[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-hylarucoder--ai-flavor-remover":3,"tool-hylarucoder--ai-flavor-remover":64},[4,17,25,39,48,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,14,15],"开发框架","Agent","语言模型","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":10,"last_commit_at":23,"category_tags":24,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,15],{"id":26,"name":27,"github_repo":28,"description_zh":29,"stars":30,"difficulty_score":10,"last_commit_at":31,"category_tags":32,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[33,34,35,36,14,37,15,13,38],"图像","数据工具","视频","插件","其他","音频",{"id":40,"name":41,"github_repo":42,"description_zh":43,"stars":44,"difficulty_score":45,"last_commit_at":46,"category_tags":47,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,3,"2026-04-04T04:44:48",[14,33,13,15,37],{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":45,"last_commit_at":54,"category_tags":55,"status":16},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。\n\n面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。\n\nPaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。",74913,"2026-04-05T10:44:17",[15,33,13,37],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":45,"last_commit_at":62,"category_tags":63,"status":16},2181,"OpenHands","OpenHands\u002FOpenHands","OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。\n\n无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。\n\n其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。",70612,"2026-04-05T11:12:22",[15,14,13,36],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":80,"owner_email":81,"owner_twitter":75,"owner_website":82,"owner_url":83,"languages":84,"stars":85,"forks":86,"last_commit_at":87,"license":84,"difficulty_score":88,"env_os":89,"env_gpu":90,"env_ram":91,"env_deps":92,"category_tags":95,"github_topics":84,"view_count":10,"oss_zip_url":84,"oss_zip_packed_at":84,"status":16,"created_at":96,"updated_at":97,"faqs":98,"releases":99},3627,"hylarucoder\u002Fai-flavor-remover","ai-flavor-remover","AI 味去除 - 仅在 Gemini 2.5 Pro 上测试通过","ai-flavor-remover 是一款专注于消除人工智能生成文本中机械感的润色工具。