人性化工具

一款适用于 Claude Code 和 OpenCode 的技能，用于去除文本中的人工智能生成痕迹，使其听起来更自然、更像人类写作。

安装

Claude Code

直接克隆到 Claude Code 的技能目录中：

mkdir -p ~/.claude/skills
git clone https://github.com/blader/humanizer.git ~/.claude/skills/humanizer

或者，如果你已经克隆了这个仓库，可以手动复制技能文件：

mkdir -p ~/.claude/skills/humanizer
cp SKILL.md ~/.claude/skills/humanizer/

OpenCode

直接克隆到 OpenCode 的技能目录中：

mkdir -p ~/.config/opencode/skills
git clone https://github.com/blader/humanizer.git ~/.config/opencode/skills/humanizer

或者，如果你已经克隆了这个仓库，可以手动复制技能文件：

mkdir -p ~/.config/opencode/skills/humanizer
cp SKILL.md ~/.config/opencode/skills/humanizer/

注意： OpenCode 也会扫描 ~/.claude/skills/ 目录以确保兼容性，因此只需将技能克隆到 ~/.claude/skills/humanizer/ 即可同时在两个工具中使用。

使用方法

Claude Code

/humanizer

[在此粘贴你的文本]

OpenCode

/humanizer

[在此粘贴你的文本]

你也可以直接让模型来人性化这段文本：

请将这段文字人性化：[你的文本]

语音校准

为了匹配你个人的写作风格，提供一段你自己的写作样本：

/humanizer

以下是我用于语音匹配的写作样本：
[粘贴2-3段你自己的文字]

现在请人性化这段文字：
[粘贴需要人性化的AI生成文本]

该技能会分析你的句子节奏、用词习惯和独特风格，并将其应用到改写后的文本中，而不是生成千篇一律的“干净”输出。

概述

基于维基百科维护的“人工智能写作迹象”指南（Wikipedia:Signs of AI writing），该指南由 WikiProject AI Cleanup 编写。这份全面的指南源自对数千例人工智能生成文本的观察。

该技能还包含最后的“明显为AI生成”审核步骤以及第二次改写，以捕捉初稿中残留的人工智能特征。

维基百科的关键见解

“大型语言模型通过统计算法来猜测接下来应该出现的内容。其结果往往倾向于最符合统计规律且适用范围最广的情况。”

检测到的29种模式（附改写前后示例）

内容模式

序号	模式	改写前	改写后
1	夸大重要性	“标志着……发展进程中的关键时刻”	“于1989年成立，旨在收集区域统计数据”
2	过度提及知名机构或人物	“被《纽约时报》、BBC、《金融时报》和《印度教徒报》引用”	“她在2024年接受《纽约时报》采访时指出……”
3	表面化的-ing分析	“象征着……反映着……展示着……”	删除或补充实际来源
4	宣传性语言	“坐落在令人惊叹的地区之中”	“是贡德尔地区的一个小镇”
5	模糊的归属说明	“专家认为它发挥着至关重要的作用”	“根据……2019年的调查”
6	公式化的挑战描述	“尽管面临种种挑战……仍然蓬勃发展”	具体说明实际面临的挑战

语言模式

序号	模式	改写前	改写后
7	AI专用词汇	“实际上……此外……证明……格局……展示着”	“也……仍然是常见的”
8	避免系动词	“作为……具有……拥有”	“是……有”
9	否定并列结构/尾部否定	“不仅仅是X，还是Y”，“……无需猜测”	直接陈述观点
10	三元法则	“创新、灵感和洞见”	使用自然数量的项目
11	同义词循环使用	“主角……主要角色……中心人物……英雄”	使用“主角”（在最清晰时重复）
12	虚假范围表述	“从大爆炸到暗物质”	直接列出主题
13	被动语态/无主句片段	“无需配置文件”	在有助于清晰表达时明确主语

风格模式

序号	模式	改写前	改写后
14	破折号滥用	“机构——而非人民——然而这种情况仍在继续——”	更倾向于使用逗号或句号
15	粗体字滥用	“OKR、KPI、BMC”	“OKR、KPI、BMC”
16	内嵌标题式列表	“绩效： 绩效有所提升”	转换为普通叙述
17	标题大小写混用	“战略谈判与伙伴关系”	“战略谈判和伙伴关系”
18	表情符号	“🚀 启动阶段：💡 关键洞察：”	移除表情符号
19	引号样式	said “the project”	said “the project”
26	连字符连接的词语对	“跨职能、数据驱动、面向客户”	对常见词语对去掉连字符
27	空洞的权威性修辞	“归根结底，重要的是……”	直接陈述核心观点
28	引导式开场白	“让我们开始吧”，“以下是您需要了解的内容”	直接进入内容
29	碎片化标题	“## 绩效” + “速度很重要。”	让标题本身发挥作用

沟通模式

序号	模式	改写前	改写后
20	聊天机器人痕迹	“希望这能帮到您！如果您有任何问题，请告诉我……”	完全移除
21	信息不足的免责声明	“虽然现有资料对细节的描述有限……”	寻找更多资料或删除
22	奉承语气	“好问题！您说得太对了！”	直接回应

填充与缓和措辞

序号	模式	改写前	改写后
23	填充性短语	“为了……”，“由于……的事实”	“为了……”，“因为……”
24	过度缓和	“可能潜在地有可能”	“可能”
25	空洞的结论	“未来一片光明”	提供具体的计划或事实

