humanizer ：去除 AI 文本痕迹、让内容读起来像真人写的 Agent 技能
AI智库导航-aiguide.cc为您提供最新的AI新闻资讯和最新的AI工具推荐，在这里你可以获得用于营销的AI聊天机器人、AI在商业管理中的应用、用于数据分析的AI工具、机器学习模型、面向企业的AI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。
主要介绍
humanizer 是由 blader 开源的「Agent Skills」写作技能，作用是把听起来像 AI 生成的文字改写成像真人写出的内容，且不改变原意。它本质是一份纯 Markdown 的 SKILL.md 指令文件，可在任何支持技能标准的智能体（Claude Code、Codex、Cursor 等）中运行：基于维基百科《Signs of AI writing》与 WikiProject AI Cleanup 整理的文本特征，内置 25 个检测模式，覆盖「摆架子而非陈述」「按规则制造节奏」「夸大与借来的权威」「按规则的排版」「聊天与草稿残留」五类 AI 痕迹。其核心设计是「绝不编造事实」——姓名、数字、日期、引语等细节必须来自原文或作者，缺失时提问而非发明。项目采用 MIT 许可证，GitHub 星标已超 4.4 万，是 9 月上旬增长最快的写作类技能之一。
humanizer 官方分发页图（skills.sh/blader/humanizer）
功能特点
-
25 个 AI 痕迹检测模式：按强度与频率排序，覆盖夸大的重要性声明、借权威、表面化分析、销售腔、AI 高频词、强制三连、破折号滥用、装饰性加粗与 emoji 等。
-
绝不编造事实：姓名、数字、日期、引语、引用必须来自原文或作者，缺失细节时提问而非发明。
-
文风匹配：提供 2-3 段个人写作样本即可模仿你的句子节奏、用词、标点与刻意怪癖。
-
透明工作流：粘贴文本时展示「首稿、简短批评（仍有 AI 味处）、终稿」全过程。
-
二次审计：内置「明显 AI 生成」终审与第二次改写，捕捉首稿遗漏的 AI 腔。
-
按文件改写：只改散文，不动代码、数据、frontmatter 与链接目标。
-
场景自适应：个人写作保留观点与怪癖，技术性与参考性文字保持中立朴素。
-
安装即用、零代码：一条命令安装，以斜杠命令或自然语言调用。
优缺点
优点：
-
优点1：直击 AI 文本「塑料感」——按特征逐项清除，而非简单换同义词的浅层改写。
-
优点2：事实红线清晰——绝不编造姓名、数字、日期与引语，避免「人性化改写」常伴的失真风险。
-
优点3：可匹配个人文风——用写作样本校准，输出像你而非像通用机器人。
-
优点4：透明可审计——首稿到终稿全程展示，你能看到它改了哪里、为何改。
-
优点5：零代码、跨智能体——纯 Markdown 技能，Claude Code、Codex、Cursor 均可加载。
缺点：
-
缺点1：依赖宿主智能体的能力——改写质量受模型理解与指令遵循能力影响。
-
缺点2：模式判断需要语境——「弱单独」模式需多处共现才触发，个别误报仍需人工把关。
-
缺点3：事实缺失时会反问——若原文信息不足，需要你补充细节才能完成改写。
-
缺点4：适用范围侧重散文——代码、数据与结构化内容不在其改写范围内。
如何使用
humanizer 以「安装加自然语言」方式使用，无需编写代码。
安装推荐使用跨智能体技能命令（npx skills add blader/humanizer，可指定目标智能体或全部）；Claude Code 2.1.142 及以上可通过插件市场安装；也可把仓库直接克隆进技能目录或复制 SKILL.md 到智能体技能文件夹，claude.ai 支持上传技能压缩包。
调用时直接触发 /humanizer 并粘贴文本，或用自然语言说「请把这篇文章改写得像人写的」；想让改写贴合自己的风格，可先粘贴 2-3 段自己的写作样本做文风校准；处理整份文档时给出文件路径即可，技能只改动其中的散文部分。
框架技术原理
-
因果叙事框架：不是零散规则表，而是统一解释「AI 文字为何听起来像 AI」——LLM 倾向选择对最多读者与主题都适用的统计默认，每类痕迹都是该默认的表现。
-
五类模式分组：摆架子而非陈述、按规则制造节奏、夸大与借来的权威、按规则的排版、聊天与草稿残留，各含 5-7 个具体模式。
-