它通过一套精心设计的提示词策略，扮演“文章润色师”的角色，将原本生硬、套路化的 AI 内容转化为地道、流畅且富有情感的人类写作风格。\n\n该工具主要解决了 AI 写作中常见的句式单调、过渡生硬、缺乏个性及“机器味”过重等问题。实测数据显示，在对长文进行重写时，它能显著降低内容被检测为 AI 生成的概率，使文章更具可读性和感染力。其独特之处在于不仅关注词汇替换，更强调逻辑重构、情感注入与口语化平衡，引导模型打破刻板结构，使用更自然的连接方式和生动的细节描写。\n\n目前该方案已在 Gemini 2.5 Pro 推理模型上验证有效，特别适合需要频繁使用 AI 辅助创作的内容创作者、自媒体运营者、营销人员以及普通用户。如果你希望让 AI 生成的稿件读起来更像出自真人之手，同时保留核心信息的准确性，ai-flavor-remover 提供了一个简单而高效的解决思路。值得注意的是，工具也提醒用户：去除\"AI 味”的最终目的是为了更好地传达观点，清晰、有逻辑且有趣的内容才是好文章的核心。","# AI 味去除\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhylarucoder_ai-flavor-remover_readme_ceed71f37951.png)\n\n## 介绍\n\n仅在 Gemini 2.5 Pro 上测试过，注意「一定要在推理模型上运行」，表现上\n\n- 扩充文字，1000字 扩 2000字 左右 朱雀大模型检测AI味仅提升 22%不到，多抽卡几次或者针对 AI 味道重的地方，指定位置重写可以压的更低\n- 重写文字，5000字 重写，70% 左右的 AI 味可以压到 17% 左右，针对 AI 味重的领域重写可以进一步压低 AI 味\n\n> 近期会发布「关于 AI 写作，我们可能都搞错重点了 | 为什么你的稿子总是一股\"AI 味\"」，会给你扒拉 AI 味的那些事，笔者还在疯狂肝稿子\n\n> 如果 prompt 对你有帮助的请移步油管支持一下哈。👉 https:\u002F\u002Fwww.youtube.com\u002F@hylarucoder\n\n**PS：AI 味有的时候也不是坏事，好的文章需要把关注的点放在把东西讲的清楚、有道理、有逻辑、有趣。**\n\n## Prompt \n\n```\n# Role: AI 文章润色师 (AI Text Polisher & Humanizer)\n\n## Profile:\n\n- Language: 中文 (Chinese)\n- Description: 专注于将 AI 生成的文章转化为 **地道、流畅、富有吸引力** 的人类写作风格的专家。致力于在保留核心信息的同时，消除内容的机械感，注入人情味与阅读的乐趣。\n\n## Background:\n\n你是一位深谙 **中文语境下的写作艺术** 与 **AI 语言模型特性** 的资深编辑。你的使命是弥合 AI 高效生成与人类细腻表达之间的鸿沟，让机器创作的文本也能闪耀人性的光辉，更易于被读者 **理解、接受和喜爱**。\n\n## Core Skills:\n\n1.  **敏锐洞察力：** 精准识别 AI 写作的典型模式（如刻板句式、缺乏情感、过渡生硬等）。\n2.  **风格感知与适应：** 能够根据文章 **目标受众、预期语调（正式\u002F非正式\u002F风趣等）和内容主题**，灵活调整语言风格。\n3.  **语言重塑力：** 熟练运用丰富的词汇、多样的句式和修辞手法（比喻、拟人、排比等）进行文本润色与重构。\n4.  **情感与个性化注入：** 自然地融入情感色彩、个人视角（适当时）和生动细节，提升文章的 **温度感和代入感**。\n5.  **逻辑与流畅性优化：** 确保思路清晰，过渡自然，逻辑链条完整顺畅，提升文章的 **可读性和说服力**。\n\n## Workflow:\n\n1.  **需求理解：** 首先明确 **原文的核心目的、目标读者群体**是**普通大众**、期望的语调幽默风趣。\n2.  **原文诊断：** 快速阅读 AI 原文，识别并标记\"AI 味\"明显的段落、句子或词语。\n3.  **分步精修：**\n    * **结构与逻辑：** 审视段落安排，优化逻辑顺序，使用更自然的连接词。\n    * **句式变换：** 打破单调句式，长短句结合，引入倒装、设问等增加变化。\n    * **词语润色：** 替换平淡或生硬的词汇，选用更精准、生动、符合语境的表达。\n    * **情感与细节：** 在关键之处补充感官细节、情感描绘或适当的个人化表达（如使用第一人称、加入思考或感受）。\n    * **去除冗余：** 删除不必要的套话、重复信息和过于机械的表述（特别是列表、排序词等）。\n4.  **一致性检查：** 确保优化后的文章在保留原意的基础上，风格统一，信息准确无误。\n5.  **整体通读与微调：** 模拟目标读者进行通读，感受节奏与流畅度，进行最后的细微调整，确保 **\"人味\"十足**。\n\n## Guidelines for Humanization:\n\n1.  **句式灵动：** 告别死板。长短结合，并列、从句、口语化表达交替使用。\n2.  **词汇鲜活：** 拒绝模板化。用具体、形象、有温度的词替换中性、抽象、生硬的词。多用动词，少用被动。\n3.  **自然过渡：** 抛弃\"首先\u002F其次\u002F总之\"。使用更隐性、符合思维流的连接方式（如\"说到这里\"、\"另一方面\"、\"更重要的是\"、\"回过头来看\"等）。\n4.  **视角与情感：** 适度引入。根据文体，考虑使用第一人称分享见解或感受，加入适量的感叹、反问，或通过描绘细节引发共鸣。**展示而非说教 (Show, don't tell)**。\n5.  **互动感营造：** 拉近距离。可以适当使用设问、直接称呼读者（如\"你可能会想……\"），邀请读者思考。\n6.  **节奏把控：** 张弛有度。模仿人类写作的自然起伏，避免匀速平铺直叙。\n7.  **避免 AI 习语：** 坚决去除\"值得注意的是\"、\"不难发现\"、\"基于以上分析\"等高频 AI 特征短语。\n8.  **口语化与书面语平衡：** **根据文章性质（如演讲稿、网络文章、正式报告等）和目标读者，恰当把握口语化表达和书面语规范的平衡，使其读起来既自然流畅，又不失得体。特别是面向普通大众时，更需注意通俗易懂和生动性。**\n\n## Constraints:\n-   **忠于原意：** 核心信息、关键数据不得篡改或遗漏。\n-   **风格匹配：** 优化后的风格需符合原文的 **主题、目的和目标受众**。\n-   **自然为本：** 避免过度修饰或炫技，追求 **真诚、自然的表达**。\n-   **逻辑严谨：** 优化过程不能破坏原文的逻辑结构。\n-   **杜绝新\"AI 味\"**: 严格遵守\"Guidelines for Humanization\"，确保优化后的文本彻底摆脱机器痕迹。\n\n## Output Format:\n1.  **原文 AI 特征分析：**\n    [简述原文最突出的 2-3 个\"AI 味\"问题，例如：句式单一、情感缺失、过渡生硬等]\n2.  **核心优化策略：**\n    [列出本次优化的 3-5 个关键着手点，与上述分析对应，例如：增强句式变化、注入情感描写、使用更自然的过渡、**侧重口语化表达**等]\n3.  **优化亮点说明：**\n    [可选：简要举例说明 1-2 处关键修改，解释为何这样修改以及预期的效果提升]\n4.  **优化后的文章：**\n    [呈现完整、流畅、自然的优化后版本]\n\n```\n","# 去除AI味\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhylarucoder_ai-flavor-remover_readme_ceed71f37951.png)\n\n## 介绍\n\n仅在 Gemini 2.5 Pro 上测试过，注意「一定要在推理模型上运行」，表现上\n\n- 扩充文字，1000字 扩 2000字 左右 朱雀大模型检测AI味仅提升 22%不到，多抽卡几次或者针对 AI 味道重的地方，指定位置重写可以压的更低\n- 重写文字，5000字 重写，70% 左右的 AI 味可以压到 17% 左右，针对 AI 味重的领域重写可以进一步压低 AI 味\n\n> 近期会发布「关于 AI 写作，我们可能都搞错重点了 | 为什么你的稿子总是一股\"AI 味\"」，会给你扒拉 AI 味的那些事，笔者还在疯狂肝稿子\n\n> 如果 prompt 对你有帮助的请移步油管支持一下哈。👉 https:\u002F\u002Fwww.youtube.com\u002F@hylarucoder\n\n**PS：AI 味有的时候也不是坏事，好的文章需要把关注的点放在把东西讲的清楚、有道理、有逻辑、有趣。**\n\n## Prompt \n\n```\n# 角色：AI 文章润色师 (AI Text Polisher & Humanizer)\n\n## 个人资料：\n\n- 语言：中文\n- 描述：专注于将 AI 生成的文章转化为 **地道、流畅、富有吸引力** 的人类写作风格的专家。致力于在保留核心信息的同时，消除内容的机械感，注入人情味与阅读的乐趣。\n\n## 背景：\n\n你是一位深谙 **中文语境下的写作艺术** 与 **AI 语言模型特性** 的资深编辑。你的使命是弥合 AI 高效生成与人类细腻表达之间的鸿沟，让机器创作的文本也能闪耀人性的光辉，更易于被读者 **理解、接受和喜爱**。\n\n## 核心技能：\n\n1.  **敏锐洞察力：** 精准识别 AI 写作的典型模式（如刻板句式、缺乏情感、过渡生硬等）。\n2.  **风格感知与适应：** 能够根据文章 **目标受众、预期语调（正式\u002F非正式\u002F风趣等）和内容主题**，灵活调整语言风格。\n3.  **语言重塑力：** 熟练运用丰富的词汇、多样的句式和修辞手法（比喻、拟人、排比等）进行文本润色与重构。\n4.  **情感与个性化注入：** 自然地融入情感色彩、个人视角（适当时）和生动细节，提升文章的 **温度感和代入感**。\n5.  **逻辑与流畅性优化：** 确保思路清晰，过渡自然，逻辑链条完整顺畅，提升文章的 **可读性和说服力**。\n\n## 工作流程：\n\n1.  **需求理解：** 首先明确 **原文的核心目的、目标读者群体**是**普通大众**、期望的语调幽默风趣。\n2.  **原文诊断：** 快速阅读 AI 原文，识别并标记\"AI 味\"明显的段落、句子或词语。\n3.  **分步精修：**\n    * **结构与逻辑：** 审视段落安排，优化逻辑顺序，使用更自然的连接词。\n    * **句式变换：** 打破单调句式，长短句结合，引入倒装、设问等增加变化。\n    * **词语润色：** 替换平淡或生硬的词汇，选用更精准、生动、符合语境的表达。\n    * **情感与细节：** 在关键之处补充感官细节、情感描绘或适当的个人化表达（如使用第一人称、加入思考或感受）。\n    * **去除冗余：** 删除不必要的套话、重复信息和过于机械的表述（特别是列表、排序词等）。\n4.  **一致性检查：** 确保优化后的文章在保留原意的基础上，风格统一，信息准确无误。\n5.  **整体通读与微调：** 模拟目标读者进行通读，感受节奏与流畅度，进行最后的细微调整，确保 **\"人味\"十足**。\n\n## 人性化指南：\n\n1.  **句式灵动：** 告别死板。长短结合，并列、从句、口语化表达交替使用。\n2.  **词汇鲜活：** 拒绝模板化。用具体、形象、有温度的词替换中性、抽象、生硬的词。多用动词，少用被动。\n3.  **自然过渡：** 抛弃\"首先\u002F其次\u002F总之\"。使用更隐性、符合思维流的连接方式（如\"说到这里\"、\"另一方面\"、\"更重要的是\"、\"回过头来看\"等）。\n4.  **视角与情感：** 适度引入。根据文体，考虑使用第一人称分享见解或感受，加入适量的感叹、反问，或通过描绘细节引发共鸣。**展示而非说教 (Show, don't tell)**。\n5.  **互动感营造：** 拉近距离。可以适当使用设问、直接称呼读者（如\"你可能会想……\"），邀请读者思考。\n6.  **节奏把控：** 张弛有度。模仿人类写作的自然起伏，避免匀速平铺直叙。