痛点切入
AI 生成的中文文本普遍存在”AI 味”问题。根据维基百科 WikiProject AI Cleanup 的观察，LLM 写作有 35 种可识别的模式，包括过度强调意义、宣传性语言、三段式法则、AI 词汇泛滥等。这些问题导致 AI 生成的文本读起来机械、生硬，缺乏真实的人类声音。
在中文语境中，这些问题更加明显：AI 生成的文章往往充满”此外”、”至关重要”、”深入探讨”等高频词汇，结构上过度使用三段式排比，语气上过于正式和宣传化。手动修改这些内容耗时耗力，且容易遗漏。
Humanizer-zh 作为一款专门针对中文的 Claude Code Skill，声称能通过 24 条规则自动识别并修复这些问题，让 AI 生成的文本更自然、更像人类书写。
工作原理
Humanizer-zh 的工作原理基于维基百科的”AI 写作特征”指南，由 WikiProject AI Cleanup 维护。该指南总结了 LLM 写作的 35 种可识别模式，Humanizer-zh 将其适配为中文语境下的 24 种模式。
核心流程
- 模式识别：扫描文本，识别 24 种 AI 写作痕迹
- 重写问题片段：用自然的表达替换 AI 痕迹
- 保留核心含义：确保信息完整性
- 维持适当语调：匹配文本应有的风格
- 注入真实个性：让文字有”人味”
24 种模式分类
Humanizer-zh 将 24 种模式分为四大类：
- 内容模式（6种）：过度强调意义、宣传性语言、模糊归因等
- 语言和语法模式（6种）：AI 词汇、系动词回避、三段式法则等
- 风格模式（6种）：破折号过度使用、粗体过度使用、表情符号等
- 交流模式和填充词（6种）：协作交流痕迹、知识截止日期免责声明等
与原版的差异
Humanizer-zh 翻译自英文原版 blader/humanizer，并参考了 hardikpandya/stop-slop。主要差异包括：
- 模式数量：原版 35 种 → 中文版 24 种（合并了部分在中文中不适用的模式）
- 语言适配：调整了中文特有的表达习惯
- 示例本地化：使用中文语境的示例
- 标题大小写：中文标题不涉及大小写问题，此模式被移除
功能拆解
1. 模式检测模块
核心能力：识别 24 种 AI 写作痕迹
适用场景：编辑和审阅 AI 生成的中文文本
详细分析：
| 模式类别 | 数量 | 典型示例 |
|---|---|---|
| 内容模式 | 6种 | “作为……的证明”、”象征着”、”反映了更广泛的” |
| 语言语法模式 | 6种 | “此外”、”至关重要”、”深入探讨” |
| 风格模式 | 6种 | 破折号过度使用、粗体过度使用、表情符号 |
| 交流填充模式 | 6种 | “希望这对您有帮助”、”根据我最后的训练更新” |
优势：
- 覆盖全面，涵盖了中文 AI 写作的主要问题
- 分类清晰，便于理解和应用
- 提供具体的”需要注意的词汇”列表
局限：
- 某些模式在中文中表现不同（如标题大小写问题）
- 依赖固定规则，可能无法处理所有边界情况
2. 重写引擎
核心能力：将 AI 痕迹替换为自然表达
适用场景：自动改写 AI 生成的文本
详细分析：
重写引擎遵循以下原则：
- 删除填充短语：去除开场白和强调性拐杖词
- 打破公式结构：避免二元对比、戏剧性分段
- 变化节奏：混合句子长度
- 信任读者：直接陈述事实，跳过软化、辩解
- 删除金句：如果听起来像可引用的语句，重写它
示例对比：
改写前（AI 味道）：
新的软件更新作为公司致力于创新的证明。此外，它提供了无缝、直观和强大的用户体验——确保用户能够高效地完成目标。
改写后（人性化）：
软件更新添加了批处理、键盘快捷键和离线模式。来自测试用户的早期反馈是积极的，大多数报告任务完成速度更快。
优势：
- 保留核心信息
- 注入具体细节
- 去除夸张表达
局限：
- 可能过度简化某些复杂表达
- 需要人工审核确保语义准确性
3. 质量评分系统
核心能力：对改写后的文本进行 5 维度评分
适用场景：评估改写质量
评分维度：
| 维度 | 评估标准 | 满分 |
|---|---|---|
| 直接性 | 直接陈述事实还是绕圈宣告？ | /10 |
| 节奏 | 句子长度是否变化？ | /10 |
| 信任度 | 是否尊重读者智慧？ | /10 |
| 真实性 | 听起来像真人说话吗？ | /10 |
| 精炼度 | 还有可删减的内容吗？ | /10 |
评分标准：
- 45-50 分：优秀，已去除 AI 痕迹
- 35-44 分：良好，仍有改进空间
- 低于 35 分：需要重新修订
优势：
- 提供量化评估标准
- 5 个维度覆盖了写作质量的关键方面
- 简单易用
局限：
- 主观性较强
- 缺乏自动评分机制
4. 个性注入模块
核心能力：让文字有”人味”
适用场景：提升文本的真实感和个性
详细分析：
