coji/natural-japanese

解决的问题

大语言模型（LLM）生成的日本语文本常带有“AI味”，显得机械、重复，或像英语的直译。该项目提供了一套系统，可将这些输出转化为清晰、专业且自然的日本语，适用于商业文档、博客和论文。

工作原理

该项目作为「Agent Skill」运行，通过三个步骤结合机械检测与AI判断：

1. 写作前设计：在生成开始前，确定读者、核心信息和标题框架。
2. 生成约束：应用包含12条风格规则的「写作宪法」（例如："从结论开始"、"避免重复相同模式三次以上"），防止AI式模式出现。
3. 机械检测与迭代：使用基于 sudachipy 形态分析的 Python 语法检查工具（lint.py），识别禁止短语、单调节奏和翻译风格句式。AI随后审查这些发现，并迭代修改文本，直至模式被消除。

此外，还包含用于提取大纲和术语的专用脚本，以及一个实验性语义分析工具，通过句子嵌入检测主题推进的「平庸性」。

适用人群

使用AI起草商业文档（会议纪要、报告、指南、研究备忘录）、幻灯片结构，或撰写日语公开内容（笔记、博客、论文）的专业人士和写作者。

主要亮点

• 混合检测：结合确定性的机械式 linting（发现AI常忽略自身问题）与AI驱动的上下文判断。
• 写作宪法：一套12条严格规则，从源头约束生成，而非事后修复。
• 阅读负荷分析：特定模式（--reading-load）可标记长句、双重否定和过度的汉字链。
• 迭代收敛：通过基准版本追踪差异的循环机制，确保文本逐步收敛至自然状态。
• Agent集成：可通过 npx skills add 或 openskills 轻松安装为 Claude Code 及其他Agent的技能。