shuorenhua-skill

name	shuorenhua-skill
description	说人话.skill — 把难懂、别扭、不通顺的中文改成一读就懂的人话，意思一个字不变。双外脑改写：GPT-4o 和 Gemini（走 OpenRouter）各改一版，本地 agent 对照原文逐句查「意思有没有跑」，合成终稿；原文永远保留。两个固定时机：备料（写作素材先洗一遍）、出稿（交付前最后捋一遍）；也可以单独对任何一段文字用。首次使用需要用户配一个 OpenRouter key。 触发词：「说人话」「这段话看不懂」「帮我捋顺这段」「太绕了」「翻译成人话」「大白话讲一下」「备料清洗」「出稿前过一遍」「读不通」「翻译腔太重」。
allowed-tools	Read, Write, Edit, Bash, Grep, Glob

说人话 · 双外脑中文改写

看不懂的话，让两个模型各说一遍人话，再对着原文裁判。意思不变是底线，流畅是目标。

核心理念

三条，全部来自实践：

1. 改写交给外脑，裁判留在本地。 让 GPT-4o 和 Gemini 各改一版——两个模型的坏习惯不一样，一个改绕了另一个往往是直的。本地 agent 不动笔，只对照原文逐句检查意思、挑句子、合终稿。自己改自己查，查不出问题。
2. 原文永远不动、永远保留。 改写附在原文后面，不覆盖。改砸了随时能退回去；两版都失败就明说失败，绝不输出改了一半的东西。（这条抄自 gvzdv/claudish-to-english：它给 Claude 的回复附一段大白话翻译，原文照旧。）
3. 意思不变优先于一切。 数字、人名、术语、引文、结论，一个都不能变。改得再顺，意思跑了就是废稿。拿不准的地方保留原词，宁可难懂，不能编。

跟 MrGeDiao/shuorenhua（1.2k★ 的规则库路线）的区别：那个是给本地模型一套「AI 痕迹清单」照着自查，主攻去 AI 味；这个是把活儿外包给两个模型交叉改写，主攻「看不懂的话变成看得懂的」。两个可以叠着用。

三个入口

入口	什么时候	目标	--scene
单独用	用户扔来一段看不懂的文字	读一遍就懂	不加
备料	写作前，素材本身难啃（采访转写、翻译腔文档、论文摘要、会议纪要）	素材能直接用；信息一条不能丢	beiliao
出稿	成稿交付前	句子通顺；作者的观点、语气、结构不动	chugao

在任何写作流程里挂两刀：素材进来时过一遍备料，稿子出去前过一遍出稿。中间的创作不管。

执行流程

第 0 步 · key

引擎需要 OpenRouter key（一个 key 就能同时调 GPT-4o 和 Gemini）。先直接跑第 1 步，脚本自己会按顺序找：--key-env 指定的环境变量 → OPENROUTER_API_KEY → ~/.config/shuorenhua/key。

退出码 2 = 没 key。这时停下来向用户要，话术照这个说：

需要一个 OpenRouter key（openrouter.ai/keys 免费注册就能领，按量付费）。别把 key 贴进对话——聊天记录会留底。请在终端里自己执行 python3 tools/shuorenhua.py --save-key（输入不回显，存到本机、权限 600），或者 export OPENROUTER_API_KEY=…，配好回我一声。

用户有凭据管理器（比如 secret CLI）的话优先走它：secret exec 你的KEY名 -- python3 tools/shuorenhua.py 文件 --key-env 你的KEY名。key 永远不进命令行参数、不进对话、不进日志。

第 1 步 · 双模型改写

python3 tools/shuorenhua.py 输入文件.md                 # 单独用
python3 tools/shuorenhua.py 素材.md --scene beiliao     # 备料
python3 tools/shuorenhua.py 稿子.md --scene chugao      # 出稿
echo "一段话" | python3 tools/shuorenhua.py -           # 管道也行

