by 安全扫描
OpenClaw
可疑
medium confidence该技能内部逻辑一致，但其明确设计目的是帮助用户规避 AI 检测工具，且缺乏来源证明，存在伦理风险，安装前应谨慎。
评估建议
该包确实实现了其宣称的功能：检测 AI 风格模式并重写文本以减少这些信号。虽然它不请求凭据或主动上报数据（降低了技术风险），但其明确目的是帮助用户规避 AI/抄袭检测，这在伦理和法律上都存在问题。另外，来源和主页未知，无法验证其来源、维护或许可。建议在使用前审查代码（尤其是 patterns.json），并先在离线环境中测试非敏感文本。若用于合法编辑/质量改进，考虑移除/重用“规避”语言，并审计 patterns.json。...详细分析 ▾
ℹ 用途与能力
名称/描述与代码和 SKILL.md 匹配：脚本检测、转换和比较 AI 风格模式，patterns.json 包含规则。声明的目的范围内无额外请求（无环境变量、无安装）。然而，明确的目标是“规避检测器”，这是一个对抗性用例（不是技术不匹配，但是一面对误用红旗）
⚠ 指令范围
SKILL.md 指示批量扫描和自动转换以“规避”检测器，并指示编辑 patterns.json 以调整行为。运行时指令和代码仅操作本地文件，不进行外部网络调用，但明确的目标（规避检测）是欺骗性/滥用的。另外，注意该技能提供了广泛的自由度（强制模式、可自定义模式），可用于大规模调整规避
✓ 安装机制
仅指令的技能，附带 Python 脚本和 JSON；无外部安装或下载。没有写入到不寻常的系统位置。未检测到高风险安装机制
✓ 凭证需求
不需要环境变量、凭据或配置路径。脚本仅读/写用户指定的文件；请求的环境访问是最小的，并与声明的文件处理目的成比例
✓ 持久化与权限
该技能不始终启用，不请求持久权限或修改其他技能或系统范围设置。作为本地 CLI 工具，当调用时运行
安全有层次，运行前请审查代码。
运行时依赖
无特殊依赖
版本
latestv1.0.12026/2/2
humanize-ai-text 1.0.1 - 无代码更改 - 文档和使用指令保持不变 - 与之前版本保持兼容性和功能。
● 无害
安装命令
点击复制官方npx clawhub@latest install humanize-ai-text
镜像加速npx clawhub@latest install humanize-ai-text --registry https://cn.longxiaskill.com
技能文档
用于检测和转换 AI 生成文本以绕过检测器的综合 CLI 工具。基于 维基百科 AI 写作特征指南。
快速开始
# 检测 AI 模式 python scripts/detect.py text.txt# 转换为人类风格 python scripts/transform.py text.txt -o clean.txt
# 对比前后效果 python scripts/compare.py text.txt -o clean.txt
检测类别
分析器检查维基百科指南中的 16 个模式类别：
严重（立即被识别为 AI）
| 类别 | 示例 |
|---|---|
| 引用缺陷 | oaicite、turn0search、contentReference |
| 知识截止 | "截至我上次训练"、"根据已有信息" |
| 聊天机器人痕迹 | "希望这有帮助"、"好问题！"、"作为 AI" |
| Markdown 格式 | 粗体、## 标题、`` 代码块 ` |
高信号
| 类别 | 示例 |
|---|---|
| AI 词汇 | delve、tapestry、landscape、pivotal、underscore、foster |
| 重要性夸大 | "作为见证"、"关键时刻"、"不可磨灭的印记" |
| 推销式语言 | vibrant、groundbreaking、nestled、breathtaking |
| 系动词回避 | 用 "serves as" 代替 "is"，用 "boasts" 代替 "has" |
中等信号
| 类别 | 示例 |
|---|---|
| 表面化 -ing | "highlighting the importance"、"fostering collaboration" |
| 填充短语 | "in order to"、"due to the fact that"、"Additionally," |
| 模糊归因 | "专家认为"、"行业报告表明" |
| 挑战公式 | "尽管面临这些挑战"、"未来展望" |
风格信号
| 类别 | 示例 |
|---|---|
| 弯引号 | "" 而非 ""（ChatGPT 标志） |
| 破折号滥用 | 过度使用 — 来强调 |
| 否定平行结构 | "Not only... but also"、"It's not just... it's" |
| 三段式规则 | 强制三连如 "创新、灵感与洞察" |
脚本
detect.py — 扫描 AI 模式
python scripts/detect.py essay.txt
python scripts/detect.py essay.txt -j # JSON 输出
python scripts/detect.py essay.txt -s # 仅评分
echo "text" | python scripts/detect.py
输出：
- 问题数量和字数
- AI 概率（低/中/高/极高）
- 按类别细分
- 标记可自动修复的模式
transform.py — 重写文本
python scripts/transform.py essay.txt
python scripts/transform.py essay.txt -o output.txt
python scripts/transform.py essay.txt -a # 激进模式
python scripts/transform.py essay.txt -q # 安静模式
自动修复：
- 引用缺陷（oaicite、turn0search）
- Markdown 格式（、##、`
） - 聊天机器人语句
- 系动词回避 → "is/has"
- 填充短语 → 简化形式
- 弯引号 → 直引号
激进模式 (-a)：
简化 -ing 从句- 减少破折号使用
compare.py — 前后对比分析
python scripts/compare.py essay.txt
python scripts/compare.py essay.txt -a -o clean.txt
并排显示转换前后的检测评分
工作流程
扫描检测风险：
python scripts/detect.py document.txt
转换并对比：
python scripts/compare.py document.txt -o document_v2.txt
验证改进效果：
python scripts/detect.py document_v2.txt -s
人工审核* AI 词汇和推销式语言（需要人工判断）
AI 概率评分
| 等级 | 标准 |
|---|---|
| 极高 | 存在引用缺陷、知识截止或聊天机器人痕迹 |
| 高 | >30 个问题 或 >5% 问题密度 |
| 中 | >15 个问题 或 >2% 问题密度 |
| 低 | <15 个问题 且 <2% 密度 |
自定义模式
编辑 scripts/patterns.json 来添加/修改：
- ai_vocabulary
— 需标记的词汇 significance_inflation— 夸大性短语promotional_language— 营销用语copula_avoidance— 短语 → 替换filler_replacements— 短语 → 简化形式chatbot_artifacts` — 触发整句删除的短语
批量处理
# 扫描所有文件 for f in.txt; do echo "=== $f ===" python scripts/detect.py "$f" -s done
# 转换所有 Markdown 文件 for f in *.md; do python scripts/transform.py "$f" -a -o "${f%.md}_clean.md" -q done
参考资料
基于维基百科的 AI 写作特征，由 WikiProject AI Cleanup 维护。模式来源于数千个 AI 生成文本样本的记录。
核心洞察："大语言模型使用统计算法来猜测接下来应该出现什么内容。结果倾向于适用于最广泛情况的最具统计可能性的结果。"