| name | talk-human |
| description | 去 AI 味 + 让文字读起来像你自己说话。两个模式——build-my-voice（从你自己的说话样本生成一份"你的声音层"清单）和 deslop（按三轮把一篇稿子的 AI 味刮掉：去统计指纹→改字可读→对齐你的声音）。Use when 用户说 去AI味 / humanize / 让AI写的像我 / 建我的声音层 / deslop / make it sound like me，或要把 AI 初稿改成不像 AI、像本人口吻。NOT when 只是普通润色/翻译/扩写，或想绕过 AI 检测器（本 skill 不做 detector-evasion，只做"像真人、像你"）。 |
说人话（talk-human）· 让 AI 写的像你说话
AI 帮你写的初稿，怎么改得读起来像你平时说话——而不是像"一个 AI"或"一个泛泛的人"。
核心认知：去 AI 味不是换几个词，是三件不同的事，大多数人混成一件：
- 刮掉 AI 的统计口头禅（去指纹）
- 把话改到能读（可读性）
- 让它像你，不是像"一个人"（你的声音）——最难，也最值钱
前两件有通用清单可套；第三件套不来，得先有一份你自己的声音层。
两个模式（按用户意图路由）
模式 A · build-my-voice（先建你的声音层）
触发：用户说"建我的声音层 / 让它学我怎么说话 / 我还没有声音层"。
→ 读 references/build-voice.md，按它一步步执行：主动向用户要 TA 自己的说话样本（优先语音转录 / 听写；没有就让 TA 用平常语气念一两段），从样本提取 DNA，生成一份 voice-layer.md（负向红线 + 正向硬条款）。提炼和生成由你做，用户只出样本、只确认。
产物：用户专属的 voice-layer.md，之后每次 deslop 都带上它。
模式 B · deslop（去一篇稿子的 AI 味）
触发：用户丢来一段稿子说"去 AI 味 / 改得像人 / humanize 一下"。
→ 读 references/deslop-pass.md，按三轮执行：
- 第一轮：刮统计型 AI 指纹（清单在文件里）
- 第二轮：可读性（长句拆短 / 补主语 / 虚指变具体 / 删形容词堆）
- 第三轮：声音审计——若用户有 voice-layer.md 就按它审；没有就套通用正向原则
每轮给一行结果，最后给改后完整稿 + 三行改动小结。
若用户还没有声音层：deslop 仍能做前两轮 + 通用第三轮；提示 TA "先跑 build-my-voice，第三轮才真像你"。
一条铁律（写进每次输出）
不替用户造事实。 只删、只改写、只重组，禁止加新观点/新数字/新结论。AI 腔越重，删完剩得越少——因为它的"顺"常常就是没内容。据实告诉用户哪里其实是空的，让 TA 自己补真东西。
参考文件
references/build-voice.md — 模式 A 完整指令references/deslop-pass.md — 模式 B 完整三轮清单examples/voice-layer.example.md — 一份虚构人物的声音层，给用户看格式（别照抄）examples/before-after.md — 去 AI 味前后对照（中英文）