输出三段：原文、人话版 A（GPT-4o）、人话版 B（Gemini）。key 没余额（HTTP 402）时，--models 换成带 :free 后缀的免费档模型也能跑通全流程（名单在 https://openrouter.ai/api/v1/models 里搜 :free，中文改写推荐 minimax 系）。一个模型挂了就用剩下那版继续（终稿说明里提一句）；两个都挂，退出码 3，向用户如实报告，把原文原样还给用户，不要自己顺手代写一版当作引擎结果——本地也可以改，但要明说是本地改的。

档位（默认不加；用户明确要求时才用）：

档位	效果
--style tldr	太长不看：压成三五句话，只留主干
--style 5y	五岁版：日常词 + 生活比喻，省细节不改事实
--style caveman	原始人版：最短最钝的句子（彩蛋，致敬 claudish-to-english）

第 2 步 · 裁判合稿（本地，不联网）

1. 先立事实清单，再读改写：只看原文，列出每个数字和它描述的对象、人名/机构/产品、谁做了什么谁负责、时间与跨度、不确定语气与条件（可能/初步/若…）。先立账后对账，免得被顺畅的改写带着走。分类细则见 references/protected-spans.md。
2. 机械初筛：python3 tools/check_drift.py 原文 改写版，两版各跑一次。数字丢失会直接非零退出，那版不能当底稿；标识符、引号内容、字数留存率只报警，逐段核对后放行或退回（tldr/5y 这类压缩档忽略留存率报警）。
3. 语义对账：拿事实清单逐段核对两版。实测最常见的两种漂移机械筛不出来，全靠这步：谨慎语气被硬化（「这提示」变「这表明」）、术语被同义替换（「异质性」变「个体差异」）。
4. 合终稿：选整体更顺的那版当底，把另一版更好的句子换进来；漂移点一律改回原文的意思。两版都不顺的句子才允许自己动笔重捋。
5. 丢了整句要报：改写比原文少了整句或信息点、而你打算接受的，写进改动说明的「已删内容」清单交用户拍板，不许默认吞掉。
6. 过雷区：终稿对照 references/ai-qiang-checklist.md 扫一遍，别把人话改成机器腔。改完自问一句：这段话念出来，像不像一个人在正常说话？

用户说「只标问题、别改」时，做完 1–3 就停：交事实清单、两版漂移记录和原文难读点列表，不出终稿。

第 3 步 · 交稿

输出顺序固定：

1. 终稿
2. 改动说明：三五条，说清楚改了哪类问题（长定语拆了几处、被动改主动几处、哪个漂移点改回去了）
3. 两个模型的原始版本 + 原文：正文太长就写进文件附上，别省略——原文和两版是用户核对的依据

备料场景多做一步：把终稿存成新文件（如 素材.renhua.md），原文件不动。

边界

• 只处理中文（输出一定是中文；夹杂的英文句子会被译成中文，术语保留）。
• 改写不是核查：原文事实错的，改完还是错的，发现明显硬伤可以在改动说明里提一句，但不改正文。
• 诗歌、法律条文、合同原文别用——这些文体「别扭」本身有含义，改顺了就变味或失效。
• 超过两三千字建议分段跑，一次塞两万字质量会掉（脚本会提醒）。

项目文件

• prompts/rewrite.md — 发给两个模型的完整提示词（脚本直接读它，改提示词只改这一个文件）
• tools/shuorenhua.py — 引擎，零依赖 Python
• tools/check_drift.py — 机械保真粗核（数字硬判，其余报警）
• references/protected-spans.md — 裁判立事实清单时的分类（学 MrGeDiao/shuorenhua）
• references/ai-qiang-checklist.md — 裁判用的中文机器腔雷区清单
• references/design.md — 为什么这么设计（含出处）
• examples/ — 真实跑出来的前后对照
• dist/shuorenhua-prompt.md — 单文件版，没装 agent 时直接贴给 GPT-4o / Gemini 网页版用