完整示例

修改前（AI风格）：

很好的问题！这里有一篇关于这个主题的文章。希望对您有所帮助！

AI辅助编码是大型语言模型变革潜力的持久见证，标志着软件开发演进中的一个关键时刻。在当今快速发展的技术环境中，这些突破性工具位于研究与实践的交汇处，正在重塑工程师们构思、迭代和交付的方式，凸显了它们在现代工作流中的重要作用。

从根本上说，其价值主张非常明确：简化流程、增强协作并促进一致性。这不仅仅是自动补全的问题；而是要大规模释放创造力，确保组织在保持敏捷的同时，能够为用户提供无缝、直观且强大的体验。该工具充当催化剂，助手则扮演合作伙伴的角色，整个系统成为创新的基础。

行业观察人士指出，这种技术的采用已从业余爱好者的实验迅速扩展到企业级部署，从单个开发者发展到跨职能团队。这项技术曾登上《纽约时报》、《连线》和《Verge》等媒体。此外，自动生成文档、测试用例和重构代码的能力，展示了AI如何助力实现更好的成果，突显了自动化与人类判断之间的复杂互动。

• 💡 速度： 代码生成显著加快，减少了开发过程中的摩擦，赋予开发者更多能力。
• 🚀 质量： 通过改进训练，输出质量得到了提升，推动了更高标准的实现。
• ✅ 采用： 使用率持续增长，反映了更广泛的行业趋势。

尽管基于现有信息，具体细节有限，但可以认为这些工具可能产生一定的积极影响。尽管新兴技术普遍存在幻觉、偏见和责任归属等问题，生态系统仍在蓬勃发展。为了充分发挥其潜力，团队必须遵循最佳实践。

总之，未来充满希望。随着我们继续迈向卓越，激动人心的时刻即将到来。如果您想让我进一步扩展某个部分，请告诉我！

修改后（人性化）：

AI编码助手能帮你加快完成那些枯燥的工作。它们特别擅长处理样板代码——比如配置文件和那些你并不想手写的胶水代码。它们还能帮你草拟测试用例，不过你仍然需要仔细阅读一遍。

最危险的地方在于，它的建议看起来总是那么自信。我曾经接受过一些编译通过且通过了代码检查的代码，结果后来才发现它根本没抓住重点，因为我当时已经不再认真思考了。

如果你把它当作自动补全工具来使用，并逐行审查每一段代码，它就会很有用。但如果你用它来逃避思考，那只会让你更快地把错误代码发布出去。

唯一真正的保障就是测试。如果没有测试，你所做的大部分判断都只是凭感觉而已。

参考文献

• 维基百科：AI写作的迹象 - 主要来源
• 维基项目AI清理 - 维护组织

版本历史

• 2.5.1 - 新增被动语态/无主句片段规则，使总模式数达到29种。
• 2.5.0 - 新增说服性措辞、引导性表达和碎片化标题的模式；扩展否定平行结构以涵盖尾部否定；收紧关于破折号过度使用的表述；修正前言部分的措辞，改为“填充短语”。
• 2.4.0 - 新增语音校准功能：根据用户提供的样本匹配其个人写作风格。
• 2.3.0 - 新增第25种模式：连字符词组过度使用。
• 2.2.0 - 新增最后的“明显由AI生成”审核环节及二次改写提示。
• 2.1.1 - 修正第18种模式的示例（曲引号与直引号混用问题）。
• 2.1.0 - 为所有24种模式添加了修改前后的对比示例。
• 2.0.0 - 根据原始维基百科文章内容进行全面重写。
• 1.0.0 - 初始发布。

许可证

MIT

Humanizer 快速上手指南

Humanizer 是一款专为 Claude Code 和 OpenCode 设计的技能工具，旨在消除文本中的"AI 生成痕迹”，使其读起来更自然、更像人类书写。它基于维基百科"AI 写作特征”指南，能识别并修正 29 种常见的 AI 写作模式（如过度使用强调词、被动语态、空洞的结论等）。

环境准备

• 系统要求：Linux / macOS / Windows (WSL)
• 前置依赖：
  • 已安装 Git
  • 已安装 Claude Code 或 OpenCode 命令行工具
• 网络要求：需能访问 GitHub (github.com)。若下载缓慢，建议配置国内 Git 镜像或使用代理。

安装步骤

Humanizer 通过克隆仓库到特定技能目录进行安装。由于 OpenCode 兼容 Claude Code 的技能目录，推荐只需执行一次安装即可同时支持两个工具。

在终端中运行以下命令：

# 创建技能目录并克隆仓库
mkdir -p ~/.claude/skills
git clone https://github.com/blader/humanizer.git ~/.claude/skills/humanizer

注意：上述命令将工具安装至 ~/.claude/skills/humanizer。OpenCode 会自动扫描该目录，因此无需为 OpenCode 单独安装。

基本使用

安装完成后，重启你的 Claude Code 或 OpenCode 会话即可生效。

1. 基础用法

在对话框中输入 /humanizer 命令，然后粘贴需要优化的文本：

/humanizer

[paste your text here]

或者直接通过自然语言指令调用：

Please humanize this text: [your text]

2. 风格校准（进阶）

若希望生成的文本匹配你个人的写作风格（如句式节奏、用词习惯），可以先提供一段你的样本文本：

/humanizer

Here's a sample of my writing for voice matching:
[paste 2-3 paragraphs of your own writing]

Now humanize this text:
[paste AI text to humanize]

工具会分析你的样本特征，并应用到重写过程中，避免产出通用的“干净但无个性”的文本。