AI检测工具只能抓你,救不了你:Humanizer与检测器的互补之道
【免费下载链接】humanizerAgent skill that removes signs of AI-generated writing from text项目地址: https://gitcode.com/GitHub_Trending/humani/humanizer
Humanizer 是一款开源的 AI 写作去痕工具(Agent skill),专门把 AI 生成的文字改写成自然、有人味的表达。它和 AI 检测工具恰好互补:检测器负责"抓"出 AI 腔,Humanizer 负责"救"——真正动手改写。对经常用 AI 辅助写作的同学来说,把两者串成一条流水线,文章质量会立刻不一样。
🔍 为什么AI检测工具只抓不救:检测器与改写器的分工
用过 AI 检测工具的人都熟悉这个体验:
- 它给你一段文字打个分:"87% 可能是 AI 写的";
- 它标红几个句子,但不会告诉你怎么改;
- 更坑的是误判——语法规范、用词正式的真人写作,也经常"中枪"。
检测器的价值是发现问题,而 Humanizer 这类 AI 去痕工具的价值是解决问题。前者像体检报告,后者像医生,缺一不可。
📦 Humanizer 是什么:一个零代码的AI去痕Agent技能
Humanizer 的整个"程序"就是一个 Markdown 文件:SKILL.md。没有构建步骤,没有任何需要运行的代码,任何支持技能(skill)指令的 Agent(Claude Code、Codex、OpenCode 等)都能直接加载使用。
它的知识来源是维基百科的 "Signs of AI writing" 指南,该指南来自对成千上万条 AI 生成文本的观察总结。Humanizer 把它沉淀成了33 个可查的 AI 痕迹模式,每个模式都配了"改前 → 改后"示例,完整清单见 README.md。
核心文件分工如下(AGENTS.md):
- SKILL.md — 技能本体,模式的权威来源;
- README.md — 面向人类的安装与用法说明;
- LICENSE — MIT 协议,可自由使用。
🧾 33个AI痕迹速查表:检测器看不见的AI腔细节
AI 味重,往往不是错别字,而是统计上太"顺滑"了。Humanizer 把 AI 腔拆成四大类,举几个最典型的例子(摘自 README.md):
| 类别 | 典型痕迹 | 改前(AI腔) | 改后(人味) |
|---|---|---|---|
| 内容类 | 夸大意义 | "标志着……的里程碑时刻" | "1989 年成立,用于收集区域统计数据" |
| 内容类 | 模糊引用 | "专家认为它起着关键作用" | "据某机构 2019 年调查……" |
| 语言类 | AI 高频词 | "vibrant、testament、landscape" | "also、remain common" |
| 语言类 | 三段式排比 | "创新、灵感与洞见" | 按实际数量自然罗列 |
| 风格类 | 破折号狂魔 | "机构——而非民众——……" | 改用句号、逗号或括号 |
| 沟通类 | 机器人客套 | "希望对你有帮助!" | 直接说正事,整句删掉 |
完整 33 条模式(含每条的改前/改后对照)在 SKILL.md 中逐条编号列出。其中第 14 条还是一条硬约束:终稿里不允许出现任何破折号(—、–),因为这是最可靠的 AI 特征之一。
⚙️ 三步去痕工作流:草稿、自审、终稿
Humanizer 不只是"查词替换",它内置了一个带反思的写作流程(SKILL.md):
- 草稿改写:识别所有 AI 痕迹并重写,要求"改写而非删除"——原文五段,改后也五段,覆盖原有全部信息;
- 自审:问一句"这段文字为什么一看就是 AI 写的?",把残留痕迹列出来;
- 终稿:针对自审结果二次改写,并做全篇破折号扫描。
此外它还有两个加分项:
- 个性与灵魂(SKILL.md):避免"干净但没灵魂"的写作。鼓励有观点、句子节奏长短交错、允许一点"乱"——因为无菌式的文字同样一眼假。
- 声音校准(SKILL.md):贴 2~3 段你自己的文字做样本,它会分析你的句长、用词、标点习惯,改完后模仿你的风格,而不是输出千篇一律的"标准人味"。用法示例见 README.md。
🛠 Humanizer安装教程:三种方式接入你的Agent
方式一:skills CLI(跨 Agent 通用)
npx skills add blader/humanizer更新已有安装则执行npx skills update humanizer。
方式二:Claude Code 插件
/plugin marketplace add blader/humanizer /plugin install humanizer@humanizer安装后通过/humanizer:humanizer调用。
方式三:手动安装(任何支持 skill 目录的 Agent)
git clone https://gitcode.com/GitHub_Trending/humani/humanizer /path/to/your/skills/humanizer或者把 SKILL.md 复制进现有技能目录即可。安装细节见 README.md。
怎么调用?两种方式任选(README.md):
/humanizer [把你的文字贴在这里]或者直接说:"Please humanize this text: [你的文字]"。
🔗 检测器 + Humanizer:搭建一条AI写作质检流水线
两者互补的完整用法,建议按这个顺序跑:
- AI 起草:先用 AI 完成初稿;
- Humanizer 去痕:整体改写,按 33 个模式清除 AI 腔;
- 检测器复检:把终稿丢给 AI 检测工具打分;
- 定点返工:如果仍有句子被标红,手动检查那几句——检测器指出的"哪里有问题",正好是 Humanizer 批量处理之外需要人工兜底的细节。
一句话总结分工:检测器提供"哪里像 AI"的定位,Humanizer 提供"怎么变得不像 AI"的改法。
⚖️ 别迷信100%:Humanizer的边界与误判防护
需要说清楚两点,避免对工具抱有不切实际的期待:
- 它不承诺 100% 通过任何检测器。不同检测器的原理和灵敏度各不相同,分数高低还受文本长度、主题领域影响。Humanizer 的目标是"把写作改自然",分数下降是自然的结果。
- 它内置"误判防护",不瞎改人话。SKILL.md 专门列出了不该被标记的情况:语法完美、正式用词、单个破折号、少量转折词……单独出现都不是 AI 证据,只有特征成簇出现才可靠。同时它要求保留真人写作信号:具体到难以编造的细节、矛盾纠结的情绪、长短交错的句长。过度"去痕"反而会把文字改死。
这套克制的判断标准,正是它和普通"同义词替换器"的本质区别。
📂 项目文件导航
| 文件 | 内容 |
|---|---|
| SKILL.md | 技能本体:元数据、33 个模式、工作流与完整示例 |
| README.md | 安装方式(CLI / 插件 / 手动) |
| README.md | 33 个 AI 痕迹模式速查表 |
| README.md | 改前/改后完整示例(里斯本游记) |
| README.md | 版本历史(当前 v2.8.2) |
| AGENTS.md | 仓库结构与维护约定 |
| LICENSE | MIT 开源协议 |
小结
AI 检测工具能抓你,却救不了你——它能告诉你"这段像 AI",改笔的事还得靠自己或工具。Humanizer 用 33 个可查的 AI 痕迹模式和"草稿 → 自审 → 终稿"的三步流程,把这份"改"的活儿干得系统而克制。检测器定位问题,Humanizer 解决问题,两条腿走路,AI 辅助写作才能真正好用。
【免费下载链接】humanizerAgent skill that removes signs of AI-generated writing from text项目地址: https://gitcode.com/GitHub_Trending/humani/humanizer
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考