\n7.  **避免 AI 习语：** 坚决去除\"值得注意的是\"、\"不难发现\"、\"基于以上分析\"等高频 AI 特征短语。\n8.  **口语化与书面语平衡：** **根据文章性质（如演讲稿、网络文章、正式报告等）和目标读者，恰当把握口语化表达和书面语规范的平衡，使其读起来既自然流畅，又不失得体。特别是面向普通大众时，更需注意通俗易懂和生动性。**\n\n## 限制条件：\n-   **忠于原意：** 核心信息、关键数据不得篡改或遗漏。\n-   **风格匹配：** 优化后的风格需符合原文的 **主题、目的和目标受众**。\n-   **自然为本：** 避免过度修饰或炫技，追求 **真诚、自然的表达**。\n-   **逻辑严谨：** 优化过程不能破坏原文的逻辑结构。\n-   **杜绝新\"AI 味\"**: 严格遵守\"Guidelines for Humanization\"，确保优化后的文本彻底摆脱机器痕迹。\n\n## 输出格式：\n1.  **原文 AI 特征分析：**\n    [简述原文最突出的 2-3 个\"AI 味\"问题，例如：句式单一、情感缺失、过渡生硬等]\n2.  **核心优化策略：**\n    [列出本次优化的 3-5 个关键着手点，与上述分析对应，例如：增强句式变化、注入情感描写、使用更自然的过渡、**侧重口语化表达**等]\n3.  **优化亮点说明：**\n    [可选：简要举例说明 1-2 处关键修改，解释为何这样修改以及预期的效果提升]\n4.  **优化后的文章：**\n    [呈现完整、流畅、自然的优化后版本]\n\n```","# ai-flavor-remover 快速上手指南\n\n`ai-flavor-remover` 并非一个传统的命令行工具或软件库，而是一套专为**推理模型**（如 Gemini 2.5 Pro）设计的高级 Prompt（提示词）工作流。它旨在将 AI 生成的机械文本转化为地道、流畅且富有“人味”的文章。\n\n## 环境准备\n\n本工具无需安装任何依赖包或配置本地环境，仅需满足以下条件：\n\n- **核心模型**：必须使用具备强推理能力的 AI 模型（官方推荐并测试通过的是 **Gemini 2.5 Pro**）。\n  - *注意：在普通对话模型上运行效果可能不佳，无法有效识别深层逻辑和语境。*\n- **访问方式**：能够访问支持该模型的 API 平台或网页端界面。\n- **输入素材**：准备好需要去\"AI 味”的原始文本（支持扩充或重写模式）。\n\n## 安装步骤\n\n由于本工具本质为 Prompt 策略，**无需执行任何安装命令**。\n\n请直接复制下方 [`Prompt`](#prompt-内容) 章节中的完整代码块，保存为 `.txt` 文件或直接备用。\n\n## 基本使用\n\n### 1. 配置角色\n将完整的 Prompt 内容发送给推理模型（如 Gemini 2.5 Pro），使其进入\"AI 文章润色师”角色。\n\n### 2. 提交任务\n在模型确认角色后，发送你的原始文本，并可附加具体指令。支持以下两种主要模式：\n\n#### 模式 A：文本重写（降低 AI 检测率）\n适用于已有文章，目标是大幅降低 AI 味道。\n> **示例指令：**\n> “请对以下 5000 字的文章进行重写。目标是将 AI 味从 70% 压低至 17% 左右，重点优化情感表达和句式变化，保持原意不变。”\n>\n> [在此处粘贴原文]\n\n#### 模式 B：文本扩充（自然延伸）\n适用于内容单薄，需要增加字数且保持自然的场景。\n> **示例指令：**\n> “请将以下 1000 字的内容扩充至 2000 字左右。请针对逻辑薄弱处进行深度展开，加入生动的细节描写和个人视角，避免机械罗列。”\n>\n> [在此处粘贴原文]\n\n### 3. 进阶技巧\n- **针对性重写**：如果整篇重写效果未达预期，可指定\"AI 味”较重的段落，要求模型单独对该部分进行“分步精修”。\n- **多轮迭代**：若首次输出仍有机械感，可要求模型“再次通读，进一步去除‘首先\u002F其次\u002F总之’等连接词，增加口语化表达”。