humanize-chinese

name	humanize-chinese
description	检测并去除中文文本中的AI写作痕迹。当用户说"去AI味"、"改得自然一点"、"太机器了"、"帮我润色"、"去掉AI感"时使用。支持文件输入或直接粘贴文本，输出改写后文本和对比报告。适用于论文、文案、公众号、社交媒体等场景。
allowed-tools	["Read","Write","Edit","exec"]

Humanize Chinese v2.1

中文 AI 文本人性化改写工具。检测 AI 写作特征，去除机器腔调，保留原意。

工作流

用户给我文本 → 我运行脚本 → 输出改写后文本

方式一：直接粘贴（最常用）

用户直接把文字发给我，我调用脚本处理：

# 对比 + 改写（激进模式，适合明显AI味的内容）
python3 ~/.openclaw/skills/humanize-chinese-2-0-0/scripts/compare_cn.py --scene social -a

# 纯检测，不改写（想先看看AI味有多重）
python3 ~/.openclaw/skills/humanize-chinese-2-0-0/scripts/detect_cn.py -v

# 指定场景改写
# --scene general  通用（默认）
# --scene social   社交媒体、短文
# --scene tech     科技文章
# --scene formal   正式文章/报告
# --scene chat     对话/聊天

方式二：文件处理

# 改写并保存到新文件
python3 ~/.openclaw/skills/humanize-chinese-2-0-0/scripts/humanize_cn.py 输入.txt -o 输出.txt --scene social -a

# 检测AI分数
python3 ~/.openclaw/skills/humanize-chinese-2-0-0/scripts/detect_cn.py 输入.txt -v

方式三：批量处理

# 批量改写所有 markdown 文件
for f in *.md; do
  python3 ~/.openclaw/skills/humanize-chinese-2-0-0/scripts/humanize_cn.py "$f" --scene tech -a -o "${f%.md}_clean.md"
done

检测评分体系

分数	等级	含义
0-24	🟢 低	读起来像真人
25-49	🟡 中	有一些AI特征
50-74	🟠 高	大概率AI写的
75-100	🔴 很高	基本确定是AI

核心检测类别

类别	权重	示例
🔴 三段式套路	高	首先…其次…最后
🔴 机械连接词	高	值得注意的是、综上所述
🔴 空洞宏大词	高	赋能、闭环、新质生产力
🟠 引流开场白	高	让我们一起、揭秘、划重点
🟠 模糊概括	高	有研究表明、专家认为
🟠 AI高频词	中	助力、彰显、底层逻辑
🟠 套话废话	中	值得一提的是、毫无疑问
🟡 节奏单一	低	句子长度高度一致

改写原则（基于研究）

1. 打破固定句式 — AI 喜欢"首先/其次/最后"，改成自然过渡
2. 增加具体细节 — "有研究表明" → "XX团队在2025年发表的数据"
3. 隐藏中心句 — AI 开头就给结论，改写到段中或段尾
4. 注入个人视角 — 加"我觉得"、"查了资料后发现"
5. 句式变化 — 长短句交替，主动被动互换

规则配置

所有检测词和替换规则在：

~/.openclaw/skills/humanize-chinese-2-0-0/scripts/patterns_cn.json

可自行添加新的 AI 特征词或调整替换映射。