dandan-humanize-text

# Humanize AI Text ✍️ 将 AI 生成文本改写为自然、不可检测的人文表达。 ## 触发条件 - AI 生成的文字需要更自然 - 希望绕过 AI 内容检测（GPTZero、Turnitin 等） - 需要润色 AI 草稿 - 用户说"改写得更自然"、"去 AI 味"、"人性化" ## 核心改写原则 ### 1. 加入人类写作特征 - 轻微不完美（偶有小重复、括号补充） - 具体例子和个人经历 - 情绪波动（兴奋→平静→反思） - 非正式表达和口语化 ### 2. 移除 AI 典型模式 - 删除绝对化表述（"必须"、"毫无疑问"） - 减少过度礼貌（删除"当然"、"当然可以"） - 去掉过度总结的开头 - 删除机械的"首先...其次...最后" ### 3. 调整句式结构 - 长句拆短 - 减少"并且"、"因此"等连接词 - 用主动语态替代被动语态 ## 跨平台用法 ### macOS / Linux ```bash # 调用 Python 脚本改写 python3 /path/to/transform.py "AI 文本内容" # 检测是否像 AI（需要网络） curl -s "https://api.gptzero.me/v1/check" \ -H "Content-Type: application/json" \ -d '{"text": "待检测文本"}' # 或调用 detect.py（本地检测） python3 scripts/detect.py "待检测文本" ``` ### Windows (PowerShell) ```powershell # 调用 Python 脚本改写 python scripts\transform.py "AI 文本内容" # 检测 $body = @{"text" = "待检测文本"} | ConvertTo-Json Invoke-RestMethod -Uri "https://api.gptzero.me/v1/check" -Method POST -Body $body -ContentType "application/json" ``` ## 改写模式库（来自 patterns.json） ### 模式1：断句法 ``` AI: "首先，我们需要明确目标。其次，制定计划。最后，执行实施。" 改写: "目标是什么？得先想清楚。然后计划怎么走。到这一步再动手。" ``` ### 模式2：口语化 ``` AI: "因此，我们得出结论：沟通是团队协作的关键因素。" 改写: "说白了，团队合不来就是沟通没到位。" ``` ### 模式3：增补细节 ``` AI: "这个工具有很多优点。" 改写: "用了一阵子，确实顺手——最明显的感觉是快，平时要手动搞半小时的事，它五分钟搞定。" ``` ### 模式4：情绪加入 ``` AI: "实验结果显示该假设成立。" 改写: "跑完数据，发现还真蒙对了！当然也有几个意外值，回头再细查。" ``` ## 使用决策树 ``` 1. 用户提供 AI 文本？ → 进入改写流程 2. 目标是什么？ → 通过 AI 检测 → 应用强改写模式 → 更自然可读 → 轻度润色 → 保留原意改写 → 中度调整 3. 是否需要检测？ → 是 → 用 GPTZero / Originality.ai 初检 → 否 → 直接改写输出 ``` ## 输出格式 ```markdown ## 人性化改写结果 ### 原文（AI 风格） [原始文本] ### 改写后（自然风格） [改写文本] ### 改写说明 - 应用模式：[列出所用改写模式] - 检测预期：[通过/不确定/可能触发] - 主要改动：[2-3 个关键改动点] ``` ## 依赖 - Python 3.7+ - 无外部 API 依赖（patterns.json 本地运行） - 可选：GPTZero API（网络检测） ## 文件结构 ``` humanize-text/ ├── SKILL.md ├── scripts/ │ ├── transform.py # 改写主脚本 │ ├── detect.py # 检测脚本（本地规则） │ └── patterns.json # 改写模式库 ```