Humanizer-zh：中文 AI 写作去痕 Claude Code Skill

GitHub：https://github.com/op7418/Humanizer-zh · Stars 以 GitHub 当日为准 · MIT（以仓库当日为准）
原版：blader/humanizer · 触发：/humanizer-zh

名称说明： Daily 文件夹编号为 131-HumanizeAI，但本文主角是开源项目 Humanizer-zh（op7418/Humanizer-zh），不是商业在线工具 HumanizeAI（nownexts.com）。后者闭源订阅、营销侧重「过检测器」；Humanizer-zh 是 MIT 开源 Claude Code Skill，目标是把 AI 辅助稿改得更具体、更有观点、更像人写——下文不再混用名称。

👤 测评人背景

我每周有三四篇稿子先经 Claude 出中文初稿：快，但读者常能在第二段嗅到「此外、至关重要、深入探讨」三连。手改最稳，慢；Grammarly 管语法不管 AI 腔；商业 HumanizeAI 类网页工具把 bypass 检测写进卖点，我不想碰。Humanizer-zh 进清单，是因为它是 blader/humanizer 的中文 Skill 汉化，README 立场清楚：提升写作质量，不是骗 GPTZero。下面按 SKILL.md 与维基「Signs of AI writing」口径拆，示例用素材笔记里的改写对比，不编测速、不固定 Stars 数字。

🎯 先说结论

Humanizer-zh 是跑在 Claude Code 里的 Skill：用 /humanizer-zh 唤起，按 24 种 AI 痕迹、四大类（内容 / 语言语法 / 风格 / 交流与填充词）系统改写中文，让输出更像真人——有观点、节奏变化、承认复杂性、适度第一人称。英文稿请用原版 blader/humanizer，中文优化是本仓库价值。

安装：npx skills add https://github.com/op7418/Humanizer-zh.git，或克隆到 ~/.claude/skills/humanizer-zh；装完在 Claude Code 输入 /humanizer-zh 验证。没有 Claude Code 也能读 SKILL.md 当人工 checklist，但自动化体验打折。

我的决策句：你已用 Claude Code 写中文初稿、愿意多一轮「去 AI 痕」工序，优先加 Humanizer-zh；若不用 Claude Code 或写英文为主，不建议为它单独换栈——英文用原版 humanizer，中文短稿手改可能更省时间。

📦 Humanizer-zh 是什么？

一句话：Claude Code Skill 版「AI 写作痕迹修复器」，中文汉化维护 by op7418，理论基础来自维基百科 Signs of AI writing 对 AI 写作特征的归纳。

工作方式：在 Claude Code 会话里对一段 AI 生成或 AI 味过重的中文执行 /humanizer-zh，Skill 引导模型按 24 条模式扫描并改写——例如删掉空洞的「意义升华」、减少破折号滥用、把「此外」换成更自然的衔接、让段落长度参差而不是工整三段式。

它 不是 AI 检测器，也 不应 被宣传成「保证过 Turnitin/GPTZero」——项目立场是质量，不是对抗。整个仓库 essentially 只有 SKILL.md 和 README.md，没有复杂后端，改的是文体规则与提示词，不是另起一个黑盒 SaaS。

📷 配图待补：Humanizer-zh GitHub 首页与 README 概览（落盘名：humanizer-zh-homepage.png）

📷 配图待补：Claude Code 中 /humanizer-zh 调用界面（落盘名：humanizer-zh-main-ui.png）

📷 配图待补：24 种模式四大类 → 改写流程示意（落盘名：humanizer-zh-schematic-overview.png）

[AI 初稿 / 机翻腔中文]
    ↓ /humanizer-zh
[按 24 模式扫描]
    ↓
[人味更强的修订稿 → 继续编辑或发布]

🧩 Humanizer-zh 有哪些功能？

功能特色一览

24 模式与四大类

内容类 常见翻车：每件事都「具有重要意义」、模糊归因（「专家认为」无出处）、过度平衡（「一方面…另一方面」机械对称）。语言语法类：此外、至关重要、深入探讨、强调、持久的、增强、培养、获得、突出、相互作用、复杂/复杂性、格局、关键性的、展示、织锦、证明、宝贵的、充满活力的——README 有高频词警示表。风格类：破折号过密、emoji 堆砌、标题全大写式强调。交流与填充类：谄媚开头（「好问题！」）、空洞积极结论。

