dama-cyber
dama-cyber/Distilled-Novel-Toolbox
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/dama-cyber/Distilled-Novel-Toolbox --skill novel-polishing命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
| name | novel-polishing |
| description | 网文润色与去AI味。当用户需要润色AI生成的文本、去除AIGC痕迹、改写机械句式、增加口语化表达、注入个人风格时触发。覆盖去AI化核心策略、润色指令模板、风格增强技术、前后对比案例。 |
| license | MIT |
| compatibility | opencode |
| metadata | {"audience":"novel-writers","version":"2.0.0"} |
提供AI生成文本的润色与去AI化方法，帮助作者将AI辅助生成的内容转化为具有人性温度和个人风格的文字。
如果用户提供了写作样本，在改写前先分析并模仿其文风：
阅读样本，记录特征：
在改写中模仿其文风。 如果习惯写短句就不要写长句，如果习惯用"东西"就不要改成"元素"。
未提供样本则使用默认风格（长短错落、有明确立场、富于变化的自然风格）。
仅当内容和作者语境需要时（随笔、个人博客、小说叙事），才注入以下人性温度。百科全书、技术手册等请保持中立平实。
无生气的写作迹象：
如何增加个性与灵魂：
收到需要去AI腔的文本时，按以下五大类39条规则逐项扫描并改写：
#1 过度渲染重要性
规则：大模型喜欢强行拉高细节到"体现/有助于更宏大的主题"来虚张声势。
改写：直接陈述事实，删除"标志着""关键时刻""奠定了基础"等渲染。
→ 标志着西班牙地方统计史上的一个关键时刻 → 成立于1989年，旨在收集并发布地方统计数据
#2 刻意渲染知名度
规则：大模型喜欢用模糊的社会知名度压人。
改写：给出具体出处和具体观点，而非罗列媒体名。
→ 被《纽约时报》等媒体广泛引用 → 在2024年《纽约时报》专访中，她提出……
#3 肤浅套路句式
规则：AI喜欢在句尾强行追加分句伪造深刻分析。
改写：删掉句尾的"折射出/体现出/凸显了"类分句。如有必要，用直接引语代替。
→ 折射出社区与土地的深厚纽带 → 直接删掉这句话
#4 宣传性与广告式口吻
规则：AI很难在行文中保持中立客观。
改写：用具体事实替代空泛形容词。
→ 令人窒息的美景、充满活力的城镇 → 以其每周一次的集市和一座18世纪的教堂而闻名
#5 模糊指代与含糊其辞
规则：AI喜欢把观点归功于模糊权威。
改写：给出具体来源或直接删除。
→ 专家认为它在生态系统中扮演着至关重要的角色 → 根据中科院2019年调查，该河拥有数种特有鱼类
#6 模板式"挑战与前景"段落
规则：AI极度喜欢在文末塞"面临挑战但前景光明"的总结段。
改写：用具体事件替换模板套话。
→ 尽管面临挑战，凭借战略位置继续蓬勃发展 → 2015年新IT园区开放后交通加剧，市政于2022年启动排水工程
#7 AI高频词汇与大厂黑话
规则：禁用AI高频词（至关重要、织锦、格局、见证）和大厂黑话（赋能、闭环、打法、对齐、抓手、底层逻辑、赛道）。
改写：用朴素直白的语言代替。
→ 展示这些菜肴如何融入当地饮食格局 → 意大利殖民时期引入的面食也很常见
#8 避用"是""有"等简单谓语（绕弯子）
规则：AI不喜欢直接说"是"或"有"。
改写：将"作为……而存在""呈现出……的特点""具备"替换为最简单的"是""有"。
→ 作为展览空间而存在，呈现出四个独立空间的特点 → 是展厅，有四个房间
#9 否定平行句式与双重对比
规则："不仅是X，更是Y"被严重滥用。
改写：直接陈述Y，删去前半句否定铺垫。
→ 不仅仅关乎伴奏节奏，更是攻击性的一部分 → 沉重的节奏增强了歌曲的攻击性
#10 三项式排比与列举
规则：AI极其固执地把所有事物凑成三个一组。
