创新 | 具有创新性 | 删去程度副词 |
| 革命性 | 具有重要影响 | 避免商业化语言 |
| 世界第一 | 在 X 方面表现优异 | 不与现有成果做绝对比较 |
| 全面超越 | 在多个指标上优于 | 给出具体维度 |
| 完美解决 | 解决了…… 问题 | 删除"完美"等绝对副词 |
Why(盲审痛点):夸张词汇会被评审专家直接标注"用词不严谨",盲审分数下降。
| 问题 | 错误 | 正确 |
|---|---|---|
| 公式后无标点 | ... E = mc²<换行>这表明…… | ... E = mc²。<换行>这表明…… |
| 段落首行不缩进 | 顶格开始 | 空两格中文字符 |
| 中英文混排标点 | 他说,"hello" | 他说:"hello"。 |
| 全半角混用 | 结果(R²=0.95) | 结果(R²=0.95) |
| 数字与单位间空格 | 5GHz | 5 GHz(英文单位)/ 5吉赫兹(中文单位) |
Why:中文学位论文标点规范来自国标 GB/T 15834,公式作为句子的一部分必须以句号收尾。
中英文缩写首次出现必须给出英文全称 + 缩写,后续直接使用。
| 错误 | 正确 |
|---|---|
| 直接使用 LLM | 大语言模型(Large Language Model, LLM) |
| 直接使用 THz | 太赫兹(Terahertz, THz) |
| 直接使用 QCL | 量子级联激光器(Quantum Cascade Laser, QCL) |
反向陷阱:避免反复重复全称("大语言模型(Large Language Model, LLM)"在每章重新出现)— 仅首次给出,后续直接 "LLM"。
AI 倾向把简洁的"是"改写成冗长的悬浮短语。中文学术写作偏好直接陈述。
| AI 风格 | 自然写法 |
|---|---|
| 本系统作为一个高效平台,具备快速响应能力 | 本系统是高效平台,响应速度可达 200ms |
| XX 方法在解决 Y 问题方面发挥着重要作用 | XX 方法解决了 Y 问题 |
| 该算法可以被认为是一种…… | 该算法是一种…… |
| 这一现象可以被理解为…… | 这一现象表明…… |
| ……起到了关键性的作用 | ……是关键 / 起关键作用 |
教育部学位论文评阅标准明确要求"文献综述质量"。引用堆砌会被扣分。
| 错误模式 | 正确做法 |
|---|---|
| A 认为 [1],B 认为 [2],C 认为 [3],D 认为 [4]…… | 同一观点引 1-2 篇代表作即可 |
| 单句末挂 5+ 文献 [1-7] | 拆分到不同的论述句 |
| 用引用替代论证 | 引用 + 自己的分析 + 与本论文的关系 |
正确范例:
Yoshua Bengio 等 [1] 提出了 X 方法,但其在 Y 场景下精度受限。Meng 等 [2] 将其拓展到 Z 任务,将精度提升至 95%。本论文在此基础上引入了 W 模块,进一步解决了 V 问题。
针对中文学位论文 / 期刊文本,按以下顺序处理:
全文搜索以下高危词,逐一替换:
本研究 / 本文章 / 我们 / 笔者 / 首次 / 显著 / 重大 / 革命性 / 全面超越 / 世界第一 / 特大
按照 bishe-guider/rule-04-review-check 规范,输出表格化结果:
| 检查项 | 位置(章节/行号) | 严重级别 | 问题描述 | 建议 | 状态 |
|---|---|---|---|---|---|
| 人称违规 | 第3章第2段 | P0 | "本研究"出现 | 改为"本论文" | 待修改 |
| 夸张词汇 | 摘要 | P0 | "首次提出" | 改为"提出了一种" | 已修改 |
| ... | ... | ... | ... | ... | ... |
用户:"使用 humanizer skill (mode=chinese-academic) 处理以下毕业论文摘要:[文本]"
输出顺序:
1. 模式扫描表(命中哪些 30-35 号模式)
2. 改写后文本
3. 盲审合规检查表(如开启 --blind-review)
| 任务 | 选用模式 | 联动 skill |
|---|---|---|
| 中文毕业论文 | mode=chinese-academic(30-35 + 1-29 通用) | bishe-guider |
| 英文期刊投稿 | mode=english(默认 1-29) | research-paper-writing |
| 中英混排(图注、参考文献) | mode=auto(自动检测) | scientific-writing |