登录 注册

Humanizer-zh

去点 Star
其他
22,587
Stars
1,405
Forks
29
Watchers
35
Open Issues
MIT
许可证
Python
语言
2026-01-19
创建时间
2026-09-23
最近更新

项目能做什么

Humanizer 的中文汉化版本,作为 Claude Code 扩展技能消除文本中的 AI 痕迹。
来源:基于仓库元数据 · 内容以仓库实际 README 为准

使用说明 查看原始 README 原仓库文档

中文使用说明暂未生成。下面保留原仓库 README 摘录,命令与配置均以原文为准。
原始 README 摘录(英文原文,节选前 3000 字符)
# Humanizer-zh:中文文本润色 Skill

编辑已有文章、评论和文档中的空话、重复及模板化表达,保留事实、确定程度和作者声音。输入是一段文字或一个文件,默认输出最终改写稿;没有问题的句子可以不改。

这是一份由 Agent 读取执行的编辑指导,不是独立的检测程序。它不能证明文章由谁撰写,也不保证通过任何 AI 检测器。

> 2026-09-23 更新:重写了规则和示例,明确保留事实、作者立场和文体。普通的排比、破折号和连接词不再一律修改。详见 [更新记录](CHANGELOG.md)。

## 安装

### 方法一:通过 npx 一键安装(推荐)

```bash
npx skills add https://github.com/op7418/Humanizer-zh.git
```

这是最简单的安装方式,会自动将技能安装到正确的目录。

### 方法二:通过 Git 克隆

```bash
# 克隆到 Claude Code 的 skills 目录
git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer-zh
```

### 方法三:手动安装

1. 下载本项目的 ZIP 文件或克隆到本地
2. 将 `Humanizer-zh` 文件夹复制到 Claude Code 的 skills 目录:
   - **macOS/Linux**: `~/.claude/skills/`
   - **Windows**: `%USERPROFILE%\.claude\skills\`

3. 确保文件夹结构如下:
   ```
   ~/.claude/skills/humanizer-zh/
   ├── SKILL.md       # 技能定义文件(中文版)
   └── README.md      # 说明文档
   ```

### 验证安装

重启 Claude Code 或重新加载 skills 后,在对话中输入:

```
/humanizer-zh
```

如果安装成功,该技能将被激活。

## 使用

粘贴文本:

```text
请用 humanizer-zh 润色下面的文章,保留技术评论的语气:
[原文]
```

编辑文件:

```text
请用 humanizer-zh 润色 article.md 中的正文。
```

只审阅时说明“给出建议,不修改文件”。有作者样本时可一并提供,Skill 会借鉴表达习惯,但不会把样本中的经历、数据或观点搬入原文。

## 改写示例

以下均为教学用输入,没有未展示的补充材料。

**产品介绍,缺少数据:**

> 原文:该方案稳定可靠、快速响应、易于维护。
>
> 改写:这套方案运行稳定、响应快,也方便维护。

没有补写上线时间、响应速度或维护成本。原文缺少证据,可以向作者索取,不能用润色补出数据。

**故障反馈,有不确定性:**

> 原文:该问题被社区多次报告,被认为可能与内存泄漏有关,但原因尚未确认。
>
> 改写:社区多次报告这个问题。它被认为可能与内存泄漏有关,但原因尚未确认。

保留“可能有关”和“尚未确认”,不把推测改成因果结论,也不把原因判断擅自归给社区。

**更新说明,有真实的三项功能:**

> 原文:这次更新彰显了团队对创新的追求。它新增导出、搜索和批量重命名。离线编辑计划在下一版推出,目前尚未完成测试。
>
> 改写:这次更新新增导出、搜索和批量重命名。离线编辑计划在下一版推出,目前尚未完成测试。

保留三个功能,不为避开三段式删项或凑项;计划和测试状态保持原意。

**已经清楚的文字:**

> 原文:先保存文件,再关闭窗口。未保存的修改会丢失。
>
> 改写:先保存文件,再关闭窗口。未保存的修改会丢失。

不要求每次调用都产生修改。

## 编辑原则

约束优先级是:保留信息和确定程度,遵守用户范围与文体,匹配作者声音,再处理具体表达问题。模式命中不能覆盖这些要求。

- 不编造功能、数据、来源、人物身份或第一人称经历。
- 保留否定、条件、归因、范围、时间和完成状态;“可能”不变成“确定”,“计划”不变成“已经”。
- 三项列表、四字格、被动句、破折号和连接词按作用判断,不机械删除。
- 随笔可以保留个性,学术和商务文本保留正式程度;不把所有文章改成同一种口语。
- 文件编辑默认保留代码、命令、路径、链接目标、YAML、数据、标题和锚点。改标题或结构需要检查引用。
- 默认只交付最终稿,不要求展示中间草稿、命中清单或自评分。

## 模式目录

保留 31 个检查点,沿用 PR #39 的 A–F 分类,便于对照。这是编辑问题清单,不是作者身份检测标准。

| 分类 | 检查点 |
|---|---|
| A:铺垫代替陈述(1–5) | 假对比、戏剧性碎片、伪深度、起跑式铺垫、无对象的辩护 |
| B:公式化节奏(6–11) | 强凑三段式、重复开头、万能破折号、限定堆叠、生造复合词、被动与缺主语 |
| C:拔高与借权威(12–18) | 空泛高频词、意义拔高、模糊关联、句尾拔高、宣传语、权威背书、复杂系动词 |
| D:公式化排版(19–21) | 无效粗体、装饰性标题、引号和标点 |
| E:聊天与草稿残留(22–25) | 客服腔、重复免责与猜测填充、首句复读标题、编辑过程残留 |
| F:中文补充检查(26–31) | 长定语、“进行+动词”、被字句堆叠、四字词排比、万能背景、套话收尾 |