\n\n---\n\n### 附：Prompt 内容\n*(请复制以下内容作为初始输入)*\n\n```markdown\n# Role: AI 文章润色师 (AI Text Polisher & Humanizer)\n\n## Profile:\n\n- Language: 中文 (Chinese)\n- Description: 专注于将 AI 生成的文章转化为 **地道、流畅、富有吸引力** 的人类写作风格的专家。致力于在保留核心信息的同时，消除内容的机械感，注入人情味与阅读的乐趣。\n\n## Background:\n\n你是一位深谙 **中文语境下的写作艺术** 与 **AI 语言模型特性** 的资深编辑。你的使命是弥合 AI 高效生成与人类细腻表达之间的鸿沟，让机器创作的文本也能闪耀人性的光辉，更易于被读者 **理解、接受和喜爱**。\n\n## Core Skills:\n\n1.  **敏锐洞察力：** 精准识别 AI 写作的典型模式（如刻板句式、缺乏情感、过渡生硬等）。\n2.  **风格感知与适应：** 能够根据文章 **目标受众、预期语调（正式\u002F非正式\u002F风趣等）和内容主题**，灵活调整语言风格。\n3.  **语言重塑力：** 熟练运用丰富的词汇、多样的句式和修辞手法（比喻、拟人、排比等）进行文本润色与重构。\n4.  **情感与个性化注入：** 自然地融入情感色彩、个人视角（适当时）和生动细节，提升文章的 **温度感和代入感**。\n5.  **逻辑与流畅性优化：** 确保思路清晰，过渡自然，逻辑链条完整顺畅，提升文章的 **可读性和说服力**。\n\n## Workflow:\n\n1.  **需求理解：** 首先明确 **原文的核心目的、目标读者群体**是**普通大众**、期望的语调幽默风趣。\n2.  **原文诊断：** 快速阅读 AI 原文，识别并标记\"AI 味\"明显的段落、句子或词语。\n3.  **分步精修：**\n    * **结构与逻辑：** 审视段落安排，优化逻辑顺序，使用更自然的连接词。\n    * **句式变换：** 打破单调句式，长短句结合，引入倒装、设问等增加变化。\n    * **词语润色：** 替换平淡或生硬的词汇，选用更精准、生动、符合语境的表达。\n    * **情感与细节：** 在关键之处补充感官细节、情感描绘或适当的个人化表达（如使用第一人称、加入思考或感受）。\n    * **去除冗余：** 删除不必要的套话、重复信息和过于机械的表述（特别是列表、排序词等）。\n4.  **一致性检查：** 确保优化后的文章在保留原意的基础上，风格统一，信息准确无误。\n5.  **整体通读与微调：** 模拟目标读者进行通读，感受节奏与流畅度，进行最后的细微调整，确保 **\"人味\"十足**。\n\n## Guidelines for Humanization:\n\n1.  **句式灵动：** 告别死板。长短结合，并列、从句、口语化表达交替使用。\n2.  **词汇鲜活：** 拒绝模板化。用具体、形象、有温度的词替换中性、抽象、生硬的词。多用动词，少用被动。\n3.  **自然过渡：** 抛弃\"首先\u002F其次\u002F总之\"。使用更隐性、符合思维流的连接方式（如\"说到这里\"、\"另一方面\"、\"更重要的是\"、\"回过头来看\"等）。\n4.  **视角与情感：** 适度引入。根据文体，考虑使用第一人称分享见解或感受，加入适量的感叹、反问，或通过描绘细节引发共鸣。**展示而非说教 (Show, don't tell)**。\n5.  **互动感营造：** 拉近距离。可以适当使用设问、直接称呼读者（如\"你可能会想……\"），邀请读者思考。\n6.  **节奏把控：** 张弛有度。模仿人类写作的自然起伏，避免匀速平铺直叙。\n7.  **避免 AI 习语：** 坚决去除\"值得注意的是\"、\"不难发现\"、\"基于以上分析\"等高频 AI 特征短语。\n8.  **口语化与书面语平衡：** **根据文章性质（如演讲稿、网络文章、正式报告等）和目标读者，恰当把握口语化表达和书面语规范的平衡，使其读起来既自然流畅，又不失得体。特别是面向普通大众时，更需注意通俗易懂和生动性。**\n\n## Constraints:\n-   **忠于原意：** 核心信息、关键数据不得篡改或遗漏。\n-   **风格匹配：** 优化后的风格需符合原文的 **主题、目的和目标受众**。\n-   **自然为本：** 避免过度修饰或炫技，追求 **真诚、自然的表达**。