模式强度分级：前 5 个模式单次出现即可判定修改；标「弱单独」的模式需多处共现才触发，防止误伤细心作者的刻意用法。
-
防误报守卫：每个模式的例外规则内置在模式内（如破折号规则注明「若样本使用破折号则保留」、重复句首规则保护有意的重复）。
-
单事实来源：模式清单源自维基百科《Signs of AI writing》与 WikiProject AI Cleanup，基于对数千实例的观察。
-
四步工作流：标记（按强度排序）、起草（不把原文结构视为固定）、校验（对照模式与原文事实主张）、定稿，另加一次「明显 AI」终审。
-
事实约束引擎：改写时保留全部主张，可调整结构但不能新增事实性细节，缺失时提问或用更简单句子。
创新点
-
把「去 AI 味」从同义词替换升级为按 25 类特征逐一清除的模式工程。
-
「不编造事实」作为硬约束写入技能——这是与多数人性化改写工具的本质区别。
-
文风校准机制：用作者样本驱动改写，保留个人节奏、用词与怪癖而非输出通用「干净」文本。
-
透明展示加二次审计：首稿批评终稿三段式输出，主动暴露仍像 AI 的部分。
-
模式强度与防误报守卫设计，兼顾清除 AI 腔与保护细心作者的有意表达。
评估标准
-
事实保真度：改写后是否保留全部原主张且未新增任何事实细节。
-
AI 痕迹清除率：25 类模式的命中与清除情况，二次审计是否仍有残留。
-
文风贴合度：在提供样本时，输出与作者节奏、用词、标点习惯的一致性。
-
结构自由度：是否摆脱原文骨架重组，而非只做局部换词。
-
误报控制：对有意使用破折号、排比等写法的文本是否误伤。
-
跨智能体一致性：在 Claude Code、Codex、Cursor 等宿主上的表现差异。
应用领域
-
个人博客与发布文章改写：把 AI 草稿改写成有个人语气与观点的成品。
-
技术写作与参考性散文：保持中立朴素，去除浮夸与空泛表述。
-
邮件与日常沟通：让 AI 起草的邮件、消息更自然、更像本人。
-
内容审校流程：对 AI 生成稿件做上线前的「去 AI 味」质检。
-
长篇文档处理：按文件路径改写整篇文档的散文部分，保留代码与数据。
项目地址
humanizer 由 blader 创建并维护，2026 年 1 月开源，以 MIT 许可证发布；当前版本 v3.0.0（35 个模式整合为 25 个），GitHub 星标已超 4.4 万，是 9 月上旬增长最快的写作类技能之一。
项目核心是一份纯 Markdown 的 SKILL.md，兼容任何支持技能标准的智能体；支持跨智能体技能命令、Claude Code 插件市场与手动复制三种安装方式，也可上传至 claude.ai 使用。
模式清单基于维基百科《Signs of AI writing》与 WikiProject AI Cleanup，技能通过 skills.sh 分发，社区通过 GitHub Issues 反馈。
-
项目官网：https://skills.sh/blader/humanizer
-
代码仓库：https://github.com/blader/humanizer
-
官方文档：https://github.com/blader/humanizer/blob/main/README.md
同类型工具比较
|
对比维度
|
humanizer
|
在线人性化改写工具
|
AI 检测器
|
|---|---|---|---|
|
核心定位
|
按 25 类特征清除 AI 痕迹的写作技能
|
换同义词的浅层改写
|
判定文本是否 AI 生成
|
|
事实保真
|
硬约束不编造事实，缺失则提问
|
可能引入失真
|
只判不写
|
|
文风匹配
|
写作样本校准，保留个人怪癖
|
输出通用风格
|
不适用
|
|
运行方式
|
本地技能，跨智能体、零代码
|
网页服务，文本上云
|
网页服务
|
|
透明度
|
首稿、批评、终稿全程展示
|
直接输出结果
|
给出分数
|
|
隐私
|
文本留在本地智能体环境
|
文本上传第三方
|
文本上传第三方
|
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
AI全网资源导航每日收集国内外热点AI/人工智能/工具/模型/框架以及最新的AI学习资料/课程等，在这个全新的AI时代，助力每一个人，赋能每一个具体业务场景，与所有人一起努力向前！