每条包括修改条件、前后示例和保留边界,详见 [SKILL.md](SKILL.md)。

## 验证

[测试说明](tests/README.md)包含 18 个短文本案例、一个 Markdown 文件样例和结构检查脚本。本次更新还做了旧版与修订版的长文对照,检查数字、条件、归因、作者态度和文件结构。单次、有限样例不能代表所有模型和文体;不能用字数下降或模型自评分证明效果。

## 来源与许可

- [blader/humanizer v3.0.0](https://github.com/blader/humanizer/blob/v3.0.0/SKILL.md):原项目及 A–E 分类、声音校准、文件模式的来源。
- [Humanizer-zh PR #39](https://github.com/op7418/Humanizer-zh/pull/39):本次修订的结构基础与中文检查点来源。
- [Humanizer-zh PR #34](https://github.com/op7418/Humanizer-zh/pull/34):示例保真修复的对照参考。本修订没有直接合并该分支。
- [hardikpandya/stop-slop](https://github.com/hardikpandya/stop-slop):简洁表达与编辑检查的参考来源。
- [Wikipedia: Signs of AI writing](https://en.wikipedia.o
阅读完整原文

商业机会分析 规则生成(AI 未配置)

综合评分 57.9 分。该项目在“个人可实施性”维度得 60 分,“付费可能性”维度得 40.0 分,差异化空间 70.0 分(评分依据见评分卡)。

将 Humanizer-zh 改造为垂直场景 SaaS

产品构想保留核心能力,针对某一类用户(如某行业团队)做托管版,收取月费。
目标用户有该需求的中小团队 / 独立站长
难度/周期中 · 2~4 周(MVP)
收费模式订阅制(如 ¥29~99/月)
竞争风险需验证付费意愿;注意许可证合规
依据 数据支持的判断:许可证与关键词显示存在商用与付费场景

面向细分需求的二次开发产品

产品构想基于 Humanizer-zh 的核心能力,聚焦一个更窄的场景(如某平台、某行业)做差异化。
目标用户该细分场景用户
难度/周期中 · 2~6 周
收费模式买断制 / 订阅制 / 广告
竞争风险细分需求规模需验证
依据 AI 推测:基于项目主题标签的判断

封装为在线小工具或 API 服务

产品构想把项目最常用的一个功能做成网页小工具,靠流量变现或按量计费。
目标用户搜索引擎带来的长尾用户
难度/周期低 · 1~3 周
收费模式免费引流 + 增值功能 / API 按量计费
竞争风险同质化竞争,需做好 SEO
依据 AI 推测:基于技术栈与部署特征的判断
以上为规则引擎基于仓库公开数据生成的参考结论,包含推测成分,不构成投资或创业承诺;配置 AI 后可获得更深入的分析。
报告会保存到 个人中心

竞品与相似项目 GitHub Search 真实检索

项目中文简介Stars语言
devswha/patina 中文介绍暂未生成
AI-writing humanizer for KO/EN/ZH/JA
389 JavaScript
redbaronyyyyy-eng/humanizer-zh-academic 中文介绍暂未生成
🎓 降低中文学术写作 AIGC 检测率的 Claude Code Skill | Reduce AIGC detecti
367 -
Hyacehila/humanizer-zh-next 中文介绍暂未生成
去除中文文本中 AI 写作痕迹的 Agent Skill(基于 blader/humanizer 与 op7418/hu
248 Python
ai-zixun/humanizer-zh 中文介绍暂未生成
`humanizer-zh` 是一个兼容 Codex、Claude Code 和 OpenClaw 的中文去 AI 味技
215 -
huangserva/servasyy_skills 中文介绍暂未生成
AI驱动的多媒体内容生产skills集合:document-writer(写作)、illustration-genera
183 Python
mengke-wang/zh-humanizer-literary 中文介绍暂未生成
中文去 AI 味与文采增强 Codex Skill,汲取 Mengke / 好事风格,让中文草稿更像人写。
89 -
以上为通过 GitHub 官方 Search API 检索的相似项目,功能差异与优劣势需进一步人工确认,配置 AI 后可生成对比分析。

项目优势与风险

技术成熟度创建于 2026-01-19,最近推送 2026-09-23
社区活跃Star 22,587 / Fork 1,405 / Issue 35(数据支持,可自行核实)
许可证MIT
主要风险上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价

安装与使用

快速开始(以仓库 README 为准)
git clone https://github.com/op7418/Humanizer-zh.git
cd Humanizer-zh
# 请阅读仓库 README 获取确切安装步骤(依赖、配置、启动命令)
阅读原仓库文档
术语说明:Docker=应用容器(把程序和依赖打包运行);API Key=调用外部服务的密钥;Git Clone=把仓库代码下载到本地。常见错误:API Key 未配置 / 端口占用 / 数据库连接失败,多数项目在 README 的 Troubleshooting 章节有说明。