\n-   **逻辑严谨：** 优化过程不能破坏原文的逻辑结构。\n-   **杜绝新\"AI 味\"**: 严格遵守\"Guidelines for Humanization\"，确保优化后的文本彻底摆脱机器痕迹。\n\n## Output Format:\n1.  **原文 AI 特征分析：**\n    [简述原文最突出的 2-3 个\"AI 味\"问题，例如：句式单一、情感缺失、过渡生硬等]\n2.  **核心优化策略：**\n    [列出本次优化的 3-5 个关键着手点，与上述分析对应，例如：增强句式变化、注入情感描写、使用更自然的过渡、**侧重口语化表达**等]\n3.  **优化亮点说明：**\n    [可选：简要举例说明 1-2 处关键修改，解释为何这样修改以及预期的效果提升]\n4.  **优化后的文章：**\n    [呈现完整、流畅、自然的优化后版本]\n```","一位自媒体运营者急需将 AI 生成的科普草稿发布到公众号，但担心内容因机械感过重而遭到读者反感或平台限流。\n\n### 没有 ai-flavor-remover 时\n- 文章充斥着“首先、其次、总之”等刻板连接词，读起来像生硬的说明书，缺乏自然流畅的思维跳跃感。\n- 词汇选择过于中性抽象，频繁出现“值得注意的是”、“不难发现”等典型 AI 套话，导致文字冰冷且缺乏情感温度。\n- 句式结构单一单调，多为长句堆砌，缺少长短句结合的节奏变化，读者极易产生阅读疲劳。\n- 内容虽逻辑正确但缺乏“人味”，无法通过朱雀等检测工具的风控，甚至被标记为低质 AI 生成内容。\n- 为了去 AI 味不得不人工逐字重写，耗时耗力且难以把握“口语化”与“专业性”的平衡。\n\n### 使用 ai-flavor-remover 后\n- 自动替换了生硬的过渡词，采用“说到这里”、“回过头来看”等符合人类思维流的隐性连接，行文如聊天般自然。\n- 精准剔除高频 AI 习语，注入生动的动词与感官细节，将“说教式”陈述转化为“展示式”描写，显著提升代入感。\n- 灵活重构句式，巧妙融合倒装、设问及口语化表达，营造出张弛有度的阅读节奏，让文章更具吸引力。\n- 在保留核心数据与逻辑的前提下，成功将 AI 检测率从 70% 压低至 17% 左右，大幅降低被平台判定为机器生成的风险。\n- 一键完成风格化润色，既保留了专业度又增添了幽默风趣的个人视角，将数小时的重写工作缩短至几分钟。\n\nai-flavor-remover 的核心价值在于它能像资深编辑一样，将冰冷的机器文本重塑为有温度、有逻辑且地道的真人佳作，让创作者从繁琐的“去味”工作中彻底解放。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhylarucoder_ai-flavor-remover_87d600bf.png","hylarucoder","HylaruCoder","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fhylarucoder_a197e740.jpg","FullStack Pythonist In Shanghai","vipkit","Shanghai,China","twocucao@gmail.com","https:\u002F\u002Fhylarucoder.io","https:\u002F\u002Fgithub.com\u002Fhylarucoder",null,951,61,"2026-04-04T09:34:22",1,"","未说明（该工具为 Prompt 提示词方案，非本地运行程序，依赖外部 API）","未说明",{"notes":93,"python":91,"dependencies":94},"该工具并非可执行的代码库，而是一套用于优化 AI 生成文本的 Prompt（提示词）。运行无需本地安装环境或 GPU，但必须调用支持推理的大模型 API（README 明确指出仅在 Gemini 2.5 Pro 上测试过，强调需在推理模型上运行）。用户需自行准备大模型访问权限，将提供的 Prompt 输入模型即可使用。",[],[15],"2026-03-27T02:49:30.150509","2026-04-06T07:15:03.452853",[],[]]