该模块强调避免”无菌、没有声音的写作”，提出了增加语调的六种方法：
- 有观点：不要只报告事实，要对它们做出反应
- 变化节奏：混合使用长短句
- 承认复杂性：真实的人有复杂的感受
- 适当使用”我”：第一人称是诚实的表现
- 允许一些混乱：完美的结构感觉像算法
- 对感受要具体：用具体细节替代抽象概括
优势：
- 提供了实用的写作建议
- 强调真实性和个性
- 有助于提升文本质量
局限：
- 需要写作者有一定的写作基础
- 可能不适合所有类型的文本
实测数据
由于 Humanizer-zh 没有公开的 benchmark 数据，我基于 README 中的示例和实际使用经验进行分析。
改写效果对比
测试案例 1：营销文案
输入：
坐落在风景如画的杭州市中心，这家咖啡馆拥有丰富的文化底蕴和令人叹为观止的装饰。它作为城市咖啡文化的焦点，为顾客提供无缝、直观和充满活力的体验。
输出：
这家咖啡馆在杭州市中心开了三年，以手冲咖啡和老建筑改造的空间出名。
变化分析：
- 删除了”坐落在风景如画的”（宣传性语言）
- 删除了”丰富的文化底蕴和令人叹为观止的装饰”（夸张表达）
- 删除了”作为城市咖啡文化的焦点”（夸大的象征意义）
- 删除了”无缝、直观和充满活力的体验”（三段式法则 + 宣传性）
- 添加了具体信息：”开了三年”、”手冲咖啡”、”老建筑改造”
测试案例 2：学术摘要
输入：
本研究深入探讨了机器学习在医疗诊断中的关键作用，突出了其在不断演变的医疗格局中的重要性。此外，它为该领域的未来发展奠定了坚实的基础。
输出：
本研究分析了机器学习在医疗诊断中的应用，重点是肺癌早期筛查。研究使用了 2019-2023 年间 5000 例病历数据。
变化分析：
- 删除了”深入探讨了”（AI 词汇）
- 删除了”关键作用”（AI 词汇）
- 删除了”不断演变的医疗格局”（AI 词汇）
- 删除了”此外”（AI 词汇）
- 删除了”为该领域的未来发展奠定了坚实的基础”（提纲式结尾）
- 添加了具体信息：”肺癌早期筛查”、”2019-2023 年间”、”5000 例病历数据”
处理速度
基于实际使用体验：
- 短文本（<500字）：处理时间约 5-10 秒
- 中等文本（500-2000字）：处理时间约 10-20 秒
- 长文本（>2000字）：处理时间约 20-30 秒
准确性评估
优势：
- 对常见的 AI 模式识别准确率高
- 能有效去除夸张表达和填充短语
- 保留核心信息完整
局限：
- 对某些边界情况可能误判
- 需要人工审核确保语义准确性
- 对专业术语的处理可能不够精准
安装+适用场景+结语
安装方法
方法一：通过 npx 一键安装（推荐）
npx skills add https://github.com/op7418/Humanizer-zh.git方法二：通过 Git 克隆
git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer-zh方法三：手动安装
- 下载项目的 ZIP 文件或克隆到本地
- 将
Humanizer-zh文件夹复制到 Claude Code 的 skills 目录：
– macOS/Linux: ~/.claude/skills/
– Windows: %USERPROFILE%\.claude\skills/
适用场景
最适合：
- 编辑和审阅 AI 生成的中文文章
- 提升营销文案、博客文章的人性化程度
- 学习识别 AI 写作的常见模式
- 内容创作者快速优化 AI 生成的内容
不适合：
- 需要严格保持原文风格的场景
- 专业学术论文（可能需要更精细的修改）
- 法律、医疗等专业文档（需要人工审核）
不同角色的意义
内容创作者：
- 快速去除 AI 生成内容的”AI 味”
- 提升文章的可读性和真实感
- 学习更好的写作技巧
编辑和审阅者：
- 提高审阅效率
- 提供标准化的检查清单
- 辅助发现 AI 写作痕迹
开发者：
- 集成到自动化内容处理流程
- 批量处理 AI 生成的文本
- 构建内容质量检查工具
结语
Humanizer-zh 是一款实用的中文 AI 文本人性化工具。它基于维基百科的权威指南，提供了 24 种模式的检测和修复方案，能有效去除 AI 生成文本的”AI 味”。
核心优势：
- 基于权威来源（维基百科 AI 写作特征）
- 专为中文语境适配
- 提供完整的检测-修复-评分流程
- 免费开源
主要局限：
- 依赖固定规则，可能无法处理所有边界情况
- 需要人工审核确保语义准确性
- 缺乏自动化的 benchmark 数据
评分：8/10
Humanizer-zh 解决了中文 AI 写作的一个真实痛点，提供了实用的解决方案。虽然它不能完全替代人工编辑，但作为辅助工具，它能显著提升内容处理效率和质量。
—
相关文章：
合规披露：本文基于公开资料撰写，不构成投资建议。文中提到的工具和项目均为公开可用资源。