运行时依赖
安装命令
点击复制技能文档
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) 打破固定句式 — AI 喜欢"首先/其次/最后",改成自然过渡 增加具体细节 — "有研究表明" → "XX团队在2025年发表的数据" 隐藏中心句 — AI 开头就给结论,改写到段中或段尾 注入个人视角 — 加"我觉得"、"查了资料后发现" 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。