📷 配图待补：SKILL.md 中模式列表示意（落盘名：humanizer-zh-feature-patterns.png）

/humanizer-zh 调用与文件处理

在 Claude Code 打开项目，对选中或粘贴的段落触发 Skill；也可指定文件，例如「请人性化 article.md 文件中的内容」。价值是 改写在同一 diff 上下文——改完可以直接 git diff，而不是网页工具来回粘贴丢格式。

📷 配图待补：终端内改写前后 diff（落盘名：humanizer-zh-feature-invoke.png）

手动参考 24 种模式

如果不使用 Claude Code，也可直接阅读仓库中的 SKILL.md，手动对照 24 种 AI 写作模式自查和修改文本。核心原则：有观点、变化节奏、承认复杂性、适当使用「我」、允许一些混乱、对感受要具体。

🧠 核心逻辑：它为什么不一样？

GPTZero 类工具 分类 文本；Humanizer-zh 编辑 文本。目标函数不同：前者猜概率，后者按可解释模式清单做文体手术。

三拍：识别模式（24 条）→ 保留事实与结构、动刀套话与节奏 → 输出仍须人审。核心理念 README 写得很直白：好写作要观点、要不完美、要敢用「我」——完美对称的段落本身就像 AI。

在 Claude Code 里跑的意义：写稿、改稿、提交在同一环境，Skill 是 工序 不是 一次性网页。这和商业 HumanizeAI「上传→下载」、Grammarly 浏览器插件、ChatGPT 直接「润色一下」是不同工作流位置——后者往往黑盒，前者规则在 SKILL.md 里可读可 fork。

📷 配图待补：检测器 vs 编辑型 Skill 定位对照（落盘名：humanizer-zh-architecture-flow.png）

⚔️ Humanizer-zh 和竞品有什么区别？

GPTZero 不是同类工具：它是检测器，Humanizer-zh 是编辑器；拿编辑器去比「降检测率」本身就走偏了。客观上说，改写后文字更自然 可能 降低被检出的概率，但项目 不保证，也不应把 bypass 当 KPI。

选型句：已在 Claude Code 写中文 → Humanizer-zh；付费对外稿件 → 手改终审不可省；英文语法 → Grammarly 或原版 humanizer；只想知道 AI 率 → GPTZero，别指望它帮你改稿。

📷 配图待补：五路径工作流对照（落盘名：humanizer-zh-vs-competitor.png）

🧪 实测：我实际跑下来的体验

说明：模式清单与改写示例来自仓库 SKILL.md 及素材笔记；未在撰写日批量跑检测器对比分数，不写「降 AI 率 X%」类数字。

✅ 好的方面

1. 立场清晰：质量优先，不骗检测器
团队对外口径干净，适合站外分发与学术场景——强调可读性与观点，不承诺 bypass。

2. 24 模式可当编辑部规范
即使不用 Claude Code，SKILL.md 也能培训同事「哪些是 AI 味」，比空泛「润色一下」可操作。

3. 中文高频套话表直接可用
「此外、至关重要、深入探讨」三连出现就报警——grep 一遍残留，手删也快。

4. 与 Claude Code 写作链自然衔接
初稿 → humanize → commit，少一次复制粘贴；安装路径 npx skills add 或克隆到 skills 目录都清晰。