改写：改用两项或一项，避免机械的三字/三项排比。
→ 主题演讲、小组讨论和社交互动 → 包括演讲和研讨，会间留有自由交流时间
#11 同义词翻来覆去
规则：AI为了避免词汇重复，强行用不同词指代同一事物。
改写：统一指代，一句说完。
→ 主角面临挑战。主要人物克服阻碍。中心人物获胜。英雄回家 → 主角历经挑战后获胜回家
#12 虚假关联（从X到Y）
规则：AI喜欢"从X到Y"句式，但X和Y不在同一维度。
改写：直接罗列涵盖内容。
→ 从大爆炸的奇点走向暗物质的神秘舞蹈 → 涵盖了大爆炸、恒星演化以及暗物质理论
#13 被动语态与无主语句
规则：AI隐瞒动作执行者。
改写：找出动作执行者，使其成为主语。
→ 无需配置文件。结果会被自动保存 → 你不需要配置。系统会自动保存结果
#31 虚假施动者（无生命主语）
规则：给无生命事物赋予人类动作，以避开具体执行人。
改写：明确指出是哪个人做的。
→ 意见变成了解决方案。决定逐渐浮现 → 团队在当周解决了这个问题。团队做出了决定
#32 旁观者视角
规则：像上帝一样漂浮在场景上方做抽象总结。
改写：将读者带入具体场景，用"你"代替"人们"。
→ 没有人设计这个。人们往往会在危机中对齐 → 你不会某天坐下来决定去……我们在危机中更容易达成共识
#33 戏剧化断句
规则：故意将完整句子切碎以示强调。
改写：融合成自然完整的句子。
→ 速度。质量。成本。你只能选两个。就是这样 → 速度、质量、成本，三选二
#34 设问句与修辞铺垫
规则：自问自答显得居高临下且拖沓。
改写：直接抛出观点。
→ 如果我告诉你最优秀的团队不以生产力为核心优化呢？我的意思是…… → 顶尖团队追求的是学习效率，而不是忙碌度
#35 公式化陈词滥调
规则：套路化叙事模板或绕弯子。
改写：直接使用主动且具体的表达。
→ 无法带来改变的举措 → X失败了
#36 应避免的句首词
规则：避免以疑问词开头；避免段落以"所以"开头；避免句首用"看""听着"。
改写：以主语或动作开头。
→ 让这件事变得困难的是其高昂的成本 → 高昂的成本阻碍了这一举措
#14 禁用破折号
规则：改写版中不能出现任何破折号（—或–）。
改写：用逗号、句号、括号或重构句子替换。
→ 新政策——在无预警下公布——影响了工人 → 这项突然公布的新政策影响了工人
#15 滥用加粗
规则：AI机械地给短语加粗。
改写：移除加粗。
→ 融入了**目标与关键结果(OKR)** → 融入了目标与关键结果(OKR)
#16 列表"加粗+冒号"模板
规则：每项开头使用加粗词加冒号。
改写：转换为自然段落或还原纯文字。
→ - **用户体验：** 体验显著提升 → 此次更新改进了界面，优化了算法
#17 标题英文大小写格式 规则：AI在英文标题中习惯首字母大写，混入中文。 改写：符合简洁的中文排版。
#18 多余表情符号
规则：AI喜欢在标题或列表前点缀表情符号。
改写：删除。
→ 🚀 **发布阶段：** → 产品计划在第三季度发布
#19 引号统一 规则：确保引号统一规范。
#20 交互式聊天废话
规则：聊天助手的客套话被误引入正文。
改写：全部剔除，直入正题。
→ 以下是法国大革命的概述。希望这能帮到你！ → 法国大革命始于1789年……
#21 知识库截止免责与猜测填充
规则：AI找不到信息时写废话解释。
改写：如果不知道就直接不写。
→ 关于她早期生活的信息并未公开，这表明她十分低调 → 现有资料未记载其早期生活
#22 谄媚与迎合
规则：AI喜欢讨好用户。
改写：删除廉价赞美。
→ 问得好！你说的非常正确 → 你提到的经济因素在这一讨论中非常关键
#37 刻意的强调语气与表演式强调
规则：使用"细品一下""句号。"或"悄悄渗透"等制造虚假真诚感。
改写：直接删去。
→ 事实证明，大多数团队都在对齐上挣扎。残酷的事实是……而这完全没有关系 → 团队很难达成共识，且没人愿意承认自己不懂
#38 说教而非展示
规则：单纯用词语宣称某件事的困难或重要性。
改写：用具体事实和细节展示。
→ 这真的很困难 → 描述阻碍所在，让读者自行判断
#39 删掉"金句" 规则：听起来像刻意包装的名人名言或口号。 改写：踏实、诚恳地说。
