shu​ren​hua – 以中文为先的“说人话”编辑技能

它是什么

shu​ren​hua 是一个文本编辑技能（提示词/规则集），你可以将其加载到生成式AI聊天助手（Claude、Grok、ChatGPT、Cursor等）中。其目的是清理中文散文——去除套话、重复的铺垫和生硬措辞，同时保留原始事实、条件、承诺和作者的语气。它也可以处理英文文本，以及仅标记问题而不重写的“仅审查”请求。

谁可能使用它

• 编写README文件、发布说明、问题评论或内部同步消息的开发者。
• 希望获得简洁、无术语的中文文档版本的技术作家和产品经理。
• 任何起草中文文章并希望在不失去意义的情况下进行自动化“像人说话”润色的人。

工作原理（来自仓库）

1. 技能定义 – 核心编辑逻辑位于三个markdown文件中：
   • SKILL.md – AI加载的入口点。
   • references/editing‑guide.md – 详细边界（哪些可以更改，哪些必须保留）。
   • references/examples.md – 并排的前后对比示例。
2. 安装 – 将runtime-files.json中列出的三个文件复制到AI助手扫描技能的目录中。提供三种分发风格：
   • mini – 单个自包含的markdown（dist/shuorenhua‑mini.md），用于一次性提示。
   • lite – 仅SKILL.md（需要时回退到参考文件）。
   • full – 所有三个文件，以获得最完整的行为。 为几种流行工具提供了安装说明（Codex、Claude Code、Cursor/Windsurf、OpenClaw、ChatGPT）。
3. 运行 – 你将原始文本连同简短指令一起提供给AI，例如：

   把这段去掉套话，保留信息和我的口气：……
   

   然后模型根据规则重写段落，返回清理后的版本（如果你要求“仅审查”，则仅返回问题列表）。
4. 控制粒度 – 该技能识别三种范围：
   • structural – 自由编辑，句子可以合并或重新排序。
   • bounded – 仅句内清理；允许删除整个句子，但不允许合并。
   • in‑place – 从不删除或合并句子；仅进行单词级调整。 用户通过请求中的关键词选择范围。
5. 安全检查 – 规则明确保留：
   • 数字、条件、承诺和归属。
   • 代码块（包括注释）除非用户明确要求编辑，否则保持不变。
   • 引用、UI字符串或标题。
   • 缺乏来源的陈述（“研究表明”）除非用户要求删除，否则保留。

评估与质量

• 基准测试：123个测试用例（65个“待改进”文本，58个正常文本）加上20个场景样本和10篇长文人类文章。
• 模型覆盖：Claude Opus 5通过了136个针对性案例；Grok 4.6通过了56个。
• 指标：零硬性失败（信息丢失或任务遗漏），正常文本误编辑率<10%，且至少5/7的正面样本编辑显示出明显益处。
• 详细结果见evals/results‑v2.5.0.md和标准文件evals/v2.5/criteria.md。

何时不适用

• 如果你需要全面的AI写作检测器或保证“无AI”文本的工具，此技能不提供这些。
• 它主要针对中文；支持英文，但规则集针对中文措辞调整。
• 它不重写代码逻辑——仅处理代码块内的文档风格文本。

许可证与社区

• 在MIT许可证下开源。
• 欢迎通过Bad-Case模板贡献；问题应包括原始文本、请求和模型输出。
• 仓库跟踪星标增长并提供变更日志；最新稳定版本为v2.5.1（维护版本）。

---

以上所有信息直接取自仓库的README；未添加任何外部假设。