❌ 不好的方面

1. 强依赖 Claude Code
不用 CC 的人只能 manual，自动化优势没了；服务不可用或版本不兼容时 Skill 无法运行。

2. 改写仍可能删技术细节或改错事实
追求「口语化」时，型号、版本号、否定约束可能被抹平——发布前要 diff；humanize 只动文体，不验证数据。

3. 中文规则不一定适用于所有文本
部分英文写作模式在中文里表现不同；混语言文档分段处理，别一次扔整篇。

4. 多次迭代可能越改越短、越改越「均匀」
连跑两轮 humanize 会删例子、把各章细节抹平——我规定最多一轮自动 + 一轮手改。

5. 过度改写会抹掉作者声音
把本来带个性的 rough edge 也「修平」，读者反而觉得假——短标题与开头段宜手改。

改写前后示例（素材笔记口径，示意）

改前（AI 味）：
「此外，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。」

改后（humanize 方向）：
「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。」

差异：去掉空泛升华与套话，换成可验证的具体信息——不是换同义词骗检测器。

📷 配图待补：Claude Code 内改写前后并排（落盘名：humanizer-zh-hands-on.png）

💡 怎么高效用它

用法 1：固定工序「初稿 → 一轮 humanize → 人审」

Claude 出中文初稿后立刻 /humanizer-zh，人只改事实与专名。禁止连跑三次——会删光例子。对外发布前 grep 一遍禁用套话表。

📷 配图待补：Obsidian/仓库内触发 Skill 步骤（落盘名：humanizer-zh-usage-1.png）

用法 2：SKILL.md 当团队 lint 规则

CI 不必接检测器；编辑对照 24 模式做 PR review checklist。视觉类 brief 若也要发社区，可先用 Lovart 定稿再 humanize 配套文案——Skill 管文字腔调，不管画面。

📷 配图待补：PR review 对照模式清单（落盘名：humanizer-zh-usage-2.png）

用法 3：英文段落走原版 humanizer

同一仓库中英双语稿：中文 /humanizer-zh，英文切 blader/humanizer，避免混 Skill 导致专名被「润」没。

📷 配图待补：中英分段处理示意（落盘名：humanizer-zh-usage-3.png）

⚠️ 注意事项：安装和使用

安装与验证

npx skills add https://github.com/op7418/Humanizer-zh.git
# 或
git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer-zh

macOS/Linux skills 目录 ~/.claude/skills/，Windows 为 %USERPROFILE%\.claude\skills\。装完输入 /humanizer-zh 验证；Skill 更新后重新 pull 或 add，别用半年旧版规则。

学术诚信与署名

Humanizer-zh 适合 AI 辅助写作后的人工复核与重写，不替代作者事实核查与专业判断。学校或期刊若要求披露 AI 使用，洗 AI 腔 不等于 可以隐瞒辅助过程；「降低检测概率」不是保证。

不要把「欺骗检测器」当卖点

对外发布时强调 可读性与真实观点，不承诺 bypass 任何检测服务——与项目初衷一致，也避合规雷。

其他平台无原生 Skill 集成

可将 SKILL.md 规则复制为自定义 Prompt 在 ChatGPT 等工具使用，但无法获得 /humanizer-zh 的专属 Skill 级集成与同一 diff 上下文。

📷 配图待补：skills 安装与版本更新（落盘名：humanizer-zh-note-permission.png）

怎么选： 已 daily drive Claude Code 且中文稿 AI 味重的人，优先 npx skills add Humanizer-zh；不用 Claude Code、英文为主、指望一键网页 bypass 检测 或 不愿做事实终审，不建议把它当唯一主力——英文用原版 humanizer，短稿手改可能更快，检测需求用 GPTZero 而非本 Skill。

👥 适合哪些用户？

✅ 适合

❌ 不太适合

📷 配图待补：Claude Code 写作 → humanize → 发布流程（落盘名：humanizer-zh-who-workflow.png）

📊 总结表格

综合评分：3.8 / 5.0（工作流工具分，不是实验室榜）

一句话总结：Humanizer-zh 适合在 Claude Code 里把中文 AI 腔 按清单洗掉 的人——目标是更好读，不是骗检测器；事实、专名与作者声音，仍要你最后一眼。

🔗 Humanizer-zh 官网与项目地址

• GitHub（中文）：https://github.com/op7418/Humanizer-zh
• 原版（英文）：https://github.com/blader/humanizer
• 触发命令：/humanizer-zh
• 维基依据：https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing
• 参考工具：https://github.com/hardikpandya/stop-slop

标签：#ClaudeCode #Humanizer-zh #去AI味 #开源 #T2单品