#23 冗余的填充性词组
规则：繁琐翻译腔的过渡和填充句式。
改写：删掉。
→ 为了实现这一目标 → 为此；在当前的这个时间点上 → 现在
#24 过度对冲与和稀泥
规则：连续堆叠"可能/也许/某些/潜在"等修饰词。
改写：只保留一个或直接陈述。
→ 或许可以论证的是，这项政策可能会对结果产生某些潜在影响 → 这项政策可能会影响最终结果
#25 空泛积极的结尾
规则：结尾假大空地升华。
改写：用具体计划替代。
→ 未来一片光明。令人兴奋的时刻就在眼前 → 公司计划明年再开两家分店
#26 滥用连字符词组
规则：翻译腔十足的修饰语堆叠。
改写：用自然动宾或直接修饰。
→ 跨部门的团队交付了一份高质量的、数据驱动的报告 → 跨部门团队提交了一份高质量数据分析报告
#27 伪造权威感
规则：用"真正的问题是""从根本上说"装作看穿真理。
改写：直接删去。
→ 从根本上说，真正重要的是组织的准备情况 → 这主要取决于组织是否做好了改变习惯的准备
#28 指路标志与多余预告
规则：AI在做事情前喜欢大肆预告。
改写：直接陈述。
→ 让我们深入了解缓存机制。这里是你需要了解的内容 → Next.js在多个层面上缓存数据……
#29 零碎的过渡性单句段落
规则：标题后面塞一句无实际信息的修辞废话。
改写：直接删除热身句。
→ ## 性能\n\n速度很重要。\n\n当用户遇到…… → ## 性能\n\n当用户遇到……
#30 变化叙事（写注释时关注"修改"而非"功能本身"）
规则：描述功能"是什么"，而非描述修改过程。
改写：聚焦功能本身。
→ 添加了此函数以替换旧做法 → 该函数使用哈希表进行O(1)查找
对以下五个维度进行1到10分评分：
| 维度 | 评估问题 |
|---|---|
| 直截了当 (Directness) | 是直接陈述事实，还是像在做预告说明？是否有无意义开场？ |
| 节奏变化 (Rhythm) | 句子长短有致，还是像节拍器一样千篇一律？是否排除了三项式排比与多余破折号？ |
| 信任读者 (Trust) | 是否尊重读者的智商（避免过度解释、恩准安慰、猜测填充与说教）？ |
| 真实感 (Authenticity) | 听起来像真人写的吗？有具体的细节、情绪或第一人称立场吗？ |
| 信息密度 (Density) | 是否有任何可以删减的虚词、大厂黑话或空泛的未来展望？ |
总分低于35/50分：必须重新修改。
通用去AI化：减少完美句式结构，添加不规则表达，使用个性化语言，偶尔口语化，打破机械段落结构，句长变异。
战斗场景：增强动作画面感，短句增强节奏，添加感官细节，减少过度解释，动作本身说话。
情感场景：增加内心独白真实感，不完整思绪，身体反应描写，减少直白情感陈述，用行为暗示。
对话场景：增加口语化程度，语气词和停顿，角色独特说话方式，潜台词，减少信息量过大的对话。
| 触发条件 | 处理动作 |
|---|---|
| 用户未提供待润色文本 | 询问用户粘贴原文，不要凭空生成示例正文 |
| 原文包含关键剧情但语义不清 | 标出不确定位置，保留原意，不擅自补剧情 |
| 风格样本与待改文本冲突 | 以用户指定目标为准，并说明采用哪一套风格 |
| 改写后低于35/50分 | 重新改写，不输出未达标版本 |
最终输出前逐项确认：事实未改、人物关系未改、句长有变化、没有破折号、没有客套开场、没有把小说语言改成说明文。
references/index.md — 润色工程索引references/de-ai-techniques.md — 去AI化技术详解（39条规则详解）references/polishing-commands.md — 润色指令模板库references/style-enhancement.md — 风格增强技术references/before-after-examples.md — 前后对比案例（含29个端到端示例）references/phrases.md — 禁用词组清单（AI高频词/大厂黑话/垫话/填充词）references/structures.md — 禁用句式结构清单基于 SOC 职业分类